Tilbage til Viden

Sidst opdateret 5. oktober 2026 · 16 min. læsning

Alle veje fører til data: sådan kobler du AI på jeres systemer

Syv veje ind i et system, fra en færdig kobling til at styre skærmen. Hvilken du prøver først, hvornår du går én ned, og hvad AI'en må, når den er inde.

Samme data, syv veje ind

Så snart en LLM/AI skal bruges til mere end at svare i et chatvindue, skal den have fat i jeres data. Ordren i økonomisystemet, tråden i Outlook, sagen i CRM'et, tallene i rapporteringsværktøjet. Det er fra trin 3 og op på AI-trappen, hvor AI'en selv henter på tværs af jeres systemer, og så skal man finde ud af, hvordan den kommer ind.

Jeg tager udgangspunkt i Claude, fordi det er det, jeg oftest arbejder i. Rækkefølgen gælder også i de andre AI-værktøjer, selvom en færdig kobling kan hedde en app eller noget helt tredje hos en anden leverandør. En MCP-server er en kobling til et system, bygget efter den standard, AI-værktøjerne bruger, og den giver AI'en en række bestemte værktøjer, typisk ét til hver handling. Et API er den adgang, leverandøren har lavet, så andre programmer kan hente og sende data, og det kan bruges helt uden AI.

Jeg har koblet AI på mails, økonomisystemer, ERP, Slack, GitHub, transskriberinger fra en Plaud-optager, rapporteringsværktøjer, systemer, jeg selv har bygget med en tilhørende MCP-server, og meget andet. Listen er langt fra udtømmende, og indtil videre har jeg fundet en vej ind hver gang. Vejene er til gengæld ikke lige gode, og forskellen ligger i de fire ting, rækkefølgen herunder bygger på.

Vejene kan stilles op som et beslutningstræ, og det første spørgsmål er, om den del af opgaven, der foregår i systemet, overhovedet kræver AI. Skal den gøre præcis det samme hver gang, klarer leverandørens API eller et script den bedre, fordi der ikke er nogen AI, der vurderer undervejs. Skal AI'en læse, vurdere eller skrive, starter du øverst i træet og går én vej ned, hver gang en vej ikke findes. Dækker en vej kun en del af opgaven, bruger du den til den del og finder en vej længere nede til resten. Claude arbejder efter samme princip, når den selv vælger vej. Ifølge Anthropics dokumentation prøver den en færdig kobling før browseren og browseren før skærmen.

De syv veje ind

Via en integration

  • 01Færdig kobling i Claude. Ét klik, adgangen følger din egen konto.
  • 02Leverandørens egen MCP-server. Samme teknik, mere opsætning.
  • 03Leverandørens officielle API eller CLI. Direkte fra terminalen, via en platform eller egen kode.
  • 04MCP-server bygget af andre. Kommer an på data og på, hvem der står bag.

Ved at overtage skærmen

  • 05Script i browseren. Fast rækkefølge af klik, uden AI'en med.
  • 06Claude i en browser. AI'en klikker selv, skridt for skridt.
  • 07Computer use. AI'en styrer hele skærmen, mus og tastatur.

Findes vejen ikke, eller dækker den kun en del af opgaven, går du én vej ned for resten. Filen, altså slet ingen kobling, ligger uden for rækkefølgen og får sit eget afsnit.

Rækkefølgen bygger på fire ting.

Præcision
Har AI'en nogle bestemte handlinger, hvor det er givet på forhånd, hvilke felter der skal udfyldes, eller skal den gætte sig frem ud fra det, den ser på skærmen? Med en integration laver den færre fejl.
Hastighed
En kobling henter en ordre på sekunder. Når AI'en selv sidder ved skærmen og klikker, skal modellen vurdere skærmen på ny før hvert klik, og opgaven tager minutter.
Adgangsstyring
Kan du indstille, hvad AI'en må, pr. handling og pr. bruger, eller må den alt det, kontoen kan?
Vedligehold
Hvem sørger for, at koblingen stadig virker om et år? Leverandøren, en platform, den, der byggede den, eller ingen.

Vej 1-4: via en integration

De fire øverste veje har det til fælles, at AI'en går gennem en integration, nogen har bygget. Den kan hente en faktura, oprette en kontakt eller sende en besked, fordi nogen har bygget netop de handlinger, og den kan ikke andet end dem.

