Etikk og ansvarlig bruk av AI — illustrasjon

AI-prosjekter &
Utvikling

Her finner du AI-prosjekter, apper, nettsider, casearbeid og arbeidsflyter i skjæringspunktet mellom AI, digital transformasjon og konkrete kommersielle og operative behov.

Hopp til alle AI-prosjekter i detalj ↓

Om AI-prosjektene

Prosjektene viser hva som faktisk er bygget, hvordan løsningene fungerer og hvilken praktisk relevans de kan ha innen kommersiell utvikling, salg, kundeopplevelse, ledelse, arbeidsflyt, beslutningsstøtte og ansvarlig AI-bruk.

Siden fungerer som en portefølje for arbeidsgivere, rekrutterere og beslutningstakere som ønsker å se praktisk AI-forståelse, digital transformasjon, produktutvikling og kommersiell gjennomføringsevne i praksis.

Fra videreutdanning til bygde løsninger

I 2026 fullførte jeg masterkurset Generative AI for Business ved BI med karakter A. Parallelt har jeg bygget og publisert flere virksomhetsnære AI-prosjekter som utforsker hvordan AI kan brukes til AI-beredskap, salgsflyt, kundedialog, teamutvikling, arbeidsflyt og kommersiell prioritering.

Arbeidet omfatter blant annet AI-støttet pasientreise, intake og booking for tannklinikk, AI-arkitektur for beslutningsstøtte og prioritering, samt en AI-assistert innsikts- og innholdsmotor som gjør kunnskap og markedssignaler mer anvendbare.

Jeg har også tatt initiativ til AI Value Lab Oslo, med mål om å utforske praktisk AI-verdi, læring og virksomhetsnære problemstillinger sammen med andre. Prosjektene nedenfor viser konkrete løsninger, modeller og arbeidsflyter som kobler forretning, brukerbehov, teknologi og gjennomføring i praksis.

Kort oversikt — klikk på navnet for å lese mer:

App og prototype

  • Control Tower

    Beslutnings- og gjennomføringsplattform for operativ og kommersiell prioritering

  • AI Readiness Scan

    AI-modenhet, prioriteringer og konkret grunnlag for videre AI-arbeid

  • SMB Salgsflyt-sjekken

    Interaktiv SMB-diagnose med AI-rapportering, strukturert innsikt og oppfølgingslogikk

  • FlowSignal

    Profilinnsikt, dagsform og teamflyt — kan tilpasses leder- og teambehov

  • The Predictive Sales Coach v2.0

    AI-basert salgstrening og møteforberedelse — relevant for B2B og kommersielle team

  • Promovideo PSC

    GenAI til konseptformidling og kommersiell posisjonering — kan brukes i egen profilering

Case og implementering

Modell og arbeidsflyt

Fag og samarbeid

  • Faginnlegg

    Løpende fagspor om AI, ledelse og verdiskaping — teori møter praksis

  • AI Value Lab Oslo

    Praktisk AI-læring, erfaringsutveksling og utforsking av reelle problemstillinger

Alle AI-prosjekter i detalj

Her finner du hvert prosjekt med kort beskrivelse. Scroll for å lese hva som er bygget, hvordan det fungerer og hvorfor det er relevant.

Klikk på bildet for å se Control Tower i større format.

07.07.26

Control Tower: Decision & Execution Intelligence

En ferdigstilt beslutnings- og gjennomføringsplattform som omsetter spredte data, KPI-er og risikosignaler til tydelige prioriteringer, tiltak, ansvar og dokumentert effekt — på tvers av kommersiell utvikling og operativ forbedring.

Hva prosjektet er
Control Tower er en beslutnings- og gjennomføringsplattform for ledere som trenger bedre oversikt, tydeligere prioriteringer og sterkere oppfølging — bygget rundt logikken Signal → Konsekvens → Prioritet → Tiltak → Ansvar → Effekt.
Løsningen består av to moduler:
• Operations Control Tower — operativ styring, partnerprestasjon, kvalitet, kostnad og risiko
• Commercial Control Tower — kundehelse, margin, avtaler, pipeline og kommersiell oppfølging
Målet er ikke flest mulig KPI-er, men å hjelpe ledere å se hva som krever oppmerksomhet nå, hvorfor det betyr noe, og hvem som skal gjøre hva videre.
Problemet prosjektet adresserer
Mange virksomheter har nok data, rapporter og signaler — men for lite som er prioritert, eid og koblet til konkret handling. Risiko, marginpress, sviktende kundeutvikling eller kontraktsutfordringer kan da oppdages for sent, mens tiltak blir for generelle og effekten svakt dokumentert.
Hva som er bygget eller utviklet
En funksjonell konseptprototype med felles datamodell, regelmotor, AI-støttet analyse og to ledermoduler.
• Landingsside med inngang til Operations og Commercial Control Tower
• Executive Overview, health scores og prioritert risiko- og tiltaksoversikt
• Action Centre, AI Brief og import av fiktive demodata tydelig merket som konseptprototype
Hvordan det fungerer
Strukturerte data fra Excel eller CSV normaliseres til en felles modell. Deretter løfter en transparent regelmotor avvik og prioriteringer — før AI brukes til å forklare drivere, anbefalte tiltak og ansvar.
1. Signal og konsekvens — Avvik i leveranse, kostnad, margin, pipeline eller kontraktsrisiko løftes som tydelige prioriteringer.
2. Tiltak og ansvar — Anbefalte tiltak samles i Action Centre med eier, frist og forventet effekt.
3. Effekt og læring — Løsningen viser hvilke data, regler og antagelser anbefalingene bygger på.
Hvorfor dette er relevant
Control Tower viser hvordan data, styringslogikk og AI kan kobles tettere til praktisk ledelse og gjennomføring.
For COO-er og operasjonelle ledere er løsningen relevant der partnerprestasjon, kostnad, kapasitet og avvik må følges opp mer systematisk. For CCO-er og kommersielle ledere er den relevant der kundehelse, margin, pipeline og avtaler må ses i sammenheng. For arbeidsgivere dokumenterer prosjektet kombinasjonen av kommersiell erfaring, produktlogikk og gjennomføringsevne.
Status og modenhet
Ferdigstilt konseptprototype med fungerende Operations- og Commercial-modul, fiktive demodata og uten reelle systemintegrasjoner. Utviklet som porteføljedemonstrasjon av hvordan fragmenterte signaler kan bli tydeligere prioriteringer, ansvar og oppfølging.
Mulig videreutvikling
Control Tower er bygget som beslutnings- og gjennomføringsplattform, men kan tilpasses andre virksomheter, bransjer og styringsmodeller. Videre potensial inkluderer integrasjon mot CRM, ERP, BI og kontraktssystemer, rollebaserte arbeidsflater, varslinger, scenarioer og executive overblikk for ledergruppe, COO og CCO.
Videre relevans og mulig anvendelse
Ta kontakt for faglig dialog dersom du ønsker å diskutere hvordan tilsvarende logikk kan brukes innen kommersiell styring, partneroppfølging, kundeutvikling, operativ forbedring eller beslutningsstøtte.

