DK

Trin 5: Inddrag de involverede

Forebyg bekymringer fra starten, og gør jeres team, beboere og pårørende til aktive medskabere af forandringsprocessen fra dag et.

Citat

“Enhver forandring bæres af mennesker.”

Erfaring fra Care-AI-projektet

Skab forandring sammen

Indførelsen af AI er ikke kun et IT-projekt. Den ændrer hverdagen for jeres fagpersonale, beboernes oplevelse og de pårørendes forventninger.

Hver plejeinstitution har medarbejdere med forskellige erfaringer, kompetencer og holdninger til digitale teknologier. Beboere og pårørende har ligeledes forskellige forventninger og behov.

Ved at inddrage alle berørte fra dag 1 reducerer I bekymringer, forebygger intern modstand og sikrer, at den nye teknologi faktisk bliver brugt i hverdagen.

Jeres udbytte: Derfor er reel inddragelse afgørende

Tidlig inddragelse gør de berørte til medskabere. Dette trin hjælper jer med at:

  • afdække barrierer for accept, før der købes dyr software.
  • planlægge uddannelsesbehov målrettet til forskellige niveauer af forhåndsviden.
  • opbygge tillid hos beboere og pårørende gennem transparent kommunikation.

7 refleksionsspørgsmål til jeres ledelsesteam

  • Hvem i vores institution er direkte eller indirekte berørt af den nye AI?

  • Hvilke bekymringer (f.eks. overvågning, tab af job eller at blive overvældet af teknologien) kan opstå?

  • Hvordan informerer vi beboere og pårørende på en forståelig og transparent måde?

  • Hvilke konkrete AI-kompetencer har vores team brug for?

  • Hvordan inddrager vi både teknologivante og skeptiske medarbejdere?

  • Hvilke kontaktpersoner (f.eks. digitaliseringsansvarlige) er tilgængelige i hverdagen?

  • Hvordan måler vi, om AI opleves som en reel aflastning?

Pflegekraft im blauen Kimono stützt eine ältere Frau von hinten beim gemeinsamen Spaziergang im Freien

Tyskland vs. Danmark: Forskellige veje til indførelse af teknologi

Ved indførelsen af AI-understøttede teknologier i ældreplejen ses der forskelle mellem Tyskland og Danmark:

Deutschland Dänemark

I Tyskland identificerer plejeinstitutioner ofte selv deres behov – for eksempel når medarbejdere eller ledere opdager konkrete udfordringer i hverdagen, hvor AI kan yde støtte.

Som følge heraf sker implementeringen ofte gradvist og med udgangspunkt i praksis (“bottom-up”).

I Danmark spiller kommuner og offentlige aktører en stærkere, koordinerende rolle i den digitale omstilling af plejen.

Behov vurderes oftere strategisk på et overordnet niveau, prioriteres og implementeres derefter i plejeinstitutionerne (“top-down”).

Succesfaktor

Uanset hvem der tager initiativet – uden tidlig inddragelse af plejeteamet mislykkes implementeringen i praksis.

Hvorfor standardsoftware ofte mislykkes

En af de største udfordringer ved AI-projekter er, at mange digitale løsninger ikke er tilstrækkeligt tilpasset den faktiske plejehverdag. Hvis der mangler transparens, og de senere brugere ikke får mulighed for at være med til at forme løsningen, opstår der hurtigt modstand.

Konsekvensen: Softwaren bliver købt, men bliver ganske enkelt ignoreret i hverdagen.

Et succesfuldt Praksiseksempel: Stemmestyret dashboard

Som led i et tysk forskningsprojekt blev et stemmestyret dashboard udviklet direkte i samarbejde med plejepersonale og ledelsespersonale.

  • Succesen: Softwaren var præcist tilpasset de eksisterende arbejdsgange, var intuitiv at bruge og understøttede teamet uden at automatisere processerne rigidt.
  • Erkendelsen: AI-systemer kan kun implementeres med succes, hvis de tilpasses de konkrete strukturer, kommunikationsveje og organisatoriske særegenheder på stedet.
Pflegekraft schiebt einen älteren Mann im Rollstuhl durch einen gemütlichen Aufenthaltsraum mit Sitzgruppe im Hintergrund

Et deltagende testteam i 4 trin

Præsenter ikke blot nye teknologier på en bestemt dato. Brug denne afprøvede praksismetode:

Afgræns testområdet

Vælg sammen med softwareleverandøren og plejeledelsen 1–2 afdelinger eller værelser til en realistisk testfase.

Sammensæt et blandet team

Sammensæt bevidst testteamet af flere grupper: teknologivante fagpersoner og medarbejdere, der er skeptiske over for forandringer. Skeptikere afdækker svagheder tidligt og bliver ved succes til overbevisende ambassadører.

