De fleste ledere tror, at succes med ny teknologi handler om at købe det dyreste system og overlade resten til IT-afdelingen. Virkeligheden er en anden. Softwaren udgør maksimalt ti procent af ligningen, mens resten handler om kultur, vaner og de mennesker, der skal trykke på knapperne. For at lykkes med jeres AI i den offentlige sektor: Strategi og tryg implementering skal teknologien gøres konkret og ufarlig. Her er opskriften på, hvordan ledelsen flytter organisationen fra tøvende nysgerrighed til sikker og selvkørende drift.
Indholdsfortegnelse
- Byg broen mellem frygt og forretning
- 3 faser der sikrer ro i maven på direktionsgangen
- Forestil dig HR-chefen med 12 nye ansatte
- Hvad gør vi når systemerne skal rulles ud i hele huset?
Byg broen mellem frygt og forretning
Når man som leder skal drive en strategi for skalering af kunstig intelligens, støder man ofte på en mur af ganske forståelige bekymringer. Særligt i offentlige styrelser eller hos travle ejerledere fylder frygten for compliance, datasikkerhed og menneskelige fejl mere end drømmen om effektivisering. En sund AI-strategi starter derfor altid med at skabe tryghed i afdelingen, herunder fokus på sikker AI i det offentlige med hensyn til data og borgere.
Tre samtaler du bør holde med dit team, inden I starter:
Samtale 1: Navngiv frygten højt. Kald et møde og stil ét spørgsmål: "Hvad er I mest bekymrede for?" Skriv svarene op på en tavle uden at afvise dem. Frygt for jobsikkerhed, frygt for at gøre fejl, frygt for at se dum ud foran kolleger. Når bekymringerne er navngivet, mister de en del af deres magt. Og du ved præcis, hvad du skal adressere.
Samtale 2: Giv dem et konkret svar på spørgsmålet de ikke tør stille. Det spørgsmål er: "Bliver mit job overflødigt?" Dit svar skal være specifikt, ikke beroligende snak. Fx: "Vores mål er at automatisere referatskrivning og sagsoverblik. Ingen stillinger nedlægges som følge af dette initiativ. Vi sætter de frigjorte timer af til [konkret opgave]." Vag tryghed er ingen tryghed.
Samtale 3: Vis dem et eksempel før de skal prøve selv. Sæt dig ned og demonstrer ét use case live. Ikke en PowerPoint om mulighederne. Åbn værktøjet, skriv en prompt, vis outputtet. Lad dem se, at maskinen laver fejl, at du retter dem, og at det tager tre minutter i stedet for tredive. Erfaring med at se andre fejle sænker tærsklen for selv at forsøge.
3 faser der sikrer ro i maven på direktionsgangen
For at gøre processen operationel og overskuelig kan I dele jeres AI-roadmap op i tre lavpraktiske faser.
Fase 1: Afdækning af flaskehalse
Bed tre til fem medarbejdere om at føre en simpel tidsdagbog i én uge. Et regneark med to kolonner: opgave og omtrentlig tid brugt. Saml arket fredag. De opgaver, der dukker op hos flere medarbejdere og sluger mere end to timer om ugen, er jeres første kandidater.
Vælg herefter præcis én opgave at starte med. Ikke tre. Ikke fem. Én. Succes med én opgave skaber den tillid, der gør det muligt at tage den næste.
Opgaver der typisk egner sig til fase 1:
- Referatskrivning fra møder
- Første udkast til standardbreve og svarskabeloner
- Opsummering af lange dokumenter eller rapporter
- Strukturering af dagsordener
Fase 2: Test i et kontrolleret miljø
Udvælg to til fire medarbejdere til en pilotgruppe. Vælg mennesker med forskellig relation til teknologi: én der er nysgerrig, én der er skeptisk. Begge perspektiver er værdifulde.
Fastsæt tre klare rammer for piloten:
- Hvilke data må bruges: Ingen personhenførbare oplysninger, ingen fortrolige sagsakter. Brug anonymiserede eksempler eller opdigtede scenarier i opstartsfasen.
- Hvilke opgaver testes: Kun den ene opgave I valgte i fase 1. Hold fokus.
- Hvad definerer succes: Aftal på forhånd, hvad I måler. Fx: "Vi vurderer, om tidsforbruget på referatskrivning falder med mindst 30 procent over fire uger."
Kør piloten i fire uger. Hold et kort check-in efter uge to. Saml erfaringer skriftligt i uge fire. Denne strukturerede tilgang kan bygges videre på via en pædagogisk AI-oplæring, der tager hånd om de menneskelige barrierer.
Fase 3: Udrulning i makkerpar
Send ikke bare en fællesmail ud med et nyt login. Par én erfaren pilot-deltager med én ny medarbejder. Den erfarne viser ikke bare hvordan systemet virker teknisk. Den erfarne viser, hvordan de selv tænker, når de skriver en prompt, hvornår de accepterer et output, og hvornår de omskriver det.
Sæt af to fælles arbejdstimer i uge ét, én time i uge to og derefter ad hoc. Det er nok. Målet er ikke et kursus. Målet er, at den nye medarbejder ser en kollega navigere uvisheden og alligevel komme i mål.
