AI-modenhedstrappen: 5 trin – hvor står din virksomhed?

De fleste danske SMV’er står på trin 1 eller 2 af fem. Det er ikke problemet. Problemet er at købe et prædiktivt værktøj, mens man står på trin 1, og bagefter opdage, at ingen tror på tallene. AI-modenhedstrappen beskriver de fem trin — her får du dem alle, en selvtest på syv spørgsmål og et gennemregnet svar på, hvad det næste spring er værd.

Resumé og konklusion

Fem trin: AI-modenhedstrappen går fra manuel rapportering over automatiseret BI og overvågning med alerts til prædiktiv AI og præskriptiv, agentbaseret drift.
Udgangspunktet: De fleste danske SMV’er står på trin 1 eller 2. Det er ikke en fejl — det er stedet, man rykker fra.
Det billigste spring: Fra trin 2 til trin 3 kræver ingen nye systemer. Kun tærskler, ejerskab og en aftalt handling.
Regneeksemplet: En gevinst i størrelsesordenen 400.000 kr. om året mod en engangsomkostning på 30.000-60.000 kr.
Ingen genveje: Trin kan ikke springes over. En prædiktiv model bygget på trin 1-data giver selvsikkert forkerte svar.

De fem trin i AI-modenhedstrappen — og prisen for at blive stående

Trin 1: Manuel rapportering. Tallene hentes i hånden og samles i Excel. Rapporten er klar 8-14 dage efter månedsluk, og to afdelinger kan sidde med hvert sit omsætningstal. Prisen er dobbelt: tidsforbruget i økonomien, og at enhver beslutning bygger på tal, der er en måned gamle. Springet til trin 2 kræver, at rapporteringen kobles direkte på ERP-data i stedet for på manuelle udtræk — samme skift som i de fire trin fra rapportering til analyse.

Trin 2: Automatiseret BI. Dashboards opdateres dagligt fra Business Central, og alle ser det samme tal. Det er et reelt fremskridt, men analysen er stadig beskrivende og kræver, at nogen kigger. Prisen ved at blive stående er, at afvigelser først opdages, når nogen tilfældigvis åbner rapporten. Springet til trin 3 kræver, at der defineres tærskler, og at hver tærskel har en ejer.

Trin 1 og 2 er der, hvor de fleste danske SMV’er står i dag – figuren viser, hvad hvert spring opad kræver.

Trin 3, 4 og 5: fra alerts til handling

Trin 3: Overvågning og alerts. Systemet siger til, når ordreindgangen falder under baseline, når DSO stiger over 45 dage, eller når dækningsgraden på en varegruppe skrider. Ledelsen leder ikke efter problemer — den bliver kaldt, ligesom med de tidlige advarselssignaler før regnskabet. Prisen ved at stoppe her er, at alle advarsler kommer, efter noget er sket. Springet til trin 4 kræver historik: minimum 24 måneders sammenhængende data på ordre- og varelinjeniveau.

Trin 4: Prædiktiv AI. Modeller trænet på egen historik estimerer sandsynligheder: hvilke kunder holder op med at købe, hvornår fakturaen bliver betalt, hvor ordreindgangen lander om otte uger. Prisen ved at blive stående her er beskeden — de fleste SMV’er henter hovedparten af værdien på trin 3 og 4. Springet til trin 5 kræver tillid til modellerne og nedskrevne rammer for handling.

Trin 5: Præskriptiv og agentbaseret. Systemet foreslår og udfører handlinger inden for aftalte rammer: opretter genbestillingsforslag, sætter kunder i rykkerflow, prioriterer opkaldslisten. Her flytter diskussionen sig fra teknik til governance. Det er få danske SMV’er, der har brug for at være der i dag.

Selvtest: hvor står I på AI-modenhedstrappen?

Svar ja eller nej.

Kan du se sidste uges ordreindgang uden at bede nogen om at trække den?
Ser salg, drift og økonomi det samme omsætningstal for indeværende måned?
Har du mindst 24 måneders sammenhængende historik på ordre- og varelinjeniveau, uden systemskift midt i?
Er der en navngiven person, der ejer datakvaliteten på dimensioner, varekategorier og debitorstamdata?
Bliver du kontaktet af systemet, når en KPI afviger — i stedet for selv at skulle opdage det?
Er der en aftalt handling knyttet til hver enkelt alert?
Har du mindst ét tal, der beskriver noget, der endnu ikke er sket — for eksempel forventet indbetaling de næste 30 dage?

Tæl antallet af ja. 0-2 ja: trin 1. 3-4 ja: trin 2. 5 ja: trin 3. 6 ja: trin 4. 7 ja: I er på vej mod trin 5.

Der er én spærreregel. Er svaret nej til både spørgsmål 3 og 4, står I reelt på trin 2, uanset hvad resten viser. Historik og ejerskab er fundamentet, og uden dem er alt ovenover kosmetik.

