Du har måske allerede en liste med idéer: en chatbot, automatisk tilbudsskrivning, opfølgning, rapporter eller noget med AI i indbakken. Problemet er, at den mest spændende idé ikke nødvendigvis er det bedste sted at begynde.
Vælger du en sjælden, uklar eller risikofyldt proces, bruger du hurtigt mere tid på undtagelser end på forbedring. Vælger du derimod en hyppig og afgrænset gentagelse, kan du undersøge værdien uden at gøre forsøget til et stort IT-projekt.
Det korte svar: Start med en proces, der sker ofte, skaber mærkbar friktion, har et tydeligt input og output og kan kontrolleres af et menneske. Brug de næste 30 minutter på at sammenligne tre kandidater — og vælg kun én.
Før du starter: vælg proces før værktøj
En proces er et forløb fra en tydelig start til et bestemt resultat. “Brug AI i kundeservice” er ikke en proces. “Lav et svarudkast til spørgsmål om levering ud fra en godkendt faktaside” er tættere på.
Det samme gælder andre brede idéer:
- “Automatisér møder” er for bredt.
- “Gør godkendte mødenoter til en intern liste med beslutning, ansvar og frist” kan kortlægges.
- “Automatisér administration” er for bredt.
- “Flyt godkendte formularfelter til den samme interne skabelon” kan kortlægges.
Hvis problemet ligger i mødeopfølgning, viser guiden fra mødenoter til næste skridt forskellen mellem rå noter og et afgrænset output. Flere konkrete arbejdsgange findes i Rafens vidensoversigt.
Minut 0–5: skriv tre kandidater ned
Se tilbage på de seneste arbejdsdage. Find tre konkrete gentagelser, hvor du eller en medarbejder måtte:
- kopiere oplysninger mellem steder;
- lede efter den samme viden igen;
- omskrive et kendt input til et fast format;
- sortere eller kontrollere ensartede henvendelser;
- huske at følge op efter en bestemt hændelse.
Skriv hver kandidat som én sætning:
Når [noget sker], bruger [rollen] inputtet [kilde] til at skabe [konkret output].
Eksempel:
Når et kundemøde er afsluttet, bruger mødeejeren de godkendte noter til at skabe en intern beslutningsliste med ansvar og frister.
Eksemplet er konstrueret og er ikke en kundecase. Det er kun en måde at gøre processen konkret på.
Vælg ikke kandidater ud fra, om de lyder som “AI”. Vælg dem, fordi de faktisk gentager sig og skaber friktion.
Minut 5–15: tegn et proceskort på én side
Lav denne lille tabel for hver kandidat:
| Felt | Spørgsmål |
|---|---|
| Start | Hvilken konkret hændelse sætter processen i gang? |
| Input | Hvilke oplysninger eller dokumenter bruges? |
| Trin | Hvad gør personen fra start til slut? |
| Output | Hvad skal ligge klar, når processen er færdig? |
| Ejer | Hvem kontrollerer og godkender resultatet? |
| Undtagelser | Hvornår kan den normale fremgangsmåde ikke bruges? |
| Stopregel | Hvornår skal processen stoppe og gå til et menneske? |
Hvis du ikke kan udfylde start, input, output og ejer, er processen ikke klar til automatisering. Det er ikke et teknisk problem endnu. Først skal arbejdsgangen og ansvaret afklares.
Vær især opmærksom på inputtet. Hvis oplysningerne kommer i mange former, mangler felter eller modsiger hinanden, vil en automation ikke automatisk rydde op i dem. Den kan blot gøre uklarheden hurtigere.
