Spring til indhold
Alle cases

AI i praksis

Mødenoter til handlingsliste

Hver onsdag holder ledergruppen 90 minutters statusmøde. Bagefter sidder lederen og fisker handlinger ud af sine egne noter. Halvdelen forsvinder. Her er hvordan jeg ville bygge en agent der fanger dem alle.

Kristian Primdal

Kristian Primdal

25. maj 2026 · Opdateret 23. september 2026

Sådan ser et onsdagsmøde ud

Ledergruppen mødes. 90 minutter. Otte punkter på dagsordenen, og dobbelt så mange beslutninger undervejs.

Lederen skriver noter mens hun lytter. Eller hun optager mødet. Eller en kollega tager referat. Uanset hvad sker det samme bagefter: nogen skal læse det hele igennem og finde de konkrete handlinger. Hvem skal gøre hvad, og hvornår.

Det er den del der falder fra. Mødet føles produktivt mens det står på, men tre dage senere kan ingen huske om det var Anders eller Mette der skulle følge op på leverandøren. Halvdelen af beslutningerne lever kun i en notesblok.

Det er ikke fordi folk er dovne. Det er fordi at omsætte 90 minutters samtale til en ren handlingsliste er kedeligt, tager tid, og altid kan vente til i morgen.

Hvad en agent ville gøre i stedet

Agenten får mødet som input. Enten en optagelse, en transskription, eller bare lederens rå noter.

  1. Læser hele mødet igennem.
  2. Trækker hver konkret handling ud: hvad skal der ske, hvem ejer det, og hvornår er deadline.
  3. Skelner mellem beslutninger (vi går videre med leverandør X) og handlinger (Mette indhenter kontrakt inden fredag).
  4. Lægger handlingerne direkte i det system I bruger. Opgaver i jeres projektværktøj, en mail til hver ejer, eller en delt liste.

Lederen åbner listen efter mødet og retter det der er forkert. Det tager fem minutter i stedet for en halv time, og ingenting forsvinder.

Sådan ville jeg bygge den

Transskription først, hvis mødet er talt. Hvis I optager, skal lyden laves til tekst. Her er min klare anbefaling: brug en transskription der kan adskille talerne (diarisering), ikke bare lave lyd til tekst. Til møder er det halve af værdien at vide hvem der sagde hvad, for det er sådan agenten kan placere ejeren på den rigtige handling. ElevenLabs Scribe håndterer dansk og flere talere bedre end almindelig Whisper, og det er det jeg ville starte med. Hvis lederen allerede skriver noter, springer man dette trin over.

Udtræk med en sprogmodel. Det her er hvad modellerne er gode til. Giv den noterne eller transskriptionen og en klar instruktion: find handlinger, ejere og deadlines, og hold beslutninger adskilt fra opgaver. En model som Claude eller GPT klarer det med høj præcision når inputtet er rimeligt struktureret.

Kobling til ejere. Modellen gætter ejeren ud fra navnet i noten. Hvis I vil have det skarpt, giver man den en liste over teamets navne så den ikke opfinder en “Mette” der ikke findes.

Levering til jeres system. Her er valget jeres. Opgaver direkte i jeres projektstyring via deres API. Eller en simpel mail til hver ejer. Eller en delt liste i det værktøj I allerede åbner hver morgen. Det vigtigste er at handlingerne lander hvor folk faktisk kigger.

Et menneskeligt tjek inden udsendelse. Lederen ser listen og godkender inden opgaverne sendes ud. Det fanger de få fejl og holder ansvaret hos et menneske.

Et skridt videre: lad agenten booke det der skal bookes

Nogle handlinger er ikke opgaver, det er aftaler. “Vi mødes igen i næste uge.” “Anders og Mette tager en opfølgning inden månedsskiftet.” I dag lander de på en liste, og så skal nogen alligevel sætte sig ned og finde et tidspunkt der passer alle.

Hvis agenten har adgang til teamets kalendere, kan den gøre det selv. Den fanger den aftalte opfølgning i referatet, ser hvornår de relevante personer faktisk er ledige, og foreslår et konkret tidspunkt. Lederen skal bare sige ja, så ryger invitationen ud.

Det flytter agenten fra at liste hvad der skal ske til at gøre en del af det. Mødet slutter, og fem minutter senere ligger næste møde allerede i kalenderen på et tidspunkt der passer.

Det kræver to ting man skal tage stilling til. Agenten skal have læseadgang til kalendere, hvilket er en tillids- og rettighedsbeslutning, ikke en teknisk. Og den skal foreslå, ikke booke blindt. Et menneske godkender tidspunktet inden invitationen sendes, præcis som med opgavelisten.

Hvad agenten ikke kan

Den kan ikke vide hvad der blev besluttet uden for referatet. Hvis den vigtige aftale blev lavet i kaffepausen og aldrig nævnt i mødet, fanger agenten den ikke. Den arbejder kun med det den får.

Den kan heller ikke afgøre hvad der er vigtigt. Den trækker alle handlinger ud, også de små. Det er lederen der beslutter hvad der reelt skal prioriteres. Agenten leverer råmaterialet, ikke dømmekraften.

Og den er kun så god som inputtet. Rodede noter giver en rodet liste. Et velstruktureret møde med tydelige beslutninger giver en skarp liste. Den løfter kvaliteten af det der allerede er der, men den opfinder ikke orden hvor der ingen er.

Hvad det koster at sætte op

  • 1 til 3 dage med en udvikler, afhængigt af hvor mange systemer handlingerne skal ud i.
  • Nogle få kroner per møde i transskription og modelomkostninger. Et ugentligt ledermøde koster under hundrede kroner om måneden at køre.
  • Et par minutters menneskeligt tjek efter hvert møde, som falder når tilliden vokser.

Den reelle gevinst er ikke de sparede minutter. Det er beslutningerne der ikke længere forsvinder. Et ledermøde hvor halvdelen af handlingerne plejede at falde mellem stolene, og nu ikke gør, er pengene værd uanset hvad opsætningen kostede.

Flere opgaver fra hverdagen

Se de andre forslag i AI i praksis.

Hjælp til jeres opgave

Vil I have hjælp til at gå fra idé til brug? Læs om min AI-rådgivning. Jeg hjælper jer med at vælge en opgave og bygge en løsning sammen med jer.

Sådan en opgave er præcis det Agent in a Box er lavet til: én fast opgave, bygget færdig og sat op hos jer, som I selv ejer og kan rette i. Mennesket godkender stadig. Vil I have den bygget til jeres, skriver I til mig der.