Program- og projektunderstøttelse
Forestil dig en almindelig projektsituation med 10–15 aktører og 8–10 interessenter: mange kanaler, mange dokumenttyper og et konstant informationsflow i form af mails, mødenoter, beslutningsnotater, kontrakter, tidsplaner og økonomiske nøgletal. Når viden og beslutninger fragmenteres på den måde, bliver projektledelse i praksis et arbejde med at genskabe overblik fremfor at styre leverancer.
Årsagen er enkel: antallet af aktører, kanaler og dokumenttyper skaber støj og skjulte afhængigheder. Konsekvensen er, at beslutninger, risici og opfølgningspunkter ofte glider ud i periferien. Projektledere bruger uforholdsmæssigt meget tid på koordinering og opfølgning i stedet for på styring af selve leverancerne. Behovet er derfor klart: en løbende, konsistent overvågnings- og sammenbindingsfunktion — enten ved at dedikere en koordinator eller ved at understøtte funktionen med en AI-baseret assistent.
En AI-/LLM-baseret projektassistent kan i praksis være den arbejdshest - eller PA - for projektlederen der lave det meste af benarbejdet. Den kan automatisk indsamle og krydsreferere mails, mødenoter, beslutningsnotater, kontrakter, planer og økonomi for at kortlægge aktører, aktiviteter og tidslinjer. Assistenten gør ikke kun det, der eksplicit står skrevet; den kan også selv beslutte at forfølge elementer som f.eks. manglende opfølgning, uklare ansvarsforhold og uoverensstemmelser mellem bestilte leverancer, beslutninger og dokumenteret plan. Med få nøgleparametre — aktører, tidslinjer og aktivitetstyper — kan systemet skabe effektive søge- og alarmkriterier, så kompleksitet bliver til målrettet overvågning.
Funktionelt betyder det konkret: assistenten overvåger hvilke aktiviteter der er igangsat, hvem der er ansvarlige, hvilke deadlines der nævnes, og om aftalte handlinger fremgår i design, tidsplaner og opfølgende dokumentation. Den kan rapportere om manglende leverancer, foreslå prioriterede opfølgningspunkter og ved tvivl stille opklarende spørgsmål til de relevante aktører — alt efter hvordan interaktionen er designet.
Teknisk og designmæssigt er løsningen overskuelig, hvis de rette dataadgange er på plads. Typiske datakilder er nøglepersoners postkasser, fælles postkasser samt dokument- og kontraktarkiver. Governance-kravene er klare: samtykke fra berørte personer, stram adgangsstyring, anonymisering hvor relevant og audit-logning for sporbarhed. Disse forhold begrænser risici og skaber tillid.
Arkitekturen bygger ofte på to velkendte principper: informationslag (eller vektorbaserede datastores) til effektiv lagring og søgning i store dokumentmængder og dynamiske agenter, som løbende indsamler og opdaterer data. Retrieval-augmented generation sikrer, at svar og analyser bygger på konkret dokumentation frem for generelle antagelser. Versionsstyring af informationslagene gør det muligt at tilbagevende til tidligere beslutningsgrundlag og dokumentere ændringer over tid.
Interactionen bør være klart defineret: leverancer kan være daglige eller ugentlige statusrapporter, realtidsalarmer ved kritiske afvigelser og en dialogfunktion, hvor assistenten stiller opklarende spørgsmål til aktører. Rollefordelingen skal være entydig: assistenten overvåger og anbefaler, projektlederen vurderer og beslutter. Principper for håndtering af falske positiver/negativer bør være fastlagt på forhånd, fx threshold-baserede alarmer og menneskelig review før eskalering.
Implementeringen anbefales faseopdelt. Start med en pilot på et enkelt projekt eller proces (fx et entrepriseforløb eller en forhandlingsproces). Faserne kan være: 1) kortlægning af datakilder og interessenter, 2) etablering af adgang og governance, 3) opbygning af et minimal viable informationslag og indkøring af agenter, 4) løbende drift og evaluering over 2–3 måneder. Successkriterier kan være reduceret antal uafklarede punkter, færre sene ændringer i leverancer og dokumenteret tid sparet på opfølgning.
Risici spænder fra juridiske og sikkerhedsmæssige aspekter til kultur og accept. Mitigering omfatter begrænset scope i pilotfasen, rollebaseret adgang (least privilege), kryptering, audit-logging samt transparens i, hvordan assistenten når sine anbefalinger. Kulturelt er nøgleelementet tillid: vis resultater hurtigt, og sørg for menneskelig kontrol i beslutningskæden.
Et konkret case-eksempel: spørg assistenten "Hvad er de ti største aktuelle tekniske risici i forhold til den tekniske installation?" Assistenten iværksætter en målrettet informationsindsamling på tværs af mails, referater, kontrakter og tekniske vurderinger, etablerer et informationslag med evidens tilknyttet hver risiko og returnerer en prioriteret liste med dokumentation og foreslåede opfølgningspunkter. Resultatet er en 24/7-overvåger, som ikke blot identificerer problemer, men også peger på konsekvenser og anbefalet handling. I praksis kan sådanne assistenter filtrere irrelevante forslag fra (fx 30–35 % af inputs) og dermed frigøre væsentlig tid til det, der kræver menneskelig vurdering.
Målbare gevinster vil variere, men realistiske effekter inkluderer reduceret tid brugt på opfølgning, færre tilbageløb og højere kvalitet i aftalegrundlaget. Som tommelfingerregel kan organisationer forvente mærkbare tidsbesparelser i koordinationsarbejdet og en bedre rettidighed i beslutninger, når governance og dataadgang er korrekt håndteret.
Hovedkonklusion: Etableringen, driften og udnyttelsen af AI-baseret projektassistent er teknisk gennemførlig og kan transformere projektledelse fra manuel koordinering til kontinuerlig overvågning og rettidig opfølgning — forudsat styring af dataadgang, transparens og menneskelig kontrol.
Anbefalede første skridt: Afsæt en 100-150.000 til etableringen. Udvælg et pilotprojekt, afdæk datakilder, definér KPI’er og governance-regler, og sammensæt et lille tværfagligt team til hurtig iteration og dataadgang. Start smalt, dokumentér effekter og udvid trinvist.
På længere sigt er løsningen skalerbar på tværs af projekttyper — fra entreprise og IT-modernisering til komplekse forhandlingsprocesser. Ved at flytte tid fra manuelt opfølgningsarbejde til værdiskabende beslutningsunderstøttelse kan organisationen øge kvaliteten, reducere risiko og skabe konkurrencemæssige fordele.
