De fleste tror, at en tryg AI-strategi i det offentlige kræver årelange IT-projekter og trecifrede millionbeløb. Virkeligheden er, at den største gevinst ligger i at hjælpe nuværende medarbejdere med at løse hverdagens administrative rugbrødsarbejde lidt smartere. Her er en praktisk køreplan til implementering af AI i styrelser og kommuner, hvor datasikkerhed og mennesker altid kommer før teknologien.
Indholdsfortegnelse
- Begynd i det små med en klar plan
- Hvordan håndterer vi datasikkerhed og lovgivning?
- Tre konkrete eksempler på administrativ tidsbesparelse
- Mennesket skal altid styre maskinen
Begynd i det små med en klar plan
Start med én opgave, ét team og én uge. Ikke et pilotprojekt med styregruppe og milepæle – bare en enkelt medarbejder, der forsøger at løse én konkret opgave med AI-assistance.
En praktisk startplan i fire trin:
Trin 1 – Identificér den rigtige opgave (dag 1–2)
Vælg en opgave der opfylder tre kriterier: den gentages mindst én gang om ugen, den kræver ikke adgang til fortrolige persondata, og den er tidskrævende men ikke fagligt kompleks. Klassiske kandidater: udfærdigelse af mødereferater, besvarelse af standardhenvendelser, opsummering af rapporter, første udkast til interne notater.
Trin 2 – Vælg ét godkendt værktøj (dag 2–3)
Brug kun værktøjer, som IT-afdelingen allerede har godkendt. Har I ingen liste endnu, starter I der. Intet AI-forsøg må foregå i systemer, der ikke er vurderet i forhold til jeres dataklassificering.
Trin 3 – Kør opgaven parallelt i to uger
Medarbejderen løser opgaven på sædvanlig vis OG med AI-assistance. Notér tidsforbruget begge veje. Ingen vurdering endnu – kun data.
Trin 4 – Evaluer og beslut
Efter to uger: Var kvaliteten acceptabel? Var der en tidsbesparelse? Opstod der problemer med data eller output? På baggrund af disse svar besluttes det, om metoden skal bredes ud, justeres eller opgives.
Med et gennemtænkt roadmap til tryg AI-adoption ved alle, hvem der gør hvad. Fokus på forandringsledelse der virker er afgørende for at få alle med.
Hvordan håndterer vi datasikkerhed og lovgivning?
Mange medarbejdere ved ikke præcis, hvornår de må bruge AI, og hvornår de ikke må. Det problem løses ikke med et juridisk notat – det løses med enkle tommelfingerregler, der sidder i rygraden.
Tre tommelfingerregler til den daglige medarbejder:
Regel 1 – Dataklassificering afgør alt
Stil dig selv spørgsmålet: "Måtte jeg sende dette dokument til en ekstern konsulent?" Hvis svaret er nej, må du heller ikke lægge det ind i et AI-system. Fortrolige personoplysninger, CPR-numre, sager om enkeltpersoner og klassificerede dokumenter hører ikke hjemme i kommercielle AI-løsninger – hverken ChatGPT, Copilot i en ikke-godkendt version eller andre.
Regel 2 – Outputtet er dit ansvar
AI kan hallucinere fakta, misforstå kontekst og producere formuleringer, der lyder korrekte men er forkerte. Alt hvad AI producerer, skal læses og godkendes af et menneske, før det sendes videre eller gemmes i et sagssystem. Medarbejderen er altid juridisk ansvarlig for det endelige dokument.
Regel 3 – Brug kun godkendte systemer
Organisationen skal have en liste over, hvilke AI-værktøjer der er godkendt til hvilke datatyper. Har I ingen sådan liste, er det ledelsens opgave at få den lavet – ikke den enkelte medarbejders opgave at gætte sig frem.
Hvad kræver lovgivningen konkret?
GDPR og EU AI Act stiller specifikke krav, som påvirker jeres AI-arbejde direkte:
- Behandlingsgrundlag: I skal have et lovligt grundlag for at behandle persondata – også når AI er involveret. "Vi brugte AI til det" er ikke et behandlingsgrundlag.
- Databehandleraftaler: Hvis et eksternt AI-system behandler persondata på jeres vegne, kræves en databehandleraftale. Det gælder selv for cloud-baserede løsninger, som IT-afdelingen har godkendt.
- EU AI Act – risikoklassificering: AI-systemer der bruges til at træffe eller forberede afgørelser, der påvirker borgere, klassificeres typisk som højrisiko-systemer og stiller skærpede krav til dokumentation, menneskelig overvågning og gennemsigtighed.
- Ret til forklaring: En borger, der er berørt af en afgørelse, har ret til at få forklaret grundlaget. "Algoritmen sagde det" er ikke en tilstrækkelig forklaring.