Klikk på bildet for å se AI Readiness Scan i større format.

25.06.26

AI Readiness Scan: Kartlegging av AI-beredskap og gjennomføringsevne

En tilgangsstyrt diagnoseapp som gir virksomheter et strukturert bilde av AI-modenhet, prioriterte utviklingsområder og grunnlag for neste steg.

Status, modenhet og videre anvendelse: AI Readiness Scan viser hvordan AI-modenhet, prioriteringer og konkrete forbedringstiltak kan struktureres som grunnlag for videre arbeid.

Åpne tilgangsstyrt løsning →

Løsningen er tilgangsstyrt og utviklet som porteføljeprosjekt / lukket testflate. Den beskrives her for å dokumentere funksjonalitet, læring og praktisk AI-kompetanse. Ta gjerne kontakt dersom du ønsker faglig dialog om løsningen, vurderer relevant lederrolle, eller ønsker å forstå hvordan tilsvarende arbeidsflyter kan være relevante i en fremtidig sammenheng.

Hva prosjektet er
AI Readiness Scan er et tilgangsstyrt kartleggingsverktøy for ledere og virksomheter som vil avklare AI-modenhet, prioriteringer og neste steg — fra strategi og kompetanse til data, arbeidsprosesser og ansvarlig bruk.
Administrasjonsflaten gir oversikt over besvarelser, mønstre og aktuelle prioriteringer. Virksomheten får et konkret grunnlag for videre AI-arbeid, prioritering og strukturert oppfølging.
Problemet prosjektet adresserer
Mange virksomheter ønsker å ta i bruk AI, men mangler felles bilde av nåsituasjonen og hva som bør komme først. Utfordringen er å skape struktur før man investerer i større initiativer, piloter eller teknologi.
Hva som er bygget eller utviklet
En tilgangsstyrt diagnoseapp med strukturert spørsmålsflyt, sikker innlogging, tilgangskoder og administrativ oppfølging av virksomheter og kartlegginger.
Hvordan det fungerer
Kartleggingen gjennomføres i fire steg:
1. Tilgang — Virksomheten får tilgang gjennom unik tilgangskode eller sikker innlogging.
2. Kartlegging — Deltakeren svarer på spørsmål om strategi, kompetanse, prosesser, data, risiko og ansvarlig bruk.
3. Oppslag — Besvarelser samles og er tilgjengelige for oppfølging i administrasjonsflaten.
4. Prioritering — Resultatet brukes som grunnlag for dialog om neste steg og mulige forbedringsområder.
Hvorfor dette er relevant
Prosjektet viser hvordan strukturert kartlegging kan gi bedre prioritering og forberedelse — før virksomheten investerer bredt i AI.
Status og modenhet
Bygget som tilgangsstyrt kartleggingsverktøy med modenhet for avgrenset testing og videre utvikling.
Mulig videreutvikling
AI Readiness Scan er bygget for AI-modenhetsvurdering, men kan tilpasses andre virksomheter, bransjer og modenhetsnivåer. Videre potensial inkluderer bransjespesifikke spørsmålssett, AI-generert oppsummering, modenhetsprofiler, prioriteringsmatriser og kobling mot implementerings- og læringsløp.
Videre relevans og mulig anvendelse
Løsningen er tilgangsstyrt og utviklet som porteføljeprosjekt / lukket testflate. Den beskrives her for å dokumentere funksjonalitet, læring og praktisk AI-kompetanse. Tilgang vurderes kun i relevante faglige eller profesjonelle sammenhenger. Ta gjerne kontakt dersom du ønsker faglig dialog om løsningen, vurderer relevant lederrolle, eller ønsker å forstå hvordan tilsvarende arbeidsflyter kan være relevante i en fremtidig sammenheng. AI Readiness Scan åpner den tilgangsstyrte løsningen.

Klikk på bildet for å se SMB Salgsflyt-sjekken i større format.

16.06.26

SMB Salgsflyt-sjekken: Interaktiv diagnose og AI-rapportering

Diagnoseverktøy som kartlegger salgsfriksjon på tvers av ti kommersielle dimensjoner — med kunderapport og AI-generert innsikt for oppfølging.

Status, modenhet og videre anvendelse: SMB Salgsflyt-sjekken er bygget som interaktiv diagnose med scoring, AI-analyse, rapport og adminkonsoll for kommersielle miljøer.

Se hvordan løsningen fungerer →Åpne lukket testflate →

Løsningen er tilgangsstyrt og utviklet som porteføljeprosjekt / lukket testflate. Den beskrives her for å dokumentere funksjonalitet, læring og praktisk AI-kompetanse. Ta gjerne kontakt dersom du ønsker faglig dialog om løsningen, vurderer relevant lederrolle, eller ønsker å forstå hvordan tilsvarende arbeidsflyter kan være relevante i en fremtidig sammenheng.

Hva prosjektet er
SMB Salgsflyt-sjekken er et interaktivt diagnoseverktøy for ledere som kartlegger friksjon og flaskehalser på tvers av ti kommersielle dimensjoner — fra leadfangst og CRM-bruk til oppfølging, tilbudsprosesser og AI-modenhet. Verktøyet er særlig relevant for SMB, men kan tilpasses andre kommersielle miljøer.
Kunden får en skreddersydd PDF-rapport med konkrete tiltak sendt med en gang diagnosen er fullført. Løsningen genererer AI-støttet innsikt som kan brukes til prioritering, refleksjon og videre oppfølging.
Problemet prosjektet adresserer
Mange virksomheter har usynlig friksjon i salgsleddet: ubrukte CRM-systemer, ustrukturerte tilbudsprosesser og svak leadoppfølging. Utfordringen er å avdekke rotårsakene systematisk og synliggjøre rotårsaker og forbedringsområder før videre prioritering.
Hva som er bygget eller utviklet
En tilgangsstyrt diagnoseapp med strukturert spørsmålsflyt, automatisk scoring, dypdykk i svake områder og AI-generering av både kunderapport og intern salgsvurdering — med adminkonsoll for oppfølging.
Hvordan det fungerer
Diagnosen gjennomføres i fire steg:
1. Hovedkartlegging — 20 flervalgsspørsmål fordelt på ti dimensjoner gir dimensjons- og totalscore.
2. Dypdykk — De svakeste områdene utløser oppfølgingsspørsmål om rotårsaker, varighet og historiske feilskjær.
3. AI-analyse — Gemini tolker scores og fritekst og genererer kunderapport og intern salgsvurdering parallelt. Kunden får en skreddersydd PDF-rapport sendt med en gang besvarelsen er fullført.
4. Adminkonsoll — Besvarelser samles med kontaktinfo, score, lead-kvalitet og anbefalt oppfølging.
Hvorfor dette er relevant
Prosjektet viser hvordan AI kan strukturere diagnose og forberede prioritering — og samtidig levere umiddelbar verdi til respondenten.
Status og modenhet
Tilgangsstyrt diagnoseverktøy med scoring, AI-analyse og adminkonsoll — moden for avgrenset testing, videreutvikling og relevant kommersiell anvendelse. Hele prosessen tar under ti minutter.
Mulig videreutvikling
SMB Salgsflyt-sjekken er bygget for SMB-salg, men kan tilpasses andre selskaper, bransjer og salgsmodeller. Videre potensial inkluderer CRM-integrasjon, bransjetilpassede diagnostikk-spørsmål, pipeline-styring, oppfølgingslogikk og rapportering for ulike kommersielle team.
Videre relevans og mulig anvendelse
Løsningen er tilgangsstyrt og utviklet som porteføljeprosjekt / lukket testflate. Den beskrives her for å dokumentere funksjonalitet, læring og praktisk AI-kompetanse. Tilgang vurderes kun i relevante faglige eller profesjonelle sammenhenger. Ta gjerne kontakt dersom du ønsker faglig dialog om løsningen, vurderer relevant lederrolle, eller ønsker å forstå hvordan tilsvarende arbeidsflyter kan være relevante i en fremtidig sammenheng. SMB Salgsflyt-sjekken åpner den tilgangsstyrte testflaten.

