
Din næste fornuftige investering handler ikke om teknologi – men om orden i huset
Løsninger med kunstig intelligens skuffer i mange organisationer. Ikke fordi teknologien er dårlig, men fordi data er rodet, definitioner er uklare, og ingen ved, hvem der har adgang til hvad.
Kort fortalt:
- Når software og databaser bliver mere standardiserede, flytter værdien til “kontekstlaget”: struktur, begreber og styring omkring data.
- Uden fælles definitioner kan kunstig intelligens svare hurtigt, men forkert.
- Datakvalitet, integrationer og governance (styring af adgang, logning og ansvar) bør komme før nye indkøb.
Kontekst er det nye konkurrenceparameter
Den oprindelige henvisning i TLDR-linket peger på et opslag på X, som ikke kunne verificeres uden login. Artiklen her bygger derfor på supplerende kilder, der beskriver samme tendens.
Pointen er enkel: Når værktøjerne ligner hinanden mere og mere, er det ikke selve teknologien, der adskiller vinderne fra resten. En voksende gruppe analyser peger i stedet på et “kontekstlag” som det nye omdrejningspunkt — den samlede viden om, hvad data betyder, hvor den kommer fra, og hvilke regler der gælder.
Virksomheder som Mastercard og Home Depot nævnes i leverandørkilder som eksempler på organisationer, der investerer i fælles forretningsdefinitioner og metadata-kataloger, så digitale assistenter kan levere svar, der passer til virksomhedens praksis.
| Uden kontekstlag | Med kontekstlag |
|---|---|
| “Omsætning” betyder tre ting i tre afdelinger | Én fælles definition på tværs |
| Digitale assistenter gætter – ofte forkert | Systemer kan slå gældende praksis op |
| Ingen overblik over dataadgang | Adgang og logning er på plads |
Hvad betyder det i praksis?
I danske virksomheder ses problemet tydeligt i økonomi og regnskab: Hvis “omsætning” er defineret forskelligt i økonomisystemet og i ledelsesrapporteringen, fejler automatisk rapportering — uanset hvor smart løsningen er. Samme logik gælder i offentlig sagsbehandling, hvor en digital assistent kun kan hjælpe, hvis den har adgang til både lovgrundlag, lokal praksis og den konkrete sags data.
Dertil kommer databeskyttelse. GDPR kræver, at I kan dokumentere, hvem der tilgår persondata og hvorfor. Et kontekstlag med ordentlig adgangsstyring og logning er ikke blot god praksis — det er en forudsætning. Det skal virke mandag morgen, ellers bliver det bare dyr oprydning.
Det kan du gøre nu
- Kortlæg jeres vigtigste begreber. Start med 5–10 nøgletal (fx “omsætning”, “aktive kunder”) og beslut én fælles definition.
- Tjek jeres dataadgang. Ved I, hvem der har adgang til hvad, og bliver adgangen logget?
- Prioritér integration før nye værktøjer. Få styr på, om jeres systemer deler data korrekt og konsistent.
- Udpeg en ansvarlig for datastyring. Én person med mandat kan gøre en stor forskel.
Kilder
- Oprindeligt TLDR-link (redirect til X) – opslaget kunne ikke verificeres uden login
- Atlan: The Context Layer
- Atlan: governance til kunstig intelligens (artikel om metadata og styring)
- TechRadar: kontekstbevidste digitale assistenter og åbne standarder
- BusinessWire: semantiske lag og fælles forretningsdefinitioner
🤖 Denne artikel er skrevet af kunstig intelligens og kan indeholde fejl.
Læs original kilde →Fandt du en fejl?