← Tilbage til blog

Julie Kongsbak skriver

Hvordan skal en leders AI-kompetenceprofil egentlig se ud?

19. august 2026 · Af Julie Rønnebæk Kongsbak

Jeg har efterhånden brugt mange timer sammen med ledere, der gerne vil blive bedre til AI.

Og noget af det, jeg bliver ved med at vende tilbage til, er: Hvad er det egentlig, en leder skal kunne?

For en leder skal ikke være AI-specialist. Du behøver ikke kunne bygge løsningerne selv. Og du behøver heller ikke være den bedste i organisationen til at prompte.

Men du skal efter min mening vide og kunne nok til at forstå, hvad AI gør muligt. Du skal kunne se, hvad det kan betyde for din egen ledelse og for organisationen. Og du skal kunne lede den forandring, der følger med.

Derfor blev jeg ret optaget af Digital Dogmes AI-kompetencemodel, da den udkom.

Modellen beskriver ti AI-kompetencer inden for AI-forståelse, AI-brug, AI-udvikling og AI-forvaltning. Og den fik mig til at stille et spørgsmål, som modellen ikke i sig selv giver svaret på:

Hvordan skal de ti kompetencer vægtes, hvis man er leder?

Jeg har lavet mit eget bud.

Mit bud på lederens AI-kompetenceprofil

Lederen skal kunne noget andet end AI-specialisten

I mit bud ligger lederen højt på kritisk AI-forståelse, kommunikation om AI, implementering og forankring samt ansvarlig AI-praksis.

Til gengæld behøver lederen ikke beherske AI-arkitektur, design og udvikling af AI-løsninger.

Det afspejler en ret grundlæggende pointe:

Du skal ikke nødvendigvis kunne bygge AI-løsningen. Men du skal kunne få øje på, hvad AI kan gøre muligt.

Noget af det, jeg især hæfter mig ved på tværs af kompetencerne, er netop evnen til at få øje på mulighederne. Jeg tænker på det som en form for AI-forestillingsevne.

Kan du se ud over den måde, I løser opgaverne på i dag? Kan du få øje på, hvor AI kan ændre kvaliteten, hastigheden eller selve måden, arbejdet bliver udført på? Kan du forestille dig nye muligheder, også selvom du ikke ved præcis, hvordan den tekniske løsning skal bygges?

Den evne findes flere steder i AI-kompetencemodellen. Blandt andet i kritisk AI-forståelse og problemløsning med AI, hvor det handler om at kunne identificere potentialer og se, hvor AI kan skabe værdi.

Men det kræver selvfølgelig en grundlæggende forståelse af AI. For det er svært at forestille sig mulighederne med en teknologi, man ikke forstår.

Du bliver nødt til selv at have fingrene i det

Jeg møder mange ledere, som ikke har ambitioner om at blive AI-eksperter. Det synes jeg heller ikke, de skal have.

Men jeg tror, det bliver svært at lede AI-forandringen, hvis man selv står på sidelinjen.

Noget sker, når man begynder at bruge AI på sine egne opgaver. Når man bruger det til at kvalificere en beslutning, forberede en vanskelig samtale, undersøge et problem eller udfordre sin egen tænkning.

Man bliver ikke bare bedre til værktøjet.

Man begynder også at forstå, hvorfor AI kan noget andet. Hvor det er stærkt. Hvor det fejler. Og ikke mindst begynder man at få øje på anvendelser, man ikke kunne se, før man selv fik erfaring med teknologien.

Det er den form for AI-kompetenceudvikling, jeg synes er særlig interessant. For forståelsen kommer ikke kun af at læse eller høre om AI. Den udvikler sig, når man arbejder med teknologien og kobler den til sin egen virkelighed.

Men lederen skal ikke kunne det hele

Her synes jeg, der er en vigtig balance.

For hvis vi siger, at lederen både skal forstå AI, se alle mulighederne og kunne drive innovationen, risikerer vi at stille et krav om, at lederen nærmest skal være AI-specialist oven i sin lederrolle.

Det er ikke mit bud.

En god leder er heller ikke på andre områder nødvendigvis den person, der ved mest.

Lederen skal vide nok til at kunne stille de rigtige spørgsmål, forstå potentialet og træffe beslutninger på et tilstrækkeligt grundlag. Og så skal lederen kunne bringe medarbejdernes og specialisternes kompetencer i spil.

Det er også derfor, jeg i min profil placerer Problemløsning med AI på niveau 2 – Forstår og ikke på niveau 3 – Behersker.

Lederen skal kunne se muligheder og forstå, hvor AI potentielt kan skabe værdi. Men det betyder ikke, at lederen selv skal kunne udtænke og udvikle alle de nye løsninger.

Og så begynder den egentlige ledelsesopgave

Når du først forstår teknologien godt nok til at se mulighederne, kommer de egentlige ledelsesspørgsmål.

Hvad betyder AI for vores opgaver og faglighed? Hvor skal vi bruge det – og hvor skal vi lade være? Hvilke kompetencer får medarbejderne brug for? Hvilke rammer skal vi sætte? Og hvordan skaber vi plads til at eksperimentere samtidig med, at vi tager ansvar?

Det er derfor, jeg har lagt implementering og forankring, kommunikation og ansvarlig AI-praksis så højt i min profil.

AI er teknologi. Men at få den til at skabe værdi i en organisation er i høj grad en ledelsesopgave. Hvad det vil sige at være en AI-moden organisation, skriver jeg om i indlægget om organisatorisk AI-modenhed.

For mig handler AI-kompetent ledelse derfor ikke om at kende alle svarene.

Det handler om at forstå AI godt nok til at se mulighederne. Have erfaring nok til at kunne forholde sig kritisk til dem. Og være leder nok til at træffe beslutninger og sætte retning – også uden selv at kende alle svarene.

Det er i hvert fald mit bud.

Hvordan ser din AI-kompetenceprofil ud som leder?

/Julie