Klikk på bildet for å se FlowSignal i større format.

29.05.26

FlowSignal v1.0: Profilinnsikt, dagsform og samhandling

FlowSignal er et AI-støttet samhandlings- og utviklingsverktøy for team som ønsker å gjøre profilinnsikt, dagsform og dialog mer praktisk anvendbart i hverdagen.

Status, modenhet og videre anvendelse: FlowSignal er utviklet som en praktisk arbeidsflate for teamutvikling, samhandling og lederoppfølging.

Se hvordan løsningen fungerer →Åpne tilgangsstyrt løsning →

Løsningen er tilgangsstyrt og utviklet som porteføljeprosjekt / lukket testflate. Den beskrives her for å dokumentere funksjonalitet, læring og praktisk AI-kompetanse. Ta gjerne kontakt dersom du ønsker faglig dialog om løsningen, vurderer relevant lederrolle, eller ønsker å forstå hvordan tilsvarende arbeidsflyter kan være relevante i en fremtidig sammenheng.

Hva prosjektet er
FlowSignal er utviklet for ledere, kommersielle team og organisasjoner som ønsker bedre innsikt i hvordan mennesker skaper verdi, samarbeider og påvirkes av dagsform.
Appen samler personprofil, dagsform, dialogstøtte, samhandlingstrening, refleksjon og anbefalte neste steg i én praktisk arbeidsflate. Målet er ikke å forklare mennesker teoretisk, men å gjøre menneskelig innsikt mer handlingsbar.
Problemet prosjektet adresserer
Mange team har tilgang til personprofiler, medarbeiderinnsikt og utviklingsverktøy, men sliter med å bruke innsikten i hverdagen.
Profilrapporter blir ofte liggende statisk, mens reelle utfordringer oppstår i møter, prioriteringer, samhandling, kapasitet, rolleforståelse og krevende dialoger. FlowSignal er utviklet for å gjøre denne innsikten mer levende, praktisk og situasjonsnær.
Hva som er bygget eller utviklet
Det er utviklet en lukket pilotversjon av FlowSignal med profilgrunnlag, Talent Dynamics-inspirert flytrefleksjon, dagsformregistrering, Fyrtårnet, dialogstøtte, trening, refleksjon og anbefalte neste steg.
Brukere med formell Talent Dynamics-rapport kan bruke rapporten som profilgrunnlag. Brukere uten rapport kan starte med en enklere flytrefleksjon. Dette er en foreløpig selvkartlegging, ikke en formell Talent Dynamics-profil.
Hvordan det fungerer
FlowSignal kombinerer tre hovedspor:
1. Profil og arbeidsstil — Brukeren får et praktisk utgangspunkt for å reflektere over styrker, energidrivere, kommunikasjonsstil og samspill med andre.
2. Dagsform og handlingsrom — Fyrtårnet brukes som modell for energi, fokus, indre ro, arbeidspress, flyt i samspill og opplevd handlingsrom.
3. Dialog, trening og samhandling — Appen kan brukes til 1:1-samtaler, teammøter, rolleavklaringer, onboarding og krevende dialoger.
FlowSignal er ikke utviklet som et kontroll-, vurderings- eller diagnoseverktøy. Hensikten er å gi brukeren bedre språk, tydeligere valg og mer presise neste steg.
Hvorfor dette er relevant
FlowSignal er relevant for arbeidsgivere, ledere og team som ønsker bedre samhandling, mer presis kommunikasjon og mer praktisk bruk av menneskelig innsikt.
For arbeidsgivere viser prosjektet hvordan AI kan brukes til å støtte ledelse, teamutvikling, onboarding, rolleforståelse og bedre dialog. Prosjektet viser hvordan personprofil, refleksjon og dagsform kan kobles til konkrete anbefalinger i arbeidshverdagen.
Status og modenhet
FlowSignal v1.0 er en lukket pilot. Løsningen er bygget som en tilgangsstyrt, praktisk arbeidsflate for avgrenset testbruk i avtalte løp.
Prosjektet er fortsatt under utvikling, med særlig fokus på bedre rapportimport, redigerbart profilgrunnlag, mer presise anbefalinger og tydeligere lederverdi.
Mulig videreutvikling
FlowSignal er bygget for team- og lederinnsikt, men kan tilpasses andre organisasjoner, bransjer og samarbeidskontekster. Videre potensial inkluderer onboarding, lederutvikling, rolleavklaring, ukesplanlegging, teamutvikling, prosjektstøtte og samhandlingsstøtte i kommersielle og tverrfaglige miljøer.
Hvordan FlowSignal skiller seg fra PSCv2.0
FlowSignal handler primært om mennesker, roller, dagsform og intern samhandling. PSCv2.0 handler primært om salgstrening, kundemøter og kommersiell samtalepresisjon.
Der FlowSignal hjelper team å samarbeide bedre, trener PSCv2.0 selgere på konkrete kundedialoger.
Videre relevans og mulig anvendelse
Løsningen er tilgangsstyrt og utviklet som porteføljeprosjekt / lukket testflate. Den beskrives her for å dokumentere funksjonalitet, læring og praktisk AI-kompetanse. Tilgang vurderes kun i relevante faglige eller profesjonelle sammenhenger. Ta gjerne kontakt dersom du ønsker faglig dialog om løsningen, vurderer relevant lederrolle, eller ønsker å forstå hvordan tilsvarende arbeidsflyter kan være relevante i en fremtidig sammenheng. FlowSignal v1.0 åpner den tilgangsstyrte løsningen.

Klikk på bildet for å se The Predictive Sales Coach i større format.

