AI gør ERP-konfiguration hurtigere – men gør det processerne mere klare?
Mere end 70 % af nyligt implementerede ERP-initiativer vil ikke leve fuldt op til deres oprindelige forretningsmål inden 2027, ifølge Gartner. AI vil gøre den tekniske side af de projekter hurtigere. Spørgsmålet er, om det løser årsagerne til, at de fejler.
Det korte svar fra Henrik Hasselbalch fra rådgivningsfirmaet HNCO, som har arbejdet med ERP i 35 år på både leverandør- og rådgiversiden: “Slet ikke. Jeg synes, AI gør din uklarhed hurtigere.”
Denne artikel bygger på en Ground Truth-samtale mellem Henrik Hasselbalch og Søren Pommer. Henrik har arbejdet med ERP i 35 år – på leverandørsiden i virksomheder som SAP, Oracle og IBM og som rådgiver.
Vigtigste pointer
- AI komprimerer konfiguration, test og datakonvertering. Det ændrer ikke beslutningstagning, klarhed eller onboarding.
- ERP-projekter går i stå på beslutninger om, hvordan forretningen vil arbejde – ikke på software.
- At tilføje AI til et uklart projekt accelererer det – mod en “højhastighedskatastrofe”.
- Brug noget af den tid, AI sparer senere i forløbet, på klarhed tidligt: processer, beslutninger og datamodellen.
- Start med ét konkret område, fx test, og brug AI dér i fuld skala fra dag ét.
- Lad mennesker have ansvaret for kritiske beslutninger: performancevurderinger, finansiel rapportering og prissætning.
Se hele samtalen med Henrik Hasselbalch fra Gluus Ground Truth-serie. Den skriftlige version nedenfor dækker hovedpointerne.
Gør AI ERP-implementeringer hurtigere?
Ja, i de tekniske faser. Henriks firma HNCO undersøger i øjeblikket store ERP-leverandører og implementeringspartnere om, hvor AI ændrer projekters omfang og hastighed. “De siger næsten alle det samme,” siger han. “Alt, der handler om konfiguration, test, datakonvertering … vil faktisk blive superkomprimeret i fremtiden.”
Det, der ikke ændrer sig, er “det problem, vi lige talte om – om klarhed, om retning og om at få folk til at tage de nye arbejdsformer til sig … det bliver ikke udfordret af noget værktøj, du kan putte ind i det.”
| Del af et ERP-projekt | Effekt af AI (ifølge de adspurgte leverandører og partnere) |
|---|---|
| Konfiguration | Kraftigt komprimeret |
| Test | Kraftigt komprimeret |
| Datakonvertering | Kraftigt komprimeret |
| Beslutninger om, hvordan forretningen skal arbejde | Uændret |
| Klarhed i proces og datamodel | Uændret |
| At få folk med om bord | Uændret |
Hvor går ERP-projekter reelt i stå?
På beslutninger. “Det er dér, vi virkelig ser udfordringen – i beslutningstagningen om, hvordan vi vil arbejde, og beslutningstagningen om, hvordan vi driver vores forretning,” siger Henrik. Folk har hver deres syn på, hvordan tingene fungerer; sætter man de syn ved siden af hinanden, “bliver det tydeligt, at man ikke har samme opfattelse, og at man ikke har den klarhed”.
Uden klarhed, beslutningstagning og “en vej til at eskalere” er det “der, det reelle problem starter”. Det er sjældent selve softwaren: “Det reelle problem ligger i den menneskelige grænseflade mellem systemet og den verden, de vil operere i.” Se også hvorfor ERP-implementeringer fejler.
Hvad sker der, når du tilføjer AI til et uklart ERP-projekt?
Du går hurtigere i den forkerte retning. Henrik låner et billede fra en ledende skikkelse i ERP-branchen: at putte AI ind i en utilstrækkelig proces “er som at sætte en Ferrari-motor på en ødelagt cykel”. AI er god til at håndtere store mængder information og kompleksitet parallelt, “men hvis retningen ikke er klar, så får du bare … en accelereret vej mod afgrunden.”
Han kalder AI “det mest disruptive værktøj for et ERP-projekt, jeg nogensinde har set”. Risikoen ligger i, hvordan teams bruger den tid, det sparer. Projekter bruger klassisk en lille del af tiden tidligt og det meste senere i forløbet på teknisk arbejde. Hvis teams tager hele besparelsen senere i forløbet og ikke bruger mere tid på afklaring, forventer Henrik projekter, der ender i det, han kalder en “højhastighedskatastrofe i stedet for en katastrofe”.