Et stærkt greb om GDPR og AI i praksis og compliance og EU AI Act er ufravigeligt. Du kan orientere dig i vores oversigt over godkendte AI-værktøjer. Men før I overhovedet åbner et program, skal hele organisationen have klarhed over, om jeres data er klar til AI.
Tre konkrete eksempler på administrativ tidsbesparelse
Her er tre eksempler med konkrete instruktioner, I kan bruge eller tilpasse direkte.
Eksempel 1: Kravspecifikation til IT-projekt
En IT-chef i en kommune skal udrulle en ny digital løsning. I stedet for at starte med et blankt dokument bruger hun AI som sparringspartner til at fange blinde vinkler i projektet.
Sådan gøres det i praksis:
"Du er en erfaren IT-projektleder i en dansk kommunal forvaltning. Jeg er ved at skrive en kravspecifikation til et nyt bookingsystem til kommunale lokaler. Borgerne skal kunne booke via selvbetjening, og systemet skal integrere med vores eksisterende ESDH-system.
Giv mig:
- En liste over de 10 mest oversete krav i lignende projekter
- Tre risici jeg sandsynligvis ikke har tænkt på
- Et forslag til disposition for selve kravspecifikationsdokumentet"
IT-chefen bruger 20 minutter i stedet for to timer på at komme i gang, og starter med bedre spørgsmål end hun ville have gjort alene.
Eksempel 2: Sagsbehandling og aktindsigt
Sådan gøres det i praksis (kun på ikke-fortroligt materiale eller i godkendte lukkede systemer):
"Du fungerer nu som assistent for en sagsbehandler i en dansk kommune. Læs de vedhæftede referater fra de seneste fem byrådsmøder.
Lav et resumé struktureret i tre punkter:
- Beslutninger der vedrører vejvedligeholdelse
- Beslutninger der har budgetmæssige konsekvenser over 500.000 kr.
- Punkter der kræver opfølgning fra teknisk forvaltning inden for 30 dage
Angiv for hvert punkt, hvilken dato og hvilket møde beslutningen stammer fra."
Den sagsbehandler, der ellers ville bruge halvanden time på at læse materialet igennem, har nu et struktureret overblik på ti minutter.
Læs mere om at knække koden til aktindsigter.
Eksempel 3: Stillingsopslag i HR
En kommunal HR-afdeling bruger op mod to timer om ugen på at formulere stillingsopslag. Med et veltilrettelagt AI-setup kan den tid halveres.
Sådan gøres det i praksis:
"Du skriver stillingsopslag til en dansk kommunal forvaltning. Tonen skal være imødekommende og direkte – ikke bureaukratisk.
Skriv et stillingsopslag til en socialrådgiver i familieafdelingen. Stillingen er på 37 timer. Vi søger en person med erfaring i børnefaglige undersøgelser og myndighedsarbejde. Vi lægger vægt på tværfagligt samarbejde.
Opslaget må maksimalt fylde 350 ord. Inkludér et kort afsnit om, hvad vi tilbyder, og afslut med en konkret opfordring til at søge."
Første udkast er klar på tre minutter. Redigering tager yderligere ti. Samlet tidsbesparelse: ca. 90 minutter per opslag.
Mennesket skal altid styre maskinen
Hvad god oplæring ser ud i praksis:
Ikke et tredages kursus med PowerPoint om "AI's muligheder". Det ser sådan ud:
- En medarbejder sidder ved sin egen computer med en opgave, hun kender
- En kollega eller intern AI-ansvarlig sidder ved siden af
- De løser opgaven sammen med AI én gang
- Medarbejderen løser den selv én gang
- Der snakkes om, hvad der virkede, hvad der ikke virkede, og hvornår AI ikke skal bruges
Det tager 45 minutter. Det sidder fast.
Hvornår skal mennesket altid have det sidste ord:
- Afgørelser der påvirker borgere direkte (ydelser, tilladelser, sanktioner)
- Kommunikation der udgår i organisationens navn
- Dokumenter der arkiveres i et sagssystem
- Situationer hvor AI-outputtet ikke kan verificeres mod kendte facts
Sådan måler I om det virker:
Start med tre tal:
- Gennemsnitlig tid brugt på den valgte opgave før AI-assistance
- Gennemsnitlig tid efter
- Antal opgaver pr. uge
Gange tidsbesparelsen per opgave med antallet af opgaver per uge. Det er jeres udgangspunkt. Læs mere om metoderne til måling af ROI på AI-investeringer.
Det mest holdbare resultat af en AI-implementering i det offentlige er ikke en ny softwarelicens. Det er medarbejdere, der forstår hvad teknologien kan, hvad den ikke må, og hvordan de selv styrer den videre. Den kompetence forbliver i organisationen, uanset hvilke systemer der skiftes ud.
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.
