Fra forandringsledelse til changefulness

Jeg har tænkt en del over forandringsledelse på det seneste.

Ikke fordi jeg pludselig har fået en dyb længsel efter stakeholder maps, kommunikationsplaner, træningsforløb og adoption dashboards. Selvom der indrømmet er en vis tryghed i et velstruktureret implementeringsroadmap.

Jeg har tænkt over det, fordi Deloittes 2026 Global Human Capital Trends rapport peger på noget, der bliver stadig sværere at ignorere: Ordene “change management” og “training” er måske ikke længere dækkende for den virkelighed, organisationer står i. Ifølge rapporten mener kun 27 procent af respondenterne, at deres organisationer håndterer forandring effektivt, og kun 8 procent mener, at deres organisationer er meget effektive til at imødekomme medarbejdernes kontinuerlige og altid aktuelle læringsbehov. Deloitte argumenterer derfor for, at organisationer har brug for et nyt sprog med fokus på vækst og tilpasningsevne.

Det rammer noget, mange af os oplever i praksis. Forandring er blevet kontinuerlig, distribueret og dybt indlejret i selve arbejdet. Derfor kan den ikke primært håndteres som et program.

Det betyder ikke, at forandringsledelse er irrelevant. Men det betyder, at nogle af vores velkendte modeller i dag føles for langsomme, for lineære og for sikre på deres egne antagelser.

ADKAR og illusionen om den styrede forandring

ADKAR er et godt eksempel. Det er enkelt, let at huske og brugbart som en grundlæggende mental model. Men i min optik er det heller ikke meget mere end det.

Jeg har lært om ADKAR, og jeg har været i organisationer, hvor modellen blev brugt. Min erfaring har næsten altid været, at reel forandring er langt mere rodet, end modellen antyder. Mennesker bevæger sig ikke pænt fra awareness til desire, videre til knowledge, ability og til sidst reinforcement.

De bevæger sig. De fortolker. De gør modstand. De eksperimenterer. De efterlever på overfladen. De misforstår. De skaber workarounds. Og nogle gange opfinder de bedre måder at arbejde på, end det officielle program havde forestillet sig.

Og det var før AI.

I en AI-kontekst bliver ADKAR endnu mere problematisk. Ikke bare utilstrækkelig, men på nogle måder en illusion. Den antyder en grad af rækkefølge og ledelsesmæssig kontrol, som ganske enkelt ikke passer til virkeligheden i AI-drevet forandring.

AI er ikke én forandring med en begyndelse, en midte og en afslutning. Det er en kontinuerlig forstyrrelse. AI ændrer måden, vi skriver, søger, analyserer, koder, beslutter, kommunikerer, lærer og skaber på. Det ændrer, hvordan kvalitet ser ud. Hvordan hastighed føles. Hvad ekspertise betyder. Hvad yngre medarbejdere kan gøre. Og hvad mere erfarne medarbejdere forventes at bidrage med.

Mens en organisation stadig er ved at skabe awareness omkring ét AI-use case, har værktøjerne ændret sig, modellen er blevet bedre, risiciene har flyttet sig, og nogen i organisationen har allerede fundet en helt anden måde at arbejde på.

Derfor har jeg allerede ændret min mentale model. Og jeg vil opfordre andre til at gøre det samme. Ikke fordi struktur er dårligt. Men fordi den mest brugbare struktur i dag ikke er en rollout-plan, der lader som om, fremtidsbilledet er fuldt kendt. Det er et læringssystem, der hjælper organisationen med at bevæge sig, sanse, justere og forbedre sig, mens fremtiden stadig er ved at tage form.

Organisationen er allerede i bevægelse

Meget klassisk forandringstænkning bærer stadig skyggen af den gamle unfreeze-change-refreeze-metafor: Klargør organisationen, gennemfør forandringen, og stabilisér derefter den nye tilstand.

Det er et stærkt billede. Men jeg er ikke sikker på, at det passer til den verden, vi står i nu.

De fleste organisationer er ikke frosne. De er allerede i bevægelse. Kunderne ændrer forventninger. Medarbejdere eksperimenterer med nye værktøjer. Konkurrenter rykker sig. Teknologien udvikler sig. Regulering forsøger at følge med. Kompetencer bliver forældede. Nye muligheder opstår, før den gamle roadmap er leveret.

Derfor er ledelsesopgaven ikke længere at tø en stabil organisation op, ændre den og fryse den igen. Ledelsesopgaven er at skabe nok stabilitet i en organisation, der allerede bevæger sig, til at meningsfuld forandring kan ske.

Det er en helt anden udfordring.

