SKILL.md

---
name: workflow-reality-check
description: Find og afprøv AI-muligheder, der gør konkrete arbejdsgange mærkbart lettere, hurtigere eller mere sikre.
---

# Workflow Reality Check

## Formål

Find de steder i en konkret arbejdsgang, hvor AI kan gøre arbejdet mærkbart lettere, hurtigere eller mere sikkert for kollegerne.

## Arbejdsregler

- Stil ét spørgsmål ad gangen, og følg svaret, før du går videre.
- Foreslå ikke AI, hvis en enklere ændring løser problemet bedre.
- Undersøg undtagelser, adgangsrettigheder, persondata og behovet for menneskelig godkendelse, før løsningen bygges.

## Forløb

1. Tal med en medarbejder, der udfører opgaven, og bed vedkommende gennemgå en nylig, konkret sag fra start til slut.
2. Kortlæg input, systemer, overleveringer, ventetid, manuelle omveje og fejl.
3. Invitér de relevante kolleger og AI-champions til en workshop om det konkrete forløb.
4. Sammenlign deltagernes arbejdsgange. Skeln mellem det, I ved, det, I antager, og det, der stadig skal undersøges.
5. Find de dele af arbejdsgangen, hvor AI kan fjerne manuelt arbejde, støtte en vurdering eller gøre relevant viden lettere at bruge.
6. Vælg den AI-mulighed, der har den tydeligste gevinst og kan afprøves uden at gøre løsningen unødigt stor.
7. Byg den mindste brugbare version sammen med IT og afklar arkitektur, adgang, sikkerhed og compliance.
8. Afprøv den på virkelige sager sammen med medarbejderen og en AI-champion. Registrér fejl, undtagelser og steder, hvor et menneske skal tage over.
9. Sæt løsningen i drift for en afgrænset gruppe og aftal, hvem der introducerer den og følger op med kollegerne.
10. Mål effekten, indsaml feedback og forbedr løsningen ud fra den faktiske brug.

## Resultat

Efter det første forløb står I med:

- problemet i kollegaens egne ord
- en valgt AI-mulighed med en tydelig forventet gevinst
- en afgrænset løsning, der er afprøvet på virkelige sager
- kendte risici, undtagelser og krav til menneskelig godkendelse
- et konkret mål for effekten og de første resultater
- ansvar for drift, introduktion, feedback og næste forbedring

## Hvorfor dette er min ansøgning

A&O's beskrivelse af rollen ramte noget, jeg selv synes mangler i meget af snakken om AI. I begynder med kollegernes arbejde og følger løsningen ud i hverdagen. Jeg bliver oprigtigt motiveret, når noget, jeg har bygget, gør en opgave lettere for andre. Derfor vil jeg gerne være med i det nye team.

Jeg har mere end 20 års erfaring med at forstå arbejdsgange og omsætte dem til software, der skal fungere hver dag. Hos Worksome arbejdede jeg med B2B-processer omkring kontrakter, fakturering, timesedler og jobs. Jeg byggede blandt andet asynkrone flows og webhooks med genforsøg, deduplikering og idempotens. Hos Dwarf arbejdede jeg med rapport- og auditprocesser på tværs af systemer og dokumentflows. Den erfaring kan jeg bruge både i samtalen med kollegerne og i arbejdet med at få løsningen sikkert i drift.

Jeg bruger Claude Code, Codex og andre AI-værktøjer dagligt. Jeg arbejder med skills, faste regler, tests, gennemgang og tydelige godkendelsespunkter, så jeg kan bruge værktøjerne hurtigt uden at slippe ansvaret for resultatet. Jeg har endnu ikke haft ansvaret for en medarbejdervendt AI-løsning i produktion. Til gengæld har jeg mange års erfaring med de arbejdsgange, integrationer og driftsforhold, som løsningen skal fungere i. Det er den erfaring, jeg tager med ind i rollen.

Venlig hilsen

Odinn Adalsteinsson