Kunstig intelligens er endnu ikke hverdag i danske SMV’er

Dato: Marts 2026

Kunstig intelligens er rykket højt op på den politiske dagsorden i både Danmark og EU. Med vedtagelsen af EU’s AI-forordning i 2024[1] er kunstig intelligens blevet et selvstændigt reguleringsområde med direkte betydning for virksomheder, der udvikler eller anvender teknologien. I den danske implementering har regeringen lagt vægt på, at reguleringen skal skabe klare og forudsigelige rammer og samtidig understøtte innovation og konkurrenceevne.

Trods den politiske prioritering og de nye regulatoriske rammer er kunstig intelligens endnu ikke bredt forankret blandt danske små og mellemstore virksomheder. Udbredelsen er begrænset, og hovedparten af SMV’erne har endnu ikke integreret teknologien i deres virksomhed.

Hovedpointer fra analysen

74 pct. af SMV’erne har ikke integreret kunstig intelligens i deres virksomhed
Kunstig intelligens er mest udbredt i administrative og videnstunge brancher, mens brancher med fysisk drift og praktisk arbejde ligger markant lavere.
Over halvdelen af virksomheder med 50 ansatte eller flere har integreret kunstig intelligens, mens under en fjerdedel af virksomheder med færre end 50 ansatte har gjort det
Den største barriere for virksomhederne for at integrere kunstig intelligens er manglende viden.

[1] https://digst.dk/tilsyn/ai-forordningen/reglerne-i-ai-forordningen/

Hent analysen som PDF

Kunstig intelligens er endnu ikke hverdag i danske SMV’er

Kunstig intelligens er endnu ikke en del af hverdagen hos størstedelen af SMV’erne

Kunstig intelligens fylder stadig mere i den økonomiske debat og fremhæves som et centralt redskab til at styrke produktivitet og konkurrenceevne. Alligevel er teknologien endnu ikke bredt forankret blandt danske små og mellemstore virksomheder.

74 pct. af SMV’erne har ikke integreret kunstig intelligens i deres virksomhed. 23 pct. har taget teknologien i brug i deres virksomhed, mens 3 pct. svarer ”ved ikke”.

Det peger på, at anvendelsen af kunstig intelligens fortsat befinder sig i en tidlig fase blandt SMV’erne. Udbredelsen er begrænset, og teknologien er endnu ikke en integreret del af hverdagen i hovedparten af virksomhederne.

Figur 1: 3 ud af 4 SMV’erne har ikke integreret kunstig intelligens i deres virksomhed

Administrative brancher fører på kunstig intelligens

Der er betydelige forskelle i udbredelsen af kunstig intelligens på tværs af brancher. Det er mest udbredt i administrative og videnstunge brancher. I kultur og fritid har over halvdelen af SMV’erne integreret kunstig og er dermed også den branche, hvor kunstig intelligens er mest udbredt. Også vidensservice (47 pct.), virksomhedsrådgivning (38 pct.), læger og tandlæger (36 pct.) samt revision og finansielle tjenesteydelser (29 pct.) ligger markant over gennemsnittet.

I den modsatte ende findes brancher med en høj andel af fysisk drift og praktisk arbejde. Her har 12 pct. i byggeriet, 7 pct. i landbruget, 7 pct. blandt frisører og barberer samt 4 pct. i handel, reparation og vedligeholdelse af biler integreret kunstig intelligens.

Mønstret er tydeligt: Udbredelsen er størst i brancher, hvor arbejdet i høj grad er administrativt og digitalt, og lavest i brancher, hvor værdiskabelsen primært sker gennem fysisk produktion og manuelle processer.

Figur 2: Brancher med praktisk arbejde er tilbageholdne med kunstig intelligens

Kunstig intelligens er et værktøj hos de store SMV’er

Virksomhedens størrelse har væsentlig betydning for anvendelsen af kunstig intelligens. Over halvdelen af virksomheder med 50 ansatte eller flere har integreret kunstig intelligens, mens under en fjerdedel af virksomheder med færre end 50 ansatte har gjort det.

Det peger på en tydelig størrelseseffekt. De større SMV’er har i langt højere grad taget teknologien i brug, mens de mindre virksomheder halter efter i implementeringen.

Figur 3: Under en fjerdedel af SMV’er med under 50 ansatte har integreret kunstig intelligens

Manglende viden er den største barriere

Når virksomhederne bliver spurgt om de største barrierer for at anvende kunstig intelligens, angiver 29 pct. manglende viden. Det er den hyppigst nævnte udfordring.