“Hvordan identificerer vi værdiskabelsen i vores processer? Hvilken del af processen differentierer os reelt i forhold til omverdenen? Og alle de ting får du ikke fra en AI-model.”
Henrik Hasselbalch, ERP-rådgiver, HNCO
Hvad adskiller succesfulde ERP-implementeringer fra mislykkede?
Henrik oplister faktorerne i størrelsesorden. Om disse kendetegn siger han, at “de er altid til stede, når man har katastrofale projekter”, og jo flere der er, jo større bliver katastrofen.
| # | Fejlfaktor | Hvad succesfulde projekter gør i stedet |
|---|---|---|
| 1 | Manglende beslutningskraft og lederskab | Ledere står ved beslutningen om at arbejde på den standardiserede måde, når virkeligheden bliver svær |
| 2 | Gamle tilpasninger videreføres | Ryd op: behold kun det, der gør forretningen anderledes |
| 3 | Klarhed i datamodellen kommer for sent | Beslut, hvilke data der flytter sig “helt, helt tidligt – og ikke bare to uger før go-live” |
| 4 | Den menneskelige side undervurderes | Planlæg test, onboarding og change management ordentligt |
Hvad bør en ERP-projektleder bruge AI til først?
Ét konkret område, ikke mange. Henriks forslag er test, som “altid undervurderes massivt” i estimater: komponenttest, integration, regression og UAT. Beslut fra projektets start at bruge AI “i fuld skala til testen”, med test-scripts genereret ud fra kravene. På den måde “får du erfaringen med, hvor du kan bruge AI, og hvor du ikke bør.”
Forudsætningen er den samme som for projektet som helhed: “Få styr på tingene” – forstå dine overordnede processer ned til et vist niveau. “Med AI, som jeg sagde, putter du steroider på en katastrofe, hvis du ikke har det fra begyndelsen.” Mere til ERP-projektledere.
Kan AI regne ud, hvordan ‘godt’ ser ud, ud fra din eksisterende dokumentation?
Ikke på en sikker måde. For det første er folk mere uenige, end de tror: spurgt om to personer i samme organisation kan beskrive den samme proces og mene det samme, svarer Henrik “næsten ikke”.

“Det er virkelig utroligt, hvor forskelligt folk ser den virkelighed, de begge opererer i – og måske har gjort det i årevis.”
Henrik Hasselbalch, ERP-rådgiver, HNCO
At lade en AI læse alle arbejdsinstruktioner og gammelt materiale for at “finde ud af, hvordan ‘godt’ ser ud” har “en høj sandsynlighed for, at den vil opfinde ting, du ikke ønsker”. I en stor organisation “kan du sidde på en bombe”. Enighed om, hvad ‘godt’ er, skal komme først – se procesklarhed før ERP-implementering.
Hvad mister du, hvis implementeringspartneren ligger inde med din procesviden?
Ikke meget, når det gælder effektiviseringsdelen af forretningen – det, Henrik kalder system of records. “Det betyder ikke så meget, hvis du fjerner alt det kedelige arbejde og lader leverandøren have det … Men behold din differentierende viden.” Standardområder som finansielle processer bliver mere standardiserede og i høj grad leverandørernes domæne. De processer, der gør dig anderledes, forbliver dine.
Hvilke ERP-processer bør aldrig køre uden opsyn af en AI-agent?
Dem med kritiske beslutninger i sig: “performancevurderinger af medarbejdere eller finansiel rapportering eller prissætning på et projekt eller et tilbud”. Identificér, hvilke processer der er kritiske, når du har et overblik over, hvordan dine processer ser ud, og hold “meget tæt øje med dine agenter”, for “der foregår nogle hallucinationer indimellem”.
Hans råd til en leder, der skal til at starte et ERP-projekt, kan siges i én sætning:

“Undervurdér aldrig den menneskelige side.”
Henrik Hasselbalch, ERP-rådgiver, HNCO
Gluu gratis 30-dages prøveperiode. Opret uden kreditkort. Start fra kr. 199,- / år.
Mere fra Ground Truth sæson 1: hvorfor AI-piloter ikke skalerer (med Michael Hansen), hvorfor AI-brug ikke er det samme som forandring (med Irina Holt Christensen) og hvor en organisations intention faktisk bor (med Etienne Venter).
FAQ – AI i ERP-implementering
Ja, for konfiguration, test og datakonvertering, som leverandører og implementeringspartnere forventer bliver kraftigt komprimeret. Det gør ikke beslutninger, procesklarhed eller det at få folk med om bord hurtigere.
I beslutningstagningen om, hvordan forretningen vil arbejde, når forskellige mennesker har forskellige syn på den samme proces, og der ikke er en vej til at eskalere.
Det accelererer projektet i en uklar retning. Som ERP-rådgiver Henrik Hasselbalch siger: AI gør din uklarhed hurtigere.
Ét konkret område som test, brugt i fuld skala fra projektets start, når de overordnede processer er klare.
I størrelsesorden: manglende beslutningskraft og lederskab, at videreføre gamle tilpasninger, at lade datamodelbeslutninger komme for sent, og at undervurdere den menneskelige side.
Processer med kritiske beslutninger i sig, fx performancevurderinger af medarbejdere, finansiel rapportering og prissætning.
Ikke på en sikker måde. Uden enighed om, hvordan ‘godt’ ser ud, er det sandsynligt, at den opfinder regler, du ikke ønsker.