AI til Excel: Automatisér månedsrapporten med tal, du kan kontrollere

Illustreret infografik, der opsummerer: AI til Excel: Automatisér månedsrapporten med tal, du kan kontrollere

Af Greg Nowak. Senest opdateret 2026-10-30.

Det afgørende ved en automatiseret månedsrapport er, hvad der sker, når næste måneds filer lander. Kan den ansvarlige køre rapporten igen, opdage fejl og forklare, hvor tallene kommer fra? Her kan AI til Excel være nyttigt, hvis import, beregninger og kontroller følger faste regler, og AI får afgrænsede opgaver med kategorisering og rapporttekst.

Kunne jeres virksomhed bruge det her? nowa.dk sætter AI-automatisering op for danske virksomheder.

Begynd med én rapport. Aftal datakilderne, beregn nøgletallene med Python, og kræv en afstemning, før rapporten godkendes. Det giver ejeren og den driftsansvarlige mulighed for at følge tallene tilbage til de filer og regler, de bygger på.

Kan analysen opdateres næste måned?

Microsoft beskriver, hvordan Copilot i Excel bruger Python-baseret analyse til at besvare spørgsmål om strukturerede data i en projektmappe. I funktionen til direkte analysesvar kan tabeller og visualiseringer dog være statiske og dermed ikke kunne opdateres. Microsoft beskriver også en avanceret analysefunktion, hvor den underliggende kode kan indsættes som en Python-celle, der kan opdateres. Forskellen er beskrevet i Microsofts vejledning om direkte analysesvar.

Den forskel har betydning ved månedsafslutningen. Aftal derfor, hvordan næste måneds data kommer ind, hvilke beregninger der køres igen, og hvor eventuelle fejl bliver vist. Den, der skal frigive rapporten, skal vide præcis, hvad der skal være på plads.

Få rapportens definitioner på plads først

Tag udgangspunkt i en eksisterende månedsrapport med et klart formål, eksempelvis omsætning pr. kundegruppe sammenholdt med budget. Hvilken beslutning skal den hjælpe med? Svaret afgør, hvilke nøgletal der er brug for. Hold fast i de samme definitioner, når budgettet for 2027 skal sammenholdes med de faktiske resultater.

Få også de små, afgørende beregningsregler skrevet ned. Hvilken dato placerer en post i en bestemt måned? Er beløbene med eller uden moms? Hvordan behandles kreditnotaer, og hvilken budgetversion gælder?

Den rapportansvarlige bør godkende reglerne. Gem periode og budgetversion sammen med resultatet, så rapporten senere kan køres igen med de samme forudsætninger.

Aftal, hvad inputfilerne skal indeholde

Copilot kan importere data fra en anden Excel-projektmappe. Microsofts fremgangsmåde er at beskrive de ønskede data og vælge den rigtige kildefil, hvis der kommer flere resultater. Se vejledningen om import mellem Excel-filer. Prøv importen med den medarbejder og de faktiske filer, der skal bruges ved månedsafslutningen.

Til en gentagelig import kan pandas-funktionen read_excel bruges til at vælge ark, kolonner og datatyper samt angive datoformat. For beløb gemt som tekst kan decimaltegn og tusindtalsseparator angives. Numeriske Excel-celler læses derimod efter deres værdi, uanset hvordan tallet vises i arket. Det er beskrevet i dokumentationen for read_excel.

Saml kravene i en kort importaftale: Hvilke kolonner skal være med, hvilke formater forventes, og hvad sker der med manglende værdier? Kundenumre skal behandles som identifikatorer, og betydende nuller skal kontrolleres mod kilden.

Datoer og beløb, der ikke kan fortolkes, skal på en fejlliste. Gem originalværdien sammen med fejlbeskeden. Så har den ansvarlige noget konkret at rette ud fra.

En kundekobling kan ændre omsætningstallet

Når salgslinjer kobles med et kunderegister, bør hver salgslinje som udgangspunkt finde én kunde. Hvis samme kundenummer står flere gange i registret, kan en salgslinje blive gentaget i resultatet. Dermed kan totalen ændre sig, selv om ingen har ændret selve salget.

I pandas.merge kan indstillingen validate="many_to_one" kontrollere, at nøglerne i den højre tabel er entydige. Med indicator kan resultatet vise, hvilke nøgler der findes i begge tabeller. Dokumentationen advarer desuden om, at tomme nøgler kan blive matchet med hinanden. Manglende kundenumre bør derfor håndteres før koblingen. Se dokumentationen for merge.

Sammenlign både antal rækker og samlet beløb før og efter koblingen. Hvis noget ændrer sig, skal der være en forklaring. Ukendte kundenumre skal fremgå af fejllisten med en ansvarlig for afklaringen. Hvis de berørte poster blot udelades, forsvinder problemet ud af syne.

Beslut på forhånd, hvad der stopper rapporten

En kontrol er først brugbar, når den fører til en handling. I piloten bør I aftale, hvilke fejl der blokerer rapporten, og hvilke afvigelser en ansvarlig må godkende med en dokumenteret forklaring.

