Få hele holdet med på AI, ikke kun de nysgerrige

De fleste virksomheder har allerede et par medarbejdere, der er vilde med AI og bruger det hver dag. Det er dejligt, men det er ikke dér, gevinsten ligger. Den ligger i, at resten af holdet også kan finde ud af det. Kort fortalt kræver det tre ting: en klar ramme for, hvad man må, træning på folks egne opgaver og en leder, der selv går forrest og giver tid til det. Ambassadører, et promptbibliotek og faste formater holder gang i det bagefter. Men de kan ikke bære det alene.

Artiklen bygger på danske og europæiske undersøgelser og på vores egne erfaringer fra workshops med danske arbejdspladser. Vi skriver undervejs, hvad der er hvad.

Hvorfor er de nysgerrige ikke nok?

Fordi værdien af AI i en virksomhed ikke afgøres af, hvor dygtig den dygtigste er. Den afgøres af, hvor mange der bruger det til noget fornuftigt i det daglige. En enkelt ekspert, der laver imponerende ting alene, flytter sjældent bundlinjen. Fyrre medarbejdere, der hver sparer en halv time om dagen på rutineopgaver, gør.

Og den brede midte er ikke med endnu. I Ipsos' undersøgelse af AI på danske arbejdspladser fra juni 2026 svarer knap halvdelen af medarbejderne, at arbejdsgiveren har stillet AI-værktøjer til rådighed. Men kun hver femte bruger AI dagligt. Afstanden mellem de to tal er præcis den brede midte: folk, der har adgang, men ikke har gjort det til en del af arbejdet. Vi har samlet flere af tallene i Hvor står danske virksomheder med AI?

Hvorfor lader medarbejderne være med at bruge AI?

Når medarbejdere ikke bruger AI, er det næsten altid én af tre ting. De ved ikke, hvad de må. De har ikke øvet sig. Eller de er lidt bange for det. Det er vores erfaring fra workshops, men tallene peger samme vej.

De ved ikke, hvad de må

Er det i orden at lægge en kundemail ind? Må jeg bruge det til den her rapport? I tvivl lader de fleste være. Usikkerheden findes også på ledelsesniveau. Blandt de europæiske virksomheder, der har overvejet AI uden at tage det i brug, peger 53 % på uklare juridiske konsekvenser og 49 % på bekymring for databeskyttelse, viser Eurostats tal fra 2025. Hos Ipsos svarer halvdelen af de danske medarbejdere, at de ikke har klare forventninger til, hvordan AI skal bruges.

Manglende rammer får ikke alle til at holde sig væk. Nogle går den anden vej. Datatilsynet har advaret om, at de ser flere brud på persondatasikkerheden, hvor medarbejdere har lagt personoplysninger ind i AI-værktøjer, uden at arbejdsgiveren vidste det. Uklarhed giver altså to problemer på én gang: de forsigtige bruger det ikke, og de modige bruger det uden aftale om data. Vi har beskrevet, hvilke data der må hvor, i GDPR og AI i praksis.

De har ikke øvet sig

At bruge AI godt kræver træning. Uden den skriver folk til værktøjet, som de ville søge i Google, får skuffende svar og konkluderer, at det ikke duer. Kompetencer er den største barriere, virksomhederne selv peger på: 71 % af de europæiske virksomheder, der har overvejet AI, nævner mangel på ekspertise ifølge Eurostat. I Danmark er kun hver fjerde medarbejder blevet tilbudt nogen form for træning, viser Ipsos.

Det kan ses i, hvordan AI bliver brugt. I Dansk Industris undersøgelse fra september 2026 svarer 45 % af virksomhederne, at de kun bruger AI ad hoc, når den enkelte selv finder på det. 25 % bruger det systematisk i nogle afdelinger, og 10 % systematisk i næsten alle funktioner. Tallene er selvrapporterede, og DI er en interesseorganisation for erhvervslivet, så de skal læses med det forbehold. Men mønstret er tydeligt: I næsten halvdelen af virksomhederne er brugen ikke organiseret.

Træning handler ikke kun om at få bedre svar. Det handler også om at kunne vurdere dem. En undersøgelse fra Microsoft Research og Carnegie Mellon University, præsenteret på CHI 2025, spurgte 319 vidensarbejdere om 936 konkrete opgaver. De, der havde stor tillid til AI, rapporterede mindre kritisk tænkning. De, der havde stor tillid til deres egne evner, rapporterede mere. Det er selvrapporterede svar og ikke et eksperiment, men pointen er værd at tage med: God træning skal give folk selvtillid i deres fag, ikke blind tillid til værktøjet. Det starter med at lære at skrive gode prompts og at læse svaret kritisk.

