Kan kunstig intelligens læse PDFer og kontrakter?

Hvad AI faktisk kan hente ud af en PDF

Der er mange danske virksomheder, der har prøvet at smide en kontrakt ind i ChatGPT og tænkt: "det her er jo næsten magi". Og ja, det er imponerende. Men der er stor forskel på at springe ind i en chatbot med en tilfældig PDF og på at bygge en arbejdsgang, der rent faktisk håndterer dokumenter sikkert og konsekvent.

Kunnstig intelligens er i dag i stand til at forstå, strukturere og uddrage information fra dokumenter på en måde, vi for få år siden ikke troede var mulig. Men det kræver, at vi er ærlige om, hvad AI er god til, og hvad der kræver lidt mere omtanke. Lad os starte fra bunden.

Når en AI skal læse en PDF, sker der grundlæggende to ting. Først bliver dokumentet omdannet til ren tekst, AI-modellen kan forstå. Derefter analyserer modellen teksten og forsøger at finde, strukturere og returnere den information, du har bedt om. Det lyder enkelt, men vejen dertil er mere nuanceret end som så.

Felter, datoer og beløb er ofte nemme at finde

Hvis du har en ordrebekræftelse med et tydeligt ordrenummer, en leveringsdato og et beløb, er det præcis den slags information, AI er rigtig stærk til at finde. Strukturerede felter i dokumenter er AI's hjemmebane.

Tænk på en faktura: der er et fakturanummer, en forfaldsdato, et beløb, et momsnummer og et firmanavn. Alle de oplysninger er typisk klart markerede og ensartet placerede. En AI-model der er sat op til PDF dataudtræk, kan på sekunder hente alle de værdier ud og returnere dem som brugbar data.

Det samme gælder kontraktoplysninger som aftaledatoer, underskrivere, opsigelsesfrister og kontraktperioder. Når de er tydeligt formulerede i dokumentet, er kunstig intelligens i stand til at identificere dem med høj præcision. Det er her automatisk dokumentbehandling virkelig begynder at spare tid.

For virksomheder der modtager mange enslignende dokumenter, som f.eks. tilbud fra leverandører eller ordrebekræftelser fra kunder, er dette en direkte gevinst. I stedet for at en medarbejder manuelt taster data ind i et CRM- eller ERP-system, gøres det automatisk og langt hurtigere.

Frie formuleringer kræver mere kontrol

Her begynder det at blive lidt mere kompliceret. Kontrakter og aftaler indeholder ikke kun klare felter og datoer. De indeholder også juridisk sprog, betingelser, forbehold og formulerede sætninger, der kræver forståelse af kontekst og nuancer.

Når AI skal læse kontrakter og tolke fri tekst, er resultatet stadig imponerende, men det kræver validering. En sætning som "levering sker senest 10 arbejdsdage efter modtagelse af forudbetaling, medmindre andet er aftalt skriftligt" indeholder mange betingede lag. AI kan godt læse og referere den, men om den korrekt forstår konsekvensen af formuleringen i en given kontekst, det er noget, man skal kontrollere.

Det er ikke en svaghed ved AI, det er bare virkeligheden. Ustrukturerede dokumenter med komplekse formuleringer kræver et ekstra lag af menneskelig vurdering, især når resultatet bruges til beslutninger med økonomiske eller juridiske konsekvenser. Dokumentanalyse med AI er kraftfuldt, men det er ikke en erstatning for faglig vurdering.

Løsningen er at bygge AI-arbejdsgange, hvor modellen returnerer et resultat og et konfidensestimat, og hvor en medarbejder tager stilling til de svar, der ikke er entydige. Det giver det bedste af begge verdener: fart og automatisering, men med menneskelig kontrol der, hvor det betyder mest.

Billeder og scannede sider kræver OCR først

Der er én ting, som mange glemmer, når de taler om AI til dokumenter, og det er forskellen på en ægte tekstbaseret PDF og en scannet PDF.

