Beslutningstagere kan stille konkrete spørgsmål direkte til økonomidata uden teknisk mellemled.
Intern kompetenceopbygning i brugen af AI-værktøjer gør Finansforbundet selvkørende og i stand til selv at videreudvikle løsningen.
En skalerbar Fabric Data Agent i Copilot med klar governance og integrationsmuligheder mod Microsoft-platformen.
Finansforbundet ønskede at gøre økonomidata operationelle for ledelse og beslutningstagere uden dyb teknisk indsigt. De havde et behov for at få hurtige, præcise svar på forretningsnære spørgsmål, som “hvor meget budget har jeg tilbage i år?”, uden at være afhængig af komplekse systemer, rapporter eller manuelle analyser.
Organisationen havde allerede adgang til relevante data, men manglede et operationelt lag, der kunne omsætte data til indsigt i praksis. Samtidig var det afgørende, at løsningen ikke blev en lukket sort boks. Finansforbundet ville gerne afprøve mulighederne for AI i Microsoft-platformen og ønskede samtidig ejerskab, gennemsigtighed og mulighed for selv at bygge videre, uden løbende afhængighed af eksterne konsulenter.
“Når løsningen ikke bare bliver leveret som en sort boks, men udvikles i fællesskab, rykker man hurtigere i både forståelse og brug. Det gør det også nemmere at tage ejerskab, når man selv er med til at skabe og udvikle løsningen.”
“Vi tester løsningen nu, og den svarer allerede godt på de spørgsmål, den er designet til. Det giver os værdifuld indsigt i, hvordan den kan anvendes fremadrettet, og hvor den kan lette arbejdet i næste fase.”
“Samarbejdet føles rådgivende i ordets rigtige forstand. Når I (Context&) arbejder direkte i vores kontekst, bliver det lettere at skabe et fælles sprog, og løsningerne giver mening fra start.”
Context& hjalp Finansforbundet i et forløb, der trin for trin opbyggede kompetencer med fokus på både hurtig værdiskabelse og forankring, så kompetencerne kan bruges i praksis.
Forløbet blev struktureret som en serie workshops med tydelig struktur og progression. Context& satte rammerne med arkitektur, principper og konkrete eksempler. Finansforbundet arbejdede selvstændigt videre mellem sessionerne, og hver workshop startede med review og sparring, før nye emner blev introduceret.
Det tekniske fundament blev opbygget i Microsoft Fabric og Copilot Studio med fokus på modulære, kontekstbaserede agenter frem for én generisk løsning. Arbejdet omfattede blandt andet semantisk modellering og metadata, optimering af agentrespons samt etablering af et “golden dataset” til systematisk validering af svar.
Parallelt blev der defineret en klar model for publicering, sikkerhed, rettighedsstyring og governance, så løsningen kan anvendes bredt i organisationen og videreudvikles over tid.
Finansforbundet er fagforeningen for ansatte i den finansielle sektor i Danmark og repræsenterer over 62.000 medlemmer på tværs af banker, fintechs og andre finansielle institutioner. Forbundet understøtter medlemmernes faglige og personlige udvikling gennem karriereservice, uddannelse og ambassadørskab, og arbejder samtidig for at sikre gode arbejdsvilkår og præge sektorens fremtid.
Finansforbundet har i dag en fungerende prototype på en Fabric Data Agent, der kan besvare økonomiske spørgsmål direkte på baggrund af organisationens egne data.
Teamet har opnået kompetencer til selv at udvikle og tilpasse agenten, og der er etableret et solidt fundament for governance, integration og videre skalering. Løsningen reducerer afhængighed, forkorter beslutningsveje og gør økonomidata operationelle i den daglige ledelse.
Casen viser, hvordan agentic AI skaber værdi, når teknologi og kompetenceopbygning går hånd i hånd, og når ejerskabet forankres i organisationen fra start.
Hos Context& tager vi altid udgangspunkt i din kontekst, før vi bygger løsningen. Uanset om du har spørgsmål eller brug for et nyt perspektiv, er vi klar til at lytte - og til at levere.
Tag kontakt. Vi er klar, når du er.