Sådan får ledergruppen hul på AI uden at bruge et år på strategi

En ledergruppe kan bruge lang tid på at diskutere, om AI er strategisk, uden at blive klogere på én konkret arbejdsgang. Den modsatte fejl er at købe et værktøj og kalde det fremdrift. Begge dele springer over det samme arbejde: at forstå nulpunktet, vælge få relevante forsøg og beslutte på forhånd, hvordan værdi og risiko skal bedømmes.

En AI-strategi kan være nødvendig i en større styringsramme, men den er ikke en forudsætning for at lære ansvarligt. Ledergruppen kan begynde med en afgrænset 30-dages proces. Målet er ikke at bevise, at AI virker, eller at love en bestemt besparelse. Målet er at få et dokumenteret svar på, om tre valgte opgaver fortjener mere tid, skal ændres eller skal stoppes.

Trin 1: Lav et ærligt nulpunkt

Et nulpunkt er en kort, faktuel beholdningsliste. Det er ikke en modenhedsscore, der skal få organisationen til at se avanceret ud. Saml informationen på én side, og skriv »ukendt«, hvor ingen kan dokumentere svaret.

• Anvendelser: Hvilke opgaver løses allerede helt eller delvist med AI, både officielt og uofficielt?
• Værktøjer og konti: Hvilke tjenester bruges, under hvilke aftaler, og hvem administrerer adgang?
• Data: Hvilke typer materiale indgår – offentligt, internt, fortroligt, personoplysninger eller særlige kategorier?
• Resultatets vej: Bliver output i en kladde, eller kopieres det til mail, sagssystem, hjemmeside eller beslutning?
• Ejerskab: Hvem ejer opgaven, datakilden, systemet, den faglige kontrol og eventuelle hændelser?
• Kompetence og regler: Hvilke retningslinjer og oplæring findes, og ved medarbejderne, hvor de skal spørge?
• Erfaring: Hvilke konkrete fejl, gevinster, klager eller ekstra kontroltrin er allerede registreret?

Kortlægningen bør kunne gennemføres uden at indsamle unødige personoplysninger om medarbejdernes brug. Formålet er at se anvendelser og risici, ikke at udpege en syndebuk. Hvis brugen foregår gennem private konti eller med materiale, der ikke er vurderet, skal det håndteres som et styrings- og sikkerhedsspørgsmål.

Et sammenskrevet eksempel på et nulpunkt

Sammenskrevet eksempel: En mellemstor organisation finder ni idéer og fire eksisterende anvendelser. To anvendelser handler om generelle tekstudkast med offentligt materiale. Én bruger interne referater, og aftalegrundlaget er ikke afklaret. Den sidste producerer sammendrag, som kopieres direkte til kundesager uden fast kontrol. Nulpunktet viser derfor både en læringsmulighed og et problem, der skal pauses og afklares.

Ledergruppen vælger ikke alle tretten emner. Den får først den uafklarede brug under kontrol og sender dataspørgsmålet til de relevante fagpersoner. Derefter vurderer den de resterende idéer med det samme scorekort. Eksemplet er konstrueret for at vise metoden og beskriver ikke en bestemt kunde eller organisation.

Trin 2: Brug ét scorekort til alle idéer

Et scorekort tvinger forskellige forslag ind i den samme samtale. Brug for eksempel grøn, gul og rød i stedet for en totalscore med falsk præcision. En rød markering betyder ikke automatisk nej; den betyder, at forudsætningen skal håndteres, før forsøget kan begynde.

Først når en idé har et konkret værdispørgsmål, et tilstrækkeligt datagrundlag, en forståelig risiko, en reversibel forsøgsform og en ejer, er den klar til prioritering. Hvis personoplysninger indgår, kan guiden AI og persondata: syv tommelfingerregler bruges til den tidlige afklaring. Den erstatter ikke en juridisk vurdering af den konkrete behandling.

Trin 3: Vælg præcis tre prioriteter

Tre er en arbejdsdisciplin, ikke et forskningsresultat. Begrænsningen er stor nok til at sammenligne forskellige opgaver og lille nok til, at ledelsen faktisk kan følge dem. Vælg gerne én enkel produktionsopgave, én vidensopgave og én arbejdsgang, hvor I forventer at lære noget vigtigt om kontrol. Undgå tre varianter af den samme lette skriveøvelse.

En parkeringsliste er afgørende. Hver ny idé får en kort beskrivelse og en dato for næste prioritering, men kommer ikke ind ad sidedøren. Hvis en af de tre stopper tidligt, kan lederen vælge næste kandidat på baggrund af scorekortet. På den måde bliver »nej, ikke nu« en styret beslutning i stedet for en afvisning af medarbejdernes initiativ.

Skriv et afgrænset forsøgscharter

Hvert forsøg skal kunne beskrives på én side. Hvis beskrivelsen kræver et helt programkontor, er forsøget sandsynligvis for stort. Brug følgende felter:

• Problem og målgruppe: Hvilken eksisterende arbejdssituation vil vi forbedre, og for hvem?
• Afgrænsning: Hvilke input, brugere, funktioner og handlinger er med – og udtrykkeligt ikke med?
• Udgangspunkt: Hvordan udføres opgaven nu, og hvilke kvalitets- eller tidsdata har vi allerede?
• Hypotese: Hvilken observerbar ændring forventer vi, uden at formulere den som en garanti?
• Måling: Hvilke få mål afgør kvalitet, belastning og uønskede effekter?
• Kontrol: Hvem gennemgår hvad, mod hvilket grundlag, før output får virkning?
• Stopregel: Hvilken hændelse eller grænse pauser forsøget med det samme?
• Ejer og reviewdato: Hvem kan træffe beslutningen, og hvornår gennemgår ledergruppen dokumentationen?