25.05.26

The Predictive Sales Coach v2.0: AI-basert salgstrening og møteforberedelse

The Predictive Sales Coach (PSCv2.0) er en AI-basert salgstrenings- og analyseplattform for B2B-salg, møteforberedelse og mer presis kundedialog.

Status, modenhet og videre anvendelse: The Predictive Sales Coach er utviklet som en praktisk trenings- og analyseplattform for kundedialog, møteforberedelse og salgsledelse.

Se hvordan løsningen fungerer →Åpne tilgangsstyrt løsning →

Løsningen er tilgangsstyrt og utviklet som porteføljeprosjekt / lukket testflate. Den beskrives her for å dokumentere funksjonalitet, læring og praktisk AI-kompetanse. Ta gjerne kontakt dersom du ønsker faglig dialog om løsningen, vurderer relevant lederrolle, eller ønsker å forstå hvordan tilsvarende arbeidsflyter kan være relevante i en fremtidig sammenheng.

Hva prosjektet er
PSCv2.0 er utviklet for selgere, salgsledere og kommersielle team som ønsker å trene mer målrettet før viktige kundemøter.
Løsningen kombinerer realistiske kundesimuleringer, DISC-inspirert kommunikasjon, salgsfaser, scenario-oppsett, evaluering og lederinnsikt. Målet er å flytte salgstrening nærmere virkelige kundesituasjoner.
Problemet prosjektet adresserer
Mange selgere trener for lite før viktige kundemøter. Forberedelser blir ofte generelle, kundeinnsikt brukes ujevnt, og salgsledere mangler strukturert innsikt i hvilke ferdigheter teamet faktisk må utvikle.
PSCv2.0 adresserer dette ved å gjøre møteforberedelse, rollespill, refleksjon og feedback mer konkret, repeterbart og målbart.
Hva som er bygget eller utviklet
Det er utviklet en AI-basert salgstreningsplattform med scenario-oppsett, kundetype, bransje, salgsfase, kundens holdning, vanskelighetsgrad, mål for møtet, simulert kundedialog og strukturert evaluering.
Løsningen inkluderer også DISC-inspirert selvkartlegging, støtte for ulike kundetyper, fasebasert feedback, scorecard, arkiv og grunnlag for lederinnsikt.
Hvordan det fungerer
Brukeren setter opp et realistisk kundescenario basert på hva som selges, kundens rolle, bransje, salgsfase, holdning, vanskelighetsgrad og ønsket møteutfall.
Deretter trener selgeren på kundedialogen. AI-en simulerer kunden, utfordrer selgeren, stiller oppfølgingsspørsmål og responderer på hvordan samtalen utvikler seg.
Etter økten får brukeren strukturert feedback på blant annet salgsfaseforståelse, DISC-tilpasning, verdiargumentasjon, spørreteknikk, innvendingshåndtering og kontroll på samtalen.
Målet er ikke bare å evaluere én samtale, men å vise hva som fungerte, hva som bør trenes videre på, og hvordan neste kundemøte kan gjennomføres bedre.
Hvorfor dette er relevant
PSCv2.0 er relevant for arbeidsgivere, salgsledere og kommersielle team som ønsker mer strukturert salgstrening, bedre møteforberedelser og mer presis coaching.
For arbeidsgivere viser prosjektet hvordan AI kan brukes til ferdighetsutvikling, onboarding, salgsledelse og kompetansekartlegging. Prosjektet viser hvordan AI kan støtte trening, refleksjon og prestasjon før viktige kundemøter.
Status og modenhet
PSCv2.0 er en lukket pilot og fungerer som en strukturert trenings-, evaluerings- og lederinnsiktsplattform.
Løsningen er tekstbasert for å trene presisjon i formuleringer, spørsmål, aktiv lytting og kundetilpasning. Speech-to-text og tale kan være aktuelle videreutviklingsspor, men tekstformatet er bevisst valgt i dagens versjon.
Mulig videreutvikling
PSCv2.0 er bygget for salgstrening, men grunnmodellen kan tilpasses andre selskaper, bransjer og profesjonelle samtalesituasjoner. Videre potensial inkluderer forhandlingstrening, intervjutrening, lederdialoger, kundeservice, rådgivning, vanskelige samtaler og andre situasjoner der trygghet, presisjon og tilpasning er avgjørende.
Hvordan PSCv2.0 skiller seg fra FlowSignal
PSCv2.0 handler primært om kundedialog, salgsfaser og kommersiell gjennomføring. FlowSignal handler primært om team, dagsform, rolleforståelse og intern samhandling.
Der PSCv2.0 trener selgeren på konkrete kundemøter, hjelper FlowSignal team å forstå hvordan mennesker samarbeider bedre i hverdagen.
Videre relevans og mulig anvendelse
Løsningen er tilgangsstyrt og utviklet som porteføljeprosjekt / lukket testflate. Den beskrives her for å dokumentere funksjonalitet, læring og praktisk AI-kompetanse. Tilgang vurderes kun i relevante faglige eller profesjonelle sammenhenger. Ta gjerne kontakt dersom du ønsker faglig dialog om løsningen, vurderer relevant lederrolle, eller ønsker å forstå hvordan tilsvarende arbeidsflyter kan være relevante i en fremtidig sammenheng. The Predictive Sales Coach v2.0 åpner den tilgangsstyrte løsningen.

Klikk på bildet for å se prosjektoppgaven i større format.

20.05.26

Strategisk AI-implementering: Fra case til gjennomførbar plan

Prosjektoppgave fra masterkurset Generative AI for Business ved BI, med Skøyenåsen Tannklinikk som case. Arbeidet viser hvordan AI kan gå fra generell mulighet til konkret implementeringsplan, med kobling mellom forretningsbehov, kundeopplevelse, teknologi, risiko og praktisk gjennomføring.

