AI i kreditstyring – Fra anvendelse til målbare resultater

Indsigter fra NPL Global 2026 om, hvordan data, teknologi og faglig erfaring kan styrke kreditstyringen.

AI er ved at blive en del af virksomhedernes hverdag. Den større udfordring er at dokumentere, hvilke forbedringer teknologien skaber: bedre beslutninger, mere effektiv inkasso, lavere omkostninger eller en bedre kundeoplevelse.

Det spørgsmål var centralt i paneldebatten NPL Technology & Innovation på NPL Global 2026, der blev afholdt i London den 29.–30. september. Jonny Lingvall, direktør for Collectia i Sverige og Finland, modererede en diskussion med deltagere fra Synthflow AI, BROCC, Revolut og Accumin Intelligence.

Collectia bidrog også med resultater fra vores CFO Outlook 2026. Undersøgelsen og diskussionerne på konferencen pegede på en konkret udfordring: Hvordan omsætter man investeringer i AI til resultater, som virksomheder kan måle, og som kunderne får glæde af?

Tre centrale pointer fra diskussionen

• Pålidelige data og forståelse for virksomheden giver AI den nødvendige kontekst.
• Succeskriterier skal fastlægges, før pilotprojektet begynder, og løsningen skal afprøves i den daglige drift.
• Teknologi og menneskelig vurdering skal arbejde sammen, især i komplekse kundesituationer.

Udbredt brug af AI og begrænset dokumentation af værdien

I Collectia Group CFO Outlook 2026 har vi spurgt 150 ledende beslutningstagere inden for økonomi i Danmark, Norge, Sverige og Tyskland. Blandt deltagerne bruger 94 % AI i økonomifunktionen, og halvdelen oplyser, at teknologien indgår i centrale processer. Alligevel kan 61 % ikke tydeligt dokumentere værdien af AI.

Tallene viser, hvorfor brugen af AI i sig selv giver et ufuldstændigt billede af udviklingen. En virksomhed kan have indført flere AI-værktøjer uden at vide, om de forbedrer de resultater, der betyder mest.

For økonomi- og kreditafdelinger er næste skridt at knytte hver anvendelse af AI til en konkret opgave eller udfordring. Det kan være at prioritere forfaldne tilgodehavender bedre, reducere den manuelle administration eller give medarbejderne et bedre grundlag for at træffe beslutninger.

Collectia Group CFO Outlook 2026: Brug af AI og dokumentation af værdien.

Bedre data giver teknologien et klarere billede af opgaven

Et gennemgående tema i London var betydningen af data og forståelse for virksomhedens processer. Adgang til en stærk AI-model er et udgangspunkt. Hvor nyttig den bliver, afhænger af kvaliteten, relevansen og tilgængeligheden af de oplysninger, den arbejder med.

Ved handel med låneporteføljer kan ufuldstændige eller uensartede oplysninger gøre det sværere at vurdere aktiverne og prissætte risikoen. I inkasso kan manglende betalingshistorik eller forældede kontaktoplysninger begrænse forståelsen af den enkelte sag.

Forskellige værktøjer løser også forskellige opgaver. At forudsige betalingsadfærd, understøtte en kundesamtale og analysere en portefølje kræver hver især et klart formål og relevante oplysninger. Valget af teknologi bør derfor tage udgangspunkt i opgaven.

Hos Collectia bruger vi blandt andet AI-assisterede modeller, der hjælper med at vurdere sandsynligheden for betaling og understøtter arbejdsgange i sagsbehandlingen. Værktøjerne bidrager til medarbejdernes beslutningsgrundlag, mens menneskelig vurdering og kontrol fortsat er en del af processen. Det er et konkret eksempel på at kombinere teknologi med viden om kreditstyring.

Lignende gældssager kan kræve forskellige næste skridt

I et tænkt eksempel skylder to kunder det samme beløb og har overskredet betalingsfristen med lige mange dage. En strategi, der primært bygger på gældens størrelse og antallet af dage siden forfald, kan behandle dem på samme måde.

Men den ene kunde betaler normalt til tiden og er uventet kommet bagud med en betaling. Den anden har en længere historik med restancer. Den ene reagerer på digitale beskeder, men tager sjældent telefonen. Den anden har brug for en samtale for at forklare sin situation.

De forskelle kan have betydning for, hvad det er hensigtsmæssigt at gøre som det næste. En påmindelse eller en mulighed for selvbetjening kan være relevant i den ene sag. I den anden kan en samtale med en medarbejder være mere nyttig.

Panelet diskuterede udviklingen mod en dynamisk “next best action”, altså den mest hensigtsmæssige næste handling. Her bruges relevante oplysninger til løbende at vælge et passende næste skridt, efterhånden som sagen udvikler sig. Vurderingen bygger dermed på mere end et fast kundesegment. Betalingshistorik, tidligere kontakt, kommunikationspræferencer og kendte omstændigheder kan alle indgå i vurderingen. Målet er at gøre hver henvendelse mere relevant og finde en realistisk vej til at afvikle gælden.

