Spring til indhold

23. oktober 2026

Fire ud af fem betaler uden at tale med en medarbejder. Hos Collectia er den indsigt afsættet for en inkassoproces, hvor data og AI hjælper med at møde den enkelte på det rette tidspunkt og på den rette måde.

Billede af Collectias brug af AI i sagsbehandling
Collectia bruger blandt andet AI til at tilpasse kommunikationen til den enkeltes behov. Fokus er på, hvad der hjælper personen med at finde en løsning, frem for at forudsige, om vedkommende vil betale.

Klokken er kvart i elleve en tirsdag aften.

Et sted i Danmark logger en person ind på MitCollectia. Personen har en åben sag, men har ikke reageret på brevene og heller ikke ringet tilbage. Ud fra en traditionel vurdering af sagen kunne det se ud, som om personen forsøger at undgå problemet.

Men personen undgår det ikke. Vedkommende håndterer det blot på det eneste tidspunkt af dagen, hvor der er overskud til at forholde sig til det.

Hos Collectia sker 42,6 procent af alle logins uden for normal arbejdstid: 29,1 procent på hverdage efter arbejdstid og 13,5 procent i weekenderne. Samtidig gennemføres mellem 78 og 85 procent af alle betalinger nu digitalt, helt uden at en medarbejder hos Collectia er involveret.

For en branche, hvor den traditionelle reaktion ofte har været mere kontakt, flere breve, flere påmindelser og flere opkald, peger tallene i en anden – og måske lidt ukomfortabel – retning.

”Den traditionelle antagelse er, at hvis nogen ikke reagerer, skal man intensivere kontakten,” siger Daniel Bremann, Group CTO hos Collectia.

”Vores data pegede på noget andet. Nogle mennesker har ikke brug for mere kontakt. De har brug for en enklere måde at få overblik over deres situation og selv handle på den – på et tidspunkt, hvor de har det mentale overskud til det.”

Fra inkasso til credit management
Collectia er en teknologidrevet credit management-virksomhed, og gennem de seneste år er AI blevet integreret i en betydelig del af virksomhedens arbejde. Bremann er meget præcis omkring, hvor og hvordan teknologien anvendes.

Centralt står CAI – Collectia Artificial Intelligence – virksomhedens machine learning-platform, som er udviklet på baggrund af mere end 3,5 millioner historiske sager. Platformen analyserer betalingshistorik, risikodata, adfærdsmønstre og tidligere kommunikation og bruger det til at identificere den mest relevante vej til handling i en given situation: hvilken kanal, hvilket tidspunkt og hvilken kommunikationsform.

”Vi forsøger ikke primært at forudsige, om en person vil betale,” siger Bremann. ”Vi forsøger at finde ud af, hvad der rent faktisk hjælper en person frem mod en løsning. Det er to forskellige spørgsmål – og det andet er det sværeste.”

Omkring CAI findes en række mere specialiserede værktøjer. En AI-copilot i sagsbehandlingssystemet opsummerer sagshistorikken og fremhæver tidligere dialog, så en sagsbehandler hurtigt kan danne sig et overblik over en kompleks sag uden at skulle læse flere måneders noter igennem.

C-GPT er en samling AI-assistenter, der er udviklet med udgangspunkt i Collectias egne processer og juridiske rammer. Løsningen anvendes på tværs af alle funktioner: Legal, Customer Success, GDPR, kundeservice, inkasso og lignende. Hver assistent er afgrænset til sit eget fagområde frem for at fungere som én generel AI-assistent.

En separat AI-supportassistent håndterer interne spørgsmål om IT og processer, mens endnu en assistent i Collectias kundeweb besvarer økonomiteams tilbagevendende spørgsmål om blandt andet rapportering, dashboards og workflows.

Collectia anvender desuden AI til at anonymisere, transskribere og analysere store mængder kundesamtaler. Det giver indsigt i, hvor mennesker oplever udfordringer, hvilke spørgsmål der går igen, og hvilken information der mangler i selvbetjeningsløsningerne. Den viden bruges direkte til løbende at forbedre den digitale kunderejse.

Tallene, Collectia ikke vil offentliggøre
Bremann lægger ikke skjul på, hvorfor casen ikke indeholder nogle af de nøgletal, man ellers kunne forvente.

”Vi kunne offentliggøre inddrivelsesgrader og effekten af forskellige kontaktformer. Men i vores branche er det tal, der handler om mennesker under et reelt økonomisk pres, og jeg mener ikke, at de hører hjemme i en teknologicase. Det, jeg kan fortælle, er, at mere end tre ud af fire betalinger nu sker, uden at nogen fra Collectia er involveret. For mig er det dét tal, der viser, om vi har bygget den rigtige løsning.”

Den samme tankegang sætter grænsen for, hvad AI overhovedet får lov til at gøre.

”Vi bruger AI til at gøre viden tilgængelig, skabe bedre overblik og fjerne administrative opgaver fra vores kolleger. Vi bruger ikke AI til at træffe beslutninger om enkeltpersoner eller konkrete sager. Et menneske træffer beslutningen, et menneske validerer kommunikationen, før den sendes ud, og et menneske bærer ansvaret.”

Det er en grænse, der har en pris. Der er ting, CAI teknisk set ville kunne gøre, som Collectia bevidst har valgt ikke at udvikle.

