AI til møder: forberedelse, noter og opfølgning
AI kan forbedre både før, under og efter møder, men den største gevinst er at gøre beslutninger og åbne spørgsmål synlige. Et referat er ikke nyttigt, hvis det bare komprimerer samtalen.
Brug indholdsfortegnelsen til venstre, hvis du allerede kender grundprincipperne og vil direkte til implementeringen.
Kort svar: AI kan forbedre både før, under og efter møder, men den største gevinst er at gøre beslutninger og åbne spørgsmål synlige. Et referat er ikke nyttigt, hvis det bare komprimerer samtalen.
Hvad du får ud af guiden
Den nyttige del af AI omkring møder er at gøre information handlingsklar: spørgsmål før mødet, beslutninger under mødet og ejere/deadlines bagefter. En generisk opsummering er sjældent nok.
Når du er færdig, bør du kunne:
- forklare hovedprincippet med udgangspunkt i din egen opgave
- afprøve metoden og kontrollere, om alle handlinger kan spores tilbage til mødet
- genkende og undgå fejlen: “lade AI gætte ejer eller deadline”
Se det i en konkret situation
Før et styregruppemøde får AI statusnoter og identificerer beslutninger, der mangler. Efter mødet udtrækker den decisions, handlinger og owners fra transskriptionen; usagte deadlines markeres som uafklarede.
Sådan gør du – trin for trin
- 1. Forbered mødet ved at opsummere status og identificere beslutningsbehov.
Dette trin reducerer tvetydighed og gør det lettere at se, hvor en fejl eller dårlig beslutning opstår.
- 2. Brug en agenda der skelner information, diskussion og beslutning.
Et tydeligt format gør svaret lettere at kontrollere og sikkert at sende videre til næste arbejdstrin.
- 3. Ved transskription: afklar samtykke og datapraksis.
Dataminimering skal ske før information sendes til AI, ikke som oprydning efter at den allerede er delt.
- 4. Efter mødet: udtræk beslutninger og handlinger separat fra referatet.
Behandl integrationen som en kontrakt: input, output, fejl og begrænsninger skal være kendte før automatisering.
- 5. Bekræft ejere og deadlines med deltagerne.
Dette trin reducerer tvetydighed og gør det lettere at se, hvor en fejl eller dårlig beslutning opstår.
- 6. Brug åbne spørgsmål som input til næste møde eller opfølgning.
Relevant input reducerer gæt. Fjern samtidig oplysninger, der ikke kan ændre løsningen, så de ikke skaber støj.
Her går det oftest galt
- At lade AI gætte ejer eller deadline.
- At behandle transskriptionen som fejlfri.
- At sende en lang opsummering uden tydelig beslutningsliste.
Øvelse: gør det på din egen opgave
Tag et tidligere mødereferat og omskriv det til fire sektioner: beslutninger, handlinger, åbne spørgsmål og baggrund.
Kvalitetstjek
Brug disse spørgsmål, før du gør metoden til en fast arbejdsgang:
- Kan alle handlinger spores til mødet?
- Er uafklarede punkter tydelige?
- Kan en person der ikke deltog forstå næste skridt?
Hvad du kan lære bagefter
Gå videre med den del af emnet, du stadig mangler at kunne bruge i praksis:
Ofte stillede spørgsmål
Hvad er hovedpointen i “AI til møder: forberedelse, noter og opfølgning”?+
AI kan forbedre både før, under og efter møder, men den største gevinst er at gøre beslutninger og åbne spørgsmål synlige. Et referat er ikke nyttigt, hvis det bare komprimerer samtalen.
Hvordan kan jeg øve det?+
Tag et tidligere mødereferat og omskriv det til fire sektioner: beslutninger, handlinger, åbne spørgsmål og baggrund.
Hvilken fejl bør jeg især undgå?+
At lade AI gætte ejer eller deadline.
Hvornår er min løsning god nok til at bruge?+
Brug disse kontrolspørgsmål: Kan alle handlinger spores til mødet? Er uafklarede punkter tydelige? Kan en person der ikke deltog forstå næste skridt?
Hvad er en AI-agent?
En AI-agent er et system, der kan vælge næste skridt og bruge tilladte værktøjer for at arbejde mod et mål. Det centrale er ikke “intelligens” som label,…
Læs videre
Sådan bygger du en AI-agent
Den sikreste måde at bygge en agent på er at starte med et enkelt workflow, tilføje én beslutning ad gangen og holde handlinger begrænset. Agentisk frihed bør…
Læs videre
API-guide til AI og automation
Et API er et kontraktlag mellem systemer. Når du bygger AI-automation, er det vigtigt at forstå endpoints, autentifikation, request/response, statuskoder, rate limits og idempotens før du lægger…
Læs videre