← Cases
Case · HR & AnalyticsEnnova × Munk AI

Fra idé til
AI-prototype
på én uge.

Hvordan kan AI hjælpe ledere med at omsætte medarbejderfeedback til handling? Ennova og Munk AI gjorde spørgsmålet konkret med en intensiv workshop, en fungerende AI-coach i Teams og feedback fra brugerne.

Se casen
Ennovas brandbillede med kolleger i dialog og Ennova-logo
01

Medarbejderindsigt. Ledelsesdialog. Konkrete næste skridt.

1 uge
Fra idé til prototype

et afgrænset udviklingsforløb

2 dage
Dedikeret udvikling

som del af workshopugen

Teams
AI-coach i kendte rammer

fungerende prototype

4 faser
Double Diamond

forstå, afgræns, udvikl og afprøv

AI og produktudvikling hos

ennovaMunk AI

En måling giver indsigt.
Dialogen skaber handling.

Ennova arbejder med medarbejder- og kundeoplevelser. I dette forløb var fokus på det, der sker, efter en leder modtager resultaterne af en medarbejderundersøgelse.

Ambitionen var at undersøge, hvordan AI kunne støtte forståelsen af resultaterne og forberedelsen til teamets dialog. Konceptet skulle afprøves hurtigt, før Ennova tog stilling til en større implementering.

I juni 2024 samlede Munk AI og Ennova produktviden, brugerindsigt, design og udvikling i et koncentreret forløb. Resultatet blev en Teams-integreret AI-coach og et konkret grundlag for den videre prioritering.

Hvad gør vi
med resultaterne?

At modtage en rapport er ét trin. At forstå den, forberede en god samtale og aftale meningsfulde handlinger kræver noget andet. Workshoppen satte fokus på hele denne brugerrejse.

Ennova ville undersøge, hvordan ledere kunne få støtte til at fortolke resultaterne og finde relevante fokuspunkter. Samtidig skulle teamets handlinger være konkrete og ligge inden for dets egen indflydelse.

Brugerinterviewene gjorde især behovet for hjælp til forberedelsen tydeligt. Opgaven var at støtte den menneskelige dialog og gøre det lettere at komme videre fra indsigt.

Et konkret spørgsmål

Hvordan bliver feedback til en god samtale?Forstå resultaterne, forbered dialogen og afklar, hvad teamet selv kan gøre.

En AI-coach.
Tæt på lederens hverdag.

Ennova Copilot blev afprøvet som en assistent i Microsoft Teams, hvor brugeren kunne tale med AI om medarbejderfeedback og forberedelse.

01 · FORSTÅ

Tal om resultaterne

Prototypen gav mulighed for at stille spørgsmål og få hjælp til at arbejde med undersøgelsens feedback.

02 · FORBERED

Gør dialogen konkret

AI-coachen kunne støtte refleksionen over relevante temaer og lederens forberedelse til teammødet.

03 · AFPRØV

Vurdér potentialet

Brugerne fik en konkret oplevelse at reagere på. Deres feedback gav retning for næste udviklingstrin.

Casen beskriver en prototype. Det samlede forløb i Ennovas egen platform blev også visualiseret som koncept og skærmskitser.

Én uge.
Fire tydelige faser.

Ennovas nøglemedarbejdere deltog tæt i forløbet. Produkt, UX, IT og rådgivning bidrog med hver deres perspektiv.

  1. 01
    Sammen

    Discover · forstå behovet

    Kortlægning af brugerrejsen og interviews med brugere gjorde udfordringerne omkring resultater, dialog og handling tydelige.

  2. 02
    Sammen

    Define · vælg fokus

    Ennova og Munk AI prioriterede mulighederne og konkretiserede, hvor en AI-assistent kunne skabe værdi.

  3. 03
    Munk AI

    Develop · byg prototypen

    To udviklingsdage omsatte idéerne til en fungerende Teams-coach samt skitser af den bredere brugerrejse.

  4. 04
    Sammen

    Deliver · få feedback

    Præsentation og brugerevaluering gav indsigt i oplevet værdi, anvendelse og de næste prioriteringer.

Forberedelse med
en sparringspartner.

En leder kan have behov for at vende undersøgelsens resultater, før teamet samles. Prototypen gjorde det muligt at udforske den dialog i et værktøj, brugeren allerede kendte.