Et mål som »bedre kvalitet« er ikke nok. Definér, hvad der tælles eller bedømmes: manglende felter, faktuelle fejl, tid til faglig kontrol, antal omskrivninger, brugerens mulighed for at forstå svaret eller medarbejderens oplevede belastning. Tid kan være relevant, men må ikke stå alene, hvis hurtigheden blot flytter arbejde til kontrol eller fejlretning.

Et tænkt forsøgscharter i kort form

Tænkt eksempel: Kommunikationsfunktionen vil prøve AI til første udkast af interne projektresuméer. Kun godkendte, ikke-fortrolige projektopdateringer indgår. Tyve historiske eksempler bruges til en lukket prøve. Målet er at undersøge, om udkastene indeholder alle aftalte beslutninger og næste skridt med mindre redigering end den nuværende metode. En redaktør kontrollerer mod kildeteksten.

Stopreglen er, at forsøget pauses, hvis et udkast opfinder en beslutning, blander projekter eller inkluderer materiale uden for den tilladte samling. Ejeren er kommunikationschefen, den faglige kontrollør er en navngiven redaktør, og reviewdatoen er dag 30. Resultatet kan være fortsæt, ændr designet eller stop. Ingen af de tre udfald er i sig selv et nederlag; forsøgets opgave er at skabe et beslutningsgrundlag.

Styring skal være proportional med risikoen

Samme godkendelsesvej til alle AI-idéer skaber enten for lidt kontrol ved alvorlige anvendelser eller unødigt bureaukrati ved uskadelige kladder. Fordel derfor styringen efter data, autonomi, påvirkede personer, fejlens alvor og muligheden for at rulle tilbage.

• Lavere risiko: offentligt eller syntetisk materiale, internt idéudkast, ingen automatisk handling. Opgaveejer og almindelig faglig kontrol kan være tilstrækkeligt.
• Mellemrisiko: interne dokumenter, kundekommunikation eller gentagen klassifikation. Inddrag systemejer, informationssikkerhed, dataejer og målrettet evaluering.
• Højere risiko: følsomme data, væsentlig påvirkning af personer, beslutningsstøtte med stor konsekvens eller handling på tværs af systemer. Kræv relevant juridisk, sikkerheds- og faglig vurdering før pilot; nogle anvendelser kan være uegnede eller omfattet af særlige regler.

Dette er en praktisk styringsmodel, ikke en juridisk klassifikation efter AI-forordningen. Den retlige status afhænger af system, rolle og anvendelse. Ledelsens opgave er at sikre, at den afklaring sker tidligt, og at et forsøg ikke bliver en skjult produktion, mens papirarbejdet halter bagefter.

En konkret vej gennem de første 30 dage

1. Dag 1–5: Nulpunkt. Kortlæg anvendelser, værktøjer, data, outputveje, ejere og kendte hændelser. Pause kun det, der kræver akut afklaring; registrér resten uden at love en løsning.
2. Dag 6–10: Prioritering. Beskriv idéerne ens, brug scorekortet og vælg tre. Navngiv en ejer, en kontrollør og de funktioner, der skal høres for hver.
3. Dag 11–15: Design. Skriv forsøgscharter, testmateriale, acceptkriterier og stopregel. Bekræft tilladte data, adgang, logning og sletning.
4. Dag 16–25: Lukket prøve. Kør på et begrænset, repræsentativt sæt. Registrér både gode resultater, fejl, kontroltid og tilfælde, hvor systemet burde have stoppet.
5. Dag 26–29: Faglig vurdering. Sammenlign med udgangspunktet. Undersøg grænsetilfælde og uønskede effekter; lad ikke et flot gennemsnit skjule en alvorlig fejltype.
6. Dag 30: Ledelsesreview. Beslut fortsæt i næste afgrænsede trin, ændr forsøget eller stop. Dokumentér begrundelse, nye betingelser, ejer og næste reviewdato.

Efter 30 dage behøver organisationen ikke have en færdig AI-strategi. Den bør have noget mere jordnært: et opdateret nulpunkt, tre beslutninger, dokumenterede risici og et bedre billede af den styring, der mangler. Guiden Hvad AI ikke kan kan hjælpe med at placere menneskelig dømmekraft i hvert charter.

Hvis ledergruppen vil omsætte prioriteringen til et konkret procesdesign, beskriver workshoppen Fra idé til testet AI-arbejdsgang den næste bevægelse. Et fælles oplæg om når AI bliver kollega kan bruges, hvis den vigtigste opgave først er at skabe et fælles sprog om roller og ansvar.

Konklusion: Ledergruppen får hul på AI ved at gøre færre ting mere efterprøvelige. Kortlæg det faktiske nulpunkt, bedøm alle idéer efter værdi, data, risiko, reversibilitet og ejer, og vælg præcis tre afgrænsede forsøg. Giv hvert forsøg et mål, en stopregel og en reviewdato. Efter 30 dage skal resultatet ikke være en fortælling om succes, men et dokumenteret valg om at fortsætte, ændre eller stoppe.

Kilder og videre læsning

• NIST: Artificial Intelligence Risk Management Framework 1.0, den frivillige ramme bag funktionerne Govern, Map, Measure og Manage.
• NIST AI RMF Playbook, med forslag til roller, målinger, acceptable grænser, overvågning og afvikling.
• NIST AI RMF Core, især om inventar, ansvar, kontekstnær evaluering og løbende review.
• EUR-Lex: Konsolideret AI-forordning pr. 27. juli 2026, herunder den gældende artikel 4 om at støtte udviklingen af AI-færdigheder.