Hva prosjektet er
Dette er et praktisk og strategisk AI-case utviklet gjennom GenAI-kurset ved BI. Målet var å vise hvordan en mindre virksomhet kan identifisere relevante AI-bruksområder, vurdere risiko og lage en realistisk plan for implementering.
Caset handler ikke bare om teknologi, men om hvordan AI kan forbedre pasientreise, førstelinjedialog, booking og oppfølging uten å svekke kvalitet eller menneskelig kontroll.
Problemet prosjektet adresserer
Mange virksomheter er nysgjerrige på AI, men mangler struktur for å gå fra idé til gjennomføring. Utfordringen er ofte å vite hvor AI faktisk skaper verdi, hvilke bruksområder som bør prioriteres, og hvordan risiko, tillit og ansvar bør håndteres.
Hva som er bygget eller utviklet
Prosjektet beskriver en helhetlig implementeringsplan med behovsanalyse, løsningsdesign, roadmap, teknologi, governance, personvern og ansvarlig bruk.
Som del av arbeidet ble det også utviklet digitale konsepter for ny front-end, chatbot, tekst- og taleinput, støtte for flere språk, behovsavklaring, bookinglogikk, oppfølging og recall.
Hvordan det fungerer
Løsningen tar utgangspunkt i pasientreisen fra første kontakt til oppfølging. AI brukes til å strukturere henvendelser, avklare behov, gi bedre veiledning og gjøre booking mer relevant.
AI støtter førstelinjedialog og informasjonsflyt, mens kliniske vurderinger fortsatt skal ligge hos mennesker.
Hvorfor dette er relevant
Prosjektet viser hvordan AI kan implementeres ansvarlig og forretningsnært i en konkret virksomhet. Det er relevant for arbeidsgivere, kunder og ledere som ønsker å forstå hvordan AI kan skape verdi uten å bli et teknologiprosjekt løsrevet fra drift og brukerbehov.
Det viser også hvordan jeg kombinerer kommersiell forståelse, brukerreise, governance og praktisk AI-implementering.
Status og modenhet
Fullført prosjektoppgave, konkret casearbeid og utviklet implementeringslogikk. Prosjektet fungerer som dokumentasjon på både akademisk forankring og praktisk AI-forståelse.
Mulig videreutvikling
Metodikken er utviklet for ansvarlig AI-implementering, men kan tilpasses andre virksomheter, bransjer og modenhetsnivåer. Videre potensial inkluderer workshop-format, implementeringsveikart, governance-rammer, use case-prioritering og konkrete gjennomføringsplaner for lederteam og transformasjonsprosjekter.
Videre relevans og mulig anvendelse
Ta kontakt dersom du ønsker å diskutere hvordan et konkret AI-case kan utvikles fra idé til praktisk og ansvarlig implementeringsplan.

Klikk på bildet for å starte avspilling av promovideo.

06.05.26

Promovideo: The Predictive Sales Coach og Marius Ottesen Consulting

PSCv2.0, DISC og strukturert salgstrening, formidlet gjennom min første AI-genererte reklamefilm. Prosjektet viser både hvordan AI kan brukes i salgstrening, og hvordan generativ AI kan brukes til visuell konseptformidling og kommersiell posisjonering.

Hva prosjektet er
Dette er en promovideo for The Predictive Sales Coach (PSCv2.0) og Marius Ottesen Consulting. Videoen viser hvordan AI, DISC-inspirert kundepsykologi og strukturert salgstrening kan gjøre møteforberedelser mer presise, relevante og målbare.
Videoen markerer også min første AI-genererte reklamefilm, der video, lyd og visuelt innhold er utviklet ved hjelp av generativ AI.
Problemet prosjektet adresserer
Mange AI-prosjekter blir vanskelige å forstå fordi de beskrives teknisk eller abstrakt. For å skape interesse, tillit og kommersiell relevans må løsninger også kunne forklares visuelt, enkelt og troverdig.
Hva som er bygget eller utviklet
Det er utviklet en AI-generert promovideo som viser hvordan PSCv2.0 kan brukes til møteforberedelse, DISC-inspirert kundetilpasning, strukturert salgstrening og bedre gjennomføring i B2B-salg.
Videoen ble produsert i Higgsfield, med modellen Seedance 2.0 brukt til å generere scenene. Redigering, color grading og ferdigstillelse ble gjort i DaVinci Resolve Studio, mens lyd og musikk er hentet fra Pixabay.
Hvordan det fungerer
Filmen viser hvordan en selger og salgssjef kan bruke PSCv2.0 til å forberede et realistisk kundemøtescenario, forstå kundens personprofil, trene på ulike salgsfaser og gå inn i møtet med større trygghet.
I selve løsningen setter brukeren opp salgssituasjon, kundetype, mål og salgsfase. Deretter kan selgeren trene på realistiske kundedialoger med innvendinger, responsmønstre og fasebasert evaluering.
Hvorfor dette er relevant
Prosjektet viser to ting samtidig: hvordan AI kan brukes til salgstrening, og hvordan AI kan brukes til å formidle komplekse løsninger på en enkel og kommersiell måte.
For arbeidsgivere viser prosjektet praktisk erfaring med AI-basert produktkommunikasjon, salgstrening og kommersiell posisjonering. Prosjektet viser hvordan AI kan gjøre opplæring, møteforberedelse og salgsutvikling mer målrettet.
Status og modenhet
Ferdig produsert promovideo og kommunikasjonsartefakt. Videoen støtter posisjoneringen av PSCv2.0 og Marius Ottesen Consulting.
Mulig videreutvikling
Promovideoen er laget for PSC, men formatet kan tilpasses andre produkter, selskaper, bransjer og posisjoneringsbehov. Videre potensial inkluderer demoer, forklaringsfilmer, onboarding, salgsopplæring, workshop-materiell og visuell konseptformidling for ledere, rådgivere og kommersielle team.
Videre relevans og mulig anvendelse
Se videoen for å forstå hvordan PSCv2.0 kan brukes i praktisk salgstrening, eller Ta kontakt for en gjennomgang av løsningen.

Klikk på bildet for å se innsikt-handling i større format.

24.04.26

Fra innsikt til kommersiell handling: Agentisk arbeidsflyt

Et praktisk AI-prosjekt der jeg videreutvikler en mer agentisk arbeidsflyt for å forstå oppgaven, velge riktig prosess og omsette innsikt til konkret kommersiell handling.

Hva prosjektet er
Dette prosjektet utforsker hvordan AI kan bevege seg fra enkel innholdsproduksjon til mer agentisk arbeidsflyt. Målet er at systemet skal forstå oppgaven, velge riktig prosess, hente relevant kontekst og foreslå neste steg.
Prosjektet startet som et behov for å gjøre egen kunnskapsbank mer operativ. Det er nå videreutviklet fra en sekvensiell innholdsapp til en mer handlingsorientert arbeidsflyt.
Problemet prosjektet adresserer
Mange virksomheter har store mengder innsikt, CRM-data, markedsinformasjon, møtenotater og strategiske vurderinger. Problemet er at innsikten ofte blir liggende passivt og ikke raskt nok oversettes til prioriteringer, salgsoppfølging eller lederbeslutninger.
Hva som er bygget eller utviklet
Første versjon håndterer både innholdsarbeid og opportunity discovery. Den henter og strukturerer innsikt fra Notion, men bruker også target-data til å prioritere selskaper, foreslå kontaktstrategi og lage første outreach-utkast.
Prosjektet kobler dermed innsikt, prioritering og kommersiell handling tettere sammen.
Hvordan det fungerer
Arbeidsflyten tolker input og klassifiserer hvilken type oppgave som skal løses. Den kan skille mellom innholdsutvikling, markedsinnsikt, target-prioritering, kontaktstrategi og outreach.
Deretter henter den relevant kontekst, strukturerer innsikten og foreslår neste konkrete handling.
Hvorfor dette er relevant
Prosjektet er relevant for virksomheter som ønsker å bruke AI til mer enn enkeltstående prompt-svar. Det viser hvordan AI kan støtte kommersielle arbeidsprosesser innen salg, markedsutvikling, møteforberedelse, prioritering og oppfølging.
For arbeidsgivere viser prosjektet evne til å bygge arbeidsflyter som kobler strategi, innsikt og gjennomføring. Prosjektet viser hvordan AI kan redusere avstanden mellom informasjon og handling.
Status og modenhet
Praktisk AI-prosjekt og arbeidsflyt under videreutvikling. Første versjon håndterer innholdsarbeid og opportunity discovery.
Mulig videreutvikling
Arbeidsflyten er bygget for innsikt til kommersiell handling, men kan tilpasses andre selskaper, bransjer og beslutningssituasjoner. Videre potensial inkluderer salgslederstøtte, rekrutteringsdialog, markedsprioritering, oppfølgingsmotorer og agentiske flyter for konsulenter, gründere og kommersielle team.
Videre relevans og mulig anvendelse
Ta kontakt dersom du ønsker å diskutere hvordan agentiske arbeidsflyter kan brukes i kommersiell utvikling, salgsoppfølging eller kunnskapsarbeid.

