AI-retning & roadmap
Prioriterede muligheder, et beslutningsgrundlag og en plan med ejerskab og afhængigheder.
AI & Automation
AI kan flytte forretningen.
Værdien skal bygges ind i arbejdet.
Jeg hjælper ledelser og teams med at vælge, hvor AI skal gøre en forskel, afprøve det på reelle opgaver og få de nye arbejdsformer til at fungere i hverdagen.
Fra mulighed til fælles praksis
- Værdi
- Arbejdsgang
- Forankring
Retning · Kompetencer · Agenter · Ejerskab
Allan Bau Madsen
Teknolog. Rådgiver. Leder.
Jeres udgangspunkt
Hvor skal AI gøre
en forskel hos jer?
Vælg den situation, I genkender. Forskellige teams kan have forskellige udgangspunkter. Sammen finder vi det næste skridt, der skaber værdi.
Vælg et andet udgangspunkt ↑
01 / Vi skal i gang
Begynd med en opgave, der betyder noget.
I ser mulighederne, men mangler et fælles billede af, hvor AI og automation kan gøre en forskel. Jeg hjælper jer med at forbinde ambitionen med det arbejde, medarbejdere og kunder faktisk skal have gjort.
- Opgaven
- Muligheden
- Første forsøg
Mit bidrag
Vi undersøger arbejdsgange, data og kompetencer sammen med dem, der kender opgaven. Vi vælger et afgrænset anvendelsesområde og en ansvarlig ejer.
Det står I med
En prioriteret liste over relevante opgaver, en konkret første afprøvning og et aftalt mål for værdi og kvalitet.
Klar til næste skridt?
Vi går videre, når formål, ejer, datagrundlag og succeskriterier er tydelige.
Vælg et andet udgangspunkt ↑
02 / Vi afprøver AI
Gør gode forsøg til en fælles retning.
Der er aktivitet og ildsjæle, men det er svært at se, hvad der bør fortsætte. Jeg hjælper jer med at samle erfaringerne og prioritere de forsøg, der kan forbedre et helt arbejdsforløb.
- Forsøg
- Efterprøvning
- Roadmap
Mit bidrag
Vi sammenligner forsøg på forretningsværdi, kvalitet, afhængigheder og indsats. Medarbejdernes erfaringer bliver til genbrugelige arbejdsmetoder og tydelige næste valg.
Det står I med
Et fokuseret AI-roadmap, fælles evalueringskriterier og en plan for træning og ibrugtagning.
Klar til næste skridt?
Vi går videre, når et forsøg virker i relevante sager, og nogen har ansvar for den nye arbejdsform.
Vælg et andet udgangspunkt ↑
03 / Vi vil forankre
Få AI til at fungere i hverdagen.
I har et AI-værktøj som Copilot eller en prototype, der skal ind i arbejdet. Jeg hjælper jer med at forbinde løsningen med medarbejdernes opgaver, kompetencer og ansvar.
- Arbejdsgang
- Læring & ansvar
- Daglig praksis
Mit bidrag
Vi tilpasser arbejdsgange, træning og support sammen med faglige ejere. Når løsningen bruger agenter, afklarer vi også mandat, integrationer og videnskilder og tester normale sager og undtagelser.
Det står I med
En afprøvet arbejdsgang, tydelige ejere og en plan for træning, vedligehold, drift, support og overdragelse. For agenter omfatter det også mandat og relevante skills.
Klar til næste skridt?
Vi går videre, når kvalitet, menneskelig kontrol, adgang og ejerskab fungerer i praksis.
Vælg et andet udgangspunkt ↑
04 / Vi vil skalere
Skalér det, der skaber værdi for helheden.
Flere teams bruger AI, men løsningerne kan konkurrere om data, kapacitet og beslutningsret. Jeg hjælper jer med at skabe en fælles måde at prioritere, drive og forbedre AI på.
- Fælles rammer
- Flere teams
- Varig forbedring
Mit bidrag
Vi forbinder AI-initiativer, platformvalg, kompetencer og beslutningsansvar. Vi aftaler, hvad der skal genbruges, hvem der vedligeholder det, og hvordan effekt og driftsomkostninger følges.