Forestil dig HR-chefen med 12 nye ansatte
En HR-chef i en mellemstor virksomhed i Odense stod over for at onboarde 12 nye medarbejdere på kun tre måneder. Normalt ville den slags kræve ugevis af manuel kalenderplanlægning, forfatning af velkomstmails og opdatering af personalehåndbøger.
Ved at bruge en godkendt sprogmodel som sin digitale assistent automatiserede hun strukturen med denne instruks:
"Du er min systematiske HR-assistent. Jeg skal onboarde 12 nye medarbejdere over de næste tre måneder. Lav et udkast til en tre-ugers onboardingplan for den første gruppe. Planen skal inkludere IT-introduktion, frokostaftaler med nøglepersoner og en grundig gennemgang af vores værdier. Sæt det op i en overskuelig tabel, jeg kan kopiere direkte ind i et dokument."
Modellen returnerede dette udkast:
| Uge | Dag | Aktivitet | Ansvarlig |
|---|---|---|---|
| 1 | Mandag | Velkomstmøde med nærmeste leder. Udlevering af udstyr og adgange. | Leder + IT |
| 1 | Tirsdag | IT-introduktion: systemer, sikkerhedspolitik, loginprocedurer | IT-support |
| 1 | Onsdag | Frokost med to nøglepersoner fra eget team | HR koordinerer |
| 1 | Torsdag | Gennemgang af virksomhedens værdier og adfærdskodeks | HR-chef |
| 1 | Fredag | Første check-in med nærmeste leder. Hvad gik godt, hvad er uklart? | Leder |
| 2 | Mandag | Introduktion til primære arbejdsopgaver og processer | Faglig mentor |
| 2 | Onsdag | Frokost med medarbejder fra tilstødende afdeling | HR koordinerer |
| 2 | Fredag | Statusmøde: forventningsafstemning og første feedback | Leder |
| 3 | Tirsdag | Selvstændig opgaveløsning med sparring efter behov | Faglig mentor |
| 3 | Torsdag | Frokost med ledelsesrepræsentant | HR-chef |
| 3 | Fredag | Afsluttende onboarding-samtale: trivsel, spørgsmål, næste skridt | HR-chef + Leder |
HR-chefen brugte herefter femten minutter på at tilpasse tabellen til virksomhedens konkrete systemer og navne. En opgave, der normalt drænede to til tre timer, var løst på under tyve minutter i alt.
Modellen kendte ikke virksomhedens faktiske nøglepersoner, interne systemer eller den specifikke kultur. Den leverede en solid struktur. HR-chefen leverede konteksten, kvalitetstjekket og de menneskelige beslutninger: hvem der sidder til frokost med hvem, og hvad der reelt er vigtigt at formidle om virksomhedens værdier. Dette er kernen i en tryg AI-adoption: maskinen laver grovarbejdet, mennesket tager kvalitetstjekket.
Hvad gør vi når systemerne skal rulles ud i hele huset?
Når de første medarbejdere har mærket tidsbesparelsen, opstår behovet hurtigt for en bredere udrulning. Her er ledelsens vigtigste opgave at fastholde sikkerheden. Hos Poulsen & Vinding har vi rådgivet organisationer som Lægemiddelstyrelsen, hvis case om AI-integration viser, at en nul-fejl-kultur ikke behøver være en hindring for at innovere. Forudsat at rammeværket for compliance og AI-lovgivning er på plads fra dag ét.
Den praktiske tjekliste til fuld udrulning:
- Datapolitikken er skriftlig og kommunikeret med eksempler. Ikke "vær forsigtig med persondata". men: "Navne og CPR-numre på borgere må ikke bruges. Anonymiserede sagseksempler må bruges."
- Der er én fast kontaktperson for spørgsmål. et menneske med navn og kalender, ikke en hotline.
- Pilotgruppens erfaringer er samlet i en intern guide på to til tre sider: hvad virkede, hvad var svært, hvilke prompts gav gode resultater.
- Der er sat tid af til makkerpar-sessioner i de første fire uger efter udrulning. Ikke et to-timers kursus på en fredag eftermiddag.
- Ledelsen bruger selv værktøjet synligt. Nævn det i næste statusmøde. Vis et output, du selv har lavet. Hvis medarbejderne aldrig ser ledelsen bruge systemet, sender det et klart signal.
Målet er ikke at gøre alle til teknologieksperter. Målet er at gøre jeres egne generalister i stand til at styre værktøjerne med samme ro, som de i dag styrer et regneark. Den organisation, der selv kan justere og videreudvikle sine AI-arbejdsgange, er den organisation, der høster gevinsterne på lang sigt.
Ofte stillede spørgsmål
Bruno Poulsen er partner i Poulsen & Vinding, et konsulenthus der hjælper danske virksomheder og styrelser med at tage generativ AI i brug i den daglige drift. Han er senior underviser hos Bigum&Co gennem 10+ år og har siden 2023 stået bag AI-implementeringer, foredrag og workshops for blandt andre Lægemiddelstyrelsen, GS1 Danmark, Bornholms Højskole og 30+ bornholmske SMV’er via Business Center Bornholm. Skriver om praktisk anvendelse af AI-værktøjer, prompt engineering og hvordan ledelser kommer i gang mandag morgen kl. 08.00.
