AI er begyndt at omforme projektstyring – men den største indvirkning handler ikke om at erstatte projektledere. Det handler om at fjerne den operationelle overhead, der holder dem begravet i administration, så de kan fokusere på det arbejde, der faktisk bringer projekter og kunderelationer fremad.
I denne samtale sætter Tim Fisher sig ned med Bernarda Vrbat fra Productive for at undersøge, hvordan AI udvikler sig fra chatbots til færdigheder og autonome agenter. De diskuterer, hvor AI allerede skaber praktisk værdi for virksomheder inden for professionelle tjenesteydelser, hvad teams er (og ikke er) komfortable med at overlade til AI, og hvorfor fremtidens projektstyring handler mindre om at udføre gentagende arbejde og mere om at træffe beslutninger med høj værdi.
Det lærer du
- Hvorfor operationelle arbejdsgange er en af de største muligheder for AI inden for professionelle tjenesteydelser
- Forskellen mellem AI-chatbots, færdigheder og autonome agenter
- Hvordan AI kan reducere projektstyringens rutinearbejde uden at erstatte menneskelig dømmekraft
- Hvad Productives undersøgelser afslører om, hvor teams har tillid til AI – og hvor de ikke har
- Hvordan projektlederes roller sandsynligvis vil udvikle sig, efterhånden som AI bliver integreret i det daglige arbejde
- Hvorfor ledere har brug for en plan for, hvordan teams vil bruge den tid, AI skaber
- Hvordan den næste generation af AI-drevet projektstyring kan komme til at se ud
Vigtigste pointer
- AI skaber mest værdi ved at fjerne operationelle friktioner. Gentagende arbejde som planlægning, tidsregistrering, projektplanlægning, estimering og overvågning egner sig godt til AI, fordi resultaterne er forudsigelige, så mennesker kan bruge mere tid på strategisk arbejde.
- Al AI er ikke ens. Chatbots reagerer på instruktioner, færdigheder lærer AI, hvordan opgaver udføres konsekvent, og agenter udfører flertrinsarbejdsgange autonomt. Når organisationer forstår disse forskelle, kan de vælge den rette tilgang til det rette problem.
- Kontekst er vigtigere end kapacitet. AI er mest effektiv, når den har adgang til sammenkoblede operationelle data på tværs af projekter, ressourcer, budgetter, økonomi og kunderelationer i stedet for at hente fragmenterede oplysninger fra adskilte værktøjer.
- Menneskelig dømmekraft er fortsat det, der gør forskellen. Teams er komfortable med at overlade gentagende koordineringsarbejde til AI, men relationsbaserede aktiviteter som kundekommunikation har stadig fordel af menneskelig ekspertise, empati og kontekst.
- Projektlederrollen bliver mere strategisk. Efterhånden som AI overtager den administrative koordinering, kan projektledere bruge mere tid på at forbedre leverancer, styrke kunderelationer og udvikle en bredere forståelse af virksomheden.
- Det egentlige ledelsesspørgsmål er ikke, om man skal tage AI i brug – men hvad der sker bagefter. Organisationer bør tænke længere end effektivitetsgevinster og overveje, hvordan de vil geninvestere den tid, AI frigiver, for at skabe større værdi for både virksomheden og medarbejderne.
- Håndtering af AI kan blive en del af projektstyring. I stedet for selv at udføre alle operationelle opgaver kan fremtidens projektledere føre tilsyn med teams af AI-agenter, mens de fokuserer på prioriteringer, kvalitet og beslutningstagning.
Kapitler
- 00:00 – Introduktion
- 01:20 – Hvad er Productive?
- 02:01 – Hvorfor AI nu?
- 02:47 – Løsning af rutinearbejde
- 03:25 – Hvad gør det anderledes?
- 04:18 – Færdigheder kontra agenter
- 06:08 – Fremtidens projektleder
- 07:37 – Undersøgelse af AI-implementering
- 08:29 – Reduktion af friktion
- 09:03 – AI-ledelse
- 10:36 – Håndtering af AI-agenter
- 11:13 – Et blik fremad
- 12:23 – Productives køreplan
- 13:06 – Få mere at vide
Mød vores gæst

Bernarda Vrbat er kundeansvarlig hos Productive, hvor hun hjælper bureauer, konsulentvirksomheder og virksomheder inden for professionelle tjenester med at forbedre rentabilitet og operationel effektivitet gennem AI-drevet projektstyring og software til forretningsdrift. Med en baggrund inden for salg, kundesucces, rådgivning og teknisk support har hun en praktisk forståelse af, hvordan teknologi kan løse virkelige forretningsmæssige udfordringer. Bernarda brænder for AI’s udviklende rolle inden for professionelle tjenester og arbejder tæt sammen med organisationer for at demonstrere, hvordan intelligent automatisering kan strømline driften, forbedre projektleverancer og give teams mulighed for at fokusere på arbejde med større værdi.
