Navigér AI
med refleksion.

STAIR er en open-source metode, der hjælper organisationer med at integrere AI gennem løbende læring, deltagelse og kritisk refleksion.

Sådan virker det Se kurser Hent guides
Socioteknisk AI Refleksion
Metoden

Hvad er STAIR?

STAIR (Socioteknisk AI Refleksion) er en forskningsbaseret metode der hjælper og organisationer og mennesker med at navigere AI. Til forskel fra traditionelle governance-rammer, der særligt har fokus på compliance og risiko, så engagerer STAIR alle faggrupper i det vi kalder 'struktureret refleksion'. Så mennesker ikke kun tilpasser sig AI, men også er med til at styre og stille krav til AI.

STAIR er udviklet gennem flere års socioteknisk forskning og 18 måneders praktisk erfaring og implementering i en større dansk offentlig organisation. Med STAIR anerkender vi, at AI ikke bare er en teknisk opgradering, men i høj grad også en menneskelig transformation.

Se hvordan det virker i praksis →
Hvorfor STAIR?

AI er ikke et projekt. Det er en kontinuerlig transformation.

Med teknologi er vores instinktet ofte at definere scope, rulle det ud og så gå videre til næste effektiviseringsprojekt. Men AI spiller ikke efter samme regelbog. AI udvikler sig hurtigt og løbende, og det må vores respons derfor også. Klassisk forandringsledelse og projektorienteret digitalisering er designet til hvad man kan kalde episodisk forandring. Altså at det kan håndteres i ryk. Men AI kræver løbende refleksion, kurskorrektion og fælles optimering. Dvs. hvor vi ikke bare tilpasser mennesker til teknologien, men også former teknologien omkring vores egne værdier, faglighed og det som giver mening for os som mennesker.

STAIR findes, fordi den gamle drejebog ikke passer til den nye virkelighed.

Udviskede grænser

AI træder ind i kernen af det professionelle arbejde — skrivning, analyse, rådgivning. Den ændrer ikke bare opgaver. Den udfordrer roller, identitet og faglighed.

Etiske & kvalitetsmæssige risici

AI-output kan være biased, misvisende eller i uoverensstemmelse med faglige standarder. Løbende menneskelig kontrol er ikke valgfrit — det er nødvendigt.

Skiftende dynamikker

AI ændrer samarbejde, beslutningstagning og kultur på måder, ingen projektplan kan forudsige. Top-down udrulninger overser det vigtigste.

Tab af handlekraft

Uden struktureret refleksion driver AI stille og roligt beslutningerne. Spørgsmålet er ikke, om du bruger AI — men om AI bruger dig.

Hvad betyder "socioteknisk" egentlig? Læs artiklen →
Otte sociotekniske principper

STAIR-grundprincipperne

Disse otte forskningsbaserede principper fungerer som et færdigt udgangspunkt for refleksion om AI. Brug dem direkte — eller lad dem inspirere jer til at bygge jeres egne principper tilpasset jeres organisation.

← Sådan virker det
01

Værdiskabelse

AI skal mærkbart forbedre arbejdet — ikke automatisere for automatiseringens skyld.

Klik for at udforske →

Det er vigtigt at have en klar forståelse af den værdi, som generativ AI tilfører. Denne værdi kan spænde fra fordele for jeres modtagere til fordele for dig som bruger, dine kolleger og din organisation. Værdi kan omfatte øget produktivitet, højere kvalitet, bedre trivsel, læring og udvikling, faglig ekspertise og nye kompetencer.

Refleksionsspørgsmål

  • Skaber AI den ønskede værdi for jeres brugere, forretning eller opgave?
  • Er der risiko for også at miste værdi? Hvor? Er I villige til at tage den risiko?
  • Er værdien bæredygtig i forhold til indsatsen?
  • Hvilken værdi skaber eller fjerner generativ AI for de medarbejdere, der skal arbejde med den?
02

Etik & jura

Klare rammer skal guide ansvarlig brug af AI på alle niveauer.

Klik for at udforske →

Rammer og retningslinjer fungerer som jeres spilleregler for brug af generativ AI. Det vigtige er, at de findes, at I kender dem, og at I har adgang til dem, da de bidrager til tryghed og sikkerhed — for jer selv, jeres organisation og jeres modtagere. De kan løbende justeres i takt med ny viden og erfaring.

Refleksionsspørgsmål

  • Findes der retningslinjer i jeres organisation for brug af generativ AI?
  • Kender I dem, og har I adgang til dem?
  • Er der behov for at udvikle nye retningslinjer specifikt for jeres fagområde?
  • Har I holdninger til, hvornår I aldrig vil bruge generativ AI?
03

Eksperimentering & læring

AI kræver løbende læring, afprøvning og tilpasning.

