Nogen i ledelsen har spurgt, om I ikke bare kan sætte AI på jeres data. Det kan I godt. Men er data rodet, får I de samme fejl som i dag. De kommer bare hurtigere, og de er formuleret mere overbevisende.
Skrald ind, skrald ud er et gammelt udtryk fra IT-verdenen, og det gælder stadig. Med AI gælder det endnu mere. Datakvalitet og AI hænger sammen på en måde, der overrasker mange: jo lettere det bliver at stille spørgsmål til data, jo flere ser fejlene, og jo dyrere bliver de.
Det er tredje del af vores serie om vejen fra BI til AI-drevne apps. Første del handlede om AI og BI og om, hvilke rapporter I skal beholde. Anden del handlede om dataanalyse med AI på en enkelt eksport. Den her handler om det, der ligger under eksporten: jeres systemer, jeres nøgler og jeres definitioner.
Datakvalitet og AI: hvorfor fejlene bliver dyrere
Et dashboard skjuler meget. Nogen har engang valgt, hvordan omsætningen skal regnes, hvilke kunder der tæller med, og hvad der sker med kreditnotaerne. Alle ser det samme tal, og ingen spørger ind til det.
Når I giver flere adgang til at stille spørgsmål direkte til data, forsvinder det filter. Salgschefen spørger på én måde, controlleren på en anden. AI’en svarer begge to, og den svarer lige sikkert, uanset om data er rene eller rodede. Den siger ikke, at to kunder måske er den samme, eller at halvdelen af ordrerne mangler et kundenummer.
Gartner forudså i februar 2025, at virksomheder frem til og med 2026 vil opgive 60 % af de AI-projekter, der ikke har AI-klar data bag sig. Analysehuset skriver også ret kontant, at data med fejl ikke er klar til AI (Gartner, februar 2025). Det er sjældent modellen, der er problemet. Det er det, den får at arbejde med.
Tre fejl, der gør AI-svar forkerte
Det er de samme tre fejl, vi ser igen og igen, uanset branche og system. Ingen af dem er nye. Det nye er, at AI gør dem usynlige.
1. Den samme kunde står tre gange
I CRM hedder kunden Jensen ApS. I økonomisystemet hedder den Jensen Aps, og der ligger en gammel udgave med (gl.) bag navnet, som nogen oprettede, da adressen skiftede. Tre rækker, én kunde.
Spørger I en AI-assistent om jeres ti største kunder, bliver Jensens omsætning delt i tre, og kunden røg måske helt ud af listen. Svaret ser rigtigt ud. Det er bare forkert.
2. Nøglen mangler, så tabellerne ikke hænger sammen
En nøgle er det nummer, der binder to tabeller sammen: kundenummeret på ordren, projektnummeret på timesedlen, afdelingskoden på fakturaen. Mangler den, kan systemet ikke vide, hvor rækken hører til.
Et menneske ser det tomme felt og stopper op. En AI-assistent gør en af to ting: den springer rækkerne over uden at sige det, eller den gætter en kobling ud fra navnet. Begge dele giver et tal, der ser færdigt ud.
I ejendomsbranchen er det klassiske eksempel et lejemål, der har ét nummer i administrationssystemet og et andet i driftssystemet. Det er så udbredt, at vi arbejder med ejendomsdata, analyse og dashboards som et område for sig. Fagordet for de her grunddata om kunder, varer, ejendomme og medarbejdere er masterdata.
3. Tre definitioner af samme KPI
Det er den sværeste af de tre, fordi der ikke er nogen fejl i data. Hvad er en aktiv kunde?
- Salg: en kunde, der har købt inden for de seneste 12 måneder
- Økonomi: en kunde med en løbende aftale eller en åben faktura
- Service: en kunde, der har haft en sag i år
Alle tre har ret ud fra deres eget arbejde. Men stiller tre personer det samme spørgsmål til en AI-assistent, kan de få tre forskellige svar, og ingen af dem ved det. Det samme gælder omsætning: med eller uden kreditnotaer, efter fakturadato eller ordredato.
AI’en vælger en definition, når I ikke har gjort det. Den skriver sjældent, hvilken den har valgt.
AI fejler ikke på dårlige data. Den svarer på dem, lige så sikkert som på de gode. Derfor bliver datakvalitet vigtigere, når AI kommer ind, ikke mindre vigtig.
Hvad AI faktisk kan hjælpe med i oprydningen
Det er ikke enten AI eller oprydning. AI er et godt værktøj til selve oprydningen, så længe et menneske træffer beslutningerne.
| AI kan | Det kræver et menneske |
|---|---|
| Finde mulige dubletter og stavevarianter i en kundeliste | Godkende, hvilke rækker der reelt er samme kunde |
| Finde rækker uden nøgle og vise mønsteret i dem | Rette nøglen i kildesystemet, så fejlen ikke kommer igen |
| Læse jeres eksisterende rapporter og vise, hvor definitionerne afviger | Beslutte, hvilken definition der gælder |
| Foreslå kontrolregler, fx at en ordre altid skal have et kundenummer | Eje reglerne og følge op, når de bliver brudt |
Den første opgave i venstre kolonne er netop den slags arbejde, hvor AI-agenter, der rydder op i data, holder i praksis i dag. Højre kolonne kan ingen model overtage, fordi svarene ikke står i data. De står i jeres forretning.
