Forestil dig Susanne. Hun er 49 år, har arbejdet som sagsbehandler i en kommunal forvaltning i 17 år, og hun er god til sit job. Hun kender reglerne, hun kender borgerne, hun ved præcis, hvornår en ansøgning kræver et ekstra øje.
- Hvad tallene egentlig siger – og hvad de ikke siger
- Finanssektoren: Et varsel vi allerede har glemt
- De konkrete job under pres
- Efteruddannelsessystemets strukturelle tidsproblem
- Hvem betaler prisen – og hvem høster gevinsten
- Finland, Estland og den strategiske forskel
- Det spørgsmål medierne undlader at stille
- Hvad der faktisk kan gøres
En dag introducerer hendes leder et nyt “AI-assisteret fagsystem” – hendes opgaver falder ikke bort fra den ene dag til den anden, men efterhånden er det systemet, der laver det første udkast, screener dokumenter og foreslår afgørelser. Hun er stadig der. Men er hun det om fem år?
Læs også: Er AI en trussel mod cybersikkerheden?
Det er ikke et hypotetisk spørgsmål. Kommunernes Landsforening konstaterede i sin Teknologiradar 2025, at AI-assisterede fagsystemer topper listen – se hvem betaler prisen over forventet værdiskabelse i den offentlige sektor – “mere end hver fjerde” kommune arbejder allerede med implementering. Susannes situation er ikke en fremtidsfortælling. Den er i gang nu, og den rolle hun spiller i systemet er under stille, gradvis omformning.
Det er præcis denne stilhed, der gør AI-omstillingen politisk og institutionelt så svær at håndtere. Den ankommer ikke som en fabrikslukning med fyresedler – se hvad vi mister og demonstrationer. Den ankommer som en opdatering.
Hvad tallene egentlig siger – og hvad de ikke siger
Lad os begynde med at rydde luften for de mest cirkulerende tal, fordi debatten er fyldt med tal der citerer hinanden i eskalerende runder uden at nogen tjekker fundamentet.
Den mest sober analyse af AI’s effekt på det danske arbejdsmarked stammer fra Arbejderbevægelsens Erhvervsråd, der i 2024 kortlagde automatiseringspotentialet sektor for sektor. Konklusionen er mere nuanceret end de dramatiske overskrifter: Det er kun 6 pct. af alle stillinger, hvor AI med nutidens teknologi potentielt kan erstatte mere end halvdelen af arbejdstiden direkte.
Det er ikke en beroligende besked – 6 pct. af den danske arbejdsstyrke svarer til ca. 180.000 mennesker – men det er et fundamentalt anderledes billede end de 800.000-jobs-inden-2030-tal, der regelmæssigt cirkulerer i debatten.
Læs også: Datacentrene æder din grønne strøm
Det store tal er i midtergruppen: 71 pct. af alle danske stillinger vil opleve, at mellem 10 og 50 pct. af deres arbejdstid potentielt kan automatiseres. Det er ikke erstatning – det er transformation. Jobbet eksisterer stadig, men indholdet ændrer sig.
Og her er det analytiske nøglepunkt, som de fleste kommentatorer overser: En transformation af 71 pct. af arbejdsmarkedet er potentielt mere destabiliserende end erstatning af 6 pct., fordi den ikke producerer synlige ofre med entydige rettigheder. Den producerer en massiv efterspørgsel efter omskoling og tilpasning hos mennesker, der stadig har et job – og som systemet derfor ikke ser som havende et problem.
Finanssektoren: Et varsel vi allerede har glemt
For at forstå, hvad der er på vej, er det værd at se på det, der allerede er sket. Den danske finanssektor er det mest instruktive eksempel på, hvordan teknologisk transformation foregår i praksis – og hvad den koster.
Fra starten af 1990’erne til i dag har den danske banksektor reduceret antallet af filialer og frontmedarbejdere dramatisk. BankID, Mobilepay, netbank og automatiserede kreditvurderingssystemer har gjort det muligt for bankerne at betjene langt flere kunder med langt færre ansatte.
Finansforbundet har fulgt processen tæt: Antallet af fuldtidsansatte i den finansielle sektor er faldet konsistent i årtier, og de job der er tilbage, er fundamentalt anderledes end dem der forsvandt – de kræver enten avanceret teknisk forståelse eller kompleks rådgivningskompetence, som ikke lader sig automatisere.
Det er ikke tilfældigt, at finanssektoren gik forrest. Den er usædvanlig homogen i sin opgavestruktur – regelbaseret, dokumenttung, transaktionsorienteret – og den opererer med præcis de datamængder, som AI-systemer trives i.