Det betyder, at vi skal holde op med at betragte status quo som udgangspunktet. I mange organisationer eksisterer status quo næsten ikke. Det, der findes, er en strøm af løbende tilpasning, lokal improvisation, skjulte workarounds, små eksperimenter og konkurrerende fortolkninger af, hvad der betyder noget.

I den virkelighed skabes meningsfuld forandring ikke ved at lade som om, vi kan sætte organisationen på pause, mens vi transformerer den. Det kan vi ikke. Men vi kan skabe retning. Vi kan beslutte, hvad der skal være stabilt, så alt det andet kan bevæge sig. Vi kan opbygge et fælles sprog, bedre samtaler, hurtigere feedbacksløjfer og en stærkere fælles forståelse af, hvad godt ser ud som.

Fra adoption til adaptiv kapacitet

Det er derfor, Deloittes begreb “changefulness” er så brugbart.

Rapporten beskriver changefulness som evnen til at tilpasse sig, eksperimentere, lære og udvikle sig som en daglig muskel, der er indlejret i arbejdet, ikke som en forstyrrelse. Rapporten viser også, at organisationer, der lykkes med at dyrke denne adaptive tilgang, er 2,4 gange mere tilbøjelige til at rapportere bedre finansielle resultater og mere meningsfuldt arbejde.

Changefulness er ikke bare mere forandring. Faktisk kan det være det modsatte. Det er en måde at reducere dramaet omkring forandring ved at gøre tilpasning til en del af organisationens måde at skabe værdi på. Ikke som et ekstra lag. Ikke som endnu et transformationsprogram. Men som en del af driftsmodellen.

Det skifte er afgørende i AI-tidsalderen. Hvis vi behandler AI-adoption som et traditionelt forandringsprogram, risikerer vi at fokusere for meget på kommunikation, træning og adoption-målinger. Hvor mange har gennemført kurset? Hvor mange har logget ind i værktøjet? Hvor mange use cases er registreret?

Den slags kan være relevant. Men det fortæller os ikke, om organisationen bliver mere kapabel.

Det fortæller os ikke, om mennesker træffer bedre beslutninger. Om teams redesigner arbejdet. Om ledere forstår de nye risici. Om AI styrker dømmekraften eller springer den over. Om mennesker bliver mere adaptive eller blot mere produktive på overfladen.

Det er her, ADKAR bliver forældet. Awareness er ikke nok, når mennesker allerede eksperimenterer, før det officielle program begynder. Desire er ikke nok, når AI rejser dybere spørgsmål om identitet, kompetence, fairness og tillid. Knowledge er ikke nok, når viden udløber hurtigere, end træningskataloget kan opdateres. Ability er ikke kun individuel, når den reelle begrænsning kan være datakvalitet, workflowdesign, governance, psykologisk tryghed eller ledelsens forventninger. Og reinforcement kan endda blive problematisk, hvis vi forstærker gårsdagens AI-praksis i en verden, hvor morgendagens bedre praksis allerede er mulig.

Jeg vil derfor foreslå at erstatte ADKAR med en anden logik:

• Skab retning.
• Gør arbejdet synligt.
• Eksperimentér tæt på praksis.
• Byg feedbacksløjfer.
• Udvikl dømmekraft.

Indrømmet: SGEBU er ikke nær så mundret som ADKAR, og det bliver nok ikke til en global certificeringsindustri lige foreløbig. Men jeg tror, det er langt mere brugbart.

For når alle kan producere mere, hurtigere, bliver den reelle flaskehals evnen til at vælge klogt. Det kræver retning. Når AI-adoption sker inde i arbejdet, før den dukker op i programmet, må ledelsen gøre det faktiske arbejde synligt. Når de mest værdifulde use cases opstår der, hvor kunder, medarbejdere, systemer og begrænsninger faktisk mødes, må eksperimenter ske tæt på praksis. Når ingen organisation rammer rigtigt i første forsøg, bliver feedbacksløjfer vigtigere end rollout-planer. Og når AI kan producere selvsikre, polerede output i stor skala, bliver menneskelig dømmekraft vigtigere, ikke mindre vigtig.

Det er for mig skiftet fra forandringsledelse til changefulness.

Det er ikke en afvisning af alt, vi ved om forandring. Mennesker har stadig brug for mening, klarhed, involvering og støtte. Men det er en afvisning af den behagelige idé om, at forandring normalt kan styres som en pæn bevægelse fra én stabil tilstand til en anden.

Organisationer er allerede i bevægelse. AI gør det bare mere synligt, mere presserende og mere konsekvensfuldt.

Ledelsesopgaven er ikke at fryse organisationer, før vi ændrer dem. Det er at hjælpe dem med at forblive i bevægelse uden at miste retning, dømmekraft eller menneskelighed.