Vej 01 · Ét klik, adgangen følger din konto

En færdig kobling i Claude

Claude har et katalog med færdige koblinger, som Anthropic kalder connectors, til blandt andet Microsoft 365, Google Workspace, HubSpot, Pipedrive, Slack, Notion og Shopify. Du vælger koblingen, logger ind med din egen konto, og AI'en kan se og gøre det, du selv kan i systemet. Det er tit mere, end opgaven kræver, og derfor kan ejeren af en Team- eller Enterprise-konto også bestemme, hvilke handlinger der kører uden spørgsmål, hvilke der kræver et ja, og hvilke der er lukket. AI'en må for eksempel læse mails, men ikke sende dem.

Det er den første vej, jeg prøver. Opsætningen er færdig, adgangen følger brugeren, og leverandøren eller Anthropic vedligeholder koblingen. Teknisk set er koblingerne MCP-servere. Nogle har Anthropic selv bygget, som Microsoft 365 og Google Workspace, resten er som regel leverandørens egne, og dem med et Verified-mærke har Anthropic testet. Kataloget rummer dog også koblinger mærket Community, som er bygget af tredjepart og kun gennemgået automatisk, og Anthropic skriver selv, at heller ikke Verified-mærket er en sikkerhedsaudit. Community-koblingerne behandler jeg som vej 4, uanset at de står i kataloget.

Vej 02 · Samme teknik, lidt mere opsætning

Leverandørens egen MCP-server

Flere leverandører kører deres egen MCP-server, uden at den ligger i Claudes katalog. Den tilføjes som en custom connector i Claude med serverens adresse, og derefter logger man ind med sin egen konto i systemet. Det kan en nogenlunde teknisk person selv klare på nogle minutter, og på en Team-plan er det ejeren af kontoen, der tilføjer den. Dinero er et dansk eksempel. Dineros egen MCP-server har været i beta siden august 2026, man logger ind gennem Visma Connect, og den kræver et Pro- eller Total-abonnement.

Business Central kræver lidt mere. Microsoft hoster selv serveren, AI'en kan kun det, brugeren selv har lov til, og den kan kun læse, indtil en administrator giver skriveadgang til de dele, der skal bruges. Til gengæld skal jeres IT først registrere Claude som et godkendt program. Det er præcis den adgangsstyring, jeg leder efter, og vejen er lige så præcis som vej 1. Den kræver bare, at nogen sætter den op.

Vej 03 · Den mest præcise, når 1 og 2 mangler

Leverandørens officielle API eller CLI

Findes hverken en færdig kobling eller en MCP-server, er næste vej leverandørens officielle API eller et kommandolinjeværktøj, en CLI, som bruger det. Her lander de fleste af de danske økonomi- og lønsystemer lige nu. e-conomic, Billy, Uniconta, Zenegy og Danløn havde i oktober 2026 hverken en færdig kobling eller en egen MCP-server, men alle har et dokumenteret API. Det ændrer sig formentlig. Dinero fik sin MCP-server i august, og når de andre følger efter, rykker de op til vej 2.

API'et kan bruges på tre måder. Den hurtigste er at lade Claude kalde det selv. I Claude Code kan Claude bruge et API eller en CLI direkte fra terminalen, uden at noget er kodet på forhånd, og det gør jeg tit, når jeg skal have fat i noget i et system uden kobling. Skal det køre automatisk, uden at nogen starter det, er der to muligheder. Den ene er en integrationsplatform som Make eller n8n, hvor koblingen er bygget på forhånd, og hvor I selv kan se i loggen, hvad der er sket. Den anden er kode, jeg skriver til opgaven, og som kun giver adgang til de handlinger, opgaven kræver. Den kode pakker jeg ofte som en lille MCP-server, så Claude kan bruge den som enhver anden kobling.

Er der dele af opgaven, der foregår på samme måde hver gang, klarer jeg dem med API'et eller CLI'en i et script uden AI og lader AI'en tage den del, der kræver sprog og skøn. Det er samme arbejdsdeling som teknik 3 i Sådan automatiserer du de opgaver, der ikke må gå galt, hvor kode regner, og AI fortolker.

Flere af de danske systemer bruger API-nøgler, der ikke udløber af sig selv. Billys nøgle giver adgang til hele regnskabet, og e-conomics nøgler har ingen udløbsdato, så begrænsningerne må ligge i koden, for eksempel ved at den kun kan læse, eller ved at den skal have et ja, før den skriver noget.