De er lidt bange for det

Nogle frygter at gøre noget forkert. Andre frygter at gøre sig selv overflødige. Begge dele er rimelige reaktioner, og de forsvinder ikke af en præsentation om, at AI er en mulighed. De forsvinder, når folk selv oplever, at AI hjælper dem i deres arbejde og ikke erstatter dem. Ipsos finder også, at over halvdelen af medarbejderne aldrig bliver inddraget i beslutninger om AI. Det gør det sværere at føle sig tryg ved noget, man ikke har haft indflydelse på.

På en dansk arbejdsplads er der gode muligheder for at gøre det anderledes. Mange steder med overenskomst har et samarbejdsudvalg og en tillidsrepræsentant, og det er et naturligt sted at drøfte, hvordan AI skal bruges, og hvad det betyder for opgaverne. Det tager lidt længere tid i starten. Til gengæld skal ingen bagefter bruge energi på at forsvare deres job.

Hvilken rolle spiller lederen?

En afgørende rolle. Det tydeligste fund i Ipsos' undersøgelse handler om ledelse: Hvor en leder aktivt opfordrer til at bruge AI, bruger to ud af tre medarbejdere det hver dag. Hvor opfordringen mangler, bruger tre ud af fem aldrig AI.

Et kritisk blik er på sin plads. Det er selvrapporterede svar, undersøgelsen er lavet sammen med Connected Women in AI og Aetheon Consulting, og den offentliggjorte side siger ikke meget om metoden. Sammenhængen er en korrelation. Det kan også være, at ledere oftere opfordrer til AI dér, hvor opgaverne passer godt til det. Alligevel passer fundet med det, vi ser i praksis: Holdet følger lederens eksempel mere end lederens mails.

I en dansk kultur med flade hierarkier og høj tillid betyder det to ting. Lederens eksempel spreder sig hurtigt, fordi afstanden til medarbejderne er kort. Og rammen skal give tillid, ikke kontrol. Det virker bedre at sige "sådan bruger jeg det, prøv selv" end at udsende en liste over forbud. Her er, hvad vi ser gode ledere gøre:

1. Gå forrest og vis egen brug. Vis på et teammøde, hvordan du selv har brugt AI til at forberede en budgetsamtale eller skrive et første udkast. Vis også, når det gik galt.
2. Sæt rammen. Sørg for et godkendt værktøj og en kort AI-politik, så ingen skal gætte. Vores skabelon til en AI-politik kan tilpasses på en eftermiddag.
3. Giv tid til dygtiggørelse. Træning tager tid, og den tid skal findes i kalenderen, ikke lægges oven i en fuld uge. Det behøver ikke være meget, men det skal være fast, for eksempel en time hver anden uge, hvor folk øver på egne opgaver.
4. Spørg til AI i 1:1 og MUS. Ikke som kontrol, men som nysgerrighed: Hvad har du prøvet? Hvad virkede ikke? Hvad skal du bruge for at komme videre?
5. Fejr forsøgene, ikke kun succeserne. Den kollega, der delte en prompt, der ikke virkede, har lært resten af holdet noget. Anerkend det, men med omtanke, så det ikke bliver en konkurrence, hvor de stille taber.
6. Skab psykologisk tryghed. Folk skal kunne sige "det forstår jeg ikke" og "jeg lavede en fejl" uden at tabe ansigt. Uden den tryghed øver ingen sig, og så bliver ingen dygtigere.

Hvordan gør I det trygt og konkret?

Tryghed kommer af en klar ramme. Når der står sort på hvidt, hvad man må, og hvilke værktøjer der er godkendt, tør folk bruge det. En side er nok. Den skal svare på tre spørgsmål: Hvilke værktøjer må jeg bruge? Til hvad? Og hvad må aldrig deles?

Det konkrete kommer af øvelse på rigtige opgaver. Ikke en generisk demonstration, men deres egne mails, deres egne dokumenter og deres egen hverdag. En bogholder i en SMV med 25 ansatte har brug for at se, hvordan AI kan hjælpe med at skrive en rykker i den rigtige tone, ikke hvordan man laver et billede af en kat i rumdragt. Det er forskellen på en træning, folk glemmer, og en træning, der ændrer, hvordan de arbejder. Mange vælger derfor at løfte en hel afdeling på én gang, for eksempel med et internt AI kursus, så alle starter samme sted og taler samme sprog bagefter.

Hvad skal der til, for at AI-kulturen holder?

Efter den første træning daler brugen ofte igen, når hverdagen tager over. Det, der holder liv i den, er strukturer, der gør det nemt at fortsætte. Det følgende er ikke forskningsresultater, men det, vi har set virke på workshops med danske arbejdspladser.

Supportstrukturer: hvem kan man spørge?