”Det spørgsmål, alle stiller, er, hvad AI kan gøre. Det mere relevante spørgsmål i vores branche er, hvad AI ikke bør have lov til at gøre. Hvis man ikke kan svare klart på det spørgsmål, bør man slet ikke implementere teknologien.”

Tre råd fra Daniel Bremann

  1. Start dér, hvor data allerede er jeres egne
    Collectias første skridt var ikke at bygge en model. Det var at se grundigt på, hvad kunderne allerede gjorde på virksomhedens egne platforme – også på de tidspunkter af døgnet, som ingen i organisationen tidligere havde haft fokus på.
  2. Beslut, hvad der er off limits, før I bygger
    Definér på forhånd de use cases, I ikke vil arbejde med. Det er hurtigere end at skulle stoppe et projekt senere, og tydelige grænser gør det samtidig lettere at bevæge sig hurtigt på de områder, hvor AI giver mening.
  3. Placér værktøjerne dér, hvor arbejdet allerede foregår
    De AI-assistenter, der rent faktisk bliver brugt, er dem, der er integreret direkte i de systemer, medarbejderne allerede arbejder i – ikke i en separat løsning, som de aktivt skal huske at åbne.
fakta
Kort om Collectias AI-setup

CAI – Collectia Artificial Intelligence er en machine learning-platform udviklet på baggrund af mere end 3,5 millioner historiske sager. Den analyserer betalingshistorik, risikodata, adfærdsmønstre og tidligere kommunikation for at identificere den mest relevante kanal, timing og kommunikationsform.

C-GPT er en samling funktionsspecifikke AI-assistenter inden for Legal, Customer Success, GDPR, kundeservice, inkasso, forsikring og parkering.

AI-copiloten i sagsbehandlingssystemet giver sagsbehandlerne opsummeringer af sager og overblik over historikken. Separate AI-assistenter håndterer intern IT-support samt kundespørgsmål i Collectias Customer Web.

AI Katalog: Se de gode eksempler

Se alle vores AI-Cases
Her samler vi konkrete eksempler på, hvordan vores medlemsvirksomheder bruger kunstig intelligens til at styrke deres forretning.
Columbus
Hvor digitale projekter tidligere tog afsæt i lange analyseforløb, kan løsninger i dag bygges og afprøves sammen med kunden på få timer. Det har sænket barriererne for udvikling markant, men samtidig øget betydningen af at træffe de rigtige beslutninger tidligt i processen. Hos Columbus bruges AI netop til både at accelerere tempoet og sikre, at tidlige beslutninger også bliver de rigtige.
PFA
Mødet mellem machine learning og kundedata gør pensionsselskabet PFA i stand til at opdage tidlige tegn på langtidssygemeldinger og forebygge dem, før de bliver en realitet. De har med deres model formået at sænke kundernes risiko for langtidssygdom med 70%.
Complir
Når en dansk virksomhed skal sælge et fysisk produkt, skal den navigere i en jungle af både dansk og europæisk lovgivning. Complir arbejder på at simplificere detailvirksomheders compliancearbejde ved at anvende AI som bindeled mellem produktdata og lovgivning.
Munk AI
Munk AI sælger ikke teknologi. De løser problemer. Med en klar filosofi om, at AI er et middel til målet, bruger Munk AI aktivt kunstig intelligens i sin produktudvikling for at skabe målbar værdi for kunderne. “Det går meget hurtigere i produktionen og er skalerbart fra starten,” fortæller CEO, Benjamin Munk. Få indblik i, hvordan passion og pragmatisme omsættes til konkret værdi i praksis og driver et ambitiøst AI-startup.
Milestone Systems
Kunstig intelligens (AI) har indtaget en central position i manges hverdag og forretning. Dog er der sjældent gennemsigtighed omkring, hvordan de store AI-modeller trænes og udvikles. Med Projekt Hafnia vil Milestone Systems skabe gennemsigtighed og vise, at udvikling af AI både kan være en transparent og troværdig proces.
Vitec MV
Med en virksomhedsstørrelse på 23 medarbejdere har Vitec MV ikke et stort AI-team, men ved at købe AI-hyldevarer formår de alligevel at gøre AI til en integreret del af virksomheden for at forbedre deres produkter.
Dinero
Dinero er i gang med at udvikle en virtuel finanschef som ikke blot skal holde styr på virksomhedens nøgletal, men også rådgive dig og besvare dine spørgsmål når som helst.
Flying Tiger
Flying Tiger Copenhagen har på et år sparet 1 million kroner takket være AI: "Potentialet er markant større."
Lomax
Lomax anvender AI til en bred vifte af opgaver, lige fra SEO-optimering til analyse af kundefeedback. Lomax vælger projekterne ud fra forretningsværdi og potentiale, og de deler også hvilke AI-løsninger de styrer udenom.
MED24
MED24 bruger AI til at sætte turbo på opgaveløsningen inden for økonomistyring og kundeservice.
Capio
På Capio Privathospital hjælper et AI-system med at løse manglen på lægesekretærer ved automatisk at omdanne lægens lydfiler til tekstjournaler.
ATEA
Atea har halveret sine udgifter og fordoblet Google Adwords omsætningen med AI.