Din vigtigste kompetence med kunstig intelligens? God ledelse

Et nyt undervisningsforløb med erfarne ledere peger på en lidt overraskende konklusion: Det, der afgør hvor meget fart et team kan få med kunstig intelligens, er sjældent dyb teknik. Det er evnen til at sætte retning, stille klare krav og vurdere kvaliteten hurtigt.

Kort fortalt

Et 4-dages forsøg med executive MBA-studerende viste, at teams kunne bygge brugbare prototyper på rekordtid ved at delegere opgaver til værktøjer med kunstig intelligens
Gevinsten afhænger især af tre ting: hvor lang tid opgaven normalt tager, hvor ofte output bliver brugbart, og hvor hurtigt det er at instruere og tjekke resultatet
God delegering til digitale assistenter ligner god delegering til mennesker: beskriv hvad, hvorfor, rammer, succeskriterier og milepæle

Når prototyper går hurtigere end planerne

Professor Ethan Mollick (Wharton) beskriver et 4-dages eksperiment, hvor hold af ledere uden programmeringsbaggrund byggede fungerende produktdemoer ved hjælp af værktøjer med kunstig intelligens. Eksemplerne spænder fra en løsning til blodsukker-forudsigelse til en digital ledsager for forældre.

Den tydeligste forskel mellem holdene var ikke, hvem der “kunne mest teknik”. Det var, hvem der var bedst til at lede arbejdet: Hvad skal løsningen gøre? Hvad må den ikke? Hvilke leverancer skal komme undervejs? Og hvornår er det godt nok til at teste på virkelige brugere?

Vælg opgaver hvor kvalitet kan vurderes hurtigt

Mollicks pointe er praktisk: Kunstig intelligens giver mest værdi, når du kan vurdere kvaliteten hurtigt og sikkert. Hvis vurderingen er svær eller dyr, forsvinder tempoet – og risikoen stiger.

Opgave	Hurtig kvalitetstest?	Derfor egnet
Udkast til intern status/oplæg	Ja – du kender fakta	Let at rette, hurtig iteration
Første skitse til kundetilbud	Ja – du kender kunden	Hurtigere sparring og struktur
Juridisk vurdering af kontrakt	Ofte nej	Kræver specialist og ekstra kontrol

Hvad betyder det for danske virksomheder?

For danske virksomheder er budskabet opløftende: I behøver ikke starte med et stort teknologiprojekt for at komme i gang. Start med ledelse og rammer.

Samtidig bør databeskyttelse være en del af “opgavebeskrivelsen” fra dag ét: Hvilke data må værktøjet se – og hvilke må aldrig deles? Dataminimering (kun at dele det nødvendige) er ofte den hurtigste vej til tryghed og fremdrift.

Det kan du gøre nu

Vælg én gentagen opgave med lav risiko (fx udkast til mødereferat, intern mail eller oplæg) og lad et værktøj som ChatGPT (en chatbaseret digital assistent) lave første version.
Skriv instruktionen ned før du går i gang: formål, rammer, hvad “færdig” betyder, og hvad der skal tjekkes. Det er her tempoet opstår.
Sæt en enkel regel for data: Aftal hvilke oplysninger der aldrig må kopieres ind i eksterne værktøjer, og gør det til en fast del af arbejdsgangen.

Kilder

Ethan Mollick: Management as AI Superpower (artikel om ledelse og kunstig intelligens), One Useful Thing, 27. januar 2026: https://www.oneusefulthing.org/p/management-as-ai-superpower?utm_source=tldrfounders