Ressourcer fra denne episode:
- Bliv medlem af Digital Project Manager-fællesskabet
- Tilmeld dig nyhedsbrevet for at få vores seneste artikler og podcasts
- Kom i kontakt med Bernarda på LinkedIn
- Besøg Productive
Relaterede artikler og podcasts:
Tim Fisher: Hej, og velkommen til The Future of AI in Project Management, en serie, hvor vi går videre end præsentationen og undersøger, hvordan AI faktisk ændrer den måde, teams planlægger, leverer og styrer arbejde på. I dag har vi Productive med. Hvis du arbejder i et bureau, et konsulenthus eller en virksomhed inden for professionelle tjenester og prøver at finde ud af, hvor AI faktisk kan forbedre levering, udnyttelsesgrad, prognoser og drift – og ikke bare generere indhold – så er det her samtalen, du skal lytte til.
Vi skal høre, hvordan Productive bruger AI til at automatisere det rutinearbejde, der forsinker teams, identificere risici, før de bliver til problemer, og hjælpe virksomheder inden for professionelle tjenester med at træffe bedre beslutninger hurtigere. Mit navn er Tim Fisher, og jeg er VP of AI hos The Digital Project Manager. Mit job er at finde ud af, hvor AI faktisk virker, og hvor det stadig bare er marketing-slides.
Så jeg kommer til at stille de spørgsmål, som jeres team ville stille. Med os i dag er Bernie Vrbat fra Productive. I løbet af de seneste tre år har Bernie arbejdet tæt sammen med bureauer, konsulenthuse og virksomheder inden for professionelle tjenester af alle størrelser og hjulpet dem med at løse driftsmæssige udfordringer og få mere værdi ud af deres værktøjer.
I dag fokuserer hun på AI-transformation, ligesom jeg gør, og kombinerer teknisk ekspertise med praktisk bureauerfaring for at hjælpe teams med at forstå ikke bare, hvad der er muligt med AI, men også hvad der faktisk er værd at gøre.
Bernie, det er virkelig dejligt at have dig med.
Bernarda Vrbat: Tak, Tim. Det er godt at være her.
Tim Fisher: Kan du give os 30-sekunders-versionen af Productive til dem, der ikke kender det?
Hvad gør det, og hvem er det bygget til?
Bernarda Vrbat: Ja, selvfølgelig. Productive er en samlet platform, der er udviklet specifikt til virksomheder inden for professionelle tjenester. Hvis du registrerer tid på et kundeprojekt, vil det her være den perfekte platform for dig. Den dækker grundlæggende hele den operationelle arbejdsgang, fra håndtering af en aftale til projekter, budgetter, ressourceplanlægning og hele vejen til fakturering.
Og nu, hvor AI er indbygget, foregår det meste af det operationelle arbejde, der er involveret i alle disse trin, i baggrunden, og vi tager det et skridt videre med vores agentfunktioner, hvor det sker af sig selv, så du kan bruge mindre tid på administration og mere tid på det arbejde, der faktisk betyder noget.
Tim Fisher: Det er måske et lidt fjollet spørgsmål i 2026, men hvorfor er AI så stort et fokus for jer lige nu?
Bernarda Vrbat: Jeg synes ikke, det er fjollet overhovedet. Vi har haft vores egne AI-funktioner i et stykke tid. Vi har haft ting som automatisk udfyldning af udgifter og brug af AI til at skrive og strukturere tekst i dokumenter. Og vi fandt ud af, at de funktioner faktisk var nyttige for vores kunder. Vi ville se nærmere på, hvor AI kunne gøre en reel forskel.
Fordi teknologien udvikler sig så hurtigt, kan AI nu hjælpe med arbejde, der er reelt komplekst, så vi automatiserer ikke bare enkeltstående opgaver, men hjælper dig med at styre og analysere arbejdsgange i virksomheden. Derfor ville vi integrere det i det, Productive allerede gør godt, nemlig at være en samlet løsning til virksomheder inden for professionelle tjenester.
