Dabbling-testen: bruger I AI — eller leger I med det?

Executive hook

De fleste danske ledelsesgrupper tror, de er godt i gang med AI. De har en Copilot-aftale, to-tre pilotprojekter og ChatGPT på næsten alle skærme. Og de fleste af dem tager fejl af samme grund: de forveksler aktivitet med forandring. Dabbling-testen er en kort diagnose, der afslører forskellen — og den er ubehagelig, fordi den ikke kan bestås med en indkøbsordre.

Det korte svar: Hvad er dabbling-testen?

Dabbling-testen er en ledelsesdiagnose med to spørgsmål, og tærsklen i det første stammer fra McKinsey. Det første: Har mindst halvdelen af ledelsens arbejdstid flyttet sig, fordi I kan trække på AI? Det andet: Har virksomhedens faktiske struktur — godkendelseskæder, mødekadence, operating reviews, kapitalallokering — ændret sig materielt?

Begge skal besvares med ja. Dumper I bare det ene, er I i en dabbling-tilstand: I pirker til AI uden at forpligte jer. Begrebet stammer fra Salim Ismails ExO 3.0-arbejde, og tærsklen er formuleret af McKinsey-partner Alexis Krivkovich. Værdien ligger ikke i, at testen er kompliceret. Den ligger i, at den ikke kan snydes med en værktøjsliste.

Den typiske misforståelse: "Vi bruger jo AI"

Når jeg spørger en dansk direktion, om de bruger AI, er svaret næsten altid ja. De peger på licenserne, piloterne, måske en AI-politik. Og det er rigtigt — de bruger AI. Problemet er, at brug og forandring er to forskellige ting, og at de fleste måler på det første, fordi det er det, der kan tælles.

Danmark ligger højt i EU for AI-adoption. Det betyder ikke, at vi gør det rigtigt. Det betyder, at vi gør det meget. Adoption er, hvor mange der har værktøjet i hånden. Modenhed er, om noget har ændret sig som følge af det. De to kan udvikle sig stik modsat: en organisation kan have næsten alle sine medarbejdere på ChatGPT og samtidig ingen reel ændring i, hvordan den faktisk arbejder.

Det er den fejl, dabbling-testen er bygget til at fange. Den interesserer sig ikke for, hvor mange der har en licens. Den interesserer sig for to ting, der ikke kan forfalskes: hvor ledelsen bruger sin tid, og hvordan organisationen er skruet sammen.

Thomas' model: dabbling-testens to checks

Testen virker, fordi de to spørgsmål rammer hvert sit niveau — det personlige og det strukturelle — og fordi begge er svære at bestå uden reel forandring.

Check 1: Er halvdelen af ledelsens tid flyttet?

Det første spørgsmål handler om adfærd, ikke holdning. Ikke om ledelsen synes, AI er vigtigt. Om de bruger deres dage anderledes. Krivkovich, partner i McKinsey, formulerede det skarpt: bruger jeg ikke halvdelen af min tid anderledes, fordi jeg kan trække på AI, så dabbler jeg.

Tænk på, hvad det faktisk kræver. For at så stor en del af en leders tid skal flytte sig, skal AI have overtaget eller ændret en stor del af det, lederen før brugte timer på: at læse op før møder, skrive første udkast, samle tal, forberede beslutninger, simulere scenarier. Det sker ikke, fordi man åbner en chat en gang imellem. Det sker kun, når AI er flettet ind i selve arbejdsgangen.

Stil de tre underspørgsmål til hver enkelt i ledelsen: Hvad bruger du nu timer på, som du ikke gjorde for et år siden? Hvad har du delegeret til en agent? Hvilke beslutninger træffer du ikke længere selv? Kan ledelsen ikke svare konkret, er tiden ikke flyttet — uanset hvad licenstallet siger.

Check 2: Har strukturen ændret sig?

Det andet spørgsmål er det, de fleste dumper på, og det vigtigste. Det handler om de strukturelle artefakter — de spor, en organisations måde at arbejde på efterlader: mødekadencen, godkendelseskæderne, hvor hyppige og hvor lange jeres operating reviews er, hvordan I allokerer kapital.

Her er den centrale skelnen, og den er værd at læse to gange:

"Vi bruger AI i møder nu" er ikke en forandring. Det er den gamle struktur med bedre værktøjer.

At lægge AI oven på den eksisterende struktur ændrer ikke strukturen. Et AI-genereret mødereferat er stadig det samme møde. En AI-assistent, der hjælper med at udfylde den samme godkendelsesblanket, er stadig den samme godkendelseskæde. Forandring er, når trin forsvinder: når et godkendelsesled bliver overflødigt, når et operating review går fra månedligt til løbende, når kapital allokeres delvist på agent-genereret analyse i stedet for et kvartalsvist regneark.

Forskellen mellem de to checks er forskellen mellem at se anderledes ud og at være anderledes:

Ser ud som forandring vs. er forandring

Område	Ser ud som forandring	Er forandring
Møder	AI-referat af samme møde	Mødet er overflødigt — beslutningen tages løbende
Godkendelser	AI hjælper med at udfylde blanketten	Godkendelsestrinet er fjernet
Rapportering	AI skriver månedsrapporten	Rapporten erstattes af et levende dashboard
Strategi	AI laver slides til offsite	Markedsovervågning kører løbende, ikke kvartalsvist

Et dansk eksempel: virksomheden, der bestod på papiret og dumpede i praksis

Jeg har set en stor dansk industrivirksomhed — et produktionsselskab med flere hundrede ansatte — der over halvandet år havde kørt fjorten forskellige AI-pilots med forskellige leverandører. På et statusoverblik så det imponerende ud: aktivitet i hver afdeling, budgetter brugt, fremdrift rapporteret.

