AI-drevet kompetenceudvikling: Når mennesker og teknologi lærer sammen

Forestil dig følgende scenarie: Din virksomhed har netop investeret millioner i et nyt AI-værktøj til kundeservice. Seks måneder senere bruger kun 12 % af medarbejderne det aktivt. Resten er faldet tilbage til de gamle arbejdsgange – ikke fordi teknologien er dårlig, men fordi ingen har lært dem at tænke sammen med den.

Det er præcis det mønster, der udspiller sig i virksomheder over hele verden lige nu. Ifølge MITs rapport "The GenAI Divide" har 95 % af virksomheder, der har investeret i generativ AI, endnu ikke opnået målbart afkast. Årsagen er sjældent selve teknologien. Den sidder i det menneskelige kompetencegab.

Spørgsmålet er ikke længere om din virksomhed skal bruge AI. Spørgsmålet er, hvordan du bygger en kultur hvor AI og medarbejderlæring forstærker hinanden i et kontinuerligt loop – det der i internationale fagkredse kaldes AI co-learning.

Hvad er AI co-learning – og hvorfor er det afgørende nu?

AI co-learning er et begreb der beskriver en ny tilgang til kompetenceudvikling i virksomheder. I stedet for den klassiske model – hvor medarbejdere først lærer teori og derefter anvender den – handler AI co-learning om, at mennesker og teknologi lærer af hinanden løbende.

I praksis betyder det tre ting:

For det første tilpasser læringsforløb sig til medarbejderens faktiske arbejdsmønstre. Når en sælger bruger et CRM-system på en bestemt måde, kan læringsplatformen identificere huller og tilbyde relevant træning præcist der, hvor behovet opstår.

For det andet skaber medarbejdernes interaktion med AI-værktøjer data, der gør fremtidig træning mere præcis. Det er et loop: Medarbejderen lærer, anvender, og selve anvendelsen informerer næste læringstrin.

For det tredje flytter fokus fra "kursusgennemførelse" til "kompetenceanvendelse." Det handler ikke om at krydse af på en liste, men om at bygge reelle færdigheder der kan måles i arbejdets kvalitet.

Ifølge LinkedIns Workplace Learning Report 2025 angiver 80 % af L&D-professionelle, at AI er vigtigt i deres læringsstrategi – men kun 25 % inddrager det systematisk i praksis. Samtidig oplever næsten halvdelen af alle talent- og udviklingsledere, at deres virksomhed står midt i en kompetencekrise. Gabet mellem erkendelse og handling er enormt.

Kompetencegabet: Det dyreste problem du ikke måler

De fleste virksomheder måler træningseffektivitet i gennemførelsesrater. Men gennemførelsesrater fortæller ikke, om medarbejderne faktisk kan anvende det, de har lært. Det er forskellen mellem at bestå en quiz om cykling og rent faktisk at kunne holde balancen. Det er den samme form for kompetencegæld, der langsomt opbygges i organisationer, der ikke adresserer det reelle kompetencebehov.

Her er det reelle problem med AI-investeringer: Teknologien udvikler sig hurtigere end medarbejdernes evne til at absorbere den. Hver gang din virksomhed implementerer et nyt AI-værktøj uden en matchende læringsplan, vokser kompetencegabet.

Ifølge World Economic Forums Future of Jobs Report 2025 vil 59 % af den globale arbejdsstyrke have brug for omskoling eller opkvalificering inden 2030. Samtidig angiver 63 % af arbejdsgivere, at kompetencegabet er den største barriere for forretningsudvikling. Det er ikke et fremtidsscenarie. Det er den virkelighed, HR-afdelinger sidder med lige nu.

Problemet forværres af det, vi kan kalde "træningsforældelse": Et kursus om prompt engineering, der blev produceret i januar, kan være delvist forældet i juni. Traditionelle læringsformater – lange e-learning-moduler med fastlåst indhold – kan simpelthen ikke følge med. Effektiv vidensfastholdelse kræver en helt anden tilgang.

Kompetenceloop-modellen: En praktisk ramme for AI og medarbejderlæring

I stedet for at tænke i enkeltstående kurser bør virksomheder bygge det, vi kalder et kompetenceloop. Det er en cyklisk model med fire faser, der sikrer, at AI og medarbejderlæring løbende forstærker hinanden.

Fase 1: Identificér – Kortlæg det reelle kompetencebehov

Start ikke med teknologien. Start med arbejdet. Hvilke opgaver løser dine medarbejdere dagligt, og hvor kan AI ændre disse opgaver? Kortlæg gabet mellem nuværende kompetencer og de færdigheder, AI-værktøjerne kræver.

Et godt udgangspunkt er at interviewe teamledere om, hvor medarbejderne bruger mest tid på rutineopgaver, der potentielt kan automatiseres eller understøttes af AI.