Klik for at udforske →

Generativ AI er en teknologi, der ændrer sig hele tiden og hurtigt. Derfor er det vigtigt, at der løbende er mulighed for at afprøve nye muligheder, eksperimentere og lære — så I kan tilpasse jer undervejs.

Refleksionsspørgsmål

  • Hvordan skaber I et trygt læringsmiljø med mulighed for at dele erfaringer?
  • Hvordan finder I de rette teknologier og ressourcer til at afprøve dem?
  • Har I en kultur, der tillader eksperimentering med generativ AI?
  • Har I mulighed for at droppe en løsning, hvis den viser sig uhensigtsmæssig?
04

Handlekraft & indflydelse

Medarbejdere skal have kompetencerne til at forholde sig kritisk til AI.

Klik for at udforske →

Generativ AI er en ny teknologi, som man skal lære at bruge. Det kan betyde, at der er afsat tid og ressourcer til den nødvendige research og til kurser, abonnementer og videndeling. Det kan være svært at vide på forhånd, hvilke kompetencer der er brug for — indførelsen af en teknologi kan ændre arbejdsgange og resultater.

Refleksionsspørgsmål

  • Hvilke kompetencer har I allerede i forhold til generativ AI?
  • Hvordan finder I ressourcer til at vedligeholde, øve eller lære?
  • Hvordan får vi en bedre forståelse af potentialer og faldgruber?
  • Hvilke nye kompetencer medfører en ændret arbejdsgang eventuelt? Hvilke færdigheder kan blive mindre nødvendige?
05

Professionel identitet

AI skal styrke den menneskelige handlekraft — aldrig erstatte den.

Klik for at udforske →

Generativ AI kan i mange tilfælde bruges som en personlig assistent — der bidrager med overvejelser, analyser og argumenter. Udfordringen kan være, at sprogmodeller kan hallucinere eller have bestemte typer bias, ligesom vi kan overdrage og delegere vores beslutningskompetence til den. Det er vigtigt at være meget opmærksom på, hvornår generativ AI er det rette værktøj til den konkrete opgave.

Refleksionsspørgsmål

  • Er generativ AI det rette værktøj til den konkrete opgave?
  • Hvad gør I, hvis nogen føler sig presset og uvillige til at bruge generativ AI?
  • Hvem er ansvarlig for at løse opgaverne? Har de været involveret i beslutningen om at bruge AI?
  • Skal den enkelte have mulighed for ikke at bruge teknologien?
06

Samarbejde & kultur

AI må ikke udhule samarbejdet eller den professionelle identitet.

Klik for at udforske →

Når vi ændrer arbejdsgange eller løser opgaver anderledes, kan det påvirke relationer og sociale aspekter. Arbejdet med generativ AI kan både reducere, ændre eller påvirke videndeling og sociale aspekter af opgaveløsningen. Det er vigtigt at være opmærksom på disse forandringer.

Refleksionsspørgsmål

  • Hvordan påvirker generativ AI jeres samarbejde og videndeling?
  • Er der risiko for, at vigtige sociale relationer i arbejdet svækkes?
  • Hvordan sikrer I, at AI ikke erstatter meningsfulde menneskelige interaktioner?
  • Hvordan kan AI eventuelt styrke jeres samarbejde?
07

Gennemsigtighed & tillid

AI skal understøtte faglighed og innovation — ikke svække den.

Klik for at udforske →

Gennemsigtighed om brug af AI skaber tillid — både internt og eksternt. Det er vigtigt at være åben om, hvornår og hvordan AI bruges, og at sikre, at beslutninger kan forklares og forsvares fagligt.

Refleksionsspørgsmål

  • Ved jeres modtagere, hvornår AI har været involveret i opgaveløsningen?
  • Kan I forklare og stå inde for de resultater, AI hjælper med at producere?
  • Hvordan sikrer I gennemsigtighed om AI's rolle i jeres arbejde?
  • Hvad skal der til for at opbygge og bevare tillid til jeres brug af AI?
08

Trivsel & bæredygtighed

Brugen af AI skal løbende vurderes op mod etiske normer og samfundsmæssig påvirkning.

Klik for at udforske →

AI's påvirkning af trivsel og bæredygtighed skal løbende vurderes. Det handler om medarbejdernes trivsel, faglige udvikling og mening i arbejdet — men også om bredere samfundsmæssige og miljømæssige konsekvenser.