Informations- og kommunikationsbranchen befinder sig i dag i en tilsvarende position, og AE’s analyse placerer den og finansbranchen som de to mest eksponerede sektorer for generativ AI. I IT-branchen anvender 79 pct. af virksomhederne nu AI, mod 24 pct. i bygge og anlæg. Mønsteret er konsistent: Jo mere regelbaseret og dataintensiv en branche er, jo hurtigere bevæger transformationen sig.
Det interessante spørgsmål er ikke, om finanssektoren klarede det. Det er, hvad der skete med dem, der ikke fulgte med. Svaret er, at mange af dem forlod sektoren, fik efteruddannelse finansieret af trepartsaftaler, eller endte i stillinger med lavere løn og status. Den aggregerede beskæftigelsesstatistik absorberede det. Det individuelle tab forblev for det meste usynligt.
De konkrete job under pres
Billedet af, hvilke funktioner der er mest eksponerede, er mere nuanceret end den gængse “robotten tager dit job”-fortælling antyder.
For de manuelle jobs er mønsteret velkendt. Maskinoperatører, lagermedarbejdere og montagearbejdere er dokumenteret truede af robotisering – ikke ny generativ AI, men den klassiske industrirobot og automatiserede logistiksystem. Det er en proces, der har stået på i årtier, og som nu accelereres af prisfald på robotternes hardware. Dansk Industri har dokumenteret, at virksomheder der adopterer robotter faktisk øger den samlede beskæftigelse – fordi produktivitetsstigningen giver dem konkurrenceevne til at vokse. Men det er nye stillinger, der kræver andre kompetencer end dem, der forsvandt. Den 58-årige maskinoperatør er ikke den primære modtager af de nye programmeringsjob.
For de kognitive jobs er billedet nyere og mere usikkert. Generativ AI – de store sprogmodeller som GPT-familien og tilsvarende systemer – repræsenterer en kvalitativ anderledes trussel mod vidensarbejde end tidligere teknologibølger, fordi de er generelle snarere end specialiserede.
Et system der kan skrive, oversætte, opsummere, klassificere og generere udkast til komplekse dokumenter, rammer på tværs af brancher og uddannelsesniveauer. HK’s analyser af kontor- og administrativt arbejde viser automatiseringssandsynligheder op mod 66-92 pct. for de mest eksponerede funktioner inden for dataindtastning, standardkorrespondance og rutinepræget sagsbehandling.
PwC’s AI Jobs Barometer 2025 dokumenterer den modsatrettede bevægelse: Antallet af danske jobopslag med krav om AI-kompetencer er vokset fra 263 opslag i 2018 til 23.000 i 2024. Det er en firedobling på seks år. Markedet skaber nye funktioner – men de kræver kompetencer, som den afskedigede administrationsassistent fra Vejle ikke har tilegnet sig via sit hidtidige arbejdsliv
Efteruddannelsessystemets strukturelle tidsproblem
Her er det spørgsmål, som den offentlige debat konsekvent undgår at stille direkte: Hvis transformationen er i gang nu, og de nødvendige kompetencer allerede efterspørges massivt, hvorfor er omstillingen så ikke hurtigere og mere smertefri?
Svaret er institutionelt og historisk. Det danske efteruddannelsessystem – VEU, AMU-kurser, Omstillingsfonden, erhvervsakademierne – er bygget til at håndtere forudsigelig, inkrementel kompetenceudvikling i kendte retninger. Systemet er trepartsforankret: stat, arbejdsgivere og fagforeninger forhandler rammer og finansiering i flerårige aftaler. Det er en model, der har produceret exceptionelle resultater i en verden, hvor teknologisk forandring foregik over årtier. Omstillingsfonden, der giver ufaglærte og faglærte op til 10.000 kr. om året til gratis efteruddannelse, blev gjort permanent i 2024 – en vigtig reform. Men selve uddannelsesindholdet opdateres stadig med politisk forsinkelse, fordi det kræver forhandling at ændre.
IDA har i sin analyse af AI, efteruddannelse og kompetencer konkret foreslået et “digitalt vismandsråd”, der løbende kortlægger kompetencebehov i realtid og kan pege på mangler i uddannelsessystemet, inden de bliver til arbejdsmarkedskriser. Det er ikke en radikal idé – det er en pragmatisk institutionel løsning på et reelt koordinationsproblem. At det ikke er implementeret, handler ikke om manglende viden, men om manglende politisk prioritering. Et sådant råd ville kræve, at nogen ejer helheden på tværs af Beskæftigelsesministeriet, Uddannelsesministeriet og Erhvervsministeriet. Og sådan ejes tingene ikke i den danske ministerielstruktur.