Det står I med
En fælles drifts- og ledelsesmodel, en prioriteret portefølje og faste aftaler om at følge effekten og forbedre arbejdet.
Klar til næste skridt?
Vi udvider, når gevinsten kan efterprøves, og organisationen kan bære både drift, læring og næste investering.
Sådan kan jeg hjælpe
Fra afklaring til
ansvar i hverdagen.
Jeg kan hjælpe jer med at vælge den første opgave, lede et AI-forløb eller tage et interimansvar. I arbejder direkte med mig. Vi aftaler, hvad I skal stå med, hvem der deltager, og hvilket ansvar jeg tager.
Adoption & arbejdsformer
Forankring hos ledere og medarbejdere med træning, faglige ejere og læring i arbejdet.
Se læring og ibrugtagningAgenter & automation
Jeg udvikler og afprøver prototyper og genbrugelige instruktioner til agenter — skills — sammen med jer.
Jeg forbinder forretningen og de tekniske fagligheder. Sikkerhed, jura, integrationer og produktionsdrift afklares med de relevante ansvarlige og specialister.
Praktisk erfaring bag mit bidrag
Jeg bruger selv AI.
Og leder forandringen.
Udvalgte erfaringer fra tidligere roller og min egen arbejdspraksis. De beskriver forskellige dele af AI-rejsen.
AI i medarbejderens hverdag
I LEGO Me Chat delte jeg produktledelsen om en AI-agent til viden og opgaver for en målgruppe på 30.000 medarbejdere.
Omfanget beskriver målgruppen — ikke et målt antal aktive brugere.
Copilot-pilot & kompetencer
Jeg har igangsat og styret forandringen omkring Copilot i det daglige arbejde for 60 kommunikationsmedarbejdere med fokus på at udvikle deres AI-viden.
Fokus: AI-viden og nye arbejdsformer i medarbejdernes hverdag.
Fra behov til prototype
På LEGO byggede jeg med AI en fungerende prototype til dynamisk brugersegmentering. Jeg kombinerede behovsviden, UX, produktledelse og arkitektur.
Leveret som prototype. Før drift manglede integrationer, kodegodkendelse og en proces til at teste og udgive løsningen.
Genbrugelig faglig praksis
Jeg har bygget en agent med skills til målrettet kommunikation og beslutningsoplæg. Jeg bruger arbejdsformen til at omsætte kompleks viden til værdi, valg og succeskriterier.
Egen arbejdspraksis, blandt andet til beslutningsoplæg og månedlig rapportering.
LEGO Me Chat · Fælles produktledelseEt team omkring medarbejderens opgave.Se eksemplet +
Opgaven går på tværs.
Det skal løsningen også.
I LEGO Me Chat delte jeg produktledelsen med en anden Product Manager. Teamet arbejdede med en enklere digital medarbejderoplevelse, der forbandt viden og daglige opgaver.
Vi byggede blandt andet løsninger til møde- og lokalebooking og navigation til lokalet. For medarbejderen hører det sammen. Det kræver samarbejde mellem fagligheder, systemer og ansvarsområder.
Den erfaring bringer jeg ind i AI-transformation: fælles retning, nærhed til opgaven og et team, der kan omsætte tekniske muligheder til noget anvendeligt.
Medarbejderens opgave
- Book mødet
- Find lokalet
- Kom derhen
Forenklet illustration af de beskrevne funktioner.
Kontekst: teamets produktarbejde hos LEGO. Eksemplet beskriver bygget funktionalitet og delt ledelsesansvar.
Fra ambition til prioriteret arbejde
Et roadmap med
valg og læring indbygget.
Vi følger en konkret opgave fra behov til resultat og bygger planen omkring det, der skal blive bedre. Omfang og tempo afhænger af jeres udgangspunkt, data og kapacitet.
- 01
Find værdien
Følg opgaven fra behov til resultat. Find ventetid, gentagelser, kvalitetsproblemer og beslutninger, der kan forbedres.
