Danmark skal kunne forstå og reagere på forandringer på arbejdsmarkedet tidligere, klogere og på et fælles, gennemsigtigt grundlag.

beskæftigelse.dk er en analytisk platform, der samler data fra offentlige kilder, Jobindsats.dk (STAR), Danmarks Statistik og flere undervejs, og gør dem brugbare for mennesker, der træffer beslutninger. Den er et fælles arbejdsredskab mellem officielle datakilder og de mennesker, der skal forstå og forme arbejdsmarkedet.

Den praktiske idé er enkel: den, der skal beslutte noget, skal kunne se, hvad der ændrer sig lige nu, forstå hvorfor det fortjener opmærksomhed, og handle, mens det stadig er aktuelt. Ikke om tre måneder, når en konsulentrapport er færdig, og tallene har flyttet sig. Og grundlaget følger med tallet, uanset om det står på sitet, i et regneark, i en præsentation eller i Power BI, så andre kan efterprøve det.

Der findes allerede enorme mængder data om det danske arbejdsmarked. Men de er spredt over mange kilder, tabeller og metoder, og de kræver kendskab til tabel-id'er, variabelkoder og statistik. De er designet til statistikere, ikke beslutningstagere.

Resultatet: beskæftigelseschefer, analytikere og politikere beslutter på sidste kvartals tal eller venter måneder på en konsulentrapport om en situation, der allerede har flyttet sig. Forandringer bliver opdaget sent, den samme analyse bliver lavet forfra i hver kommune, og mødet begynder med uenighed om tallene i stedet for med de valg, tallene skal oplyse.

Arbejdsmarkedet flytter sig gennem teknologi, demografi, konjunkturer og reformer, og der findes mere officiel viden end nogensinde. AI ændrer ikke kun, hvad der er muligt at analysere. Den ændrer selv arbejdsmarkedet: hvilke opgaver der forsvinder, hvilke der opstår, og hvilke kompetencer der efterspørges. De mønstre, vi har været vant til, flytter sig hurtigere, end vi har set før. Skal vi forstå og handle i samme tempo, kræver det en infrastruktur, hvor hastighed og efterprøvbarhed er bygget sammen fra begyndelsen.

Vores mission er at bygge fælles infrastruktur, som gør officielle, aggregerede arbejdsmarkedsdata til sporbar indsigt, skarpe spørgsmål, genbrugelig evidens og et bedre grundlag for handling.

beskæftigelse.dk skal gøre det lettere at opdage en vigtig forandring, forstå hvad data faktisk viser, undersøge mulige forklaringer og dele grundlaget med andre. Platformen gør kilder, perioder, metoder og usikkerhed synlige, så den faglige og demokratiske vurdering kan stå på et grundlag, andre kan efterprøve.

Vi arbejder for, at væsentlige forandringer på arbejdsmarkedet bliver set, mens der stadig er tid til at reagere. Over tid er ambitionen, at flere mennesker finder vej til arbejde hurtigere, og at de ressourcer, samfundet bruger på arbejdsmarkedet, gør en større forskel.

Hurtigt er ikke nok. Hastighed bliver let til overfladiske analyser og fejl, ingen opdager, og så er tilliden væk. Derfor kommer sandhed og sporbarhed altid først. Vi har lagt det tunge arbejde forrest: analysemotoren, et deterministisk datalag, hvor hver måling, hver beregning og hver sammenligning er defineret én gang, kører ens hver gang og kan efterprøves af andre. Det er os bekendt ikke gjort før i den skala for danske arbejdsmarkedsdata. Det er derfor, systemet kan være hurtigt og korrekt på samme tid.

beskæftigelse.dk bygger på en indsigt: AI ændrer ligningen. Vi producerer ikke nye data. Vi trækker mest muligt ud af den rigdom, der allerede findes, men som ingen har haft tid eller redskaber til at analysere ordentligt. Spørgsmål, det før tog et konsulentteam måneder at besvare, kan nu stilles og besvares på minutter.

Fundamentet består af:

• officielle, aggregerede data med synlig kilde, periode og aktualitet
• faste beregningsregler og metoder, der kan gentages og kontrolleres
• indsigter og spørgsmål, som holder observation, mulig forklaring og konklusion adskilt
• evidensartefakter, som kan deles, genbruges og genbesøges uden at miste deres ophav
• menneskelig vurdering ved de beslutninger, der har betydning

Analysemotoren regner. Hvert tal, hver sammenligning, hvert signal og hver nedbrydning kommer fra faste regler over officielle kilder, ens hver gang, med kilde og periode på. Det er motoren, der er produktet, og det er den, der gør et svar hurtigt og korrekt på samme tid.