Da vi kørte dabbling-testen, faldt billedet fra hinanden. Check 1: ingen i ledelsen kunne pege på en eneste opgave, de var holdt op med at lave selv. De brugte AI til at gøre de samme ting en smule hurtigere — til de samme møder, i samme rækkefølge. Tiden var ikke flyttet.

Check 2 var værre. Ikke én af de fjorten pilots var i drift efter pilotperioden. Hver eneste var blevet vurderet "succesfuld". Og ingen af dem havde defineret, hvad der skulle ske, når piloten sluttede — hvilket godkendelsestrin der forsvandt, hvilket review der blev kortere, hvilken beslutning der flyttede sig. Strukturen var fuldstændig uændret. Virksomheden havde brugt halvandet år og et betydeligt beløb på at føle fremdrift.

Det er ikke et udtryk for inkompetence. Det er det normale. Sådan ser dabbling ud indefra: travlt, dyrt og fuldt af aktivitet — og uden at noget grundlæggende har flyttet sig. Det, der manglede, var ikke flere pilots. Det var et exit-kriterie: en beslutning om, hvad der konkret skulle ændre sig i ledelsens tid og i organisationens struktur, før en pilot talte som en succes. Først når man tvinger den beslutning frem, begynder man at bevæge sig op ad stigen i stedet for at løbe hurtigere på stedet.

So what

Ledelses-tjekliste: Tag denne med ind i jeres næste direktionsmøde

Syv spørgsmål, der afdækker, om I bruger AI eller leger med det:

• Kan hver person i ledelsen nævne mindst én konkret opgave, de er holdt op med at lave selv det seneste år, fordi AI overtog den?
• Er der et eneste godkendelsestrin i organisationen, der er forsvundet — ikke blevet hurtigere, men forsvundet — på grund af AI?
• Holdes jeres faste møder anderledes nu end for et år siden, eller bruger I bare AI inde i de samme møder?
• Træffes nogen ledelsesbeslutning i dag på data eller analyser, et menneske ikke længere selv producerer?
• Hvis I fjernede al AI i morgen, hvilke af jeres processer ville reelt bryde sammen — og hvilke ville bare blive lidt langsommere?
• Måler I jeres AI-arbejde på antal brugere og piloter, eller på ændringer i tid og struktur?
• Hvis svaret på de fleste af ovenstående er "nej" eller "ikke endnu" — hvad er så det ene sted, I begynder?

Kan I ikke svare ja på mindst de to første, har I ikke et AI-initiativ. I har en AI-udgift.

Vil du forstå, hvad der ligger over dabbling? Læs videre om Miura-Ko-stigen og de seks niveauer af AI-modenhed, eller se den samlede ramme i den praktiske guide til AI i 2026.

Ofte stillede spørgsmål

01Hvad er dabbling-testen?–

Dabbling-testen er en ledelsesdiagnose med to spørgsmål. Ét, om mindst halvdelen af ledelsens arbejdstid har flyttet sig på grund af AI. Og ét, om virksomhedens faktiske struktur — godkendelseskæder, mødekadence, operating reviews, kapitalallokering — har ændret sig materielt. Hvis bare ét af spørgsmålene besvares med nej, er virksomheden ifølge testen i en dabbling-tilstand, hvor den accelererer den gamle måde at arbejde på i stedet for at ændre den. Testen stammer fra Salim Ismails ExO 3.0-arbejde, og tærsklen er formuleret af McKinsey.

02Hvad betyder det, at en virksomhed dabbler med AI?+

At dabble betyder at pille ved noget uden at forpligte sig til det. I AI-sammenhæng dækker det over virksomheder, der har værktøjer, licenser og pilotprojekter, men hvor hverken ledelsens tidsforbrug eller organisationens struktur har ændret sig. Aktiviteten er høj, forandringen er nul. Det er ikke det samme som at gøre ingenting — det er ofte dyrere, fordi det skaber følelsen af fremdrift uden resultatet.

03Hvorfor er halvdelen af ledelsens tid den rigtige tærskel?+

Tærsklen kommer fra McKinsey-partner Alexis Krivkovich. Hendes formulering er, at hvis ikke halvdelen af hendes tid bruges anderledes, fordi hun kan trække på AI, så dabbler hun. Pointen er ikke tallet i sig selv, men hvad det kræver. For at så stor en del af en leders tid skal flytte sig, skal AI have overtaget eller ændret en stor del af det, lederen tidligere brugte timer på — analyser, udkast, beslutningsforberedelse. Det sker ikke ved at åbne ChatGPT en gang imellem.

04Vi bruger AI i møder og til referater. Består vi testen?+

Nej. Det er præcis den fælde, testens andet spørgsmål er bygget til at fange. At bruge AI inde i den eksisterende mødestruktur er ikke en strukturændring — det er den gamle struktur med bedre værktøjer. Testen spørger, om selve strukturen har ændret sig. Er der godkendelsestrin, der er forsvundet? Er operating reviews blevet kortere eller hyppigere? Træffes beslutninger på andre data end før? Hvis mødet stadig holdes på samme måde, bare med et AI-referat, har strukturen ikke flyttet sig.

05Hvad gør man, hvis man dumper testen?+

De fleste danske virksomheder dumper, så det er ikke et nederlag — det er et udgangspunkt. Det første skridt er at acceptere, at problemet ikke løses ved at købe flere værktøjer. Det løses ved at vælge én proces eller ét beslutningsområde, hvor I bevidst lader AI overtage nok arbejde til, at ledelsens tid og processens struktur faktisk ændrer sig. Start ét sted, mål forskellen, og brug det som bevis for, hvordan resten af organisationen kan flytte sig.