En ægte tekstbaseret PDF indeholder reel tekst, som AI-modellen kan læse direkte. Men en scannet PDF er i bund og grund bare et billede af et dokument. Der er ingen tekst at læse, kun pixels. Her er det nødvendigt at bruge OCR (optisk tegngenkendelse) som et første trin, inden AI overhovedet kan begynde at analysere indholdet.

OCR til virksomheder er ikke noget nyt, men kombinationen af OCR og AI er virkelig stærk. Moderne OCR-løsninger er langt bedre end de systemer, vi kendte for 10 år siden, og når de kombineres med en sprogmodel, kan man behandle selv gamle, skannede arkivdokumenter og ekstrahere meningsfuld data fra dem.

Det er dog vigtigt at vide, at kvaliteten af OCR-resultatet påvirker AI's evne til at læse og forstå dokumentet. En dårligt scannet side med skæv tekst, lave kontraster eller håndskrift kan give fejl, der river hele udtræksresultatet ned. Kvalitet ind, kvalitet ud. Det er en grundregel i automatisk dokumentbehandling, man aldrig skal glemme.

Hvilke dokumenter giver mest værdi at starte med

Det er et spørgsmål, jeg tit får: "Okay, men hvor starter vi henne?" Og mit svar er altid det samme: start med de dokumenter, I allerede bruger mest tid på, og som er mest ensartede i opbygning.

Når man bygger AI dokumenthåndtering i en virksomhed, er det fristende at kaste sig over alt på én gang. Men den tilgang giver sjældent gode resultater. Det er langt klogere at identificere ét dokumentflow, gøre det rigtigt, høste gevinsterne, og derefter udvide. Lad os se på, hvilke dokumenttyper der typisk giver mest værdi tidligt.

Kontrakter, tilbud og ordrebekræftelser

Disse tre dokumenttyper er blandt de mest værdifulde at automatisere for de fleste virksomheder. Og det er der en god grund til.

Kontrakter indeholder typisk kritisk information, der skal bruges aktivt: opsigelsesfrister, betalingsbetingelser, ansvarsbegrænsninger og forpligtelser. Det er information, der i dag alt for tit ligger gemt i en PDF-mappe, som ingen åbner igen, før der opstår et problem. Med AI til kontrakter kan du automatisk udtrække disse oplysninger og lade dem leve som aktiv data i dine systemer.

Tilbud og ordrebekræftelser er ofte ensartede i struktur og indeholder præcis de felter, AI er bedst til at finde: varenumre, priser, antal, leveringstider og kontaktoplysninger. En virksomhed der modtager mange ordrebekræftelser dagligt, kan med AI til ordrebekræftelser spare betydelige administrative timer og reducere fejl fra manuel indtastning.

• Kontrakter: Udtræk opsigelsesfrister, parter, betalingsbetingelser og ikrafttrædelsesdatoer automatisk
• Tilbud: Hent priser, gyldighedsperioder og vilkår direkte ind i dit CRM-system
• Ordrebekræftelser: Automatisk registrering af ordredata uden manuel indtastning
• Fakturaer: Klassisk brugssag for PDF dataudtræk med høj præcision og stort tidsbesparingspotentiale

Fælles for disse dokumenttyper er, at de typisk har en fast struktur, de gentages mange gange, og de indeholder information der skal bruges aktivt i virksomhedens drift. Det er præcis den kombination, der gør automatisk dokumentbehandling til en klar forretningscase.

CV, rapporter og PDF mapper kræver mere sortering

Her er vi i den anden ende af spektret. CV'er, interne rapporter og løse PDF-mapper er mere komplekse at håndtere, og det er værd at forstå hvorfor.

CV'er er f.eks. ekstremt varierende i format. En kandidat bruger Europass-skabelon, en anden har et kreativt designet layout, og en tredje har sendt en scannet kopi af sit CV fra 2009. AI kan godt analysere alle tre, men præcisionen varierer markant, og du ender typisk med at skulle bruge mere tid på validering.