Tim Fisher: Cool. Hvad synes du har været den største udfordring for jeres kunder, som AI kan hjælpe dem med at løse?
Bernarda Vrbat: I stedet for at løse én enkelt udfordring siger vi gerne, at AI og Productive håndterer mange af de udfordringer, man møder i løbet af dagen – ting som blokerede opgaver, der er blevet glemt, tidsplaner, der skal ændres, og spredte data, som man ikke har tid til at analysere.
Vi ville flytte hele den mentale belastning væk fra folk, så AI kan håndtere det i baggrunden, og vi fandt ud af, at når man gør det, åbner det for en ny måde at arbejde på. Man behøver ikke længere holde et dusin små problemer i hovedet, og man kan være fuldt til stede i det arbejde, der faktisk betyder noget.
Tim Fisher: Det giver mening.
Alle putter AI ind i alting. Der er en chatbot herovre eller noget andet derovre. Hvad synes du er unikt ved den måde, Productive arbejder med AI på sammenlignet med andre på markedet?
Bernarda Vrbat: Jeg vil sige, at det unikke ved vores tilgang til AI er selve platformen. I ved alle sammen, at AI-værktøjer skal hente data et sted fra, så man ender med at skulle forbinde dem til fire eller fem forskellige værktøjer, og alligevel er resultatet måske ikke helt det, man har brug for.
Med Productive har du alle de data indbygget. Productive er en specialiseret platform, der dækker alt, som jeg nævnte, fra salg til fakturering, så den ved, hvordan dine medarbejdere er allokeret, hvordan dine projekter klarer sig, og hvordan dine kunderelationer faktisk udvikler sig. Jeg synes, den kombination af operationelle, økonomiske og relationsmæssige data er utrolig kraftfuld for AI, og jeg vil sige, at det er noget, der er unikt for Productive.
Tim Fisher: Jeg ved, at vi kommer til at se AI i flere former, for eksempel samtaler, færdigheder og agenter. Kan du fortælle lidt om forskellen mellem færdigheder og agenter? Jeg er ikke sikker på, at alle helt forstår det.
Bernarda Vrbat: Ja, helt sikkert. Jeg er fuldstændig enig, og jeg synes, det er et vigtigt spørgsmål at tage op. Selvfølgelig har man sine chatbots.
Dem kender vi alle, og det er den type AI, folk nu er meget vant til. Man spørger den grundlæggende om noget, og så får man et resultat tilbage. Færdigheder og agenter er stadig lidt nye, så det kan være værd at gå lidt mere i detaljer med, hvad de er. Færdigheder er efter min mening ret enkle at forstå, og I har sikkert alle set dem i værktøjer som Claude eller ChatGPT, ikke?
Færdigheder er grundlæggende struktureret viden, som man giver AI. Man fortæller den, hvordan den skal udføre opgaver, så det stemmer overens med det, man faktisk har brug for. Når vi så går videre til agenter, kan man sammenligne det sådan: Hvis færdigheder handler om at lære AI, hvordan den skal gøre noget, handler agenter om at lade den gå ud og gøre det.
En agent svarer ikke bare på et spørgsmål eller følger instruktioner – den er fuldstændig autonom. Den kan arbejde sig gennem flere trin, træffe beslutninger undervejs, bruge forskellige værktøjer, og du behøver ikke være involveret i hvert eneste trin. Jeg tror, det er her, kompleksiteten virkelig begynder at stige. Med chatbotten chatter du med AI og får den til at gøre ting.
Med færdigheder former du dens adfærd. Og med agenter former du ikke kun adfærden, men delegerer reelt komplekse arbejdsgange til AI. Du sætter grundlæggende et mål, og agenten finder ud af, hvordan den når derhen.
Tim Fisher: Det var i øvrigt en rigtig god beskrivelse. Det minder meget om den måde, jeg også taler om det på. Når man tænker på alt det her, hvordan ser du så projektlederens rolle udvikle sig, efterhånden som AI bare bliver en del af det daglige arbejde?
Bernarda Vrbat: Jeg synes, at de bedste projektledere altid har været dem, der kan se det fulde billede, og det, AI gør, er faktisk at gøre det lettere. Når man fjerner alt det gentagne arbejde, som projektledere udfører, frigiver det tid i hverdagen, så de kan gøre mere af det, de er bedst til, nemlig at træffe beslutninger, der har stor betydning for projektets fremdrift og succes.
