AI og dokumentstyring: Sådan forbereder du dit kvalitetssystem
AI forstærker kvaliteten af det, den fodres med. Hvis dokumentstyringen ikke er på plads, leverer AI svar med stor overbevisning — og lav pålidelighed. Her er, hvad du bør have styr på.
Dokumentopbevaring er ikke dokumentstyring.
Mange organisationer tror stadig, at en mappestruktur drevet af Stifinder kan det samme som et dokumentstyringssystem. Derfor ender Word-, Excel- og PDF-filer ofte med at blive kaldt "dokumentstyring", blot fordi de er samlet ét sted.
Men dokumentopbevaring er ikke dokumentstyring. Og forskellen er blevet markant vigtigere i takt med, at AI er rykket fra eksperiment til hverdag.
I dag handler dokumentstyring ikke kun om overblik, versionskontrol og audit. Det handler i stigende grad om, hvilke data organisationens interne AI må svare ud fra — og om medarbejderne kan stole på svarene. Derfor er samspillet mellem dokumentstyringssystemet og den øvrige dokumenthåndtering ikke længere et teknisk spørgsmål. Det er et ledelses- og governance-spørgsmål.
AI gør dit kvalitetssystem til kritisk infrastruktur
Mange organisationer bruger allerede interne AI-løsninger til at søge i viden, svare på spørgsmål og understøtte beslutninger. Men AI forstærker kvaliteten af det, den fodres med.
Hvis styrende dokumenter, procedurer og politikker er upræcise, forældede eller modsatrettede, vil AI levere svar med stor overbevisning — og lav pålidelighed. Samtidig har medarbejdere en tendens til at stole mere på AI-svar, end de burde.
Derfor er det ikke længere tilstrækkeligt, at dokumentationen er opdateret til audit. Den skal være korrekt, entydig og ajourført hele tiden.
Organisationer, der arbejder med intern AI, tager derfor udgangspunkt i det materiale, hvor der er styr på ansvar og godkendelse af styrende dokumenter, versioner, historik og ændringsspor, og struktur og entydighed på tværs af kvalitetsdokumentationen. Dokumentstyringssystemet bliver med andre ord den datakilde, organisationen kan tillade sin AI at basere svar på — også når det handler om kvalitet, compliance og efterlevelse.
Hvad hører hjemme i dokumentstyringssystemet — og hvad gør ikke?
God dokumentstyring handler også om at vide, hvad der ikke skal konverteres.
IPW er et webbaseret system designet til at administrere dokumenter som politikker, procedurer og procesbeskrivelser. IPW-dokumenter er HTML — og HTML giver fordele, der er svære at opnå med klassiske dokumentformater: korte svartider, ingen downloads, intelligent navigation, optimal visning på tablets og mobil, og interaktiv ordbog direkte i teksterne.
Når organisationen arbejder med rent webbaserede dokumenter, opnår man ikke kun bedre tilgængelighed. Man skaber også en mere entydig, struktureret og pålidelig datakilde — hvilket har direkte betydning for brugen af intern AI.
Men ikke alt skal ind i dokumentstyringssystemet. Tegninger hører til i en tegningsdatabase. Projektstyringsmapper lever bedre i deres eget system. Skemaer med ekstreme krav til print-format og store mængder produktblade, der allerede vedligeholdes i et PLM- eller produktionssystem, skaber sjældent reel værdi ved at blive kopieret ind.
Placeringen af dokumenter er ikke sort-hvid. Det kræver en bevidst vurdering af, hvor dokumentet skaber mest værdi — og mindst risiko for dobbeltdata, som AI eller medarbejdere kan forveksle med den gældende version.
Sammenhæng skabes med overblik, ikke integrationer
Det afgørende er ikke, om systemerne er teknisk integrerede. Det afgørende er, om medarbejderen oplever et sammenhængende videnslandskab.
Her er enkel link-building ofte den mest robuste løsning. URL-links fra dokumentstyringssystemet til relevante mapper i fx SharePoint, kombineret med forklarende sider der guider brugeren videre, skaber en sømløs oplevelse — uden kompleksitet.
Det er simpelt. Og det virker. Også for AI: Når sammenhængen er tydelig, kan en AI-assistent navigere på tværs af systemer via den samme link-struktur, som medarbejderne bruger.
Seks spørgsmål, der afgør, om I er klar.
Det handler i praksis om at besvare seks spørgsmål — ikke som en engangsindsats, men som en løbende kalibrering:
1. Hvilke opgaver skal systemet løse — også for en maskine? Hvis et menneske i dag har svært ved at finde det rigtige dokument, vil en AI have det endnu sværere. Få fokus på det vigtige. Væk med alt andet.
2. Hvornår er systemet en succes? Definér succeskriterier der inkluderer datakvalitet — ikke kun udrulning og antal logins. Er dokumenterne versionerede konsistent? Er metadata udfyldt? Er godkendelsesflows gennemført?
3. Hvilke rammer, ressourcer og deadlines er realistiske? AI-parathed er ikke et nyt projekt. Det er en måde at bruge det eksisterende system bedre. Men det kræver tid at rydde op, definere standarder og sikre, at godkendelsesflows faktisk bruges.
4. Hvem bruger systemet, til hvad, og med hvilket hardware? Medarbejdere i produktion, på skib, i vindmøllepark eller på kontor har forskellige behov. AI forstærker forskellen mellem gode og dårlige brugeroplevelser.
5. Hvordan klædes brugerne på? Udrulning og oplæring er essentielt. Men det er vedligeholdet også. Hvem sikrer, at nye dokumenter følger standarden? Hvem holder metadata opdateret?
6. Hvordan udvikler systemet sig? Byg med den antagelse, at AI-funktioner vil blive tilføjet inden for de næste par år — ikke som en revolution, men som en naturlig udvidelse.
Rikke Spangsberg Jørgensen, QA Specialist, ZPD
AI bliver kun så god som kvaliteten af dokumentationen
AI kan effektivisere kvalitetsarbejdet — men kun hvis datagrundlaget er validt:
- Automatisering af administrative kvalitetsopgaver
- Mere præcis og kontekstuel søgning i procedurer og instruktioner
- Automatisk klassificering og tagging af kvalitetsdokumenter
- Identifikation og beskyttelse af følsomme og regulerede oplysninger
- Analyse, beslutningsstøtte og mønstergenkendelse i kvalitetsdata
- Automatisk generering af rapporter til ledelse og audit
- Compliance-tjek på dokumentstyrings- og kvalitetspraksis
Fra teori til praksis
Elcor stod i en lignende situation: flere systemer, spredt dokumentation, og en ISO-certificering der skulle på plads. De samlede intranet, dokumentstyring og kvalitetsledelse i ét system — og fik dermed den struktur, sporbarhed og versionsstyring, der er fundamentet for AI-parathed. Læs Elcors historie her.