Hvem betaler prisen – og hvem høster gevinsten
Jeg observerer med bekymring, at den politiske og erhvervsmæssige tale om AI konsekvent fokuserer på de aggregerede produktivitetsgevinster og undgår den distributionelle analyse. Det er ikke et tilfældigt valg.
Når 7 ud af 10 danske virksomheder nu bruger generativ AI, og DI hilser regeringens AI-storskalaprojekter velkommen med fokus på “automatiseret dokumentation”, er der reelle gevinster i spil. Men gevinsten tilfalder primært de virksomheder, der allerede har ressourcerne til at implementere og de medarbejdere, der allerede har kompetencerne til at arbejde med de nye systemer. Omkostningerne – faldende efterspørgsel efter lavt- og mellemkvalifificeret rutinearbejde, presset på lønninger i eksponerede funktioner, den mentale belastning ved konstant omstillingskrav – bæres af dem, der historisk har haft mindst råderum.
Det er ikke kapitalisme vs. arbejdere som skabelon. Det er noget mere præcist og mere institutionelt: Det er en misalignment mellem de tidslige horisonter, som virksomhedernes AI-implementering og det offentlige uddannelsessystems omstillingskapacitet opererer på. Virksomhederne implementerer på kvartalsplaner. Uddannelsessystemet reformerer på valgperioder.
FAOS ved Københavns Universitets analyse af generativ AI og fremtidens arbejdsmarked viser, at historiske erfaringer med automatisering peger på, at beskæftigelsen netto typisk holder – men at fordelingen af gevinster og tab konsekvent følger eksisterende uligheder. De højtuddannede adapterer hurtigere, tjener mere på de nye kompetencer og er bedre beskyttet af individuelle kontrakter. De ufaglærte og lavtuddannede møder en strukturelt svagere forhandlingsposition i et marked, der i stigende grad efterspørger præcis det, de ikke har.
Finland, Estland og den strategiske forskel
Det er nyttigt at kigge nordpå og østpå for at forstå, hvad der er valgt og hvad der er skæbne i den danske model.
Finlands “Elements of AI”-program er blevet et internationalt benchmark, fordi det tog en tilsyneladende simpel beslutning: At grundlæggende AI-forståelse er en demokratisk kompetence, ikke en faglig specialisering. Programmet er gratis, online og uden forkundskaber – og har nået over 1 pct. af den finske befolkning. Det ændrer ikke på, at finske sagsbehandlere også er under pres fra automatisering. Men det ændrer på, hvem der forstår de systemer, der forandrer deres arbejdsliv, og hvem der er i stand til at stille kvalificerede krav til implementeringen.
Estland er det mere radikale eksempel. Den estiske digitaliseringsmodel – med e-residency, digital forvaltning og en bevidst statslig strategi om at digitalisere det offentlige som innovationsmotor snarere end spareredskab – har skabt en kultur, hvor digital kompetence er en borgerrettighed frem for et erhvervsprivilegium. Det er ikke uproblematisk: Estland er et lille land med andre demografiske og institutionelle forudsætninger. Men det illustrerer, at forholdet mellem teknologisk transformation og social tryghed ikke er en naturlov, men et politisk valg.
Danmark er ikke bagud på teknologi. En ny rapport fra Digitaliseringsstyrelsen i februar 2026 slår fast, at Danmark “løber med AI-guldet i Europa” målt på virksomhedsimplementering og digital infrastruktur. Det Danmark er bagud på, er den demokratiske og distributionelle dimension af omstillingen: Hvem forstår de systemer der ændrer deres arbejdsliv? Hvem har indflydelse på implementeringens tempo og form? Hvem ejer retten til at sætte betingelserne?
Det spørgsmål medierne undlader at stille
Man må konstatere, at den dominerende AI-debat i Danmark foregår i to register, der sjældent mødes. I erhvervslivet og de teknologioptimistiske medier handler det om produktivitetspotentiale, konkurrenceevne og innovation. I de mere kritiske medier handler det om jobangst, ulighed og dystopi. Begge perspektiver er reelle. Begge undgår imidlertid systematisk det institutionelle kernesspørgsmål.
Spørgsmålet er ikke: Vil AI tage vores jobs? Det er: Hvilke institutioner skal sikre, at overgangen foregår på en måde, vi som samfund kan stå inde for – og hvem ejer ansvaret for at designe dem?