Derudover svarer 26 pct., at kunstig intelligens ikke er relevant for deres virksomhed, mens 21 pct. angiver, at de ikke ved, hvad der konkret står i vejen for at tage teknologien i brug.

Svarene peger på to forskellige udfordringer. For nogle virksomheder handler barriererne om kompetencer og konkret viden om, hvordan kunstig intelligens kan implementeres. For andre handler det om relevans og forståelse af, hvordan kunstig intelligens kan skabe værdi i den daglige drift

Figur 4: Kompetencer og relevans bremser udbredelsen af kunstig intelligens blandt SMV’erne

Barriererne varierer markant mellem brancher

I frisørbranchen vurderer over halvdelen af virksomhederne, at kunstig intelligens slet ikke er relevant for deres virksomhed. En lignende tendens ses i service- og oplevelsesbranchen, hvor 45 pct. ikke oplever kunstig intelligens som relevant i deres forretning.

I engroshandlen tegner der sig et andet billede. Her angiver 41 pct., at de mangler viden om kunstig intelligens, 15 pct. peger på manglende kompetencer, og 6 pct. fremhæver manglende rådgivning. Samtidig er det kun 6 pct., der vurderer, at teknologien ikke er relevant for dem. Det tyder på, at virksomheder i engroshandlen i højere grad ser et potentiale i teknologien, men mangler de nødvendige kompetencer og den nødvendige indsigt til at implementere den.

På tværs af brancherne fremstår økonomiske ressourcer derimod ikke som den dominerende begrænsning. Udfordringen synes i højere grad at være viden, afklaring og implementeringskapacitet.

Figur 5: Kompetencer – ikke kapital – er den største udfordring

Konklusion og politikforslag

Analysen viser, at kunstig intelligens endnu ikke er bredt forankret blandt danske små og mellemstore virksomheder. Tre ud af fire SMV’er har ikke integreret kunstig intelligens i deres virksomhed, og anvendelsen befinder sig derfor fortsat i en tidlig fase.

Udbredelsen varierer samtidig markant på tværs af brancher og virksomhedsstørrelse. Kunstig intelligens er mest udbredt i administrative og videnstunge brancher samt blandt større virksomheder, mens anvendelsen er betydeligt lavere i brancher med fysisk drift og blandt mindre SMV’er.

Barriererne handler i højere grad om viden, kompetencer og afklaring end om økonomiske ressourcer. Samlet peger resultaterne derfor på et betydeligt uforløst potentiale for anvendelsen af kunstig intelligens blandt danske SMV’er.

For at styrke SMV’ernes digitale omstilling bør virksomhederne kunne fradrage investeringer i digital oprustning.

Fradraget skal omfatte investeringer i eksempelvis:

software og AI-løsninger
opkvalificering og uddannelse af medarbejdere
ekstern rådgivning og konsulenthjælp til digitalisering

En stor del af denne type støtte var tidligere en del af SMV:digital, som hjalp virksomheder med tilskud til rådgivning og digital omstilling. Ordningen var imidlertid ikke en del af finansloven for 2026.

Derfor bør erstattes af en tilsvarende løsning, der gør det lettere og mere økonomisk attraktivt for SMV’er at investere i digitale værktøjer og kompetencer. Hvis Danmark skal undgå et digitalt A- og B-hold blandt virksomheder, medarbejdere og landsdele, kræver det, at SMV’erne får bedre muligheder for at investere i den digitale omstilling.

Alexander Søndergaard

Underdirektør – politik & analyse

soendergaard@smvdanmark.dk tlf +45 54 34 57 00 Læs mere om Alexander Søndergaard

Sofie Katrine Nygaard Pedersen

Konsulent

pedersen@smvdanmark.dk mobil +45 21 99 94 77 tlf +45 33 93 20 00 Læs mere om Sofie Katrine Nygaard Pedersen

Metode

Resultaterne i denne rapport bygger på 1.108 komplette besvarelser fra i alt 1.444 medlemmer, der deltog i undersøgelsen. Kun respondenter, der har gennemført hele spørgeskemaet, indgår i datagrundlaget; ufuldstændige besvarelser er derfor frasorteret.

For at sikre, at de samlede resultater afspejler sammensætningen af virksomheder i målgruppen, er besvarelserne vægtet efter både branche og virksomhedsstørrelse. Vægtningen tager udgangspunkt i Danmarks Statistiks fordeling af virksomheder efter branche og arbejdsstedsstørrelse. For virksomhedsstørrelse anvendes følgende intervaller: 1 job, 2–4 jobs, 5–9 jobs, 10–19 jobs, 20–49 jobs, 50–99 jobs samt 100 jobs og derover.