Rapporter og analyser kan være lange dokumenter med mange sider, grafer og tabeller. Her er AI faktisk stærk til at opsummere og identificere nøglepunkter, men det kræver, at man er præcis i sin prompt-teknik og sin arbejdsgangsopsætning. Det er ikke noget man bare sætter op på en eftermiddag.

Min anbefaling er, at virksomheder starter med de strukturerede dokumenttyper der giver klar og målbar gevinst hurtigt. Når man har erfaring med AI til dokumenter og har bygget gode valideringsprocesser, kan man udvide til de mere komplekse dokumenttyper med langt bedre resultat.

Hvor AI ofte misforstår dokumenter

Lad mig være ærlig her, for det er vigtigt. AI er utroligt dygtig til dokumentanalyse, men der er steder, hvor det konsekvent kan gå galt, og dem skal du kende til, inden du sætter noget i produktion.

Det er ikke for at skræmme nogen. Det er fordi den bedste måde at bygge gode AI-løsninger på er at kende teknologiens grænser og designe arbejdsgangene, så de tager højde for dem. Dem der springer dette trin over, er typisk dem der om seks måneder siger "AI virker ikke". Det gør det. Man skal bare bygge det rigtigt.

Små forbehold kan ændre hele betydningen

Kontraktsprog er præcist og nuanceret af en god grund. Et enkelt ord kan ændre en forpligtelse fuldstændig. "Kan", "skal", "bør" og "som udgangspunkt" har hver sin juridiske vægt, og en AI-model der ikke er finjusteret til kontraktanalyse kan godt overse eller minimere sådanne nuancer.

Det samme gælder forbehold som: "medmindre andet er aftalt skriftligt", "under forudsætning af" eller "gælder ikke i tilfælde af". Disse forbehold er kritiske for forståelsen af dokumentet, men de kan nemt glide i baggrunden, hvis AI-modellen er sat op til at finde hovedelementer frem for kontekstuelle nuancer.

Løsningen er ikke at undgå AI til kontraktanalyse. Løsningen er at designe dit system til at markere disse elementer eksplicit og altid lade en menneskelig vurdering tage stilling til kontrakter med juridisk eller økonomisk vægt. AI validering af dokumenter handler i høj grad om at kombinere maskinens hurtighed med menneskets vurderingsevne.

Tabeller og fodnoter bliver let læst forkert

Tabeller er en af AI's svageste punkter i dokumentanalyse. Det skyldes, at tabeller er visuelle konstruktioner, og når en PDF konverteres til tekst, bliver den visuelle struktur ofte flad. Kolonner blandes sammen, rækker mister deres tilhørsforhold, og en tabel der visuelt er krystalklar, kan ende som meningsløs tekst i AI-modellens input.

Fodnoter er et lignende problem. De er fysisk placerede adskilt fra den tekst, de hører til, og det kan betyde, at AI-modellen enten ignorerer dem eller mister sammenhængen til den relevante tekst. I juridiske dokumenter og finansielle rapporter kan fodnoter indeholde afgørende undtagelser og præciseringer, som ikke må overses.

Her er det tekniske fundament afgørende. Bruger du en god PDF-parser kombineret med en model der er trænet på dokumentlayout-forståelse, forbedres resultatet markant. Det er noget af det, jeg altid sørger for at håndtere korrekt, når jeg bygger løsninger til AI dokumenthåndtering for virksomheder.

Flere versioner af samme dokument skaber rod

Dette er et klassisk problem i virksomheder og en af de ting, der hurtigst kan underminere AI dokumenthåndtering, hvis det ikke er tænkt ind fra starten.

En kontrakt gennemgår typisk flere revisioner. Der er version 1, version 2 med rettelser fra advokaten, og version 2b som er den endelige underskrevne version. Hvis alle tre filer ligger i det samme system uden tydelig versionsstyring, risikerer AI at hente data fra den forkerte version. Og det kan have alvorlige konsekvenser.