Klikk på bildet for å se arbeidsflyten i større format.

20.04.26

AI-assistert innsikts- og innholdsmotor

En egenutviklet AI-løsning som omsetter kunnskapsbank, eksterne kilder og egne refleksjoner til tydeligere budskap, publiserbart innhold og mer kommersiell gjennomslagskraft.

Hva prosjektet er
Dette prosjektet er en AI-assistert arbeidsflyt som gjør kunnskapsbank, eksterne kilder og egne refleksjoner mer anvendbare. Målet er å redusere avstanden mellom innsikt, publiserbart innhold og tydelig lederkommunikasjon.
Prosjektet ble utviklet for å gjøre egen kunnskapsbank mer operativ i utvikling av faginnhold, refleksjoner og strategisk kommunikasjon.
Problemet prosjektet adresserer
Mange ledere, rådgivere og fagpersoner samler store mengder innsikt, rapporter, artikler, møtenotater og refleksjoner. Utfordringen er at kunnskapen ofte blir fragmentert, vanskelig å hente opp igjen og krevende å omsette til konkret kommunikasjon eller handling.
Hva som er bygget eller utviklet
Løsningen henter innsikt fra Notion, rangerer relevante kilder og bygger forslag til hovedvinkel, overskrifter, førsteutkast, hashtags, bildeidé og bildeprompt.
Målet er at kunnskap ikke bare skal lagres, men raskere kunne brukes i innhold, analyse, lederkommunikasjon og kommersiell posisjonering.
Hvordan det fungerer
Brukeren starter med et tema, en problemstilling eller en kilde. Løsningen søker i relevant kunnskapsgrunnlag, vurderer hvilke kilder som passer best og foreslår en mulig vinkel.
Deretter bygges et strukturert utkast som kan redigeres, kvalitetssikres og tilpasses målgruppe, kanal og formål.
Hvorfor dette er relevant
Prosjektet er relevant for virksomheter som ønsker å bruke AI til å styrke kunnskapsarbeid, lederkommunikasjon, faglig synlighet, markedsinnsikt og intern læring.
For arbeidsgivere viser prosjektet hvordan jeg bruker AI til å strukturere faglig arbeid og gjøre innsikt mer operativ. Prosjektet viser hvordan lignende arbeidsflyter kan brukes til strategi, innhold, salgsstøtte og kompetansebygging.
Status og modenhet
Egenutviklet arbeidsflyt og grunnmotor for videre agentisk utvikling. Prosjektet er senere bygget videre med oppgaveforståelse, workflow-routing og støtte for opportunity discovery.
Mulig videreutvikling
Motoren er bygget for innsikt og innholdsproduksjon, men kan tilpasses andre virksomheter, fagmiljøer og kommunikasjonsbehov. Videre potensial inkluderer intern kunnskapsbase, markedssignalanalyse, budskapsutvikling, thought leadership-støtte og innholdsproduksjon for ledelse, salg, HR og profesjonelle tjenesteselskaper.
Videre relevans og mulig anvendelse
Ta kontakt dersom du ønsker å diskutere hvordan AI kan gjøre kunnskapsbanker, faginnhold og lederkommunikasjon mer operativt.

Klikk på bildet for å se AI Value Lab Oslo i større format.

29.03.26

AI Value Lab Oslo: Praktisk AI-verdi for virksomheter

Tverrfaglig lærings- og utviklingsinitiativ der teknologi, forretning og praktisk utvikling møtes for å utforske ansvarlig bruk av AI gjennom reelle case.

Hva prosjektet er
AI Value Lab Oslo er et tverrfaglig initiativ der teknologi, forretning og praktisk utvikling møtes. Målet er å utforske hvordan AI kan forstås, testes og brukes ansvarlig i virksomhetsnære problemstillinger.
Initiativet bruker konkrete case som læringsarena for å bygge kompetanse, prøve ut verktøy og utvikle praktisk forståelse på tvers av fagområder.
Problemet prosjektet adresserer
Mange virksomheter har interesse for AI, men mangler tid, struktur og kompetanse til å identifisere hvor teknologien faktisk kan skape verdi.
Utfordringen er ofte å gå fra generell AI-nysgjerrighet til konkrete use case, prioriterte arbeidsflyter, realistiske piloter og ansvarlig implementering.
Hva som er bygget eller utviklet
AI Value Lab Oslo er etablert som en arena for læring, sparring, praktisk testing og utvikling av AI-relaterte konsepter.
Gruppen består av Marius Ottesen, Tatiana Hanecakova og Ole Mjelde, med komplementær erfaring innen kommersiell ledelse, finans, digitalisering, innovasjon, organisasjonsutvikling og praktisk AI-bruk. Marius var initiativtaker til etableringen.
Hvordan det fungerer
Initiativet vurderer AI gjennom konkrete problemer, ikke bare verktøydemoer. Gruppen ser på hvordan AI kan skape verdi i arbeidsprosesser, kundeopplevelse, beslutningsstøtte, kommunikasjon og gjennomføring.
Kjernen er ansvarlig bruk, praktisk læring og løsninger som tåler virkeligheten.
Hvorfor dette er relevant
Prosjektet er relevant for SMB-ledere, ledergrupper, samarbeidspartnere og kunder som ønsker å forstå hvor AI faktisk kan skape verdi.
For arbeidsgivere viser initiativet evne til å bygge faglige arenaer, samle kompetanse og utvikle praktisk AI-forståelse. Prosjektet viser hvordan AI kan kobles til forretningsnære problemstillinger, ansvarlig bruk og praktisk læring.
Status og modenhet
Tverrfaglig lærings- og utviklingsinitiativ i videre utvikling, med potensial for videre faglig utvikling, praktiske læringsarenaer og relevante samarbeidsformer dersom det oppstår en passende kontekst.
Mulig videreutvikling
AI Value Lab Oslo er et tverrfaglig initiativ, men modellen kan tilpasses andre nettverk, bransjer og læringsarenaer. Videre potensial inkluderer AI Growth Sprint-spor, use case-prioritering, prosesskartlegging, praktiske øvelsesarenaer og governance light for team og virksomheter i ulike modenhetsfaser.
Videre relevans og mulig anvendelse
Ta kontakt for faglig dialog dersom du ønsker faglig dialog om løsningen, vurderer relevant lederrolle, eller ønsker å forstå hvordan tilsvarende arbeidsflyter kan være relevante i en fremtidig sammenheng.