Fase 2: Aktivér – Skab læring der møder medarbejderen i arbejdet

Her er det afgørende, at læringen ikke lever i et vakuum. Korte, fokuserede læringsmoduler – som en del af en 70-20-10-tilgang – der kan tilgås direkte i arbejdssituationen, har dokumenteret højere fastholdelse end traditionelle heldagskurser.

Med en læringsplatform som Cursum kan du opbygge kursusforløb med den fleksible kursuseditor, der understøtter multimedia, quizzer og certificeringer. Det giver dig mulighed for at skabe korte, målrettede moduler der kan opdateres løbende – præcis som AI co-learning kræver.

Fase 3: Anvend – Lad medarbejderne bruge AI i kontrollerede rammer

Læring uden anvendelse er spildt tid. Giv medarbejderne adgang til AI-værktøjerne i kontrollerede miljøer, hvor de kan eksperimentere uden risiko. Kobl læringsforløbet til konkrete arbejdsopgaver: "Brug ChatGPT til at lave et udkast til næste kundepræsentation" er langt mere effektivt end "Gennemfør modul 4 om generativ AI."

Det handler i bund og grund om en systematisk AI-opkvalificering af medarbejdere, hvor læring og praksis ikke er adskilte aktiviteter, men tæt sammenvævede i hverdagen.

Fase 4: Evaluér og gentag – Mål kompetence, ikke gennemførelse

Den sidste fase handler om at lukke loopet. Brug data fra din læringsplatform til at måle, om medarbejderne faktisk anvender deres nye kompetencer. Sammenlign med arbejdsresultater: Har kundeservicetiden ændret sig? Producerer marketingteamet indhold hurtigere?

Cursums brugervenlige rapportering giver klare, handlingsrettede indsigter, der hjælper dig med at identificere, hvem der har brug for yderligere støtte – og hvem der er klar til næste niveau.

Derefter starter loopet forfra. Nye AI-funktioner kræver nye kompetencer, og cyklussen gentager sig.

Tre fejl virksomheder begår med AI-drevet kompetenceudvikling

Fejl 1: At behandle AI-træning som et engangsprojekt

AI-kompetencer er ikke noget, du "implementerer" én gang. Det er en løbende muskel, der skal trænes. Virksomheder, der afsætter budget til et enkelt AI-kursus og derefter går videre, vil opleve, at kompetencegabet vender tilbage inden for få måneder.

Fejl 2: At fokusere på teknisk viden frem for praktisk anvendelse

De fleste medarbejdere behøver ikke at forstå, hvordan en transformer-model fungerer. De behøver at vide, hvordan AI kan hjælpe dem med deres specifikke opgaver. AI og medarbejderlæring skal forankres i den enkelte rolles daglige virkelighed – ikke i abstrakt teknologiforståelse.

Fejl 3: At ignorere den kulturelle dimension

AI co-learning kræver en kultur, hvor det er acceptabelt at eksperimentere og fejle. Harvard Business School-professor Amy Edmondson har i sin forskning dokumenteret, at psykologisk tryghed er en afgørende forudsætning for, at teams adopterer nye arbejdsmetoder og teknologier effektivt. Hendes begreb "team psychological safety" beskriver et miljø, hvor medarbejdere kan stille spørgsmål, indrømme fejl og foreslå nye ideer uden frygt for modreaktion. Hvis medarbejdere frygter at "gøre det forkert" med AI, vil de undgå det helt.

Sådan kommer du i gang: En handlingsplan for AI-drevet kompetenceudvikling

Du behøver ikke at ombygge hele din lærings infrastruktur fra dag ét. Start med disse tre konkrete trin:

Trin 1: Udvælg ét team og ét AI-værktøj. Kortlæg deres nuværende arbejdsprocesser og identificér, hvor AI kan tilføre mest værdi.

Trin 2: Byg et kort læringsforløb (5-10 moduler à 5-10 minutter) med fokus på praktisk anvendelse. Brug en læringsplatform der understøtter import af eksisterende indhold via SCORM, xAPI eller CMI5, så du kan genbruge materiale du allerede har.

Trin 3: Mål efter 30, 60 og 90 dage. Spørg ikke bare "Har de gennemført kurset?" men "Bruger de AI-værktøjet aktivt, og har det ændret deres resultater?"

AI-drevet kompetenceudvikling er ikke en trend der forsvinder. Det er den nye grundforudsætning for virksomheder, der vil forblive konkurrencedygtige. Forskellen mellem de virksomheder der lykkes, og dem der ikke gør, ligger ikke i hvilke AI-værktøjer de køber – men i om de investerer lige så seriøst i deres medarbejderes evne til at bruge dem.

Klar til at bygge et kompetenceloop i din virksomhed? Udforsk Cursums læringsplatform og se, hvordan du kan skabe fleksible, opdaterbare læringsforløb der holder trit med teknologien.