Blog | Se de seneste blogindlæg fra Exsitec Danmark

Sådan forandrer AI business intelligence | Exsitec

Skrevet af Exsitec Danmark | Oct 1, 2026, 7:06:10 AM

Et løfte, der kun delvist er indfriet

BI har altid haft det samme mål: den rette information til den rette person på det rette tidspunkt. Værktøjerne er blevet bedre, og de fleste virksomheder har i dag dashboards til det meste.
Samtidig kender mange bagsiden. Rapporten svarer på et spørgsmål, der blev stillet for et halvt år siden. Et opfølgende spørgsmål bliver til en sag for BI-teamet. Og mange dashboards bliver mest brugt i den første tid efter lanceringen.
Det har sjældent handlet om dataene. Det har handlet om afstanden mellem spørgsmålet og svaret.

Fra at klikke til at spørge

Den afstand bliver nu mindre. I stedet for at filtrere og skifte fane stiller I spørgsmålet, som I ville stille det til en kollega: "Hvorfor faldt marginen i region Syd i august?" Svaret bygger på jeres egne data, og det næste spørgsmål kan stilles med det samme.

De store BI-platforme udvikler sig i samme retning. Qlik Answers gør det muligt at stille spørgsmål på dansk til både data og dokumenter. Copilot giver lignende muligheder i Power BI og Microsoft Fabric. Med Model Context Protocol (MCP) kan AI-assistenter som Claude kobles til virksomhedens data med de eksisterende adgangsrettigheder.

Et dashboard viser det, som nogen har besluttet på forhånd. En dialog lader jer følge op på det, I selv undrer jer over.

Datagrundlaget afgør kvaliteten

AI svarer med samme sikkerhed uanset grundlaget. Hvis tre systemer har tre definitioner af omsætning, bliver svarene forskellige, bare hurtigere.

Derfor bliver grundarbejdet vigtigere:

  • Et fælles datagrundlag. Data fra ERP-systemer, CRM og andre kilder, samlet og kvalitetssikret i for eksempel Qlik Cloud.
  • Klare definitioner. AI bliver ikke mere konsekvent end jeres datamodel.
  • Adgangsrettigheder, der gælder overalt. Den, der ikke kan se lønoplysninger i en rapport, skal heller ikke kunne se dem via et AI-spørgsmål.

Virksomheder, der har styr på deres data, vil hurtigt få gavn af AI. For alle andre er det en god grund til at komme i gang.

Nye roller for BI-teamet og forretningen

Når flere selv kan hente svar, ændrer BI-teamets opgave sig. Der går mindre tid til enkeltstående rapporter. Der går mere tid til datakvalitet, datamodeller og til at sikre, at man kan stole på svarene.

For forretningen bliver barrieren lavere. En salgschef, der sjældent åbnede dashboardet, kan nu spørge til sine tal i almindeligt sprog. Data bliver noget, flere bruger i hverdagen.

Tre ting at starte med

  1. Gennemgå datagrundlaget. Hvor ligger jeres vigtigste data, og kan I stole på dem?
  2. Vælg en afgrænset use case. For eksempel salgsopfølgning for én region. Test, evaluér og skalér derefter.
  3. Fastlæg spillereglerne tidligt. Hvilke data må AI bruge, hvem må spørge om hvad, og hvordan gøres svarene sporbare?

Samme mål, ny vej dertil

Målet med business intelligence er det samme: bedre beslutninger. Det, der ændrer sig, er vejen dertil: fra at kigge på det, som andre har forberedt, til selv at stille spørgsmålet.

Ofte stillede spørgsmål om AI og business intelligence

Hvad betyder AI i business intelligence?
AI i BI gør det muligt at stille spørgsmål om jeres data i almindeligt sprog og få svar med det samme i stedet for at lede i rapporter og dashboards. AI kan også finde afvigelser og mønstre, som er svære at opdage manuelt.

Erstatter AI dashboards og rapporter?
Nej. Dashboards fungerer stadig godt til løbende opfølgning på faste nøgletal. AI supplerer med svar på nye spørgsmål og opfølgende spørgsmål, som en rapport ikke er bygget til.

Hvilke BI-værktøjer har AI-funktioner?
Qlik har Qlik Answers, og Microsoft har Copilot i Power BI og Microsoft Fabric. Via Model Context Protocol (MCP) kan også AI-assistenter som Claude kobles til virksomhedens data.

Hvad skal vi have på plads, før vi bruger AI i BI?
Et fælles datagrundlag, klare definitioner af jeres nøgletal og adgangsrettigheder, der også gælder, når nogen stiller spørgsmål via AI.