Stopper bevægelse. Enhedens valg af reduceret bevægelse respekteres altid.
Kommunale erfaringer
Lokale erfaringer. Fælles læring.
Fra pilot til drift: 9 kommunale erfaringer med AI. Se, hvad der afprøves, hvad der er i drift, og hvad andre kan lære af det.
VejleI driftKilder gennemgået BerthaAI-hjælp på intranettet til at finde vejledninger, læse korrektur og skrive forståelige borgertekster.Læs casenLuk
Bertha: AI-hjælp dér, hvor medarbejderne arbejder
Opgaven
Hvordan bliver generativ AI et dagligt arbejdsredskab for flere end de særligt teknologiinteresserede?
Sådan griber de det an
Bertha er udviklet med InDialog og er tilgængelig på kommunens intranet. Medarbejderne bruger den til at finde vejledninger, læse korrektur og gøre tekster til borgere lettere at forstå. Intranettets indhold indgår i vidensgrundlaget og skal derfor vedligeholdes. Digitaliseringsstyrelsen beskriver også kurser i prompting og kritisk vurdering samt juridisk involvering, risikovurderinger og en databehandleraftale under etableringen.
Hvad kan I tage med?
En fælles assistent er også en opgave med indhold, kompetencer og ejerskab. Undersøg, hvem der retter forældede vejledninger, og hvordan fejl i svar bliver opdaget og fulgt op.
AI Alliancens redaktionelle refleksioner — ikke målte resultater eller udtalelser fra kommunen.
Før I genbruger idéen
Vælg et afgrænset vidensgrundlag, udpeg indholdsansvarlige og aftal, hvordan medarbejderne får oplæring og melder fejl tilbage.
Et spørgsmål at tage medHvem har ansvaret for, at assistentens viden stadig er rigtig om et halvt år?
KalundborgI driftKilder gennemgået Projekt AndreaKommunens generative AI-værktøjer samlet i én app til medarbejderne.Læs casenLuk
Projekt Andrea: én indgang til kommunens AI-værktøjer
Opgaven
Hvordan bliver flere AI-værktøjer tilgængelige uden at skabe flere adskilte indgange?
Sådan griber de det an
Projekt Andrea samler generative AI-værktøjer i én app til kommunens medarbejdere. Initiativet kom fra Kalundborg Kommune og blev udviklet i samarbejde med Promte. Løsningen er i drift i Kalundborg. KL's tidligere case beskriver også arbejdet med risikovurdering af assistenter.
Hvad kan I tage med?
Adgang og organisering hænger sammen: afklar, hvem der vurderer nye assistenter, og hvordan medarbejderne finder de relevante værktøjer.
AI Alliancens redaktionelle refleksioner — ikke målte resultater eller udtalelser fra kommunen.
Før I genbruger idéen
Afklar, hvem der vurderer den enkelte assistent, vedligeholder kataloget og holder adgangs- og datagrænser synlige.
Et spørgsmål at tage medHvordan vedligeholder I overblik, ejerskab og risikovurderinger, når antallet af værktøjer vokser?
AarhusI driftKilder gennemgået AarhusAI og OS2aiGenerelle og fagspecifikke assistenter på en fælles platform, der deles med andre myndigheder gennem OS2ai.Læs casenLuk
AarhusAI og OS2ai: fra lokal platform til fælles kapacitet
Opgaven
Hvordan kan kommunens medarbejdere få AI-assistenter, samtidig med at andre myndigheder kan genbruge løsningen?
Sådan griber de det an
AarhusAI samler generelle og fagspecifikke assistenter til medarbejdere. Platformen deles gennem OS2 som OS2ai. Den dokumenterede platform understøtter dokumentanalyse, egne videnskilder via RAG og deling af assistenter. Den kombinerer open source- og source-available-komponenter; modelvalg, hosting og drift skal afklares lokalt. Aarhus ITK har samtidig beskrevet AI-undervisning og netværksarrangementer som en del af kompetencearbejdet.
Hvad kan I tage med?
Fælles software fjerner ikke behovet for lokal drift og fagligt ansvar. Undersøg, hvilke dele der kan deles, og hvilke datakilder, vurderinger og arbejdsgange hver kommune selv skal vedligeholde.
AI Alliancens redaktionelle refleksioner — ikke målte resultater eller udtalelser fra kommunen.
Før I genbruger idéen
Aftal driftsansvar, kildeadgang, test af svar og økonomi. Knyt oplæring til konkrete arbejdsopgaver frem for kun at åbne for et nyt værktøj.