Gennemfør en praksistest (ca. 6 måneder)

Lad teamet teste AI under reelle forhold. Merværdien skal kunne mærkes i en travl hverdag – ikke kun i teorien.

Del erfaringerne med teamet

Testpersonerne fortæller de øvrige medarbejdere direkte om deres erfaringer. Det skaber naturlig tillid og vækker lysten hos andre teams til også at bruge løsningen.

Værktøj: Personaer som kompas for forskellige perspektiver

I Care-AI-projektet blev der på baggrund af feltforskning udviklet typiske profiler (personaer) for alle involverede. De viser, hvilke perspektiver forskellige roller i en plejeinstitution har på indførelsen af AI, hvilke udfordringer de oplever, og hvordan I målrettet kan reagere på dem i forandringsprocessen.

Brug dem til på forhånd at sætte jer ind i de forskellige perspektiver.

Persona-gruppe 1: Pleje- og omsorgsteamet

Anke (plejefaglig medarbejder i Tyskland)

“Jeg vil have tid til mennesker, ikke til ekstra teknologi.”

Anke har arbejdet som plejefaglig medarbejder i mange år. Hun er grundlæggende åben over for digitale løsninger, men oplever sin arbejdsdag som stærkt præget af dokumentation, kontakt med pårørende og organisatoriske opgaver.

Langsomme systemer og dobbeltdokumentation frustrerer hende. Hun accepterer nye teknologier, når de giver en umiddelbar aflastning og let kan integreres i eksisterende arbejdsgange.

Lächelnde Pflegekraft in türkisfarbener Kleidung hält ein Klemmbrett in einer Praxis mit Behandlungsliege

Mette (sygeplejerske i Danmark)

“AI bør støtte mig i kliniske beslutninger.”

Mette er også åben over for digitale teknologier. I modsætning til Anke forbinder hun dog især AI med klinisk beslutningsstøtte, monitorering eller medicinsikkerhed.

For hende ligger merværdien mindre i organisatorisk aflastning og mere i forbedret klinisk pleje. Samtidig er der en risiko for, at psykosociale aspekter af plejen træder i baggrunden.

Pflegekraft misst einem älteren Mann lächelnd den Blutdruck in einem Wohnbereich

Refleksionsimpuls

Mens tyske plejefaglige medarbejdere ofte vurderer nytten ud fra aflastning i hverdagen, fremhæves den kliniske nytte stærkere i Danmark. Begge perspektiver bør tages i betragtning ved implementeringen.

Louise (social- og sundhedsassistent i Danmark)

“Hvorfor skal vi ændre noget, der har fungeret i årevis?”

Louise har arbejdet på den samme plejeinstitution i næsten fyrre år. Hun kender sine beboere godt og har stor erfaring.

Samtidig møder hun i første omgang nye teknologier med skepsis. Først når hun selv oplever en konkret merværdi, udvikler hun tillid til nye løsninger.

Porträt einer älteren Frau mit Kaffeebecher, die nachdenklich zur Seite blickt

Naomi (omsorgsmedarbejder i Tyskland)

“Jeg ønsker støtte, men den skal være forståelig og praksisnær.”

Naomi arbejder som omsorgsmedarbejder og bringer stor empati ind i sit arbejde. Hun bruger allerede digitale applikationer privat og er åben over for nye teknologier.

Samtidig mangler hun viden om AI. Tidligere digitaliseringsprojekter har for hende snarere medført ekstra arbejde end aflastning.

Særligt nyttige ville være applikationer, der støtter hende ved sprogbarrierer, dokumentation eller biografiarbejde.

Porträt einer lächelnden Frau mit lockigem Haar in grüner Kleidung

Hvad betyder det konkret for jeres fremgangsmåde?

  • Erfüllt:

    Inddrag jeres medarbejdere tidligt.

  • Erfüllt:

    Vis den praktiske nytte: Brug demonstrationer eller workshops til at vise, hvordan AI understøtter pleje og omsorgsopgaven.

  • Erfüllt:

    Lad jeres medarbejdere selv afprøve systemet.

  • Erfüllt:

    Tilbyd regelmæssige informationsmøder, undervisning og feedbackrunder

  • Erfüllt:

    Inddrag alle faggrupper tidligt og løbende – fra behovsanalyse og valg over pilotafprøvning til evaluering.

  • Erfüllt:

    Find ud af, hvilke (erfarne) kolleger der kan fungere som ambassadører.

  • Erfüllt:

    Forklar AI forståeligt og uden fagsprog.

  • Erfüllt:

    Tag højde for forskellige digitale forudsætninger og erfaringer.