Aftale: mål, udgangspunkt for måling og ansvarlig ejer. - 02
Afprøv i praksis
Byg et afgrænset forsøg sammen med fagpersonerne. Sammenlign kvalitet, anvendelighed og samlet indsats med den nuværende arbejdsform på relevante sager.
Valg: fortsæt, justér eller stop. - 03
Forankr i arbejdet
Tilpas arbejdsgange, adgang, træning og support. Giv agenter, skills og datakilder en ansvarlig ejer.
Aftale: mandat, drift og overdragelse. - 04
Følg effekten
Undersøg hele forløbet: kvalitet, gennemløbstid, brug og omkostninger. Brug læringen til at prioritere næste forbedring.
Valg: genbrug, udvid eller ændr.
↶ Læringen føres tilbage i prioriteringen. Et roadmap skal kunne ændres, når virkeligheden gør det.
Adoption er en del af leverancen
Læring i arbejdet.
Værdi for hele teamet.
Vi bygger kompetencer omkring reelle opgaver. Erfaringerne bliver til bedre arbejdsgange, kilder og eksempler, som kolleger kan bruge.
- 01Vælg opgavenNoget, der betyder noget i hverdagen.
- 02Afprøv sammenBrug faglig viden til at bedømme resultatet.
- 03Del det, der virkerGør eksempler og skills brugbare for andre.
- 04Forbedr praksisRet fejl, opdatér viden og prøv igen.
læring
Forankringen kræver
aftaler om hverdagen.
- Ledelsen skaber plads
- Prioritér konkrete opgaver og tid til at lære. Afklar hvad der ændrer sig, og hvor medarbejderne fortsat skal bruge deres dømmekraft.
- Faglige ejere holder kvaliteten
- Giv kilder, skills og arbejdsgange en ejer. Brug relevante tests og erfaringer fra praksis til at godkende og forbedre ændringer.
- Teamet lærer og bidrager
- Træn på egne sager, del gode eksempler og gør det let at få hjælp. Feedback skal kunne føre til en konkret forbedring.
Mit bidrag er at forbinde læringen med ledelsens prioriteringer og teamets arbejde, så AI-kompetencer bliver en del af organisationens egen kapacitet.
Fordybelse efter behov
Agenter, automation
og fælles viden.
Åbn det emne, der er relevant for jer. Her kan I se, hvordan teknologi, ansvar og faglig viden bliver til en brugbar løsning.
Assistent, automation eller agent?Opgaven afgør, hvilken hjælp der er relevant. Se forskellene og konkrete eksempler.
Opgaven afgør løsningen
Den rette hjælp.
Det rette ansvar.
Vi vælger teknologien ud fra arbejdet. Ofte er den bedste løsning en kombination af faste regler, AI og menneskelig vurdering.
AI som assistent
Når et menneske driver opgaven.AI hjælper med at undersøge, sammenfatte eller udarbejde et udkast. Medarbejderen vurderer og bruger resultatet.
Eksempel: et beslutningsoplæg med kilder og alternativer.
Automation
Når forløbet kan beskrives med faste regler.Aftalte trin forbinder systemer og flytter arbejdet videre. Ejerskab og håndtering af fejl skal være tydelige.
Eksempel: en godkendt sag opretter automatisk en opgave.
AI som agent
Når løsningen skal vælge mellem næste skridt.Agenten bruger viden og værktøjer til at løse en afgrænset opgave. Mandatet afgør, hvad den må udføre, og hvornår et menneske tager over.
Eksempel: afklar manglende oplysninger, og foreslå næste handling.
Hvad må agenten gøre?Forstå, foreslå eller udføre — med aftalte grænser og menneskelig overtagelse.
Agenter med et tydeligt mandat
Hvad må agenten
gøre på jeres vegne?
Mere autonomi er et valg, der skal kunne begrundes. Vælg et niveau og se, hvordan ansvar og kontrol ændrer sig.
Jeg hjælper jer med at omsætte mandatet til konkrete krav sammen med forretningen, IT og relevante specialister. Ejerskab, test og muligheden for at stoppe følger med fra begyndelsen.