Vej 04 · Kommer an på data og på, hvem der står bag

En MCP-server bygget af andre end leverandøren

Der findes tusindvis af MCP-servere bygget af andre end leverandøren, fra hostede tjenester med en virksomhed bag til pakker på GitHub, som én person vedligeholder i fritiden, og de dækker mange af hullerne, også e-conomic og Billy.

Jeg udelukker dem ikke, men jeg er påpasselig, og det afgørende er, hvilke data serveren får adgang til, og hvem der står bag. En hostet tjeneste med en databehandleraftale og et firma, man kan ringe til, kan vurderes som enhver anden leverandør. En pakke fra GitHub, der skal have jeres API-nøgle til økonomisystemet, kræver, at nogen læser koden først. I september 2025 blev pakken postmark-mcp afsløret. Den kopierede navnet på leverandørens egen server og sendte i det skjulte en kopi af hver mail videre til en fremmed adresse. Bruger jeg en af dem, er udgangspunktet at låse versionen fast og starte med læseadgang.

Vej 5-7

Ved at overtage skærmen

På de tre nederste veje er der ingen integration at gå igennem. AI'en overtager i stedet skærmen og klikker og skriver sig gennem systemet på samme måde som en medarbejder. Det er den eneste vej ind i mange leverandørportaler og ældre programmer, og det er samtidig her, adgangen bliver sværere at styre, for den, der sidder ved skærmen, kan se og trykke på det samme som brugeren.

Vej 05 · Hurtigt, men går i stykker ved ændringer

Et script, der klikker for dig

Den første af de tre er et script, der klikker sig gennem browseren i en fast rækkefølge, typisk med et værktøj som Playwright. Claude kan skrive scriptet, men når det kører, er AI'en ikke med. Scriptet henter dataene, og AI'en arbejder videre på dem bagefter. Det gør vejen hurtig og forudsigelig, den koster ikke noget pr. kørsel, og derfor ligger den over de to næste. Til gengæld går den i stykker, når leverandøren flytter en knap, og så skal nogen rette scriptet.

Vejen passer til gentagne opgaver på en side, der sjældent ændrer sig, og som skal køre, uden at nogen sidder ved skærmen, som en ugentlig download af fakturaer fra en leverandørportal. Den slags kører i en separat browserprofil med en konto, der kun må det, opgaven kræver, og ikke i ejerens eget login.

Vej 06 · Tilpasser sig, men langsomt

Claude i en browser

På vej 6 styrer AI'en selv browseren, skridt for skridt, og vurderer undervejs, hvad den ser. Det er Claude in Chrome, som arbejder i din egen Chrome, og Claude Cowork, hvor Claude har sin egen indbyggede browser, adskilt fra din og kun med de logins, du selv giver den. Fordelen er, at der ikke er noget script at vedligeholde, for AI'en finder selv knappen, også når den er flyttet. Prisen er, at modellen skal se på skærmen og tage stilling før hvert eneste skridt. Det tager sekunder pr. klik, og to kørsler af den samme opgave forløber ikke helt ens.

Vejen er særligt egnet til data bag et login, hvor der hverken er API, CLI eller MCP, og til engangsopgaver, hvor et script aldrig ville tjene sig hjem. Til gengæld bruger Claude in Chrome de logins, du allerede har i browseren, så den kan nå alt, du er logget ind på. Anthropic fraråder selv at give den fri adgang til økonomikonti, juridiske dokumenter og arbejdskonti med følsomme data, og de anbefaler en separat browserprofil. Skal den alligevel ind et følsomt sted, som bag MitID, bruger jeg en separat profil, og et menneske sidder ved skærmen hele vejen og godkender, før den skriver eller indsender noget.

Vej 07 · Når intet andet når systemet

Computer use: hele skærmen

Nederst ligger computer use, hvor AI'en ser et screenshot af hele skærmen og styrer mus og tastatur. Den kan nå programmer, der ikke kører i en browser, og det er i praksis grunden til at vælge den. Til gengæld er den langsommere og mindre præcis end de andre veje og sværere at styre, fordi den ser alt på skærmen og i princippet kan trykke på det hele.

Når jeg bruger den, er det kun til det, ingen anden vej når, typisk et ældre desktopprogram uden API, og kun på en isoleret maskine med en konto, der ikke kan andet. I oktober 2026 findes den i Claudes egne apps kun på Pro- og Max-planerne, som er privatplaner uden databehandleraftale, så til virksomhedens data er den ikke en reel vej endnu.