Klikk på bildet for å se Skøyenåsen Tannklinikk i større format.

26.03.26

Skøyenåsen Tannklinikk: AI i pasientreise, intake og booking

Virksomhetsnært AI-case for pasientreise, chatbot og booking på 6 språk — enklere booking for pasienter og flere henvendelser og økning i antall pasienter.

Hva prosjektet er
Skøyenåsen Tannklinikk er et konkret utviklingscase med fokus på hvordan AI og digitale løsninger kan forbedre pasientreisen fra første kontakt til oppfølging.
Prosjektet kobler kundeopplevelse, smart intake, veiledet booking, chatbot og digital front-end på 6 språk — med ansvarlig bruk av AI.
Problemet prosjektet adresserer
Mange mindre virksomheter har manuelle, fragmenterte eller uklare kundereiser. Henvendelser kommer gjennom flere kanaler, behov må avklares manuelt, booking kan bli unøyaktig, og pasienter eller kunder faller av underveis.
I helsetjenester er dette ekstra viktig fordi tillit, presisjon og menneskelig kontroll må ivaretas — samtidig som enklere booking, flere henvendelser og økning i antall pasienter er avgjørende for både pasientopplevelse og kapasitetsutnyttelse.
Hva som er bygget eller utviklet
Prosjektet tar utgangspunkt i behovsavklaring, riktigere booking, tydeligere informasjon og mer systematisk oppfølging.
Det er utviklet chatbot og booking på 6 språk, med smart intake og veiledet booking i digital front-end. Målet er enklere booking for pasienter, flere henvendelser og økning i antall pasienter — uten å miste det personlige preget som er en viktig del av klinikkens styrke.
Hvordan det fungerer
Løsningen støtter første del av pasientreisen. Pasienten kan få veiledning på eget språk, avklare behov, forstå relevante alternativer og booke enklere — mens resepsjon og klinisk team avlastes fra repetitive henvendelser.
Prosjektet er bevisst avgrenset mot front-end, pasientdialog og praktisk flyt, ikke journalnære eller sensitive kliniske vurderinger.
Hvorfor dette er relevant
Prosjektet er relevant for virksomheter som ønsker å forbedre kunde- eller pasientreisen uten å gå rett på høy-risiko AI. Det viser hvordan AI kan brukes i områder med tydelig forretningsverdi, god brukeropplevelse og håndterbar governance.
For arbeidsgivere viser prosjektet hvordan jeg tenker praktisk AI-implementering i en reell virksomhet. Prosjektet viser hvordan lignende logikk kan overføres til klinikker, servicebedrifter og SMB-virksomheter med mange manuelle henvendelser.
Status og modenhet
Konkret virksomhetscase med chatbot og booking på 6 språk. Fokus på pasientreise, front-end, intake, enklere booking, flere henvendelser og ansvarlig avgrensning.
Mulig videreutvikling
Caset er bygget for pasientreise og booking i tannhelsesektoren, men kan tilpasses andre klinikker, servicebedrifter og kundereiseorienterte virksomheter. Videre potensial inkluderer recall, digital oppfølging, flerspråklig front-end, smart intake og bookingflyt for helse, beauty, rådgivning og andre konsulentintensive tjenester.
Videre relevans og mulig anvendelse
Ta kontakt dersom du ønsker å diskutere hvordan AI kan forbedre kundereise, intake, booking eller oppfølging i en service- eller helseorientert virksomhet.

Klikk på bildet for å se AI-arkitektur for beslutningsstøtte i større format.

05.03.26

AI-arkitektur for beslutningsstøtte og kommersiell prioritering

Generativ AI brukt til å strukturere kompleksitet, identifisere gap, avdekke mønstre og styrke beslutningsgrunnlaget i strategi, salg, governance og operativ utvikling.

Hva prosjektet er
Dette prosjektet er en AI-arkitektur for å strukturere kompleksitet, identifisere gap, avdekke mønstre og styrke beslutningsgrunnlaget i strategi, salg, governance og operativ utvikling.
Som kommersiell leder har jeg flere ganger sett hvor krevende det er å omsette store informasjonsmengder til tydelige prioriteringer og konkret handling.
Problemet prosjektet adresserer
Strategidokumenter, KPI-strukturer, salgsprosesser, anbudsdokumenter og regulatoriske krav kan skape mer kompleksitet enn fremdrift.
Problemet er ofte ikke mangel på informasjon, men at informasjonen er spredt, tung å tolke og vanskelig å omsette til prioriteringer og neste handling.
Hva som er bygget eller utviklet
Jeg bygger en arkitektur for å bruke generativ AI til å bryte ned komplekse problemstillinger mer systematisk. Målet er å identifisere gap, mønstre, risiko og handlingsalternativer tidligere.
Den samme logikken brukes som teknisk fundament i flere praktiske spor, blant annet PSCv2.0 og en mer agentisk innsikts- og opportunity-flyt.
Hvordan det fungerer
Arkitekturen kan ta utgangspunkt i dokumenter, prosesser, salgsdata, strategiske mål, kundeinnsikt eller governance-krav.
AI brukes til å strukturere materialet, trekke ut mønstre, identifisere gap og foreslå handlingsspor. Menneskelig vurdering beholdes i beslutningspunktet.
Hvorfor dette er relevant
Prosjektet er relevant for virksomheter som ønsker bedre beslutningsstøtte, tydeligere prioriteringer og mer operativ gjennomføring.
Det kan være særlig relevant innen kommersiell ledelse, pipeline-prioritering, salgsledelse, kundeinnsikt, strategi, rapportering og ledergruppers beslutningsarbeid.
Status og modenhet
Modell og arkitekturspor under utvikling, med overføringsverdi til flere AI-prosjekter og beslutningsverktøy.
Mulig videreutvikling
Arkitekturen er bygget for prioritering og beslutningsstøtte, men kan tilpasses andre selskaper, bransjer og styringsmodeller. Videre potensial inkluderer dashboards, gap-analyse, use case-prioritering, salgs- og markedsoversikt og lederverktøy for strategi, transformasjon og kommersiell styring.
Videre relevans og mulig anvendelse
Ta kontakt dersom du ønsker å kartlegge hvordan AI kan brukes til bedre beslutningsstøtte, kommersiell prioritering eller lederrapportering i din virksomhet.

Klikk på bildet for å se mariusottesen.no i større format.