Fastlæg succeskriterierne før pilotprojektet begynder

En lovende demonstration er ikke i sig selv en business case. Før en virksomhed indfører en AI-løsning, skal den fastlægge, hvad der skal forbedres, og hvordan forbedringen skal måles.

I arbejdet med inkasso kan relevante mål blandt andet være:

• Inddrivelsesgrad: Bliver en større andel af gælden inddrevet?
• Omkostning pr. sag: Falder de samlede omkostninger ved at behandle en sag?
• Behandlingstid: Bliver tiden til at udføre en opgave kortere?
• Kundeoplevelse: Bliver kontakten lettere, tydeligere og mere nyttig for kunden?

Den eksisterende proces giver et udgangspunkt for sammenligningen. Resultaterne skal derefter sammenholdes under tilstrækkeligt ens forhold, så ændringer i sagernes sammensætning eller kundernes situation ikke bliver forvekslet med en forbedring, som skyldes AI.

Effektivitet er én del af vurderingen. Lavere omkostninger til sagsbehandling kan være værdifulde, men det kan bedre kontakt med kunderne eller hjælp til at løse sager, der tidligere gik i stå, også være. En business case bør omfatte de resultater, løsningen skal forbedre, samt omkostningerne til implementering og løbende drift.

Paneldiskussion på NPL Global 2026 i London om teknologi og innovation inden for kreditstyring.

Integration gør AI-løsningen til en del af den daglige drift

Et andet praktisk tema var afstanden mellem et pilotprojekt og en løsning, der fungerer på tværs af organisationen. Et AI-værktøj kan præstere godt isoleret set og derefter få problemer, når det skal forbindes med kundedata, telefoni, betalingssystemer og eksisterende arbejdsgange.

En anbefaling om den næste kontakt bliver eksempelvis mindre nyttig, hvis oplysninger om nye betalinger eller tidligere samtaler mangler. Medarbejderne skal også kunne se anbefalingen i de systemer, de arbejder i, og have en klar mulighed for at handle på den.

At udbrede løsningen i organisationen kræver derfor mere end at vælge en model. Der skal være pålidelige forbindelser mellem systemerne, et tydeligt ansvar for data og en proces for at følge resultaterne, efter løsningen er sat i drift. De forudsætninger kan gøre et vellykket forsøg til en stabil del af den daglige drift.

Læs også: Danmark har AI kørende overalt. Alligevel er governance nu den største bremse

Menneskelig vurdering er fortsat central i god inkasso

Diskussionen satte også fokus på medarbejdernes rolle. Rutinepræget administration og en samtale med et menneske i økonomiske vanskeligheder stiller meget forskellige krav til en inkassomedarbejder.

Teknologi kan understøtte opgaver, der følger et kendt forløb, og hjælpe medarbejderne med at prioritere, hvad der kræver deres opmærksomhed. Komplekse forhold, indsigelser mod et krav og spørgsmål om, hvad en kunde realistisk kan betale, kræver fortsat en grundig vurdering og dialog.

Den balance skal tænkes ind i arbejdsgangene. Medarbejderne skal forstå, hvad et værktøj skal bruges til, hvornår dets forslag skal gennemgås, og hvordan en kunde kan få kontakt til et menneske, når der er behov for det. Korrekt håndtering af kundeoplysninger og en klar ansvarsfordeling er en del af den opgave.

For Collectia ligger værdien af AI i at understøtte bedre kreditstyring gennem både teknologi og erfarne medarbejdere. Økonomiske resultater og respektfuld kontakt med kunderne hører sammen.

Diskussionerne på NPL Global understøttede vores syn på den videre udvikling: pålidelige data, velfungerende integration, målbare resultater og en klar rolle for medarbejdernes faglige erfaring. For virksomheder, der skal vælge en partner inden for kreditstyring, er det konkrete forhold at tage op i dialogen.

Læs undersøgelsen bag diskussionen

Læs Collectia Group CFO Outlook 2026 og få flere indsigter i, hvordan økonomiledere arbejder med AI, risiko og kreditstyring.

Om panelet

Panelet NPL Technology & Innovation blev modereret af Jonny Lingvall, direktør for Collectia i Sverige og Finland. De øvrige deltagere var Sassun Mirzakhan-Saky, CTO og medstifter af Synthflow AI; Jaap Boersma, CTO hos BROCC; Hardev Tumber, Group Head of Collections & Recoveries hos Revolut; og Manuel Cacho García de Oteyza, Global Head of Solutions & Advisory hos Accumin Intelligence.

NPL Global arrangeres af SmithNovak og samler deltagere fra det internationale marked for investering i og håndtering af låneporteføljer. Det omfatter blandt andet non-performing loans, også kaldet misligholdte lån, hvor låntagerne ikke opfylder deres tilbagebetalingsforpligtelser.

https://www.smithnovak.com/conferences/npl-global-2026.html