Uden kobling: filen

Ved siden af de syv veje er der også muligheden for slet ikke at koble noget på. Du eksporterer en fil fra systemet, uploader den til Claude, og AI'en arbejder på filen. Den står uden for rækkefølgen, fordi nogen skal gøre det i hånden hver gang, men til gengæld har du mere kontrol med, hvad AI'en ser, end på nogen af de syv veje.

Når filen er vejen ind

Det, der taler imod

Nogen skal gøre det i hånden hver gang, finde eksporten, trække den ud og lægge den ind, og det er ikke besværet værd, når opgaven kører dagligt. Dataene er aldrig nyere end den seneste eksport, og AI'en kan ikke skrive noget tilbage.

Det, der taler for

Du har fuld kontrol. AI'en ser præcis de kolonner, du har eksporteret, og ikke andet, og det er også den vej, der er lettest at forsvare, når det gælder GDPR. AI'en har ingen adgang til systemet bagefter, så der er ingen adgang at lukke igen og intet at vedligeholde. Når filen først ligger der, arbejder AI'en meget hurtigt på den.

Jeg bruger filen til opgaver, der kommer sjældent, som en kvartalsgennemgang af debitorerne, og som det første skridt, når jeg vil vise, hvad AI'en kan med jeres data, før nogen har bygget en kobling. Bliver opgaven ugentlig, er det som regel et tegn på, at den skal ind i rækkefølgen, og det er samme tommelfingerregel som i Hvad skal du automatisere først?

Hvor langt når jeres systemer?

Hvilken vej der er den første mulige, afhænger af systemet. Her er et udpluk af systemer, der tit går igen hos danske virksomheder, og hvor langt de er nået i oktober 2026. Det flytter sig hurtigt, og jeg retter tabellen, når det sker.

Første mulige vej, oktober 2026

Systemet Den første vej, der findes
Microsoft 365, Google Workspace Vej 1. Færdige koblinger. Microsoft 365 er kun til læsning, indtil en administrator åbner for skrivning.
HubSpot, Pipedrive, Slack, Notion, Shopify Vej 1. Færdige koblinger, hvor adgangen følger brugerens egne rettigheder i systemet.
Planday Vej 1. Færdig kobling fra Planday selv, stadig mærket early access. Den læser vagtplaner og lægger nye vagter som kladde, og de bliver først udgivet, når du beder Claude om det.
Business Central Vej 2. Microsofts egen MCP-server, kun læsning, indtil IT åbner for mere.
Dinero Vej 2. Dineros egen MCP-server, i beta siden august 2026 og kun på Pro og Total.
e-conomic, Billy, Uniconta Vej 3. Officielt API, ingen færdig kobling. e-conomic og Billy med API-nøgler, der ikke udløber.
Zenegy, Danløn Vej 3. Officielt API gennem en partneraftale med leverandøren, ingen MCP-server.
Leverandørportal bag login, uden API Vej 5 eller 6. Script, hvis opgaven skal køre på samme måde hver gang, ellers Claude i en browser.
Ældre desktopprogram uden API Vej 7, når computer use kommer på Team og Enterprise. Indtil da vej 6, hvis programmet har en webudgave, eller en eksport til fil.

Fire regler på alle veje

Rækkefølgen siger noget om, hvor AI'en kommer ind, og de her fire regler handler om, hvad den må, når den er inde. De gælder, uanset hvilken vej det bliver.

  1. Beslut adgangen på tre niveauer, før koblingen sættes op

    Det første, jeg gør, når jeg hjælper en kunde med en kobling, er at beslutte adgangen på tre niveauer, før den bliver sat op. Hvad må virksomheden som helhed lade AI'en gøre i systemet? Hvad må den enkelte bruger, som AI'en arbejder for? Og hvad må den enkelte agent, altså det konkrete setup, der løser én opgave? I Claude svarer det nogenlunde til tre ting. Ejeren af kontoen bestemmer, hvilke koblinger der er slået til for hele organisationen. Brugerens egne rettigheder i systemet sætter loftet for den enkelte. Og til den enkelte opgave vælger du, hvilke værktøjer der er tilladt, hvilke der kræver et ja, og hvilke der er lukket.

    En agent, der skriver udkast til kundesvar, skal kunne læse ordrer og gemme kladder. Den skal ikke kunne sende, slette eller se lønninger. De øverste veje gør det let, fordi adgangen kan indstilles pr. handling. På de nederste kan AI'en det samme som den konto, den er logget ind med. Hvor det kan lade sig gøre, får agenten sin egen konto med de rettigheder, opgaven kræver. Hvor det ikke kan, logger et menneske ind, bliver ved skærmen og godkender, før noget bliver sendt.