Hvordan bliver viden til fælles skills?Metode, kilder, kvalitetskrav og en navngiven ejer gør faglig praksis genbrugelig.
Faglighed, der kan genbruges
Gør jeres bedste praksis
til fælles skills.
En skill beskriver, hvordan en afgrænset opgave skal løses: metode, eksempler, kvalitetskrav og grænser. Den gør faglig viden anvendelig for en agent og synlig for dem, der skal vedligeholde den.
Jeg hjælper med at finde de gentagelige opgaver, omsætte erfaring til arbejdsbeskrivelser og etablere en praksis for test og forbedring sammen med faglige ejere og tekniske teams.
Sådan gør vi viden klar til AI
Pålidelig viden skal have en ejer.
- Kilder
- Find den autoritative viden, fjern modstridende versioner og gør kilderne synlige.
- Ejerskab
- Aftal faglige ejere, reviewdatoer og ansvar for at holde viden aktuel.
- Adgang
- Afgræns og afprøv, hvilke oplysninger agenten må bruge til den konkrete opgave.
- Feedback
- Gør fejl lette at melde. Ret både svar, kilder og arbejdsmetode, når noget ikke virker.
Valgfrit eksempelSådan kan en skill se udSe eksemplet+
EKSEMPEL PÅ EN SKILL
Forbered et beslutningsoplæg
- Formål
- Gør et konkret valg tydeligt for ledelsen.
- Grundlag
- Godkendte kilder, målgruppe og beslutningsramme.
- Metode
- Beskriv værdi, alternativer, antagelser og næste valg.
- Kvalitet
- Vis kilder. Markér det usikre. Opfind aldrig resultater.
- Ejerskab
- Faglig ejer godkender ændringer og efterprøver eksempler.
Beskriv → Afprøv → Godkend → Vedligehold ↶
Når flere teams skal arbejde med AIGør agenter og skills til et fælles ansvar.Se eksempel +
Jeg hjælper jer med et fælles overblik over formål, faglige ejere, adgang og kvalitetskrav. Nye versioner skal kunne afprøves, ændringer skal kunne følges, og ansvaret for drift og forbedring skal være aftalt.
Illustrativt eksempel på et overblik. Roller og rammer aftales i jeres organisation.
Rul vandret for at se alle fire kolonner →
| Opgave | Skills | Faglig ejer | Mandat & kontrol |
|---|---|---|---|
| Kundeoverblik | Find kilder · Sammenfat | Kundeservice | Forstå: afgrænset adgang og synlige kilder. |
| Tilbudsudkast | Prisgrundlag · Tilbudstjek | Salg | Foreslå: godkendelse før noget sendes. |
| Standardopfølgning | Tjek mandat · Opret opgave | Procesejer | Udføre: kendte rammer, sporbarhed og vej til menneskelig overtagelse. |
Fælles praksis: versionsstyring · afprøvning på relevante sager · navngivne ejere · løbende opfølgning
Følg værdien hele vejen
Hurtigere i ét led.
Bedre for hele forløbet?
Et AI-genereret tilbud hjælper først kunden, når virksomheden kan stå inde for det. Vi ser også på køen, kvaliteten og overdragelsen til næste led.
01Kundens behov
02AI-understøttet forslag
03Faglig vurderingKapacitet? Ventetid?
04Aftalt levering
Kvalitet
Fejl, efterarbejde og brugerens oplevelse.
Flow
Tid fra behov til resultat, også mellem teams.
Anvendelse
Brug i relevante opgaver og evnen til at tage over.
Økonomi
Udvikling, integration, læring, drift og vedligehold sat over for værdien.
Illustrationen viser et tænkt forløb. Vi aftaler relevante målepunkter og et udgangspunkt hos jer, før vi vurderer effekten.
Lad os begynde med jeres virkelighed
Hvilken opgave skal AI gøre bedre?
Fortæl, hvor I står i dag, og hvad I gerne vil gøre muligt. Så afklarer vi det næste værdifulde skridt og mit bidrag.