Et spørgsmål at tage medHvad vil I eje og vedligeholde lokalt, og hvad giver mening at løfte i fællesskab?
KøbenhavnAfprøvningKilder gennemgået TaltAfprøvning af talegenkendelse og sprogmodeller til besøgsbeskrivelser med syntetiske borgere og journaler.Læs casenLuk
Talt: fra indtaling til udkast til besøgsbeskrivelser
Opgaven
Kan medarbejdere dokumentere et hjemmebesøg i hverdagssprog og få hjælp til den efterfølgende struktur?
Sådan griber de det an
København, Aarhus, Aalborg og Systematic udviklede prototyper, som i 2024–2025 blev afprøvet med medarbejdere fra 11 kommuner. En use case kombinerede talegenkendelse med en sprogmodel: indtaling blev til tekst og derefter et udkast til en besøgsbeskrivelse, som medarbejderen efterbehandlede. Afprøvningen brugte syntetiske borgere og journaler. Projektet offentliggør også kode, datasæt og tekniske rapporter.
Hvad kan I tage med?
Test hele arbejdsgangen, ikke kun det færdige notat. Fejl kan opstå i lyd, transskription og opsummering, og en god demonstration er ikke det samme som en driftsklar integration.
AI Alliancens redaktionelle refleksioner — ikke målte resultater eller udtalelser fra kommunen.
Før I genbruger idéen
Aftal faglige kvalitetskriterier, efterkontrol og integrationsbehov, før resultater fra syntetiske data overføres til en virkelig arbejdsgang.
Et spørgsmål at tage medHvordan opdager medarbejderen, at en vigtig oplysning er blevet ændret eller udeladt?
GladsaxeI driftKilder gennemgået RoboRefBorgersamtaler bliver til referatudkast, som medarbejderen læser, redigerer og godkender.Læs casenLuk
RoboRef: mere nærvær under borgersamtalen
Opgaven
Hvordan kan socialrådgivere og visitatorer dokumentere møder uden at bruge hele samtalen på at skrive?
Sådan griber de det an
Gladsaxe beskriver brug af RoboRef i blandt andet Familieafdelingen og Social- og Sundhedsforvaltningen. Tale-til-tekst og generativ AI omsætter mødet til et referatudkast. Medarbejderen gennemlæser, redigerer og godkender det. Kommunens information om AI-referater beskriver også orientering af borgeren og oplyser, at konkrete borgersager ikke bruges til at træne modeller.
Hvad kan I tage med?
En tydelig efterkontrol er en del af løsningen. Undersøg, om udkastene gengiver det væsentlige, og om tiden til kontrol opvejes af mindre skrivearbejde.
AI Alliancens redaktionelle refleksioner — ikke målte resultater eller udtalelser fra kommunen.
Før I genbruger idéen
Fastlæg orientering, håndtering af optagelser, ansvar for godkendelse og opfølgning på fejl sammen med de faggrupper, der bruger løsningen.
Et spørgsmål at tage medHvordan vurderer I både kvaliteten af referatet og nærværet i selve samtalen?
GentofteI driftKilder gennemgået Faglige AI-assistenterIntern vejledning om blandt andet arbejdsskader, miljø og IT-support.Læs casenLuk
Faglige assistenter til kommunens egne spørgsmål
Opgaven
Hvordan gør man specialiseret intern vejledning lettere at finde og bruge på tværs af fagområder?
Sådan griber de det an
Gentofte beskriver interne assistenter i Promte til blandt andet arbejdsskader, forsikring, miljø, jordforurening og IT-support. Leverandørens brugergruppereferat beskriver en arbejdsskadeassistent fra Gentofte og kommunens feedback til en KLE-assistent. Det er afgrænsede faglige anvendelser i en fælles platform frem for én chatbot til alle opgaver.
Hvad kan I tage med?
Et smalt fagligt formål kan gøre det lettere at afprøve svar og placere ejerskab. Undersøg, hvem der vedligeholder vejledningen, og hvornår et spørgsmål skal videre til en fagperson.
AI Alliancens redaktionelle refleksioner — ikke målte resultater eller udtalelser fra kommunen.
Før I genbruger idéen
Udpeg en faglig ejer, saml de autoritative tekster og lav realistiske testspørgsmål — også spørgsmål, assistenten ikke bør besvare alene.
Et spørgsmål at tage medHvilken afgrænset vejledning giver mest mening at gøre tilgængelig som assistent først?