  2. Lad skrivning tage den højeste vej, der findes

    Læser AI'en forkert, koster det et nyt forsøg. Skriver den forkert i økonomisystemet eller sender en forkert mail til en kunde, koster det en rettelse og nogle gange mere. Derfor er det fint, at AI'en læser ved at overtage skærmen, mens alt, den skriver, bør tage den højeste vej, der findes. Er fejlen dyr, godkender et menneske, før noget bliver sendt eller gemt, som på trappens tredje trin. Hvordan du bygger den godkendelse, så den er hurtig og bliver logget, står i de ti teknikker til opgaver med dyre fejl. Kan AI'en kun skrive via skærmen, lader du den forberede og et menneske godkende, før der bliver trykket.

  3. Alt i samme samtale deler adgang

    Tit rækker den første vej ikke til hele opgaven, og så kombinerer man. AI'en henter ordrerne gennem koblingen og klarer den ene handling, leverandørportalen ikke har API til, gennem browseren. Det er ofte den løsning, der ender med at virke.

    Til gengæld deler alt, der er slået til i den samme samtale eller agent, den samme adgang. Har AI'en både jeres indbakke, skriveadgang til økonomisystemet og en browser, der er logget ind på netbanken, kan en enkelt mail med skjulte instruktioner i teorien få den til at gøre noget, ingen har bedt om. Derfor er det en god idé at dele opgaven op, så den del, der læser det, som andre har sendt jer, ikke samtidig kan sende noget ud af huset.

  4. Længere nede ser AI'en flere data

    Et API-kald henter de felter, du bad om. Et screenshot sender alt, hvad der er synligt på skærmen, til modellen, også de andre kunders navne i listen ved siden af. Det har betydning for GDPR, fordi personoplysninger, opgaven ikke skulle bruge, også ender hos modellen. Højt oppe er det let at begrænse, hvilke data der forlader systemet, langt nede er det svært.

    Hertil kommer, at hver hostet tjeneste, dataene kommer forbi, en integrationsplatform eller en MCP-server bygget af andre, er endnu en databehandler, der skal have en aftale. Det gælder også Claude selv, så virksomhedens data hører hjemme på en Team- eller Enterprise-plan med databehandleraftale, ikke på en privat Pro-konto. Derfor skal I også tænke over, hvor dataene ligger, og hvem der ser dem undervejs, når I vælger vej.

Sådan bruger du rækkefølgen

Man kan tage en opgave, hvor AI'en skal bruge data fra et system, og først spørge, om den del overhovedet kræver AI. Gør den det, er næste skridt at skrive ned, hvad AI'en skal læse, og hvad den skal skrive, og så starte øverst for det system. Findes der en færdig kobling, er I ofte i gang samme dag. Findes den ikke, går du én vej ned, og dækker en vej kun en del af opgaven, bruger du den til den del og fortsætter nedad med resten.

Ender du på vej 5 eller længere nede, er det værd at stoppe op, før du bygger noget, og spørge leverandøren, om der findes et API, du ikke har set. Flere danske systemer udleverer kun nøglen på forespørgsel, og én mail kan spare måneders vedligehold af et script. Filen er også værd at overveje, for en eksport hver måned kan være hele løsningen.

Beslut så adgangen, før noget bliver sat op. Det tager sjældent lang tid, og det er den del, der afgør, om I tør lade koblingen køre. I de systemer, jeg har mødt, har der indtil videre været en vej ind, så det meste af overvejelsen går på, hvilken vej det bliver, og hvilke grænser I sætter for den.

Opdateringer

  1. 5. oktober 2026

    De to grupper af veje hedder nu via en integration og ved at overtage skærmen, leverandørens egen MCP-server beskrives som en custom connector, man selv kan tilføje, vej 3 nævner, at Claude kan kalde et API eller en CLI direkte fra terminalen, og flere formuleringer er gjort mere mundrette.

  2. 30. september 2026

    Første version

Fortæl mig, hvad AI'en skal kunne hos jer

Dataene skal vi nok få fat i. Beskriv opgaven og de systemer, den skal bruge, så giver jeg mit bud på den letteste vej derhen, og hvad den kræver af opsætning og adgang.

Jeg svarer ærligt, også hvis svaret er: lad være.

Tag kontakt

Vil I se det samlede billede først?

I workshoppen kortlægger vi jeres processer og prioriterer de bedste muligheder med business case og konkret anbefaling.

Læs mere om workshoppen