Illustration af anvendelsen, ikke et produktskærmbillede. Der vises ingen faktiske undersøgelsesresultater eller medarbejderdata.

AI
Ennova CopilotILLUSTRATIV DIALOG
Hjælp mig med at forberede en samtale med mit team om vores resultater.
FORBEREDELSE TIL TEAMDIALOG

Fra resultat til refleksion.

  • Hvilke temaer vil du gerne forstå bedre?
  • Hvad skal teamet have mulighed for at uddybe?
  • Hvilke handlinger kan I selv påvirke?
Lederen og teamet vurderer og beslutter de næste skridt.

Fra brugerindsigt
til noget, der kan prøves.

Et samlet forløb med facilitering, design, udvikling og evaluering.

01

Double Diamond-workshop

Struktur og facilitering af et intensivt forløb med Ennovas nøglemedarbejdere.

02

Brugerrejse og prioritering

Interviews, kortlægning af udfordringer og fælles valg af de mest relevante muligheder.

03

AI-feedback og Teams-coach

En fungerende prototype, der gjorde AI-støttet dialog om medarbejderfeedback konkret.

04

Koncept for teamets videre proces

Skærmskitser af et AI-board med opsamling og forslag til handlinger i teamdialogen.

05

Evaluering og næste skridt

Opsamling på brugerfeedback, muligheder og afhængigheder før videre implementering.

Værdien blev konkret,
da brugerne prøvede den.

Workshopopsamlingen fremhæver især hjælp til lederens forberedelse og adgang gennem Teams som værdifuldt for brugerne. At kunne få støtte i et kendt arbejdsmiljø gjorde idéen lettere at forholde sig til.

Feedbacken pegede også på, at en ny proces skal passe til brugernes hverdag og modenhed. Den eksisterende rapportering og menneskelige dialog havde fortsat en rolle.

Afprøvningen gav dermed både bekræftelse af potentialet og en mere præcis forståelse af, hvor det var relevant at begynde.

INDSIGTER FRA AFPRØVNINGEN

Start tæt påbrugerens behov.

01

Forberedelsen førstGør resultater og relevante spørgsmål lettere at arbejde med.

02

Et kendt værktøjTeams gør konceptet nærværende i brugerens eksisterende arbejdsgang.

03

En tydelig rolleAI støtter arbejdet. Lederen og teamet tager dialogen og beslutningerne.

Kvalitativ feedback fra workshopafprøvningen. Der er ikke dokumenteret en målt forbedring af medarbejdertrivsel.

En idé blev til
et beslutningsgrundlag.

Forløbet gjorde det muligt at vurdere teknologi og brugeroplevelse, før en større implementering.

01

Fungerende prototype

En Teams-integreret AI-coach blev udviklet inden for én workshopuge.

02

AI-feedback afprøvet

Dialog om medarbejderundersøgelsens resultater blev omsat til konkret teknologi.

03

Brugerbehov gjort tydelige

Interviews og evaluering viste, hvor støtte til forberedelse og dialog kunne give mening.

04

Grundlag for næste valg

Ennova fik koncepter, prioriteringer og brugerfeedback til det videre AI-arbejde.

Fra hurtig afprøvning
til løbende AI-sparring.

Workshoppen gav et konkret afsæt for at drøfte næste skridt. Implementering af hele brugerrejsen var en efterfølgende beslutning.

Samarbejdet omfatter også senere AI-check-ins. Materiale og mail fra september 2026 dokumenterer en gennemført session om AI-udvikling, arbejdsmetoder og rammer for anvendelsen.

Den senere sparring er et særskilt spor. Den dokumenterer ikke, at hele prototypekonceptet fra 2024 er sat i produktion.

  1. 01

    Brug prototypen til at konkretisere behov og muligheder

  2. 02

    Prioritér næste udviklingstrin ud fra brugerfeedback

  3. 03

    Afklar integration, data og ansvar før implementering

  4. 04

    Hold organisationens AI-viden ajour gennem sparring

Jeres næste skridt

Hvilken AI-idé skal I gøre konkret?

Munk AI hjælper med at forstå brugerbehovet, afgrænse idéen og bygge en prototype, der giver et bedre grundlag for næste beslutning.