Det er et spørgsmål om magtfordeling. Hvem beslutter, hvornår en kommunal AI-løsning erstatter en menneskelig sagsbehandler? Hvem sætter standarderne for, hvad et AI-system må vurdere, hvad det skal foreslå, og hvornår et menneske skal have den endelige afgørelse? I dag foregår disse beslutninger primært i de enkelte kommuners og virksomheders IT-afdelinger og ledelsesrum. Der er ikke en sammenhængende national model for, hvordan disse spørgsmål skal håndteres demokratisk.
Det er her, det politiske system har et reelt ansvar – ikke for at bremse teknologien, men for at sikre, at de institutioner der skal absorbere dens konsekvenser, er dimensionerede til opgaven og designede til at beskytte dem med mindst indflydelse i transformationsprocessen.
Hvad der faktisk kan gøres
Lad mig slutte med det konkrete frem for det abstrakte, for der er faktisk identificerbare institutionelle svar på den udfordring, der er beskrevet her.
Et permanent, tværministerielt kompetenceråd med mandat til løbende at kortlægge AI’s effekter på specifikke jobfunktioner og uddannelsesbehov – det IDA’s analyse kalder et “digitalt vismandsråd” – ville adressere det fundamentale koordinationsproblem. Det kræver ingen ny teknologi, ingen massiv investering. Det kræver en politisk beslutning om, at nogen ejer helheden.
En obligatorisk konsekvensvurdering af AI-implementering i det offentlige – svarende til de miljøkonsekvensvurderinger, der kræves ved store anlægsprojekter – ville sikre, at beslutninger om automatisering af offentlige opgaver træffes med åben stillingtagen til, hvem der bærer omkostningerne. Det er ikke en hindring for effektivisering; det er en demokratisk standard for ansvarlig implementering.
Og en massiv, vedvarende investering i grundlæggende digital kompetenceudvikling – tilgængelig for alle, ikke kun dem med en videregående uddannelse – ville ændre på den fordelingseffekt, der ellers vil koncentrere AI-gevinster hos dem, der allerede er bedst stillet.
Disse løsninger er ikke revolutionære. De er institutionelle. Og det er præcis, hvad vi har brug for: Ikke en revolution i teknologien, men en reform af de institutioner, der skal håndtere dens konsekvenser.
Susanne er stadig ved sin computer. Systemet laver stadig det første udkast. Spørgsmålet er ikke, om hendes job forsvinder – det er, om vi som samfund har taget den beslutning bevidst, eller om vi bare lod det ske.
Hvis du finder denne type strukturanalyse værdifuld, er du velkommen til at dele den og diskutere den med dem, der bør læse den. ExtraFokus lever af læserstøtte og uafhængighed – støt os med et medlemskab eller en donation på extrafokus.com, så vi kan fortsætte med at grave i de mekanismer, der former vores hverdag.
ExtraFokus.com: Dybere blik på systemerne bag nyhederne.
Kilder
Arbejderbevægelsens Erhvervsråd: Kunstig intelligens på det danske arbejdsmarked (2024)
WEF: Future of Jobs Report 2025
PwC: AI Jobs Barometer 2025 – Danmark
Digitaliseringsstyrelsen: Danmark løber med AI-guldet i Europa (februar 2026)
KL: Teknologiradar 2025 – Fra automatisering til AI
Finansforbundet: Så mange danske virksomheder bruger nu AI (2025)
IDA: AI, efteruddannelse og kompetencer
FAOS/KU: Generativ kunstig intelligens og fremtidens arbejdsmarked
Erhvervsakademi Dania: Omstillingsfonden bliver permanent (2024)
Finans Danmark: Bankerne viser vejen for digitaliseringen i Danmark
Arbejderbevægelsens Erhvervsråd: Kunstig intelligens på det danske arbejdsmarked (2024)
WEF: Future of Jobs Report 2025
PwC: AI Jobs Barometer 2025 – Danmark
Digitaliseringsstyrelsen: Danmark løber med AI-guldet i Europa (februar 2026)
KL: Teknologiradar 2025 – Fra automatisering til AI
Finansforbundet: Så mange danske virksomheder bruger nu AI (2025)
IDA: AI, efteruddannelse og kompetencer
FAOS/KU: Generativ kunstig intelligens og fremtidens arbejdsmarked
Erhvervsakademi Dania: Omstillingsfonden bliver permanent (2024)
Finans Danmark: Bankerne viser vejen for digitaliseringen i Danmark
