# Hvad en startup ikke bør automatisere endnu

> En praktisk ramme, der hjælper founders med at skelne gentageligt arbejde fra strategisk læring og beslutninger, som stadig kræver menneskelig dømmekraft.

- Author: Viktor Berthelius (BRTHLS)
- Published: 2026-09-01
- Category: automation aiops
- Tags: startups, automatisering
- Language: da
- Canonical: https://www.brthls.com/magazine/hvad-ikke-automatisere-startup-da
- Source: BRTHLS Magazine — https://www.brthls.com

---

## Problem

Når en startup ser AI producere, klassificere og svare hurtigt, begynder alle synlige opgaver at ligne kandidater til automatisering. Men en hyppig opgave er ikke nødvendigvis moden. Hvis teamet stadig lærer, hvad kunderne værdsætter, kan automatisering fastlåse en hypotese, som bør forblive åben.

## Tese

AI's første fordel er ikke at fjerne arbejde, men at accelerere læring. Automatisér efter at have observeret en stabil sekvens, ikke for at undgå de samtaler, der skal til for at forstå den.

## Framework

Brug tre filtre før I bygger:

- **Gentagelighed:** er input, beslutningsregel og output stabile nok?
- **Reversibilitet:** kan en fejl opdages og rettes uden at skade tillid, økonomi eller compliance?
- **Læringsværdi:** giver manuel udførelse stadig strategisk information?

| Arbejde | Første beslutning | Nødvendig evidens |
| --- | --- | --- |
| Flytte data mellem systemer | Automatisér | Stabilt mønster og fejlkontrol |
| Besvare nye indvendinger | Assistér | Gennemgået bibliotek af cases |
| Vælge segment eller pris | Behold mennesket | Gentagne markedssignaler |

## Hvorfor det er vigtigt nu

NIST og OECD fremhæver kontekst, måling og passende tilsyn. For en startup er oversættelsen enkel: hastighed har kun værdi, så længe teamet fortsat kan lære og korrigere kursen.

## Anti-eksempel

En founder automatiserer outreach, før teamet forstår, hvorfor ti kunder sagde ja til et møde. Systemet skalerer beskeder, men også et udifferentieret tilbud. Aktiviteten stiger, mens signalet bliver svagere.

## Protokol (3 trin)

1. **Observér fem cases:** kør flowet manuelt og registrér undtagelser.
2. **Definér grænsen:** angiv, hvad AI må løse, og hvornår den skal stoppe.
3. **Sammenlign læringen:** mål sparet tid, fejl og nye signaler, ikke kun volumen.

## Relateret

- [Et 14-dages AI-eksperiment for en startup](/magazine/14-dages-ai-eksperiment-startup-da)
- [AI Fluency for undervisere: udvikl dømmekraft](/magazine/ai-fluency-undervisere-dommekraft-da)

## Konsulterede kilder

- [NIST AI Risk Management Framework](https://www.nist.gov/itl/ai-risk-management-framework)
- [OECD AI Principles](https://oecd.ai/en/ai-principles)

## Næste skridt

Vælg ét gentageligt flow i denne uge og skriv dets stopbetingelse, før I automatiserer. Hvis betingelsen ikke kan defineres, lærer I stadig processen.

---

_Cite as: Berthelius, V. (2026). "Hvad en startup ikke bør automatisere endnu". BRTHLS Magazine. https://www.brthls.com/magazine/hvad-ikke-automatisere-startup-da_