AI-ordbog — begreberne forklaret på almindeligt dansk.

27 begreber, I møder, når I taler om AI i virksomheden. Hver forklaring er kort nok til at bruge på et møde.

Acceptkriterier: Konkrete, målbare krav, en AI-løsning skal opfylde, før den tages i brug — fx hvor stor en andel af forslagene der skal kunne godkendes uden rettelser, og hvilke fejl der aldrig må forekomme.Sådan arbejder vi med kvalitetsporte
AI-agent: Et AI-system, der selv planlægger og udfører flere trin for at løse en opgave, fx slår op i systemer, træffer valg og handler. I virksomheder virker agenter bedst med snævre opgaver, faste regler og menneskelig godkendelse af vigtige handlinger.AI-agenter i virksomheder
AI-analyse: En afgrænset kortlægning af en virksomheds arbejdsgange, der opgør tid og fejl, vurderer hvor AI og automatisering kan hjælpe, og ender i en prioriteret plan med business case.Hvad er en AI-analyse?
AI-forordningen (AI Act): EU's forordning om kunstig intelligens, der stiller krav ud fra, hvad AI bruges til. Den indfases gradvist fra 2025; kravene til højrisiko-AI i bilag III gælder fra 2. december 2027.AI-forordningen for mindre virksomheder
AI-færdigheder (AI literacy): Den viden, medarbejdere har brug for til at bruge AI forsvarligt — hvad værktøjerne kan, hvor de tager fejl, og hvilke data der må bruges. AI-forordningens artikel 4 kræver, at virksomheder understøtter det.AI-politik med skabelon
AI-politik: En kort intern aftale om, hvilke AI-værktøjer medarbejderne må bruge, hvilke data der må indtastes, og hvem der kontrollerer resultatet.Skabelon til en AI-politik
AI-synlighed (GEO): Hvor ofte en virksomhed bliver nævnt og anbefalet i svar fra AI-assistenter som ChatGPT, Copilot og Google AI. Arbejdet kaldes også GEO (generative engine optimization) og bygger på klart, faktuelt og velstruktureret indhold.Sådan bliver I nævnt i AI-svar
API: En teknisk indgang, som lader to systemer udveksle data automatisk — fx en webshop og et ERP-system. De fleste AI-integrationer bygger på API'er.
Baseline: En måling af, hvordan en arbejdsgang fungerer før en ændring — fx tid pr. opgave, fejlrate og svartid. Uden en baseline kan man ikke dokumentere, om en AI-løsning virker.
Databehandleraftale: En aftale efter GDPR mellem en virksomhed og en leverandør, der behandler personoplysninger på virksomhedens vegne. Den er nødvendig, når fx en AI-tjeneste behandler kundemails.AI og GDPR
Embedding: En talrepræsentation af en tekst, der gør det muligt at finde tekster med samme betydning, også når de ikke bruger de samme ord. Bruges blandt andet til søgning i intern viden.
Finjustering (fine-tuning): At træne en eksisterende AI-model videre på egne eksempler, så den løser en bestemt opgave bedre. Til de fleste virksomhedsopgaver er gode instruktioner og opslag i egne data (RAG) et billigere første skridt.
Generativ AI: AI, der skaber nyt indhold — tekst, billeder, lyd eller kode — ud fra en instruktion. ChatGPT, Copilot og Gemini er eksempler.
Hallucination: Når en AI-model skriver noget, der lyder overbevisende, men er forkert eller opdigtet — fx et tal, en kilde eller en regel. Faste regler og menneskelig kontrol er den vigtigste beskyttelse.
Human-in-the-loop: Et design, hvor et menneske godkender, retter eller afviser AI'ens forslag, før det får betydning for kunder, økonomi eller personer.AI i kundeservice med godkendelse
Højrisiko-AI: AI-anvendelser, som AI-forordningen stiller skrappe krav til, fordi de kan påvirke personers rettigheder — fx screening af jobansøgere og kreditvurdering af privatpersoner.Hvornår bliver det højrisiko?
Integration: En forbindelse mellem to systemer, så data flyder automatisk i stedet for at blive tastet om. En AI-løsning er sjældent mere værd end de integrationer, den bygger på.Shopify og Business Central
Kontekstvindue: Den mængde tekst, en sprogmodel kan tage i betragtning på én gang — instruktioner, dokumenter og samtale. Det, der ligger uden for vinduet, kan modellen ikke se.
Pilot: En afgrænset afprøvning af en AI-løsning på én arbejdsgang med rigtige, godkendte data og aftalte acceptkriterier, før man beslutter at implementere fuldt ud.
Prompt: Den instruktion, man giver en AI-model. I en færdig løsning er prompten skrevet og testet på forhånd, så resultatet bliver ensartet uanset hvem der bruger den.
RAG (retrieval-augmented generation): En teknik, hvor AI'en først slår op i virksomhedens egne dokumenter eller data og derefter skriver sit svar ud fra det, den fandt. Det giver mere præcise svar og gør det muligt at henvise til kilden.Intern viden og dokumenter
ROI: Return on investment: forholdet mellem det, en løsning koster, og den værdi den skaber. For AI-løsninger regnes værdien typisk ud fra frigjort tid, færre fejl og hurtigere svar.Åben ROI-beregner
RPA: Robotic process automation: software, der efterligner en medarbejders klik og tastetryk i eksisterende systemer. Godt til faste, regelbaserede opgaver, men skrøbeligt, når skærmbilleder ændrer sig.AI, RPA eller Zapier/Make?
Sprogmodel (LLM): En AI-model trænet på store mængder tekst, som kan forstå og skrive sprog. Store sprogmodeller (large language models) er motoren bag ChatGPT, Copilot og lignende værktøjer.
Strukturerede data: Maskinlæsbare oplysninger på en hjemmeside (typisk schema.org i JSON-LD), der fortæller søgemaskiner og AI-assistenter præcist, hvad siden handler om — fx virksomhed, ydelser, priser og spørgsmål og svar.AI-synlighed
Token: Den enhed, sprogmodeller læser og skriver tekst i — typisk et ord eller en del af et ord. AI-tjenester afregnes ofte pr. token.
Workflow-automatisering: Automatisering af en arbejdsgang mellem systemer ud fra faste regler, fx med værktøjer som Zapier og Make. Kan kombineres med AI, når et trin kræver forståelse af tekst.Hvad passer til jeres arbejdsgang?

Mangler et begreb — eller vil I vide, hvad det betyder for jer?

Tag en uforpligtende snak på 25 minutter om, hvor AI kan hjælpe i jeres arbejdsgange.

Book en indledende samtale

Begreber fra A til Å