Minimumslisten, før I bygger noget oven på data
I behøver ikke perfekte data for at bruge AI. I behøver de her seks ting på plads for de data, AI skal svare på.
- Skriv jeres vigtigste begreber ned. Fem til ti stykker, fx aktiv kunde, omsætning og ordre. Én definition og én ejer for hvert
- Vælg ét system som sandheden. Kunder bor i CRM, fakturaer i økonomisystemet. Står det samme to steder, ved alle, hvilket der vinder
- Gør nøglerne obligatoriske. En ordre uden kundenummer skal ikke kunne gemmes. Det er en indstilling i systemet, ikke en kampagne
- Kør ét dublettjek på kunder og leverandører. Lad AI finde kandidaterne, og lad en person, der kender kunderne, godkende sammenlægningerne
- Hav én kontrolsum. Et tal I kender, fx omsætningen sidste måned. Ethvert nyt svar om omsætning skal ramme det
- Ret i kilden, ikke i eksporten. Finder nogen en fejl, rettes den i systemet. Ellers finder den næste den samme fejl igen
De tre første punkter er et møde. Resten er vaner, som tager nogle uger at få ind.
Er det ikke et IT-projekt?
Nej. Det er den mest udbredte misforståelse om datakvalitet. IT kan gøre et felt obligatorisk og lave dublettjekket. Men IT kan ikke beslutte, hvad en aktiv kunde er. Det er en forretningsbeslutning, og den skal træffes af dem, der bruger tallet.
Det er også derfor, det ofte går i stå. Ingen føler, at de ejer opgaven. Når økonomi, salg og service sidder ved samme bord i en time og bliver enige om fem definitioner, er det sværeste arbejde gjort.
Kom i gang med datakvalitet og AI
Start med det spørgsmål, I helst vil stille til jeres data. Find de begreber, svaret afhænger af, og tjek om alle er enige om dem. Er de det, så prøv det. Er de det ikke, ved I, hvor oprydningen skal starte.
Næste del af serien handler om de små interne apps, som teams i dag kan bygge selv oven på deres data: vibe coding i virksomheden. De står eller falder med det samme fundament.
Skal det gøres ordentligt på tværs af flere systemer, er det præcis det, vores data- og BI-rådgivning starter med: en gennemgang af kilder, nøgler og definitioner, før vi bygger noget oven på.
Vil I vide, hvor jeres data halter?
Vi kigger på jeres vigtigste tal sammen med jer og peger på, hvor definitionerne mangler, og hvor nøglerne ikke hænger sammen. Så ved I, hvad der skal på plads, før AI skal svare på det.
Se også, hvordan vi arbejder med data.
Paw Lundin
Stifter af Digital Forlomme. 15+ års erfaring med digitalisering, først som intern leder, nu som rådgiver. Underviser, implementerer og rådgiver.
Ofte stillede spørgsmål om datakvalitet og AI
Hvorfor er datakvalitet vigtig for AI?
Fordi AI svarer lige sikkert på rodede data som på rene. Dubletter, manglende nøgler og uenige definitioner giver forkerte svar, der ser rigtige ud. Når flere kan stille spørgsmål direkte til data, ser flere også fejlene, og de bliver dyrere.
Kan AI rydde op i dårlige data?
Delvist. AI er god til at finde mulige dubletter, stavevarianter og rækker uden nøgle. Men et menneske skal godkende sammenlægningerne og rette fejlene i kildesystemet. AI kan heller ikke beslutte, hvilken definition af et begreb der gælder.
Hvad betyder det, at en KPI har flere definitioner?
At afdelingerne regner det samme tal på hver sin måde. Salg kan regne en aktiv kunde som en, der har købt i år, mens økonomi regner med løbende aftaler. Stiller de det samme spørgsmål til en AI-assistent, kan de få hver sit svar uden at opdage det.
Hvor meget skal være på plads, før vi bruger AI på vores data?
Ikke alt. Start med fem til ti centrale begreber med én definition og én ejer, ét system som sandhed for hver ting, obligatoriske nøgler og en kontrolsum, I kender. Så kan I begynde at stille spørgsmål og rydde op undervejs.
Hvem skal eje datakvaliteten?
Forretningen, ikke kun IT. IT kan gøre felter obligatoriske og køre dublettjek, men definitionen af en aktiv kunde eller af omsætningen er en forretningsbeslutning. Hvert vigtigt begreb bør have én navngiven ejer.
Hvordan finder man dubletter med AI?
Upload en eksport af kunder eller leverandører uden personoplysninger, og bed assistenten finde rækker, der sandsynligvis er den samme virksomhed, fx ud fra navn, CVR-nummer og adresse. Bed den vise reglerne, den har brugt, og lad en person, der kender kunderne, godkende listen.