Forslag til kontroller og handlinger i en pilot med én månedsrapport
Trin Det skal kontrolleres Hvis kontrollen fejler
Import De krævede kolonner findes, og datoer og beløb kan læses. Stop beregningen, og udskriv en fejlliste med originalværdier.
Kobling af data Kundenøgler følger den aftalte relation. Antal rækker og beløb kontrolleres før og efter. Afklar dubletter, manglende match og ændrede totaler.
Afstemning Total og relevante delsummer stemmer med kildegrundlaget. Forklar forskellene før frigivelse, og dokumentér eventuelle godkendte afrundingsafvigelser.
AI-udkast Tal og udsagn kan spores til de beregnede nøgletal. Ret eller fjern udsagn, der mangler dokumentation.
Godkendelse En navngiven ansvarlig har gennemgået resultatet. Behold rapporten som kladde, indtil gennemgangen er afsluttet.

Afstem også det, totalen består af

Lad hver kørsel give en særskilt afstemning. Den bør vise kildefiler, rapportperiode, antal indlæste og fravalgte poster samt totaler før og efter behandlingen. Bliver en post udeladt efter en godkendt regel, skal dens beløb stadig fremgå af afstemningen. En kollega skal kunne følge vejen fra eksportfil til rapport uden at læse programkoden.

Hovedtotalen er ikke tilstrækkelig. To modsatrettede fejl kan udligne hinanden, så kontrollér også relevante delsummer, eksempelvis pr. måned eller kundegruppe. Angiv konkrete tolerancer for afrunding, og kræv en særskilt forklaring på andre forskelle. En generel tolerance må ikke automatisk godkende uforklarede afvigelser.

Kør derefter rapporten igen med de samme filer og regler. De beregnede nøgletal skal være de samme. Afprøv også et manglende kundenummer og en ugyldig dato i kopier af inputfilerne. På den måde viser piloten, om fejl faktisk bliver opdaget og havner hos den person, der skal løse dem.

Giv AI en afgrænset opgave

Kendte kategorier bør følge faste, godkendte regler. AI kan eventuelt foreslå en kategori til en ny beskrivelse, men forslaget skal gemmes særskilt, indtil en ansvarlig har godkendt det. Derefter kan kategoriseringen indgå i de faste regler ved næste kørsel.

Når AI skal skrive rapportteksten, skal den have de beregnede nøgletal, deres definitioner og den periode, der sammenlignes med. Bed om et kort udkast med henvisning fra hvert tal til en bestemt tabel eller celle. Manglende oplysninger skal markeres, og modellen skal undlade årsagsforklaringer, som data ikke understøtter.

En ændring i omsætningen dokumenterer eksempelvis ikke i sig selv, at kundernes adfærd har ændret sig. Den rapportansvarlige skal derfor gennemgå både talhenvisninger og fortolkninger. Gem den godkendte tekst sammen med rapportversionen, så det senere er klart, hvad ledelsen modtog.

Start med én rapport, som driften kan overtage

Gennem nowa.dk, Gregs AI-automatiseringsservice for danske virksomheder, kan Greg bygge en pilot omkring én månedsrapport. Forløbet kan omfatte indlæsning af eksportfiler, ensretning af kundenumre, datoer og beløb, beregninger i Python samt AI-forslag til kategorisering og rapporttekst.

Aftal en konkret leverance: rapporten, en kontroloversigt, en fejlliste, dokumenterede beregningsregler og en enkel vejledning til næste kørsel. Få samtidig navn på den, der leverer filerne, den, der afklarer fejl, og den, der godkender rapporten. Det skal også være klart, hvem der kontaktes, hvis en eksport ændrer format.

Vurdér piloten på hele arbejdet fra modtagne filer til godkendt rapport. Registrér den manuelle tid, rettelserne og de afvigelser, der stadig mangler en forklaring. Når næste måned kan gennemføres efter den aftalte arbejdsgang, har I et grundlag for at beslutte, hvilke rapporter der skal automatiseres bagefter.

Relateret på GrN.dk

Brug for hjælp til den slags opgaver?

Tal med Greg om en pilot til jeres månedsrapport Kontakt Greg her.

Kilder

Seneste artikler

Gør månedsrapporten lettere at gentage med AI til Excel, Python og faste kontroller. Få styr på import, fejllister og afstemning, så tallene kan efterprøves.

Få godkendte timer fra Clockify med på fakturakladder i Dinero. AI skriver ydelsesbeskrivelser, mens faste regler styrer beløb, godkendelse og genkørsler.

Lad AI kundeservice hente ordrestatus fra Shopify og Shipmondo. Se, hvordan I afgrænser opgaven, kontrollerer kundens identitet og sender usikre sager videre.

Når kunden beder om indsigt, kan AI hjælpe med at samle materiale fra WordPress og Microsoft 365. Se, hvordan I holder styr på datakilder, ansvar og kontrol.

Når en ingrediens ændres, kan menukortet kræve rettelser, selv om opskriftsdatoen står stille. Sådan kan AI hjælpe med gennemgang og godkendelse i WordPress.

Når checkout fejler, skal driftspartneren have noget konkret at arbejde med. Se, hvordan AI, dmesg og journalctl kan samle sporene i en brugbar driftssag.

Brug oktober til at afprøve daglige AI-forslag til genbestilling før Black Friday. Få styr på Shopify-data, leveringstid og budget, før forslagene bliver til indkøb.

Jeg lærte serverdrift ved at ødelægge mine egne servere. Jeg søger en, der vil stå ved siden af mig, mens jeg gør det, og så gøre det selv ugen efter.

Jeg er god til at bygge og dårlig til at ringe. Her er, hvem jeg vil have ved siden af mig, hvad der er lettest at sælge, og hvordan vi deler det.

AI kan samle onboardingopgaverne før første arbejdsdag. Se, hvordan lederen godkender konkret adgang, og hvordan åbne opgaver bliver fulgt til dørs.