Jeg tror, vi kommer til at se noget interessant ske her. Når man frigiver den tid og mentale energi, begynder folk naturligt at udvikle sig. Projektledere vil måske kunne gå mere ind i designprocessen eller komme tættere på koden. Jeg tror derfor, vi kommer til at se projektlederen blive mere af det, jeg måske må kalde en tusindkunstner – en person, der ikke bare styrer arbejdet, men virkelig forstår det fra alle vinkler.
Tim Fisher: Jeg synes, du har fuldstændig ret. Især roller som projektledere er blevet til noget, de aldrig rigtigt var tænkt som, med så mange opgaver, der på en måde ligger i deres ansvarsområde, og den her type teknologi er præcis det, du siger. Forhåbentlig giver det folk mulighed for at blive det, de...
At bruge tid på de ting, de virkelig gerne vil lave, så de faktisk kan flytte virksomheden fremad. Det er fantastisk. Okay, jeg undersøgte sagen lidt, og I har for nylig udgivet noget research om, hvordan teams bruger AI, og hvilke typer arbejde de er trygge ved at delegere til den. Hvad gjorde størst indtryk på dig, og hvordan har det påvirket den måde, Productive tænker på, når I bygger med AI?
Bernarda Vrbat: Okay, du har virkelig sat dig grundigt ind i, hvad Productive har lavet. Men ja, det er rigtigt. Før vi implementerede vores agenter og avancerede AI-funktioner, gennemførte vi en undersøgelse blandt vores brugere for at se, hvad de egentlig tænker og føler om AI. Det, vi fandt ud af, var, at det, folk faktisk ønsker, at agenter skal håndtere, er en meget specifik type opgaver.
De opgaver, der oftest gik igen, havde en fælles profil: ting som planlægning af opgaver, tidsregistrering, som jeg har arbejdet med i vores AI-assistent, projektplanlægning og projektestimering. Det er alt sammen gentagne og tidskrævende opgaver. Kundekommunikation var for eksempel en opgave, som virksomheder mindst sandsynligt ville løse med AI, hvilket jeg synes giver rigtig god mening, og jeg synes, det er præcis det, vi tog med som vores ledende princip.
I stedet for at jagte den bredest mulige version af AI byggede vi funktioner, der hjælper teams med at håndtere deres rutinearbejde.
Tim Fisher: Ja. Det synes jeg giver mening. En ting, der tydeligt kommer frem både i undersøgelsen og i dagens demonstrationer, er, at AI fungerer bedst, når den fjerner operationelle friktioner frem for at erstatte menneskelig dømmekraft.
Synes du generelt, at det er der, organisationer bør fokusere deres AI-indsats?
Bernarda Vrbat: Helt ærligt, ja, og jeg synes også, det er det mere ærlige udgangspunkt. Rutinearbejde er dér, hvor AI skaber værdi uden at introducere den egentlige risiko. Man beder ikke AI om at træffe komplicerede vurderinger. Man beder den om at håndtere gentaget arbejde med forudsigelige resultater.
Tim Fisher: Jeres research tegner også et billede af en branche, der stadig eksperimenterer. Bureauer oplever selvfølgelig fordele ved AI, men mange forsøger stadig at finde ud af prissætning, afkast af investeringer, driftsmodeller og alt det andet. Hvilket spørgsmål om AI bør bureauledere stille, som du ikke synes, de stiller ofte nok?
Bernarda Vrbat: Jeg tror, det spørgsmål, de fleste ledere ikke stiller ofte nok, er: "Hvad vil jeg have mit team til at bruge al den tid på, som AI frigiver?" AI håndterer allerede en stor del af det eksisterende arbejde, og det kommer kun til at ske mere og mere. At finde den mest produktive måde – uden ordspillet – at bruge den ekstra tid på og de initiativer, der skaber mest værdi, er efter min mening det, der kommer til at gøre den største forskel.
Der er også en menneskelig side af det her. For mange mennesker vil deres jobbeskrivelser ændre sig, lidt eller meget. Det er ikke det afgørende. Men det er lige så vigtigt at støtte de eksisterende medarbejdere gennem den overgang for at sikre, at man får mest muligt ud af AI.
Tim Fisher: Du sagde noget ekstremt klogt.
Det kommer faktisk op – eller rettere, det kommer ikke særlig ofte op – nemlig samtalen om, hvad folk skal bruge den tid på, som de nu får frigivet. Så jeg er glad for, at du tænker over det fra begyndelsen, mens I gør alle de her ting. Et andet spørgsmål: Når man ser på alt det her, er det ret tydeligt, at I tænker på agenter næsten som medarbejdere, der i sidste ende har mennesker ansvarlige for deres handlinger og alt det.