  • Erfüllt:

    Sørg for kontaktpersoner og support. Et dedikeret team (f.eks. digitaliseringsansvarlige) bør besvare spørgsmål, registrere problemer og koordinere tilpasninger.

Persona-gruppe 2: Beboere med plejebehov

Kurt (beboer i Danmark)

“Jeg vil gerne forstås.”

Kurt er mentalt velfungerende, men har af medicinske årsager store vanskeligheder ved at udtrykke sig sprogligt.

For ham kan AI ikke kun aflaste medarbejderne, men også give ham selv større deltagelse og selvbestemmelse for eksempel gennem understøttende kommunikationsteknologier.

Porträt eines älteren Mannes mit Brille und Schnurrbart im grünen Poloshirt

Gitte (beboer i Danmark)

“Tryghed betyder noget forskelligt for hver person.”

Beboere oplever forandringer meget forskelligt.

Gitte reagerer på grund af sin demens og psykiske sygdom meget følsomt på forandringer. Nye stemmer, uvante rutiner eller ukendte teknologier kan udløse angst hos hende.

Porträt einer lächelnden älteren Frau mit grauem Haar in geselliger Runde im Freien

Hvad betyder det konkret for jeres fremgangsmåde?

  • Erfüllt:

    Indfør teknologi yderst forsigtigt hos sårbare beboere.

  • Erfüllt:

    Menneskelig nærhed og velkendte rutiner går altid forud for effektivitet.

Refleksionsimpuls

AI kan ikke kun forbedre arbejdsprocesser, men også øge beboernes livskvalitet. Dette perspektiv bør allerede tages i betragtning ved valget af egnede applikationer.

Persona-gruppe 3: Pårørende

Hildegard (Hermanns hustru, Tyskland)

“Jeg vil gerne forstå, hvad der sker med min mand.”

For Hildegard er teknologien ikke i centrum, men bekymringen for hendes mand.

Hun har spørgsmål om databeskyttelse, menneskelighed og mulig overvågning. Hvis disse bekymringer tages alvorligt og besvares forståeligt, øges hendes villighed til at acceptere nye teknologier.

Porträt einer lächelnden älteren Frau mit weißem Haar und gemusterter Jacke

Hvad betyder det konkret for jeres fremgangsmåde?

  • Erfüllt:

    Informer og involver de pårørende tidligt.

  • Erfüllt:

    Skab muligheder for spørgsmål og dialog.

  • Erfüllt:

    Besvar spørgsmål om databeskyttelse og nytte transparent og forståeligt.

Praktisk tip

Brug ikke disse personaer som faste kategorier, men som hjælp til refleksion. Spørg jer selv ved hver planlagt AI-applikation:

“Hvordan ville Anke opleve denne løsning? Hvilke spørgsmål ville Hildegard have? Ville Gitte føle sig tryg ved den? Og hvilken merværdi ville Kurt få ud af den?”

Disse perspektivskift hjælper med at sikre, at implementeringsbeslutninger ikke træffes udelukkende ud fra et teknisk synspunkt, men konsekvent udformes menneskecentreret.

Jeres resultat efter dette trin

I har lært, at en vellykket implementering betyder, at mangfoldigheden blandt alle involverede bevidst tages i betragtning, og at forandringen skabes i fællesskab. I har udarbejdet en klar strategi for jeres forandringsledelse:

  • Erfüllt:

    Alle berørte aktørgrupper er identificeret.

  • Erfüllt:

    Et testteam bestående af teknologivante fagpersoner og medarbejdere, inklusiv skeptikere står klar.

  • Erfüllt:

    En transparent kommunikations- og uddannelsesplan for medarbejdere, beboere og pårørende er udarbejdet.

Sådan går I videre

Jeres team er forberedt, og koncepterne er på plads. I næste trin handler det om at gå fra plan til handling: Læs i Trin 6: Pilotfase og evaluering hvordan I gennemfører praksistesten struktureret, måler resultater og lærer af fejl.

Kilder

  • Mange af indholdselementerne i AI-køreplanen er baseret på den projektkontekst og de materialer, der blev udarbejdet og samlet i projektet „Care-AI“.
  • Dassel, K., Colloseus, C., Sell, A., Hanel, J., Günther, C., Awesome Technologies GmbH, Aschenbrenner, D., Klein, J., Guagnin, D., Institut für Innovation und Technik (iit) in der VDI/VDE Innovation + Technik GmbH, Caritas Dortmund & nexus – Institut für Kooperationsmanagement und interdisziplinäre Forschung. (2025). KI in der Pflege – Mensch im Mittelpunkt: Partizipative Entwicklung eines digitalen Assistenzsystems zur Entlastung in der stationären Altenpflege [Research]. Not specified. https://www.iit-berlin.de/wp-content/uploads/2025/07/KIC_Paper_Pflege.pdf