AI til møder og referater i danske virksomheder

Danske videnarbejdere bruger en betydelig del af deres uge i møder – og en overraskende stor del af tiden bagefter går med at skrive referater, huske hvad der blev besluttet, og finde ud af, hvem der egentlig skulle følge op på hvad. Det er her, kunstig intelligens er ved at ændre en af de mest udbredte, men mindst værdiskabende rutiner på kontoret: AI kan lytte med, skrive referatet, udtrække opgaverne og gøre hele mødet søgbart bagefter – automatisk.

Denne guide forklarer, hvordan AI-mødereferater teknisk fungerer, hvor de skaber reel værdi, hvilke værktøjer der findes med dansk sprogstøtte, hvad de koster, og – vigtigst for danske virksomheder – hvordan man håndterer samtykke og GDPR, når man optager og transskriberer møder.

Det skjulte produktivitetstab i møder

Møder er ikke problemet i sig selv – det er efterarbejdet og hukommelsestabet, der koster. Tre mønstre går igen i næsten alle organisationer:

• Referatet skrives sjældent godt nok: Enten tager én person noter i stedet for at deltage aktivt, eller også skrives referatet slet ikke – og så forsvinder detaljerne.
• Beslutninger går tabt: To uger senere husker ingen, om man besluttede A eller B, og diskussionen tages forfra.
• Opgaver falder mellem stolene: »Nogen« skulle gøre noget, men det blev aldrig skrevet ned med navn og deadline.

Konsekvensen er dobbeltarbejde, gentagne diskussioner og aftaler, der aldrig bliver eksekveret. AI-mødeværktøjer angriber netop dette: de fjerner selve notatarbejdet, fastholder beslutningerne og gør opfølgning til en automatisk del af mødet frem for en manuel efterrationalisering.

Hvordan AI-mødereferater fungerer

Bag et automatisk referat ligger en kæde af tre AI-trin, der kører i sekvens:

1. Transskription (tale til tekst)

En talegenkendelsesmodel omdanner løbende lyden fra mødet til tekst. Moderne modeller transskriberer dansk med høj præcision, men kvaliteten afhænger af mikrofon, støjniveau og hvor tydeligt der tales.

2. Speaker diarization (hvem siger hvad)

Værktøjet adskiller de forskellige stemmer og tilskriver hvert udsagn en taler. Det er det, der gør referatet brugbart – så man kan se, at det var Anna, der påtog sig opgaven, ikke bare »nogen«.

3. Opsummering og udtræk (referatet skabes)

En sprogmodel kondenserer den rå transskription til et struktureret referat: hovedpunkter, trufne beslutninger og en liste over opgaver (action items) med ansvarlig og eventuel deadline. De bedste værktøjer kobler sig direkte på Microsoft Teams, Zoom eller Google Meet og leverer referatet i indbakken eller et delt rum få minutter efter, mødet slutter.

Hvor AI skaber værdi i møder

Ud over selve referatet flytter AI-mødeværktøjer værdi på flere fronter:

1. Automatiske referater og opsummeringer

Referatet skrives, uden at nogen skal tage noter. Det frigør alle deltagere til rent faktisk at deltage – i stedet for at én person reduceres til referent.

2. Action items med ansvarlig og deadline

AI'en udtrækker konkrete opgaver fra samtalen og kobler dem til navne og frister. Flere værktøjer skubber opgaverne direkte videre til Planner, Asana, Trello eller lignende, så opfølgningen sker i det system, teamet allerede bruger.

3. Beslutningslog

Trufne beslutninger samles ét sted og kan genfindes. Det løser det klassiske »hvad besluttede vi egentlig?« og reducerer gentagne diskussioner markant.

4. Søgbar mødehukommelse

Når alle møder transskriberes, kan man søge på tværs: »Hvad sagde kunden om leveringstid i marts?« Organisationens møder bliver til en videnbase i stedet for at forsvinde, så snart deltagerne logger af.

5. Opsamling for dem, der ikke deltog

I stedet for at invitere alle »for en sikkerheds skyld« kan folk springe mødet over og læse en to-minutters opsummering bagefter. Det er en af de mest undervurderede gevinster: færre og mindre møder.

6. Mødekvalitet og indsigt

Nogle værktøjer analyserer taletid, spørgsmål og opfølgning – nyttigt til at forbedre mødekultur og til sælgere, der vil forstå deres kundesamtaler bedre.

Værktøjer til AI-mødereferater

Markedet deler sig i to: de indbyggede funktioner i de mødeplatforme, danske virksomheder allerede bruger, og de dedikerede tredjepartsværktøjer, der ofte er mere avancerede. Groft sagt:

Særlig dansk note: Ved valg af værktøj bør danske virksomheder vægte tre forhold ud over funktionaliteten. Først dansk sprogkvalitet – transskriberer værktøjet dansk præcist, også med fagsprog og dansk-engelsk kodeskift? Dernæst datalokation – hvor behandles og lagres lyd og transskriptioner, og bliver de i EU? Og endelig integration – spiller værktøjet sammen med jeres mødeplatform og opgavesystem, så referater og action items lander, hvor arbejdet foregår? For mange danske virksomheder er den enkleste og mest GDPR-trygge vej at bruge den referatfunktion, der allerede ligger i Microsoft 365 eller Google Workspace, frem for at sende data til et separat tredjepartsværktøj.

Forstår AI'en dansk?