Refleksionsspørgsmål

  • Hvordan påvirker brugen af AI jeres trivsel og arbejdsglæde?
  • Er der risiko for, at AI fører til tab af mening eller faglig stolthed?
  • Hvordan sikrer I, at AI bruges bæredygtigt — både menneskeligt og miljømæssigt?
  • Hvornår bør I stoppe op og genoverveje jeres brug af AI?
Stemmer

Hvad organisationer siger

Hvor vi har været

Organisationer der har inviteret os til oplæg, workshops eller præsentationer

Medier & podcasts

Lyt & se

webinar

Balance i arbejdet — Faglighed, mening og trivsel i en AI-tid

Louise Harder Fischer om hvordan man bevarer faglighed, mening og trivsel, når AI transformerer arbejdspladsen.

DMJX Dansk
Balance i arbejdet — Faglighed, mening og trivsel i en AI-tid
podcast

Louise Harder Fischer: AI og arbejdsmarkedet

Louise taler om regeringens målsætning om at frigive 30.000 årsværk med AI — er det realistisk? Og hvad med trivslen på arbejdspladser?

TECH-AWAY Dansk
Louise Harder Fischer: AI og arbejdsmarkedet
podcast

The Only Constant

Martin og Louise udforsker, hvorfor STAIR og det sociotekniske perspektiv er afgørende for AI-adoption — ikke bare værdifuldt.

Lasse Rindom Engelsk
The Only Constant
artikel

Ledere er nervøse for at implementere AI — ITU-forsker har fundet opskriften

DIRECs forskerstafet: Louise forklarer, hvordan organisationer kan integrere AI uden at underminere arbejdsglæden — med paralleller til britiske kulminearbejdere i 1940'erne.

DIREC Dansk
Ledere er nervøse for at implementere AI — ITU-forsker har fundet opskriften
guide

Sådan får du en AI-politik på din arbejdsplads

Praktisk guide hvor Louise præsenterer STAIR-metoden til at etablere AI-principper, afholde workshops og skabe fælles AI-aftaler i din organisation.

DM Digi Dansk
Sådan får du en AI-politik på din arbejdsplads
artikel

Arbejd mere bevidst med AI med STAIR-metoden

Dybdegående artikel om hvordan STAIR blev udviklet, hvad den gør i praksis, og hvordan den hænger sammen med ITU's masterkursus om AI-integration.

FindUddannelse.dk Dansk
Arbejd mere bevidst med AI med STAIR-metoden
webinar

KLTV: AI, trivsel & opkvalificering

Hvordan man støtter medarbejdertrivsel og opbygger tillid til generativ AI som del af et bæredygtigt arbejdsliv.

KLTV Dansk
KLTV
podcast

AI Denmark

En kort introduktion til STAIR-metoden.

Anders Høeg Nissen Dansk
AI Denmark
podcast

EDB 5.0

Louise taler om det sociotekniske perspektiv, når AI træder ind i vores hverdag og arbejdspladser.

EDB 5.0 Dansk
EDB 5.0
holdning

Generativ AI kræver en anden tilgang ved implementering: Sådan sætter du det i system

Martin Lassen-Vernal og Louise Harder Fischer om hvorfor AI kræver struktureret refleksion, ikke bare udrulningsplaner.

Ingeniøren / DigiTech Dansk
Generativ AI kræver en anden tilgang ved implementering: Sådan sætter du det i system
webinar

AI and Digital Work

Louise Harder Fischer om AI, arbejdsdesign og menneskelige værdier — hvad sker der med trivsel og engagement, når organisationer implementerer AI?

NOCA Engelsk
NOCA
Forskning

Forskningen bag STAIR

2025

The Influence of Team Leaders on Well-being and Productivity During Unforeseen Digital Change

Louise Harder Fischer

Examines how team leaders influence employee well-being and productivity when digital change arrives unexpectedly.

Business & Information Systems Engineering (BISE) Læs artiklen →
2025

Team Leaders' Influence on Well-Being during Unforeseen Digital Change in Knowledge Work – A Research Agenda

Louise Harder Fischer

A research agenda exploring the role of team leaders in maintaining well-being during rapid digital transformation.

ITU Copenhagen Læs artiklen →
2025

Are We Ready for The New Reality of Scholarly Publishing? A Nordic IS Community Perspective on GenAI

Louise Harder Fischer et al.

Explores how the Nordic information systems community views the impact of generative AI on scholarly publishing.

Scandinavian Journal of Information Systems Læs artiklen →
2025

Helping Leaders and Employees Navigate Generative AI Through Sociotechnical Reflection: The STAIR Method

Louise Harder Fischer, Sanna-Maria Marttila

Presents STAIR as a methodology for responsible, participatory AI integration. Based on Action Design Research within a Danish municipality.