Problem	Konsekvens	Løsning
Flere versioner af samme kontrakt	AI arbejder med forældet information	Tydelig navngivning og versionsstyring i dokumentflow
Dårlig scanningskvalitet	OCR fejllæser tekst og tal	Krav til minimumsopløsning og format ved modtagelse
Fodnoter og tabeller	Kritiske detaljer overses	Specialiseret PDF-parser og layout-opmærksom model
Juridiske forbehold	Forkert fortolkning af forpligtelser	Menneskelig godkendelse ved kritiske dokumenter

God dokumentautomatisering starter med orden i dokumenterne selv. Teknologien er kun så god som det grundlag, den arbejder på. Det lyder banalt, men det er en af de ting, der oftest overses.

Sådan laver du sikker dokumentbehandling med AI

Jeg møder tit virksomheder, der er nervøse for at give AI adgang til deres dokumenter. Og det er en sund reaktion. Kontrakter, tilbud og ordrebekræftelser indeholder forretningskritisk information, og det er fuldt berettiget at stille krav til, hvordan den information håndteres.

Men nervøsiteten må ikke betyde, at man slet ikke kommer i gang. For alternativet er, at medarbejderne bruger timer på manuelt arbejde, at data sidder låst inde i PDF-filer ingen finder, og at konkurrenterne i mellemtiden bygger bedre og hurtigere processer. Svaret er ikke at undgå AI, men at bruge det rigtigt.

Sikker AI dokumentbehandling handler om tre ting: den rigtige tekniske opsætning, klare regler for hvornår mennesket tager over, og fuld sporbarhed i systemet. Lad os gennemgå dem.

Menneskelig godkendelse skal ind ved kritiske svar

Dette er ikke et spørgsmål om at have tillid til AI eller ej. Det er et spørgsmål om at designe et system, der er robust og forsvarligt at stole på.

For rutinedokumenter med høj strukturgrad, f.eks. standardfakturaer fra kendte leverandører, kan AI køre fuldt automatisk med stor sikkerhed. Men for kontrakter, juridisk bindende aftaler eller dokumenter med komplekse betingelser, skal der altid være et trin, hvor et menneske bekræfter AI's fortolkning, inden den bruges til handling.

Det kaldes typisk et "human-in-the-loop" trin i et workflow, og det er faktisk ikke en svaghed i systemet. Det er en styrke. Det betyder, at medarbejderen ikke behøver at læse hele dokumentet selv, AI har allerede gjort grundarbejdet og fremhævet de relevante punkter. Medarbejderen tager blot stilling til det endelige svar. Det sparer stadig masser af tid, men sikrer at kritiske beslutninger forbliver menneskelige.

I praksis kan dette se ud som en besked på Teams eller Slack, der siger: "AI har behandlet denne kontrakt og fundet en opsigelsesperiode på 6 måneder. Er det korrekt? Godkend eller ret." Et klik bekræfter, og data flyder videre. Enkelt, hurtigt og forsvarligt.

Adgang, logning og datasporbarhed giver ro

Når du behandler dokumenter automatisk med AI, er det afgørende, at du ved præcis, hvem der har adgang til hvad, og at systemet logger alle handlinger.

Datasporbarhed er ikke bare et compliance-krav, det er også det, der giver ro i hverdagen. Når der opstår tvivl om, hvad AI har udtrukket fra et bestemt dokument, skal du kunne gå tilbage og se præcis, hvad modellen fik ind, hvad den returnerede, og hvornår det skete. Uden den logning er det svært at debugge fejl og umuligt at dokumentere over for en revisor eller samarbejdspartner.

Adgangsstyring er ligeså vigtigt. Ikke alle medarbejdere behøver adgang til alle dokumenter. Hvis AI-systemet behandler kontrakter, bør kun relevante personer have adgang til resultaterne. Det er god praksis uanset om man bruger AI eller ej, men AI-systemer gør det ekstra vigtigt, fordi de potentielt kan behandle mange dokumenter hurtigt og automatisk.

Jeg anbefaler altid, at man inden man sætter et dokumentautomatiseringssystem i drift, klart definerer: Hvilke dokumenter behandler systemet? Hvem har adgang til resultaterne? Hvad logges? Og hvad er proceduren, hvis AI returnerer et forkert svar? Når de spørgsmål er besvaret, er fundamentet for sikker AI dokumentbehandling på plads.