Kort svar: ja, langt bedre end for et par år siden. De førende talegenkendelsesmodeller transskriberer i 2026 dansk med høj præcision, og de indbyggede funktioner i Teams, Meet og Zoom håndterer dansk rutinemæssigt. Men der er stadig faldgruber, man skal kende:

• Dialekt og utydelig tale sænker nøjagtigheden markant.
• Fagsprog og forkortelser (interne produktnavne, brancheudtryk) bliver ofte gættet forkert.
• Dansk-engelsk kodeskift – den måde danskere blander engelske fagord ind – er en klassisk fejlkilde.
• Flere talere på én gang forvirrer diarization, så udsagn tilskrives den forkerte person.

Derfor gælder: test værktøjet på jeres egne, virkelige møder, før I begynder at stole på referaterne. En god mikrofon og mødedisciplin (én taler ad gangen) forbedrer resultatet mere end noget andet.

Samtykke og GDPR: den vigtigste danske disciplin

Her adskiller AI-mødereferater sig fra de fleste andre AI-værktøjer: du optager mennesker. Så snart en optagelse transskriberes og behandles, er der tale om behandling af personoplysninger, og GDPR gælder fuldt ud. Det stiller konkrete krav:

• Informer deltagerne: Alle skal vide, at mødet optages og transskriberes af et AI-værktøj. God praksis er en tydelig besked ved mødets start – ikke en linje gemt i en politik, ingen har læst.
• Fastlæg et behandlingsgrundlag: Typisk virksomhedens legitime interesse i god mødedokumentation, men vurdér det konkret – især ved eksterne deltagere, kunder og kænslige emner.
• Databehandleraftale: Der skal være en aftale med leverandøren, og du bør vide, hvor data behandles og lagres (helst i EU).
• Opbevaring og sletning: Fastsæt hvor længe optagelser og transskriptioner gemmes, og slet automatisk efter fristen. Undlad at hobe år af rå mødelyd op.
• Mulighed for at sige fra: Kunne slukke optagelsen, hvis en deltager beder om det, og være varsom med refermøder, MUS-samtaler og andre følsomme samtaler.

Under EU AI Act falder almindelige referatværktøjer typisk i lavrisiko-kategorien, men transparenskravet er relevant: folk skal vide, at de interagerer med og optages af et AI-system. Kombinationen af tydelig besked, klar slettepolitik og et værktøj med EU-datalokation dækker langt de fleste danske virksomheders behov.

Fra referat til beslutningsstøtte

Næste skridt ud over referatet er beslutningsstøtte: at AI ikke bare fastholder, hvad der blev sagt, men hjælper med at forberede og kvalificere beslutninger. Det ses allerede i praksis:

• Førmøde-briefing: AI samler relevante dokumenter, tidligere referater og åbne action items til en kort briefing inden mødet.
• Beslutningslog på tværs: Ved at kunne søge i alle tidligere beslutninger undgår man at modsige sig selv eller genbehandle afgjorte spørgsmål.
• Opsamling af åbne punkter: AI kan holde styr på, hvilke beslutninger der endnu ikke er truffet, og bringe dem tilbage på dagsordenen.

Men her gælder samme princip som overalt: AI leverer grundlaget og overblikket – selve beslutningen forbliver menneskets ansvar. En AI, der på egen hånd »afgør« et punkt, er hverken juridisk holdbar eller organisatorisk klog. Brug den som forberedt rådgiver, ikke som dommer.

Implementering: seks trin til AI-støttede møder

1. Start med ét værktøj og ét team

Vælg gerne den referatfunktion, der allerede ligger i jeres mødeplatform, og lad ét team køre den i praksis, før I ruller bredt ud.

2. Afklar GDPR før første optagelse

Få behandlingsgrundlag, databehandleraftale, datalokation og slettepolitik på plads, inden I begynder at optage – ikke bagefter. Det er her, projekter oftest går galt.

3. Aftal en samtykke-rutine

Bliv enige om, hvordan I informerer deltagere – en fast åbningssætning ved mødets start og en note i kalenderinvitationen dækker de fleste situationer.

4. Test dansk sprogkvalitet på egne møder

Vurdér referaterne fra jeres faktiske møder – med jeres fagsprog og jeres mødeform – før I stoler på dem. Justér mikrofoner og mødedisciplin efter behov.

5. Definer, hvem der godkender referatet

Fastlæg, at referatet er et udkast, indtil en ansvarlig person har gennemlæst og godkendt det – særligt for beslutningsmøder og formelle referatkrav.

6. Integrér action items i arbejdsgangen

Sørg for, at opgaverne fra referatet lander i det system, teamet allerede bruger, så opfølgning sker automatisk og ikke kræver manuel overførsel.

De fem hyppigste fejl – og hvordan du undgår dem

1. At optage uden at informere: Skjult optagelse er både en tillids- og en GDPR-risiko. Fortæl altid, at mødet optages og transskriberes.
2. At stole blindt på referatet: AI kan fejltolke og finde på formuleringer. Godkend altid før referatet deles som officielt.
3. At gemme alt for evigt: Rå mødelyd og transskriptioner er personoplysninger. Fastsæt en slettefrist og hold den.
4. At vælge værktøj uden at tjekke datalokation: Et smart værktøj, der sender dansk mødedata ud af EU uden aftale, er en compliance-risiko uanset funktionerne.
5. At tro AI løser dårlige møder: AI dokumenterer mødet – den fikser ikke uklar dagsorden eller manglende beslutninger. God mødeledelse er stadig menneskets opgave.