Regneeksempel: hvad springet fra trin 2 til 3 er værd

Tag virksomheden med 52 mio. kr. i omsætning og 34 % i dækningsgrad. Det er 340.000 kr. i dækningsbidrag om ugen.

Erfaringsmæssigt rammer sådan en virksomhed fire væsentlige afvigelser om året: et segment, hvor ordreindgangen falder, en varegruppe, hvor dækningsgraden skrider efter en leverandørprisstigning, en storkunde, der halverer sin ordrefrekvens, og en periode, hvor DSO stiger.

Antag, at hver afvigelse berører 10 % af forretningen. Det er 34.000 kr. i dækningsbidrag om ugen. På trin 2 opdages den typisk ved næste månedsgennemgang. På trin 3, når tærsklen brydes — i praksis to til tre uger tidligere. Tre uger gange 34.000 kr. er 102.000 kr. pr. afvigelse. Fire afvigelser om året giver cirka 400.000 kr.

Hvad koster springet? At definere seks til otte KPI’er med baseline og tærskel, udpege en ejer for hver og sætte advarslerne op. Realistisk 50-80 timers internt arbejde, altså 30.000-60.000 kr., oven på licenser virksomheden allerede har. Derefter et par timer om måneden til at justere tærskler.

Ét forbehold skal siges højt: gevinsten opstår ikke, når alerten sendes, men når nogen handler på den. Uden ejerskab er en alert bare en e-mail mere — det er netop dét, der adskiller månedsrapporten fra daglig styring.

Fire faldgruber på AI-modenhedstrappen

At springe trin over. Det mest almindelige mønster er en virksomhed på trin 1, der køber et prædiktivt værktøj. Modellen kører, og ingen tror på tallene — med rette, for grundlaget kan ikke forklares. Hvert trin producerer den datakvalitet, næste trin er afhængig af.

At købe værktøjet før fundamentet. Et AI-værktøj oven på inkonsekvente dimensioner og dubletter i debitorkartoteket forstærker fejlene i stedet for at afsløre dem. Ryd op først. Det er kedeligt, det er billigt, og det er det, der afgør resultatet.

At måle på trin 4 med data fra trin 1. Hvis ordredatoen i virkeligheden er den dato, ordren blev bogført, forudsiger modellen din bogføringsrytme og ikke dine kunders adfærd. Den vil se overbevisende ud. Den vil være ubrugelig.

Alert-træthed. Sættes tærsklerne for stramt på trin 3, kommer der tyve advarsler om ugen, og efter en måned læser ingen dem. Start med fire til seks alerts. Udvid dem, når de bliver brugt.

Sådan sætter du det op i Business Central

Fra trin 1 til trin 2: byg rapporteringen på data direkte fra Business Central i stedet for på Excel-udtræk, og få finansposter, debitorposter, salgsordrehoveder og salgslinjer ind i én semantisk Power BI-model. Sørg for, at dimensionsopsætningen har standarddimensioner på debitor, vare og sælger, og at de bærende dimensioner er obligatoriske.

Fra trin 2 til trin 3: definér tærskler for de KPI’er, du faktisk styrer efter — ordreindgang pr. uge, DSO fra debitorposternes forfalds- og lukkedatoer, dækningsgrad pr. varekategorikode. Power BI kan sende advarsler på datadrevne grænseværdier og har anomaly detection indbygget i tidsseriegrafer. Business Centrals Cash Flow Forecast giver et brugbart første likviditetsvarsel uden nævneværdig opsætning.

Fra trin 3 til trin 4: sikr historikken. Kontrollér, at ordredato og bogføringsdato er adskilt, at varekategorikode og sælgerkode er udfyldt konsekvent bagud i tid, og at kundeoprettelser ikke har skabt dubletter. Det er den øvelse, der afgør, om trin 4 overhovedet er mulig.

Sådan understøtter oneBC365 det

Data findes i Business Central, men spredt over finansposter, debitorposter, ordrehoveder og varelinjer med hver sin logik. oneBC365 samler dem i én semantisk Power BI-model, hvor omsætning, dækningsbidrag, DSO og ordreindgang er defineret ét sted.

Det er præcis det, trin 2 består af — og det fundament, trin 3 og 4 bygger på. Når definitionerne ligger fast, er en tærskel ikke længere en diskussion om, hvis tal der gælder.

Sådan kommer du i gang med AI-modenhedstrappen i 4 trin

Tag selvtesten sammen med økonomi og salg hver for sig. Lander I forskellige steder, er det i sig selv svaret.
Placér jer på ét trin og accepter det. De fleste står på trin 2, og det er en fin position at rykke fra.
Vælg fire KPI’er, giv hver en ejer og en tærskel, og aftal på forhånd, hvad der sker, når tærsklen brydes.
Tjek historikken. Har du under 24 måneders brugbare data, er opgaven de næste to kvartaler at bygge dem — ikke at købe en model.

Relaterede artikler

Vil du se, hvordan trin 2 og 3 ser ud på jeres egne tal? Book en demo, så gennemgår vi jeres placering og de fire KPI’er, det er billigst at sætte tærskler på først.