Tilbage til Viden

Sidst opdateret 12. juni 2026 · 8 min. læsning

Hvad skal du automatisere først?

Fem spørgsmål der viser hvor automatisering betaler sig hurtigst hjem, og hvilke opgaver du skal lade ligge.

Hvorfor de gamle tjeklister fejler

Standardrådet om automatisering har i mange år lydt, at man skal vælge opgaver der følger faste regler, har få undtagelser og kører på strukturerede data. Rådet stammer fra en tid, hvor software kun kunne gentage præcis det, man havde beskrevet på forhånd. Dengang var det rigtigt.

AI har ændret to af de tre betingelser. En LLM/AI læser fint en rodet mail eller en PDF uden fast struktur, og den håndterer undtagelser, der ville have væltet en klassisk RPA-robot. Til gengæld er der kommet en ny risiko. Hvor den gamle robot stoppede, når den mødte noget ukendt, leverer AI altid et svar, også når den tager fejl.

Det flytter det afgørende spørgsmål. Før var det, om opgaven kunne beskrives med regler. I dag er det, hvad en fejl koster, og hvem der opdager den. En tjekliste fra RPA-tiden frasorterer opgaver, AI sagtens løser i dag, og giver samtidig grønt lys til opgaver, hvor en stille fejl kan blive dyr. Begge dele er forkerte svar.

Fem spørgsmål til den første opgave

For at finde frem til den første opgave kan man stille fem spørgsmål til den opgave, man overvejer. Spørgsmålene er bygget til at udpege det rigtige sted at starte, ikke til at kortlægge alle muligheder. Svar ja eller nej for én konkret opgave ad gangen.

  1. Kommer opgaven tilbage mindst hver måned?

    Engangsopgaver og årlige opgaver betaler sig sjældent at automatisere, uanset hvor irriterende de er. Tiden til at bygge og vedligeholde løsningen skal tjenes hjem af gentagelser. Ugentligt er en god tommelfingerregel, dagligt er bedre. En månedlig opgave kan også være en god kandidat, hvis den faktisk tager noget tid hver gang.

  2. Findes alt input digitalt?

    Mails, filer og poster i jeres økonomisystem eller CRM er et godt udgangspunkt. Møder og telefonopkald kan komme med, hvis I optager og transskriberer dem, og det er efterhånden indbygget i de fleste mødeværktøjer. Papir og viden der kun findes i hovedet på én medarbejder betyder derimod, at du har en digitaliseringsopgave før automatiseringsopgaven. Det kan stadig være den rigtige vej, men det er et større projekt, ikke en første opgave.

    Rodet input er ikke længere en stopper. ”Hvor bliver min ordre af?” formuleret på ti måder var et problem for klassisk RPA. For en sprogmodel er det hverdag.

  3. Hvad koster en fejl, der slipper igennem?

    Det er et vigtigt spørgsmål. Send en ordrebekræftelse med forkert leveringsdato, og du får en irriteret kunde og en rettelse. Bogfør en faktura på den forkerte konto, og den bliver fanget ved afstemningen. Send et forkert tilbud eller en forkert faglig vurdering, og det kan koste kunden eller sagen. Sæt kroner på den værste realistiske fejl, ikke den gennemsnitlige. Den værste fejl er nogle gange en lille en, der gentager sig hver dag, uden at nogen opdager det.

  4. Kan I opdage en fejl hurtigt og billigt?

    Spørgsmålet er konkret. Hvem fanger fejlen, og hvad koster kontrollen? Nogle opgaver har indbygget kontrol. Bogføring bliver afstemt, lagertal bliver talt op, og tilbuddet bliver læst igennem, inden det ryger afsted. Andre fejl viser sig først, når kunden ringer. Hvis kontrollen tager længere tid end at lave opgaven selv, er gevinsten væk.

    Kontrollen kan også gøres billigere. AI kan selv markere, hvor en fejl kunne gemme sig, for eksempel med farver eller noter i udkastet, der viser, hvor den var sikker, og hvor den var i tvivl eller tog et kvalificeret gæt. Så ved mennesket, hvor det skal kigge først. Man kan også sætte små AI-agenter op, der hver især kun kontrollerer én ting, som datoer, beløb eller kontonumre. Begge dele er blandt de ti teknikker, jeg gennemgår i Sådan automatiserer du de opgaver, der ikke må gå galt.

  5. Kræver opgaven et skøn, nogen skal stå inde for?

    Der er opgaver, hvor svaret afhænger af erfaring og ansvar, som advokatens vurdering af en sag, prissætningen af et stort tilbud eller beslutningen om at give en ny kunde kredit. AI kan levere udkast og beslutningsgrundlag, men selve skønnet skal blive hos et menneske. Teknologien kan sagtens producere et svar, men ingen kan stå inde for det.

Fra svar til beslutning

Dine svar Beslutning
Ja til 1 og 2, fejl er billig eller nem at fange Fuld automatisering

Start her.
Ja til 1 og 2, fejl er dyr, men kontrollen er hurtig Delvis automatisering

AI laver arbejdet, et menneske godkender.
Fejl er dyr og svær at opdage, eller opgaven kræver et skøn Ikke som første opgave

Kan automatiseres, men kræver et mere avanceret setup.
Nej til 1 eller 2 Vent

Opgaven er for sjælden, eller det digitale grundlag mangler.