Minut 15–25: giv hver proces en enkel score
Giv hver kandidat 0–3 point på de første fem kriterier. Træk derefter risikopoint fra.
| Kriterium | 0 point | 3 point |
|---|---|---|
| Hyppighed | Sker sjældent | Gentager sig ofte |
| Friktion | Er let og uproblematisk | Kræver meget søgning, kopiering eller genarbejde |
| Klarhed | Input og output er uklare | Start, input og output er tydelige |
| Ensartethed | Mange uforudsigelige undtagelser | Samme hovedforløb går igen |
| Kontrolbarhed | Fejl er svære at opdage | Et menneske kan hurtigt kontrollere mod en kilde |
| Konsekvens ved fejl | Træk 0 | Træk op til 3 ved juridisk, økonomisk, sikkerheds- eller relationsmæssig risiko |
Modellen er et praktisk prioriteringsværktøj, ikke en dokumenteret beregning af gevinst. En høj score beviser ikke en besparelse. Den hjælper kun med at vælge, hvilken proces der er mest forsvarlig at undersøge først.
Dansk Industri fremhæver tilsvarende, at processer til klassisk automatisering bør være regelbaserede, have volumen og være modne og stabile. Det vigtige er rækkefølgen: forstå processen først, og vælg derefter teknologi.
Minut 25–30: vælg én proces — og den enkleste metode
Tag kandidaten med den stærkeste kombination af hyppighed, friktion, klarhed og kontrolbarhed. Før du vælger AI, skal du svare på ét spørgsmål:
Hvad er den enkleste metode, der kan løse problemet pålideligt?
Brug denne beslutning:
Vælg en tjekliste eller skabelon
Gør dette, hvis opgaven ikke sker ofte, eller hvis outputtet næsten altid er det samme. En god skabelon kan være lettere at forstå, vedligeholde og kontrollere end et nyt system.
Vælg klassisk automation
Gør dette, hvis processen kan beskrives som stabile hvis-så-regler: Når status X er godkendt, skal felt Y kopieres til sted Z. KL beskriver RPA som egnet til regelstyrede og ensformige computerhandlinger. Generativ AI tilfører her variation, som processen måske ikke har brug for.
Vælg en kontrolleret AI-arbejdsgang
Gør dette, hvis inputtet varierer, og der skal fortolkes eller formuleres et udkast, men resultatet stadig kan afgrænses og kontrolleres mod en kilde. Begynd med et udkast — ikke med automatisk afsendelse eller systemhandlinger.
Behold processen manuel eller ret den først
Gør dette, hvis opgaven er sjælden, ansvaret er uklart, inputtet er kaotisk, eller en fejl kan få stor konsekvens. Automatisering er ikke en erstatning for faglig vurdering eller en uafklaret arbejdsdeling.
Sådan ser den første AI-version ud
Hvis AI faktisk er den enkleste relevante metode, bør første version stadig være lille:
Godkendt input
→ fast inputskabelon
→ AI laver en afgrænset kladde
→ menneske kontrollerer kladden mod kilden
→ godkendt output eller stop
1. Input
Beskriv præcis, hvilke felter eller kilder der må bruges. Start med syntetiske testdata, som ligner den virkelige opgave uden at indeholde kunde- eller personoplysninger.
Datatilsynet anbefaler organisatoriske rammer for medarbejderes brug af generativ AI og advarer mod at indtaste arbejdsrelaterede persondata uden arbejdspladsens viden eller tilladelse. Et godkendt datascope kommer derfor før virkelige data.
2. AI-kladde
Instruktionen skal definere format, tilladte kilder og manglende oplysninger. AI skal markere usikkerhed i stedet for at opfinde navne, beløb, datoer eller aftaler.
3. Menneskelig kontrol
En navngiven rolle sammenholder kladden med inputtet. Kontrollen skal mindst dække fakta, tal, datoer, aftaler, mangler og nye påstande. “Det ser rigtigt ud” er ikke en kontrol mod en kilde.
4. Output eller stop
Det godkendte resultat kan gemmes som en kladde eller intern liste. Hvis input mangler, modsiger sig selv eller rammer en defineret risikogrænse, stopper processen og går til et menneske.