Det er en god idé at have AI-ambassadører: en eller to i hver afdeling, der har lidt mere erfaring og tid til at hjælpe kolleger. Men pas på med at gøre dem til hele planen. Hvis AI kun spreder sig, når ambassadøren har tid, går det langsomt, og det stopper den dag, vedkommende skifter job. Ambassadører virker bedst oven på et fælles løft, ikke i stedet for det.

Supplér med en erfa-gruppe på tværs af afdelinger, der mødes en time om måneden og deler, hvad der virker. Og opret en fast kanal i Teams eller Slack, hvor man kan stille dumme spørgsmål og dele gode eksempler. Kanalen er ofte det, der lever længst, fordi den ikke kræver et møde.

Et promptbibliotek, folk faktisk bruger

Et promptbibliotek samler de prompts, skabeloner og eksempler, der virker på jeres egne opgaver. Mange laver et. Få bliver brugt. Forskellen ligger typisk i seks ting:

• Sted: Det ligger ét sted, alle kender, for eksempel en side i SharePoint eller en fane i den fælles Teams-kanal.
• Struktur: Det er sorteret efter opgave, ikke efter værktøj. "Referater", "tilbud" og "svar til kunder" er lettere at finde end "Copilot-prompts".
• Eksempler: Hver prompt har et før og efter-eksempel fra jeres egen hverdag, så man kan se, hvad den giver.
• Nøglepersoner: En navngiven person ejer biblioteket, rydder op og tilføjer nyt.
• Top of mind: Det bliver nævnt fast, for eksempel med ugens prompt på mandagsmødet. Ellers glemmer folk, at det findes.
• Social proof: Der står, hvem der har lavet prompten, og hvem der bruger den. At se, at en kollega i samme job bruger den, motiverer mere end en anbefaling fra ledelsen.

Faste formater, der gør det til en vane

Kultur bliver til gennem gentagelse. Et par formater, vi har set virke:

• Prompt-fredag: Et kvarter hver fredag, hvor en kollega viser én prompt, der har sparet tid i ugens løb. Kort, konkret og uden slides.
• AImaze Me og Big Picture: AImaze Me er et kort indslag, hvor nogen viser noget, der overraskede dem. Big Picture er et sjældnere oplæg om, hvor teknologien bevæger sig hen, og hvad det kan betyde for jeres branche.
• Lunch and learn: En frokost, hvor et team afprøver en ny arbejdsgang sammen. Det sænker tærsklen for dem, der ikke vil øve sig alene.
• Hackathon og årshjul: En halv dag om året, hvor teams bygger løsninger på egne problemer, og et årshjul, der sikrer, at AI ikke kun er på dagsordenen i den første måned.

AI som fast punkt i MUS og 1:1

Når AI er et fast punkt i medarbejderudviklingssamtalen og i de løbende 1:1-samtaler, sender det et klart signal: Det her er en del af dit arbejde og din udvikling, ikke en hobby. Samtalen kan handle om, hvilke opgaver AI allerede hjælper med, hvor der er brug for mere træning, og hvilke kompetencer medarbejderen gerne vil have om et år. Det er også her, bekymringer om jobbet kan komme frem, så de kan tages alvorligt.

Hvordan ved I, om det virker?

Mål effekt, ikke kun omfang. Antal logins fortæller, om folk har åbnet værktøjet, ikke om arbejdet er blevet bedre. Vælg tre til fem konkrete opgaver og følg tidsforbrug og kvalitet før og efter. Spørg også, om medarbejderne føler sig trygge ved at bruge AI, og om der kommer nye idéer frem. Kobl målingen til de mål, I allerede har, for eksempel kortere svartid til kunder eller færre overarbejdstimer i højsæsonen.

Vil I have et første billede af, hvor I står, kan I tage vores gratis selvtest. Vil I se, hvor kulturen passer ind i det større billede, har vi beskrevet ti trin fra adgang til strategi i artiklen om AI modenhed i virksomheden. Det meste af det, der står i denne artikel, hører til trin 4 til 9.

En tommelfingerregel, vi selv bruger, når budgettet skal lægges: For hver krone, I bruger på teknologi, bør I regne med to kroner til mennesker og forandringsledelse. Det er ikke et forskningsresultat, men en påmindelse om, hvor det svære ligger. Vi har skrevet mere om, hvordan vi arbejder med AI og forandringsledelse.

Hvad er målet med at få alle med?

Målet er ikke at spare folk væk. Det er at løfte dem i deres arbejde, så tiden flytter fra tastearbejde til det, mennesker er bedre til: dømmekraft, relationer og de svære samtaler. En sagsbehandler, der bruger en halv time mindre på at opsummere sagsakter, har en halv time mere til borgeren. Organisationer, der siger det tydeligt og mener det, møder mindre modstand.

Hele holdet med behøver ikke betyde alle på én gang og alt på én gang. Men det betyder mere end de to, der allerede var med. Det er dér, det rykker.