15.11.25

Nettside for lederprofil, portefølje og AI-demonstratorer (mariusottesen.no)

Nettside for mariusottesen.no — lederprofil, dokumenterte resultater, faginnlegg, AI-prosjekter og tilgangsstyrte demonstratorer, bygget med Next.js og praktisk AI i hele arbeidsflyten siden slutten av 2025.

Hva prosjektet er
mariusottesen.no er nettsiden jeg har bygget siden slutten av 2025 — en profesjonell porteføljeplattform for arbeidsgivere, rekrutterere og beslutningstakere som ønsker å forstå erfaring, resultater, faglig tyngde og praktisk AI-kompetanse i én sammenheng.
Problemet prosjektet adresserer
En lederprofil med mye erfaring, dokumenterte resultater, faginnlegg og egne AI-prosjekter blir fort fragmentert på tvers av LinkedIn, CV, presentasjoner og enkeltstående demoer. Det gir et ufullstendig bilde av både kommersiell ledelse og praktisk AI-forståelse.
Hva som er bygget eller utviklet
• Publisert nettside med norsk og engelsk innhold
• Lederprofil, erfaring, dokumenterte resultater, referanser, faginnlegg, AI-prosjekter, consulting-oversikt, CV og kontakt
• Faginnlegg med anbefalte lesestier, innholdsfortegnelse, kortoversikt og modal for hele innlegg
• AI-prosjektside med portefølje, hurtigoversikt og detaljerte prosjektbeskrivelser — inkludert Control Tower som beslutnings- og gjennomføringsplattform
• Tilgangsstyrte AI-demonstratorer og merkevareprofiler for utvalgte løsninger: The Predictive Sales Coach (/psc), FlowSignal (/flowsignal), SMB Salgsflyt-sjekken (/salgsflyt-sjekken) og AI Readiness Scan
• Kontaktskjema med e-postintegrasjon for faglig dialog og henvendelser
• Forberedt for profesjonell deling og synlighet på LinkedIn og X, med forhåndsvisning ved deling, strukturert data og flerspråklig profil
• Responsivt design med mobilnavigasjon og gjennomgående visuell profil
Hvordan det fungerer
Nettsiden fungerer som en samlet profesjonell flate: først profil og dokumentert leveranseevne, deretter faglig dybde gjennom innlegg, og til slutt konkrete AI-prosjekter og demonstratorer som viser hva som faktisk er bygget.
Nettsiden er bygget med Next.js, publisert via Vercel og GitHub, og utviklet med AI-assistert arbeidsflyt i Cursor — fra struktur og innhold til prototyping og videreutvikling.
Hvorfor dette er relevant
Prosjektet viser hvordan en kommersiell leder kan kombinere dokumentert resultathistorikk, tydelig formidling og praktisk AI-utvikling i én troverdig portefølje.
Det er relevant for arbeidsgivere og rekrutterere som vil vurdere både ledererfaring og digital gjennomføringsevne, og for faglige samarbeidspartnere som ønsker å se hvordan AI kan brukes i reell profilering, produktutvikling og kommunikasjon.
Status og modenhet
Publisert og løpende videreutviklet siden slutten av 2025. Nettsiden er live, fungerer som hovedportefølje og oppdateres etter hvert som nye prosjekter, innlegg og løsninger modnes.
Mulig videreutvikling
Nettsiden er bygget som min egen leder- og porteføljeplattform, men viser også at jeg kan bygge og publisere profesjonelle nettsider fra idé til live løsning. Modellen kan tilpasses andre profiler, selskaper, bransjer og formål — for eksempel employer branding, consulting-porteføljer, case-sider, produktlandingssider og integrerte demonstratorer.
Videre relevans og mulig anvendelse
Ta kontakt for faglig dialog dersom du ønsker å diskutere nettsiden, porteføljen eller hvordan lignende løsninger kan brukes i egen profilering eller kommersiell utvikling.

Klikk på bildet for å se illustrasjonen i større format.

Løpende oppdatert

Faginnlegg: AI og fremtidens teknologiledelse

Teori, rammeverk, masterarbeid fra BI, rapportutdrag, verktøy og praktiske erfaringer samlet i et løpende fagspor om AI, ledelse, transformasjon og kommersiell verdiskaping.

Hva prosjektet er
Dette er ikke ett enkelt produkt, men et samlet fagspor der jeg utforsker hvordan AI påvirker ledelse, kommersielle prioriteringer, transformasjon og verdiskaping.
Faginnleggene kobler teori, rammeverk, masterarbeid, rapporter, praktiske erfaringer og egne AI-prosjekter.
Problemet fagsporet adresserer
Mange ledere møter AI gjennom verktøy, trender og enkeltdemoer, men mangler et tydelig språk for hva teknologien betyr for strategi, organisasjon, arbeidsflyt, styring og kommersiell verdi.
Risikoen er at AI blir et sideprosjekt, ikke en integrert del av hvordan virksomheten skaper verdi.
Hva som er bygget eller utviklet
Fagsporet består av egenforfattede innlegg om AI, teknologiledelse, implementering, governance, produktivitet, arbeidsflyt, kommersiell utvikling og praktisk verdiskaping.
Under fanen Faginnlegg ligger innleggene i to kolonner. Alt som er merket AI og fremtidens teknologiledelse hører til denne serien.
Hvordan det fungerer
Faginnleggene fungerer som faglig arkiv og tankelederflate. De gjør det mulig for rekrutterere, arbeidsgivere, kunder og samarbeidspartnere å forstå hvordan jeg tenker om AI som ledertema, ikke bare som teknologi.
Innholdet viser hvordan AI bør kobles til strategi, prioritering, arbeidsprosesser, mennesker og gjennomføring.
Hvorfor dette er relevant
Fagsporet er relevant for arbeidsgivere som ønsker en kommersiell leder med praktisk AI-forståelse, og for kunder som ønsker å forstå hvordan AI kan brukes mer konkret i virksomheten.
Det er også relevant for samarbeidspartnere, foredragsarrangører og nettverk som ønsker perspektiver på AI, ledelse og transformasjon.
Status og modenhet
Løpende fagspor og levende kunnskapsarkiv, med kobling til LinkedIn, BI-arbeid, egne AI-prosjekter og praktiske erfaringer.
Mulig videreutvikling
Fagsporet er bygget for tankeledelse om AI og ledelse, men kan tilpasses andre fagområder, publikum og kommunikasjonsflater. Videre potensial inkluderer anbefalte lesestier for rekrutterere, ledere, SMB-er, salgsorganisasjoner, bransjenettverk og intern kunnskapsdeling i større virksomheter.
Videre relevans og mulig anvendelse
Under fanen Faginnlegg finner du mine egenforfattede innlegg innen «Strategisk ledelse & transformasjon» (23 stk) og «AI & fremtidens teknologiledelse» (50 stk). Ta kontakt for faglig dialog om aktuell rolle, relevant problemstilling eller mulig fremtidig samarbeid.