Delvis automatisering er ikke en trøstepræmie. Mange af de bedste løsninger, jeg har bygget, ender der, hvor AI laver det meste af arbejdet, og mennesket bruger to minutter på at godkende i stedet for tyve på at udføre.

Spørgsmålene i praksis

Tre opgaver gennem de fem spørgsmål

Her er tre opgaver, som de fleste virksomheder kender. De lander tre forskellige steder i tabellen ovenfor.

Leverandørfakturaer der skal bogføres

Fuld automatisering

Fakturaerne kommer dagligt og digitalt. En fejl koster lidt oprydning, og den bliver fanget ved den løbende afstemning, som findes i forvejen. Kontering følger faste mønstre, og de tvivlsomme tilfælde kan lægges i en kø til bogholderen. Det er den klassiske første opgave, og fordi den kører dagligt, er den typisk tjent hjem på få måneder.

Udkast til svar i kundeservice

Delvis automatisering

Henvendelserne kommer dagligt og ligger allerede i indbakken eller et ticketsystem. En fejl kan koste en kunde, så svarene skal ikke sendes automatisk. Til gengæld er kontrollen hurtig, fordi medarbejderen læser udkastet og trykker send eller retter til. Arbejdet flytter sig fra at skrive til at godkende, og det er hele gevinsten.

Prissætning af større tilbud

Ikke som første opgave

Tilbuddene kommer måske ugentligt, og tallene findes digitalt, så de første spørgsmål siger ja. Men en forkert pris er en af de dyreste fejl, og der ligger et skøn i hver eneste pris. Prissætningen kan sagtens automatiseres og give god værdi, men den kræver et mere avanceret setup med faste rutiner, ekstra kontroller undervejs og et menneske, der godkender hvert tilbud, før det bliver sendt. Derfor er den sjældent det rigtige sted at starte.

Forvekslingsopgaver

Nogle opgaver ligner hinanden på overfladen, men får forskellige svar på de fem spørgsmål. Det er her, jeg oftest ser det gå galt. Man vælger tvillingen med den dyre fejl.

Ordrebekræftelser og reklamationssvar

Begge er kundemails.

Ordrebekræftelser

Fuld automatisering

Bekræftelsen gentager fakta, der allerede ligger i ordren, uden noget skøn undervejs. Sniger der sig en forkert dato ind, bliver den opdaget og rettet uden drama.

Reklamationssvar

Delvis automatisering

Reklamationen rummer en utilfreds kunde og et skøn om kompensation, så svaret skal godkendes af et menneske, før det bliver sendt. En fast beløbsgrænse kan lade de små sager køre automatisk.

Mødebooking og tilbudsopfølgning

Begge er korte mails med en kalender i nærheden.

Mødebooking

Fuld automatisering

Booking følger faste regler, og de ledige tider står allerede i kalenderen. Går det galt, koster det højst et møde, der skal flyttes.

Tilbudsopfølgning

Ikke som første opgave

Opfølgning på et tilbud handler om timing og relation, og en klodset automatisk rykker kan koste mere, end den indbringer. Skriv selv til kunden, der ikke har svaret.

Faste fakturaer og uafklarede poster

Samme system, samme tal.

Faste fakturaer

Fuld automatisering

De faste leverandørfakturaer følger samme mønster måned efter måned, og afstemningen fanger en fejl, inden den bliver dyr. Det er et oplagt sted at starte.

Uafklarede poster

Ikke som første opgave

De uafklarede poster er per definition undtagelserne, og hver af dem kræver et lille skøn. De skal blive hos bogholderen, der får bedre tid til dem, når de faste kører selv.

Sådan kommer du i gang

Tag den tilbagevendende opgave, der irriterer jer mest, og kør den gennem de fem spørgsmål. Skriv svarene ned. Det tager fem minutter, og bagefter ved alle, hvorfor I starter ét sted og ikke et andet.

Lander opgaven på delvis automatisering, så lav en aftale på én side, før I bygger noget. Den skal svare på, hvad AI gør alene, hvad et menneske godkender, hvad den aldrig rører, og hvilke data den må arbejde med. Min erfaring er, at den ene side fjerner det meste af den usikkerhed, der ellers bremser projekterne.

Lander den på ”ikke som første opgave”, kan den stadig automatiseres. Hvordan det mere avancerede setup ser ud, kan du læse i artiklen om de opgaver, der ikke må gå galt.

Opdateringer

  1. 12. juni 2026

    Artiklen henviser nu flere steder til den nye artikel om de ti teknikker, de fem spørgsmål hedder ikke længere en test, og transskribering af møder er nævnt under digitalt input.

  2. 11. juni 2026

    Første version

Stil de fem spørgsmål, og send mig resultatet

Stil de fem spørgsmål til den opgave, der irriterer jer mest, og send mig svarene.

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