Fra dokumentbunke til data der kan bruges

Lad os zoome ud og se det store billede. For det er her, det egentlig handler om noget.

De fleste virksomheder har enorme mængder information gemt i PDF-filer. Kontrakter der beskriver forpligtelser ingen husker. Tilbud der aldrig er blevet fulgt op på. Ordrebekræftelser der manuelt er tastet ind i et system en gang, men nu blot fylder på en server. Denne information er i dag passiv og låst. Den skaber ingen værdi.

AI til dokumenter handler i sin kerne om at gøre passiv information aktiv. At tage en bunke PDF-filer og omdanne dem til struktureret, søgbar og handlingsklar data. Det er en fundamentalt anderledes måde at tænke dokumenthåndtering på, og det åbner for muligheder, der ikke var mulige før.

Når PDF bliver til søgbar viden og handling

Forestil dig, at din virksomhed har 500 kontrakter liggende. I dag er de PDF-filer i mapper. Du kan ikke søge i dem samlet. Du ved ikke, hvilke der udløber inden for de næste 90 dage. Du ved ikke, hvilke leverandører du har ansvarsbegrænsningsklausuler med. Den information eksisterer, men den er ubrugelig i praksis.

Med en AI-baseret dokumentanalyseløsning kan alle 500 kontrakter behandles og indekseres. Pludselig kan du søge på tværs af dem, filtrere på udløbsdato, identificere kontrakttyper og automatisk få en besked, når en kontrakt nærmer sig udløb. Information der lå død i filsystemet er nu aktiv og søgbar viden.

Det samme gælder for tilbud og ordrebekræftelser. Når AI automatisk udtrækker data og sender dem videre til dit CRM- eller ERP-system, opdateres dine forretningssystemer i realtid uden manuel arbejdskraft. Det er ikke en marginal forbedring. Det er en ændring af, hvordan virksomheden fungerer.

Og det er her, kombinationen af AI og automatisering for alvor viser sin styrke. AI læser og forstår dokumentet. Automatiseringen sørger for, at den udtrukne data lander det rigtige sted, udløser den rigtige handling og notificerer de rigtige mennesker. Fra PDF til proces uden menneskelig mellemkomst, medmindre systemet beder om det.

Det er ikke fremtidsmusik. Det er noget, vi bygger og sætter i drift i danske virksomheder i dag. Med de rigtige værktøjer, den rigtige opsætning og en forståelse for, hvor teknologien er stærk og hvor den kræver menneskelig støtte, kan dokumentautomatisering give et markant løft i produktivitet og datakvalitet.

Dokumenter behøver ikke være en bunke ingen rører

Artiklen her har vist, at AI sagtens kan læse PDFer og kontrakter, men at det kræver en bevidst tilgang. Vi har gennemgået, hvad AI faktisk er i stand til at hente ud af strukturerede og ustrukturerede dokumenter, hvilke dokumenttyper der giver mest mening at starte med, og hvor de typiske faldgruber er.

Vi har set, at scannede dokumenter kræver OCR som første trin, at fri tekst og juridiske forbehold kræver menneskelig validering, og at tabeller og fodnoter stiller krav til den tekniske opsætning. Vi har også set, at sikker dokumentbehandling med AI ikke er raketvidenskab. Det handler om logning, adgangsstyring og klare regler for, hvornår et menneske skal ind i løkken.

Det vigtigste takeaway er dette: PDF-filer med forretningskritisk information er ikke bare arkiv. De er en kilde til data, der kan drive bedre beslutninger, spare tid og reducere fejl. AI til dokumenter giver dig mulighed for at aktivere den information, i stedet for at lade den samle støv.

Hvis du vil vide mere om, hvad det konkret ville kræve at bygge en dokumentautomatisering i din virksomhed, så er du velkommen til at tage fat i mig. Ingen forpligtelse, bare en snak om, hvad der giver mening for jer.