OdenseI driftKilder gennemgået SkoleGPTSkoleGPT til folkeskolernes elever og undervisere, understøttet af AI-vejledning og medarbejderworkshops.Læs casenLuk
SkoleGPT: fælles adgang og kritisk AI-forståelse
Opgaven
Hvordan får elever mulighed for at undersøge AI med faglig vejledning frem for blot at bruge tilfældige tjenester?
Sådan griber de det an
Odense åbnede i oktober 2025 SkoleGPT for alle elever og undervisere i folkeskolerne. Skolerne fik vejledning om AI og digital dannelse, og medarbejderne tilbud om fagrettede workshops. Eleverne kan undersøge svar, arbejde med opgaver og afprøve kreative udtryk. Platformens dokumentation beskriver en sprogmodel, et inputfilter og adskilte servere til brugerflade og model.
Hvad kan I tage med?
Adgang og dannelse er to forskellige opgaver. Undersøg, hvordan læreren gør fejl, kildekritik og begrænsninger til en del af undervisningen, og hvordan erfaringerne deles mellem skolerne.
AI Alliancens redaktionelle refleksioner — ikke målte resultater eller udtalelser fra kommunen.
Før I genbruger idéen
Aftal lærerens rolle, aldersrelevante opgaver, rammer for input og en enkel måde at følge op på uhensigtsmæssige svar.
Et spørgsmål at tage medHvordan kan eleverne lære at udfordre et AI-svar i stedet for blot at acceptere det?
SvendborgBetaKilder gennemgået SpinnaLærerens valg af fag, emne og pædagogisk tilgang bliver til et undervisningsforslag.Læs casenLuk
Spinna: undervisningsplanlægning udviklet med lærerne
Opgaven
Hvordan kan AI støtte forberedelsen uden at overtage lærerens didaktiske valg?
Sådan griber de det an
Tåsingeskolen udvikler Spinna sammen med Svendborg Kommune. Projektet beskriver, at 30 lærere har været med til at teste og forme løsningen. Læreren vælger eksempelvis fag, emne og pædagogisk tilgang; valgene samles i et prompt, som genererer et undervisningsforslag. Den offentliggjorte privatlivspolitik beskriver både brug uden login og Unilogin med mulighed for at gemme forløb.
Hvad kan I tage med?
Brugerinddragelse kan handle om mere end at prøve en færdig prototype. Undersøg, hvordan lærernes didaktiske valg og kritik faktisk ændrer produktet, og hvad der fortsat kræver deres egen bearbejdning.
AI Alliancens redaktionelle refleksioner — ikke målte resultater eller udtalelser fra kommunen.
Før I genbruger idéen
Lav afprøvninger med forskellige fag og elevgrupper, aftal hvilke input der må bruges, og vurder forløbenes faglige og didaktiske kvalitet før brug.
Et spørgsmål at tage medHvilke valg skal AI kunne foreslå, og hvilke skal altid være lærerens egne?
ViborgI driftKilder gennemgået AI i energiledelsenENTO analyserer bygningernes energiforbrug og foreslår indsatsområder, som energiteknikere undersøger og følger op på.Læs casenLuk
AI-baseret energiledelse: fra forbrugsdata til handling
Opgaven
Hvordan finder driftsteknikerne de bygninger, hvor en konkret indsats kan mindske unødvendigt energiforbrug?
Sådan griber de det an
Viborg anvender ENTO til automatisk analyse af forbrugsdata og anbefalinger om indsatsområder i kommunens bygninger. Data indsamles fra forsyningsselskaber. Energiteknikerne undersøger afvigelser og følger op sammen med lokale medarbejdere — eksempelvis på defekte ventiler eller ventilation, der kører unødvendigt. Kommunens klimaevaluering beskriver fortsat tilslutning af målere til systemet.
Hvad kan I tage med?
En anbefaling skaber først værdi, når nogen kan handle på den. Undersøg, hvordan alarmer bliver prioriteret, hvem der undersøger dem, og hvordan effekten af den efterfølgende ændring følges.
AI Alliancens redaktionelle refleksioner — ikke målte resultater eller udtalelser fra kommunen.
Før I genbruger idéen
Afklar datakvalitet, målerdækning og ansvar for opfølgning. Sammenhold forbrug med bygningens brug og indeklima, før ændringer vurderes som forbedringer.
Et spørgsmål at tage medEr der en tydelig vej fra en afvigelse i data til en afsluttet opgave i driften?
Status bygger på de angivne kilder eller den daterede bekræftelse ved casen, ikke en løbende kontrol af driften. Læringspunkterne er redaktionelle refleksioner, ikke dokumenterede effektmålinger.