Vi bygger AI ind i jeres arbejdsgange.

Copenhagen Software Lab er rådgivere og udviklere. Vi hjælper virksomheder med at vælge ét afgrænset område, hvor AI og software kan ændre det daglige arbejde, og bygger løsningen sammen med de medarbejdere, der skal bruge den.

Sådan kommer vi i gang

  1. Vi tager en gratis snak på 30 minutter
  2. Vi holder en 3 timers workshop og prototyper en løsning. Det koster 5.000 kr. ekskl. moms.
  3. Hvis prototypen ser lovende ud, planlægger vi et projekt. Det er billigere og hurtigere, end de fleste regner med
Luka Dalum, Anne Sofie Rasmussen og Frederik Schjerbeck på CSL’s kontor.

Hvad skal I have klar?

I behøver ikke en færdig kravspecifikation.

Tag udgangspunkt i ét område, hvor arbejdet i dag er tungt eller tidskrævende, og fortæl os, hvordan det foregår. Så finder vi sammen den første opgave, der er værd at bygge en prototype på.

Nye vilkår i 2026

Markant billigere softwareudvikling og langt bedre AI-agenter

I 2026 er det blevet markant billigere at udvikle software, og AI-agenter kan løse langt mere sammensatte opgaver end tidligere. De fleste arbejdsgange er tilrettelagt under gamle vilkår, hvor speciallavet software var for dyr at bygge, og hvor medarbejdere selv måtte lede på tværs af dokumenter, kataloger og systemer. Det giver god grund til at stille to spørgsmål i jeres egen organisation: Holder begrundelserne for den måde, arbejdet er organiseret på i dag, stadig? Og hvordan kunne arbejdsdagen indrettes, hvis agenter indgik direkte i arbejdsgangene?

Der findes ikke én bestemt ændring, som gælder for alle. Hvad der bør laves om, afhænger af virksomheden, og de fleste organisationer har mange arbejdsgange, der kan gentænkes. Når ændringerne alligevel tager lang tid, skyldes det ofte path dependency: eksisterende systemer, ansvarsfordelinger og vaner bygger på tidligere valg og holder hinanden fast.

Vejen gennem det er at samle indsatsen om ét område ad gangen. Når I gentænker én konkret arbejdsgang sammen med medarbejderne, får I prøvet kulturforandringen af i praksis, fordi roller og vaner ændrer sig omkring en rigtig opgave. Samtidig opbygger organisationen agilitet: erfaringen og rytmen til løbende at tilpasse flere arbejdsgange, når forudsætningerne flytter sig.

Et eksempel fra autobranchen

Hos en virksomhed i autobranchen skal mekanikerne finde alle de arbejdspositioner, der er brugt på en opgave, så fakturaen bliver rigtig. Kataloget er svært at finde rundt i, så arbejdet var både langsomt og fejlbehæftet.

To workshops på to og tre dage gav en konkret prototype. Derefter blev løsningen udviklet i et intenst forløb på 14 dage, sat i drift og justeret i måneden efter. Løsningen kombinerer en statistisk klynge­analyse af tidligere ordrer, regler, der giver agenten forslag, og en AI-agent med adgang til reservedels­kataloget, kataloget over arbejdspositioner, manualer og vejledninger. Mekanikeren gennemgår og godkender agentens arbejde i en app. Tiden brugt på at finde arbejdspositioner faldt med 75 %.

Det gør vi

Rådgivning, udvikling og implementering

  1. Rådgivning

    Vi hjælper med at finde de gode use-cases. Prioritere hvor vi bør starte og hvordan nuværende arbejdsgange kan gentænkes.

    Læs mere
  2. Udvikling

    Vi bygger AI-agenter, software og automatiseringer. En stor del af arbejdet med at udvikle en velfungerende AI-agent er alt det, der er rundt om agenten: kontekst, viden, integrationer, rettigheder, brugerflader og test.

    Læs mere
  3. Implementering og drift

    Vi hjælper med at sikre, at løsningen også leverer den forventede forretningsværdi. Vi træner jeres medarbejdere og justerer løsningen efter implementering. Bagefter driver vi løsningen, eller I overtager den.

    Læs mere

Vi begynder som regel i én del af forretningen ad gangen og arbejder i design-sprints, projekter eller på klippekort, alt efter hvad opgaven kræver. Samarbejdsformer

Sådan arbejder vi

Tæt på dem, der kender opgaven

Eksisterende vaner og tidligere valg sidder dybt i de fleste arbejdsgange. Derfor arbejder vi tæt sammen med de medarbejdere og ledere, der udfører arbejdet i dag. Vi kortlægger opgaven på papkort, så nedarvede mellemled og antagelser bliver synlige, og bygger tidligt en prototype, som brugerne afprøver i hverdagen. Når de selv former løsningen fra start, bliver kulturforandringen en del af arbejdet.

Før vi bygger, får jeres it- og AI-ansvarlige en beskrivelse af løsningen, så de kan vurdere arkitektur, dataadgang, rettigheder og test. Løbende demoer, fælles prioritering og feedback fra brugerne viser hurtigt, om antagelserne holder, så vi kan ændre retning i tide. Den rytme opbygger organisatorisk agilitet: evnen til at afprøve nye arbejdsformer hurtigt og justere dem i praksis.

Læs om arbejdsformen
Frederik placerer papkort på en væg foran et bord med deltagere.

Vores tilgang til AI

Hvornår vi bruger AI

Vi bruger AI til de trin i en arbejdsgang, der kræver fortolkning af tekst, sprog eller uklare oplysninger. Faste regler bygger vi i almindelig kode, og beslutninger med store konsekvenser bliver hos et menneske.

  1. Problemet først

    Vi afgrænser opgaven til ét arbejdsområde og starter med, hvad der skal ændres, for hvem og hvorfor. Når man gennemgår en gammel arbejdsgang fra bunden, er svaret nogle gange en ny arbejdsdeling eller en simpel regel i koden, og andre gange en AI-agent.

  2. Agent eller automatisering

    For hvert trin vurderer vi, om det kan beskrives med faste regler eller kræver et skøn. Mange løsninger blander begge dele med en menneskelig godkendelse undervejs.

  3. Evaluering i to spor

    Vi tester, om systemet løser opgaven efter aftalte kriterier, og måler for sig, om arbejdet bliver bedre i hverdagen. Nye arbejdsvaner tager tid at falde på plads, så vi følger op efter idriftsættelsen og justerer både løsningen og arbejdsgangen, efterhånden som brugerne får erfaring med den.

Læs alle ni standpunkter

Personerne

Luka, Frederik og Anne Sofie

Vi startede virksomheden 1. august 2026. Men IT, data og AI er ikke nyt for os. Om os

Frederik og Luka på video

Video01:20

CSL er en hypotese

Frederik Schjerbeck om at forstå behovet, før man diskuterer løsningen, og om hvad CSL er.