ECIS 2025 TREOs Læs artiklen →
2025

Tracing Human-AI Relations: A Participatory Approach to GenAI Integration in Creative Public Service Work

Sanna-Maria Marttila et al.

A participatory approach to understanding how generative AI integrates into creative public service work.

ServDes 2025 Læs artiklen →
2024

Crafting Meaningful Generative AI-Enabled Knowledge Work

Louise Harder Fischer, Hanne Westh Nicolajsen, Sanna-Maria Marttila, Sunniva Sandbukt

Explores how GenAI can be integrated into knowledge work without diminishing professional meaning and job satisfaction.

ECIS 2024 Læs artiklen →
2024

How Sociotechnical Reflection Influences Wellbeing and Productivity During GenAI Integration

Louise Harder Fischer

Examines how structured sociotechnical reflection affects well-being and productivity during AI integration.

CEUR Workshop Proceedings Læs artiklen →
2024

Review for Future Research in Digital Leadership

Louise Harder Fischer et al.

An updated review charting the landscape and future directions of digital leadership research.

arXiv (open access) Læs artiklen →
2023

Explaining Sociotechnical Change: An Unstable Equilibrium Perspective

Louise Harder Fischer

Proposes an unstable equilibrium perspective to explain how sociotechnical systems change under technological pressure.

ITU Copenhagen Læs artiklen →
2023

Artificial Intelligence and Digital Work: The Sociotechnical Reversal

Louise Harder Fischer, Nico Wunderlich, Richard Baskerville

Examines how AI reshapes the social aspects of work, proposing a recalibrated sociotechnical approach.

HICSS 2023 Læs artiklen →
Uddannelse

Kurser & træning

AI-integrering i organisationen
1-dags kursus
Dansk

AI-integrering i organisationen

Et hands-on kursus om ansvarlig AI-integrering med STAIR-metoden. Lær at bygge intern dialog, styrke trivsel og produktivitet, og skabe medarbejderejerskab af AI-transformation.

IT-Universitetet i København Louise Harder Fischer & Martin Lassen-Vernal
AI-integration i praksis: Ledelse og metode
Masterkursus (1 semester)
Dansk

AI-integration i praksis: Ledelse og metode

Et forskningsbaseret masterkursus om planlægning og ledelse af AI-implementering i komplekse organisationer. Dækker sociotekniske perspektiver, deltagerorienteret AI og Action Design Research med virkelige cases.

IT-Universitetet i København Louise Harder Fischer, Sanna-Maria Marttila & Martin Lassen-Vernal
Skræddersyede kurser, seminarer & workshops
Tilpasset jeres organisation
EngelskDansk

Skræddersyede kurser, seminarer & workshops

Vi designer og afholder skræddersyede STAIR-sessioner for jeres organisation — fra halvdagsintroduktioner til programmer over flere uger. Uanset om I har brug for et ledelsesseminar, en teamworkshop eller et fuldt AI-refleksionsprogram, bygger vi det omkring jeres kontekst og behov.

Kontakt os for mere information →
Kom i gang

Hent STAIR-guides

↓

STAIR: A Beginner's Guide

English
↓

STAIR: En begynderguide

Dansk
↓

STAIR Step 1: Build Your Own Principles

English
↓

STAIR Trin 1: Byg jeres egne principper

Dansk
↓

Step 1 Worksheet: Principles Across Dimensions

English
↓

Trin 1 Arbejdsark: Principper på tværs af dimensioner

Dansk
Team

Menneskerne bag STAIR

Louise Harder Fischer
LF

Louise Harder Fischer

PhD, lektor

IT-Universitetet i København

Specialiseret i digital transformation, AI-adoption og organisationsforandring gennem et socioteknisk perspektiv.

LinkedIn →
Sanna Marttila
SM

Sanna Marttila

Lektor i digital innovation

IT-Universitetet i København

To årtiers erfaring med IT-design, digitalisering og kollaborative tilgange til innovation og digitale fremtider.

LinkedIn →
Martin Lassen-Vernal
ML

Martin Lassen-Vernal

Kommunikationschef

Københavns Kommune

Specialiseret i hvordan AI transformerer arbejdspladser, ledelsespraksis og medarbejdertrivsel.

LinkedIn →
Morten Christian Andersen
MA

Morten Christian Andersen

Webkonsulent & AI STAIR-master

Københavns Kommune

14+ års erfaring med offentlig digital kommunikation. Faciliterer AI-læring og refleksion gennem STAIR.

LinkedIn →
Kontakt

Tag kontakt

Interesseret i STAIR for jeres organisation? Har I spørgsmål om metoden, forskningen eller kommende kurser?

contact@stairmethod.org

Fortæl os om jeres behov

Vi vender tilbage inden for få dage.