AI bliver mest interessant, når det kobles til en konkret opgave, som medarbejdere faktisk står med. Det var også derfor, casen fra Kalundborg Kommune fyldte så meget i vores webinar om AI-apps på Promte.
Her fortalte Parthee Vijayamohan, AI Program Lead i Kalundborg Kommune, om arbejdet med en tolkeløsning, der er bygget som en AI-app. Casen er interessant, fordi den ikke bare handler om teknologi. Den handler også om test, organisering, sproglig kvalitet og det arbejde, der skal til, før en løsning kan bruges i praksis.
For mange kommuner er det netop dér, AI-projekter bliver virkelige: ikke i idéfasen, men når de skal fungere i hverdagen.
Tolkeopgaven er et godt eksempel på en arbejdsgang, hvor AI ikke først og fremmest handler om at “chatte”, men om at understøtte en konkret situation.
Når medarbejdere møder borgere med forskellige sproglige forudsætninger, er behovet meget praktisk. Der skal kunne oversættes hurtigt og forståeligt. Det gælder både i den enkelte samtale og i en bredere organisatorisk sammenhæng, hvor kvalitet, tilgængelighed og arbejdsgange skal hænge sammen.
Samtidig er der også en økonomisk dimension. En AI-baseret tolkeløsning kan i mange situationer være langt billigere end at bruge en traditionel tolk, og det gør casen relevant for kommuner, der både vil forbedre tilgængeligheden og bruge ressourcerne mere effektivt.
Det gør tolkeområdet velegnet til en AI-app. Der er et tydeligt formål, et veldefineret brugsscenarie og et klart behov for en løsning, der kan bruges af medarbejdere uden teknisk baggrund.
I webinaret blev tolkeløsningen også fremhævet som et eksempel på, at AI-apps ikke kun er et nyt interface. De er en måde at gøre en konkret opgave operationel.
En vigtig pointe fra Kalundborg Kommune var, at løsningen ikke bare blev vist frem som en idé. Den var blevet testet over tid.
I webinaret fortalte Kalundborg, at løsningen havde været afprøvet i cirka et halvt år på to områder, blandt andet i jobcenterregi og på børn- og familieområdet. Her var fokus især på, hvor godt løsningen oversatte i de relevante situationer.
Det er værd at hæfte sig ved. For i mange AI-projekter er det fristende at gå hurtigt fra første fungerende version til bred lancering. Kalundborg beskrev i stedet et forløb, hvor der blev brugt tid på at afprøve, lære og kvalificere løsningen, før den blev rullet bredere ud.
Det er en moden tilgang til AI i drift. Ikke fordi alt skal tage lang tid, men fordi sprogkvalitet og anvendelighed skal være testet i den virkelighed, løsningen faktisk skal bruges i.
Kalundborg beskrev også, hvordan kommunen havde arbejdet struktureret med testdata.
Ifølge oplægget blev der udarbejdet et datasæt i samarbejde med Lejre og Holbæk Kommune. Udgangspunktet var 1.000 spørgsmål og svar, som var relevante i en kommunal kontekst. Materialet blev oversat til fem af de sprog, der bruges mest i Kalundborg, blandt andet somalisk, arabisk og ukrainsk.
Derudover blev testgrundlaget udvidet, så løsningen kunne afprøves på op til 10.000 afledte spørgsmål baseret på det oprindelige sæt. Formålet var ikke bare at få flotte enkelteksempler, men at skabe et mere robust grundlag for at vurdere, hvordan løsningen faktisk præsterer.
Det er et godt eksempel på, at kvalitet i AI-løsninger ikke opstår af sig selv. Den skal understøttes af systematisk arbejde med data, test og evaluering.
Kalundborg nævnte også, at der var etableret et større regnearksbaseret testoverblik, så man kunne gennemgå svar og oversættelser mere systematisk. Det er måske ikke den mest glamourøse del af AI-arbejdet, men det er ofte den mest afgørende.
Når man beskriver kommunale AI-løsninger, er det vigtigt at være præcis med formuleringerne. Det gælder også her.
I webinaret beskrev Kalundborg Kommune, at tolkeløsningen var blevet gennemgået juridisk i deres eget setup, og at kommunen havde fået grønt lys til de anvendelser, de talte om i oplægget. Samtidig understregede de, at vurderingerne hang sammen med den måde, deres løsning var sat op på.
Det er en vigtig nuance. Casen skal læses som et eksempel på, hvordan én kommune har grebet opgaven an i sin egen driftssituation, ikke som en generel juridisk konklusion for alle andre.
Det samme gælder datahåndtering. I webinaret fortalte Kalundborg, at lydfiler i løsningen blev gemt i en periode og derefter slettet automatisk, og at opbevaringsperioden var fastlagt ud fra deres konkrete behov og anbefalinger i deres setup.
Det bidrager også til, at løsningen kan bruges på en sikker måde. Data bliver behandlet i EU, hvilket er en vigtig del af det setup, Kalundborg har valgt, når man arbejder med følsomme oplysninger og kommunale arbejdsgange.
Den form for detaljer er vigtig, fordi de viser noget centralt om AI i praksis: gode løsninger består ikke kun af modelvalg og brugerflade, men også af klare driftsbeslutninger.
Kalundborg fortalte i webinaret, at kommunen hen over foråret ville begynde at implementere løsningen på flere områder, og at den større udrulning var planlagt til at starte den 23. marts 2026.
Det gør casen særlig relevant. Den viser ikke kun et pilotforløb, men en løsning på vej videre i organisationen.
For andre kommuner er det interessant, fordi det peger på en realistisk model for AI-arbejde:
Det er sjældent den hurtigste vej til en demo. Men det er ofte en bedre vej til noget, der holder.
Tolkeløsningen fra Kalundborg Kommune er interessant, fordi den samler flere af de ting, som AI-apps skal kunne i kommunal praksis.
Den løser en konkret opgave. Den er bygget til et tydeligt brugsscenarie. Den er testet før bred udrulning. Og den er forankret i overvejelser om drift og anvendelse, ikke kun i teknologi.
Det er præcis den type cases, der gør AI mindre abstrakt. Ikke fordi alle kommuner skal bygge den samme løsning, men fordi casen viser, hvordan en AI-app kan tage form, når behov, brugerflade og drift tænkes sammen.
Hvis I arbejder med lignende udfordringer i jeres kommune, og gerne vil drøfte om en AI-app kan være den rigtige vej, er I meget velkomne til at tage fat i Promte for en uforpligtende dialog.
