59 % af danske virksomheder bruger i dag AI. Men uden styr på processerne automatiserer du bare rodet hurtigere.
Kort fortalt
- AI ændrer ikke arbejdsgangene — den forstærker dem. Er de rodede, bliver rodet skaleret op.
- Dårlig datakvalitet er sjældent et it-problem. Det er et procesproblem, der er landet i en database.
- Uden en baseline kan I ikke måle gevinsten — og business casen bliver til fornemmelser.
- Start med én proces, tegn den, sæt tal på, forenkl — og spørg først derefter, hvor AI kan løfte resten.
Der er få ting, der har bevæget sig så hurtigt gennem dansk erhvervsliv som kunstig intelligens. Ifølge Danmarks Statistik anvender 59 procent af alle danske virksomheder med over ti ansatte kunstig intelligens i 2026 — mod 42 procent i 2025 og blot 15 procent i 2023. Næsten en firedobling på tre år.
Men de virksomheder, der får mest ud af AI, er sjældent dem med de dyreste værktøjer. Det er dem, der vidste, hvad de lavede, før de begyndte. For AI ændrer ikke dine arbejdsgange — den forstærker dem. Er de gode, bliver de hurtigere. Er de rodede, bliver rodet bare skaleret op.
AI automatiserer det, du peger på — ikke det, du mener
Et AI-værktøj er ligeglad med, om en proces giver mening. Det gør præcis det, du beder om, hver gang, uden at stoppe op og spørge, hvorfor tilbuddet skal godkendes af tre personer, eller hvorfor kundedata registreres to forskellige steder.
Når mennesker udfører en uklar proces, bliver den løbende lappet. En medarbejder ringer lige til kollegaen, retter en dato i hånden, springer et overflødigt trin over. Den slags stilfærdig korrektion forsvinder, når opgaven flyttes til et system. Fejlen bliver konsistent — og det er langt værre end en fejl, der sker nu og da.
Derfor er det første spørgsmål før et AI-projekt ikke "hvilket værktøj skal vi vælge?", men "hvordan ser opgaven egentlig ud i dag, fra start til slut?"
Dårlige data er dårlige processer i forklædning
Den hyppigste forklaring, når et AI-initiativ ikke leverer, er "datakvalitet". Men datakvalitet er ikke et it-problem. Det er et procesproblem, der er landet i en database.
Hvis to afdelinger opretter kunder efter hver deres logik, hvis felter udfyldes forskelligt fra sælger til sælger, eller hvis ingen har ejerskab over stamdata, så bliver resultatet upålideligt — uanset hvor avanceret modellen er. Jeg har arbejdet med stamdata i store, veldrevne virksomheder, og mønsteret er det samme hver gang: data bliver først gode, når nogen har defineret, hvem der opretter hvad, hvornår og hvordan.
Det arbejde kan ikke springes over. Det kan bare udskydes — og så bliver det dyrere.
Uden procesoverblik kan du ikke måle gevinsten
En af de mest ubehagelige samtaler i et AI-projekt er den, hvor nogen spørger, hvad man egentlig har fået ud af det.
Uden en baseline er svaret et skøn. Ved du ikke, hvor lang tid en ordre tager i dag, hvor mange gange den går retur, eller hvad en fejl koster, har du intet at holde resultatet op imod. Så bliver business casen til fornemmelser, og investeringen til et forsøg.
Et procesoverblik giver dig tre ting, du får brug for:
- ✓Et udgangspunkt. Gennemløbstid, fejlrate, antal manuelle overleveringer — tal, du kan måle på igen om seks måneder.
- ✓En prioritering. Det bliver synligt, hvor tiden faktisk forsvinder. Det er sjældent der, hvor man havde regnet med det.
- ✓Et fravalg. Nogle processer skal slet ikke have AI. De skal fjernes, forenkles eller lægges sammen. Det er ofte den billigste gevinst i hele projektet.
AI er ikke en genvej uden om et uklart forretningsgrundlag. Den er en forstærker.
Sådan kommer du i gang — uden et stort projekt
Du behøver ikke kortlægge hele virksomheden, før du rører ved AI. Start småt:
- Vælg én proces, der gør ondt — typisk en, hvor der bruges meget tid på at rette op på noget.
- Tegn den, som den ser ud i dag. Én side. Alle trin, alle overleveringer, alle systemer.
- Sæt tal på: hvor lang tid, hvor mange fejl, hvor mange mennesker.
- Fjern det, der ikke skaber værdi. Simplificér, før du automatiserer.
- Spørg så — og først så — hvor AI kan løfte det, der er tilbage.
Den øvelse tager typisk dage, ikke måneder. Og den sparer dig ofte for et værktøjskøb, du ikke havde brug for.
Konklusion
AI er ikke en genvej uden om et uklart forretningsgrundlag. Den er en forstærker. Virksomheder, der får varig værdi ud af teknologien, har som regel gjort forarbejdet: de ved, hvordan deres processer hænger sammen, hvem der ejer hvilke data, og hvad de gerne vil måle.
Den gode nyhed er, at forarbejdet betaler sig, uanset hvad du beslutter bagefter. Et solidt procesoverblik giver kortere gennemløbstid, bedre datakvalitet og færre fejl — også hvis AI-projektet må vente et halvt år.
Start med processen. Så bliver teknologivalget meget lettere.
Kilde: Danmarks Statistik, It-anvendelse i virksomheder 2026 (dst.dk).