Sprogmodellen får de opgaver, den er bedst til, og de ligger uden om regnestykket: at forstå et spørgsmål stillet på almindeligt dansk, finde det rigtige opslag i motoren og forklare resultatet i klart sprog. Kommer en forklaring fra modellen, står det der. Modellen har også hjulpet med at bygge motoren. Den har skrevet og testet regler, og mennesker har godkendt hver enkelt. Sådan kunne et lille hold bygge noget i den skala.

Grænsen er trukket præcist, fordi vi kender modellens grænser. En sprogmodel regner ikke pålideligt, ved ikke, hvilken periode et tal gælder for, svarer ikke ens to gange og kan ikke vise sin udregning, så en anden kan efterprøve den. Sætter man den til at regne på arbejdsmarkedet, får man tal, der lyder rigtige. Derfor regner den aldrig hos os.

Det er ikke kun vores arbejdsdeling. Det er sådan, vi mener, AI bør bruges, også i en kommune: seriøst, dér hvor den er stærkest, med præcist kendskab til dens grænser, og aldrig som kilden til et tal. Den arbejdsdeling er det, der gør et system muligt, som er hurtigt, korrekt, troværdigt og intelligent på samme tid.

Primært: kommunale beskæftigelseschefer og analytikere, der har brug for at forstå deres kommunes situation: hurtigt, sammenligneligt og med nok dybde til at handle på.

Sekundært: ministerielle analytikere og KL-konsulenter, der arbejder på tværs af kommuner og har brug for nationale mønstre og tværgående analyser.

Bredere: journalister, forskere og borgere, der vil forstå, hvad der sker på det danske arbejdsmarked, uden at skulle kende tabel-id'er.

Alle data hentes via officielle API'er. Vi opbevarer en lokal kopi for hastighed og analyse, men kilderne er autoritative, og hver side med data bærer sin kilde, fx Kilde: Jobindsats.dk / STAR. Integrationsstatus pr. kilde står i docs/external-api-lifecycle.md.

Forestil dig, at en kommunal beskæftigelseschef åbner beskæftigelse.dk mandag morgen. På 2 minutter ser hun:

• at langtidsledigheden i hendes kommune er steget 12 pct. den seneste månedsignal
• at det er modsat den nationale trend, som falderbenchmark
• at stigningen er koncentreret i aldersgruppen 50-59 årnedbrydning
• at tre nabokommuner med lignende demografi har oplevet det sammesammenligning
• at en datafortælling fra sidste uge forklarer det underliggende mønsterkontekst

Hun spørger Vejlederen: "Hvad driver stigningen i langtidsledighed for 50-59-årige i min region?" Svaret kommer på 30 sekunder, bygget på de samme faste beregninger, med kilde og periode på hvert tal. Før ville det have taget en konsulent tre uger. Hun sætter tallet ind i udvalgets mødepakke, og kildelinjen følger med.

Det er produktet. Ikke dataene. Ikke AI'en. Ikke dashboardet. Men det øjeblik, hvor en beslutningstager forstår, hvad der sker, og ved, hvad hun skal gøre ved det.

• Ikke en dataportal. Vi viser ikke tabeller og forventer, at brugeren ved, hvad de vil have. Vi viser, hvad der er vigtigt, og giver kontekst.
• Ikke en erstatning for Jobindsats.dk eller DST. De producerer data. Vi analyserer data.
• Ikke en chatbot. Hvert tal kommer fra en fast regel og en officiel kilde, aldrig fra en sprogmodel, der gætter.
• Ikke rå tabeller uden kontekst. Bygger du selv videre i Excel, PowerPoint eller Power BI, rejser kilde, periode og metode med hvert tal.

1. Kommer tallet fra en officiel kilde, og rejser kilde og periode med?
2. Hjælper det en, der skal beslutte noget om arbejdsmarkedet, med at se en forandring tidligere?
3. Holder det observation, forklaring og konklusion adskilt?
4. Ville vi efter seks måneder væk genkende det som det samme produkt?