I en verden, hvor det bliver mere almindeligt, hvordan ændrer projektlederens rolle sig så fra at udføre arbejdet til at styre de agenter, der udfører arbejdet? Det er ret grundlæggende.
Bernarda Vrbat: Jeg tror, projektledere ganske enkelt vil begynde at delegere det gentagne arbejde til agenter, til færdigheder og til selve AI'en, og de vil blive mere involveret i kunderelationerne.
Som jeg nævnte, vil de ikke delegere den del til AI. De vil opbygge relationer og levere bedre projekter. Kunderne vil være mere tilfredse med det arbejde, der er blevet udført. Så jeg tror, det bliver den største indvirkning, AI får på projektlederens rolle.
Tim Fisher: Okay, lad os lave en lille krystalkugleøvelse. Spol tre eller fem år frem – hvad er den største ændring, du forventer, at AI vil medføre for den måde, teams arbejder på?
Bernarda Vrbat: Puha. Tre til fem år er en meget lang tidshorisont at tale sikkert om med den udviklingstakt, vi ser.
Tim Fisher: Det er det.
Bernarda Vrbat: Men hvis vi ser på det kortsigtede billede, kan vi se, at AI overtager mere og mere af udførelseslaget inden for områder som kodning og skrivning, og jeg tror, det operationelle arbejde bliver det næste.
Projektledelse er sandsynligvis det sted, hvor man mærker det først – styring af opgaver, tidsplaner, timesedler og alt det koordinationsarbejde, som projektledere håndterer. Hvis vi ser længere frem, bliver den grundlæggende ændring den måde, teams struktureres omkring AI på. I stedet for at bruge AI som et værktøj, man tager frem og lægger væk igen, vil folk sandsynligvis styre en samling agenter, konfigurere dem og styre deres output. Som jeg har nævnt gennem hele vores samtale, kommer den menneskelige rolle i mindre grad til at handle om at udføre arbejdet og i højere grad om at træffe beslutninger om værdi.
Hvad betyder noget, hvad skal vi prioritere, og hvordan ser kvalitet ud?
Tim Fisher: Så lad AI-ting være AI's ansvar og mennesketing være menneskers ansvar. Ja. Sidst, men bestemt ikke mindst, og uden at afsløre nogen hemmeligheder, vil jeg meget gerne have et lille indblik i, hvad der kommer på Productives AI-køreplan.
Bernarda Vrbat: Vi vil ikke afsløre for meget, men jeg kan fortælle dig, hvad der kommer som det næste.
Vi har for nylig lanceret artefakter, som giver dig mulighed for at omdanne prompts til visuelle output. Du kan for eksempel bede om data og få et komplet dashboard, eller du kan endda bede om at få det downloadet som PDF eller HTML. Det bliver virkelig spændende at se. På agentsiden arbejder vi på hændelsesudløste agenter, som starter automatisk, når noget ændrer sig.
Du styrer for eksempel et budget, og noget ændrer sig. Det kan være en udløsende hændelse, som en agent holder øje med og reagerer på. Og vi arbejder hen imod at gøre agenter mere proaktive, så de kontakter dig, når de støder på en blokering, så du kan træde til og holde tingene i bevægelse.
Tim Fisher: Fantastisk. Det giver rigtig god mening i den verden, vi lever i. Det var en fantastisk samtale og et spændende kig ind i fremtiden. Det sætter jeg virkelig pris på. For at runde af, Bernie: Hvis folk gerne vil vide mere om Productive, hvad skal de så gøre nu?
Bernarda Vrbat: Først og fremmest tak, Tim, for den gode samtale. Hvis nogen vil dykke dybere ned i det, er vores Productive 5.0-side det bedste sted at starte.
Det er dér, du får det fulde billede af alt det, vi har bygget omkring AI, og hvad hele denne lancering handler om. Derfra vil jeg henvise dig til vores køreplan og siderne med produktopdateringer, hvor vi deler, hvad der kommer, og holder dig opdateret, mens vi fortsætter med at lancere nyt. Vi bevæger os hurtigt, så der er altid noget nyt, som det er værd at holde øje med.
Tim Fisher: Fremragende. Meget cool. Det var alt den tid, vi har i dag. Bernie, tusind tak, fordi du ville være med.
Bernarda Vrbat: Tak, Tim.