Digitaliseringsstyrelsen beskriver generativ AI som modeller, der producerer indhold ud fra input — ikke som menneskelig intelligens. Derfor skal ansvar, kilder og kontrol ligge uden for modellen. Du kan læse mere om den organisatoriske rolle på siden om AI-ansvarlig.
Hvornår er AI ikke den bedste løsning?
AI er ikke det rigtige førstevalg, når:
- processen følger faste regler uden behov for fortolkning;
- opgaven sker så sjældent, at en tjekliste er nok;
- ingen kan forklare, hvad et korrekt output er;
- input eller proces ændrer sig hele tiden;
- resultatet ikke hurtigt kan kontrolleres mod en kilde;
- opgaven kræver endelig juridisk, økonomisk, personalemæssig eller sikkerhedskritisk vurdering;
- værktøj, formål og datascope ikke er godkendt.
I de situationer er klassisk automation, en skabelon, procesoprydning eller en fagperson typisk et bedre næste skridt. Målet er ikke at få AI ind. Målet er at gøre én reel arbejdsgang enklere og mere kontrollerbar.
Tjekliste: din vinder efter 30 minutter
Før du går videre med den valgte proces, skal du kunne sætte kryds her:
- [ ] Processen sker ofte nok til at være værd at undersøge.
- [ ] Den har en konkret start og et konkret output.
- [ ] Inputtet kan beskrives uden brede formuleringer.
- [ ] Én rolle ejer den menneskelige kontrol.
- [ ] De vigtigste undtagelser er kendt.
- [ ] Der findes en tydelig stopregel.
- [ ] En fejl kan opdages, før resultatet bruges eller sendes.
- [ ] Første test kan laves med syntetiske data.
- [ ] Du har aktivt valgt mellem skabelon, klassisk automation, AI og manuel proces.
- [ ] Du har kun valgt én proces.
Hvis flere felter er tomme, skal du ikke vælge et værktøj endnu. Brug næste arbejdsgang på at gøre processen tydelig.
Et roligt næste skridt
Hvis du vil have en anden vurdering af dit proceskort, kan Rafen Start prioritere én konkret proces og gøre én kontrolleret AI-arbejdsgang klar til en afgrænset afprøvning. Forløbet omfatter inputskabelon, instruktion, kontrolpunkter, stopregel og syntetisk test — uden integrationer, automatisk afsendelse eller brug af kundedata før godkendt datascope.
FAQ
Hvilken proces skal automatiseres først?
Start med en proces, der sker ofte, skaber mærkbar friktion, har tydeligt input og output og kan kontrolleres hurtigt. Sammenlign mindst tre kandidater, men vælg kun én lille arbejdsgang til første test.
Skal processen med det største tidsforbrug altid vælges?
Nej. En tidskrævende proces kan være et dårligt første valg, hvis den er ustabil, fuld af undtagelser eller har høj konsekvens ved fejl. Klarhed, kontrolbarhed og risiko skal vurderes sammen med hyppighed og friktion.
Hvornår skal vi vælge AI frem for klassisk automation?
Vælg AI, når input eller formulering varierer, og der er brug for et kontrolleret forslag. Vælg klassisk automation, når samme betingelse altid skal udløse samme handling efter faste regler.
Kan vi automatisere en proces, som medarbejderne udfører forskelligt?
Ikke som et godt første skridt. Kortlæg forskellene og aftal først, hvad det korrekte hovedforløb, output og ansvar er. Ellers risikerer I at automatisere en uenighed.
Hvordan tester vi uden kundedata?
Lav syntetiske eksempler med opdigtede navne, oplysninger og sagsdetaljer, men samme struktur som den virkelige opgave. Virkelige data bør først bruges, når værktøj, formål, adgang og datascope er konkret vurderet og godkendt.
Beviser en høj score, at automatiseringen kan betale sig?
Nej. Scoren prioriterer kun, hvad der er mest forsvarligt at undersøge. Værdi og kvalitet skal efterfølgende vurderes på faktiske testresultater. En forventning er ikke en dokumenteret besparelse.