Med algoritmer som hjælpere har logistikvirksomheden H. Daugaard reduceret både CO2 og omkostninger for i stedet at frigøre mere tid til kundedialog og bedre service.

7. november 2025
Henrik Nordstrøm Holm

Når en lastbil med den blåhvide logo for H. Daugaard vender tom hjem til Kolding, kan det både koste på bundlinjen og klimaet.

Hos logistikvirksomheden har tomkørsel i mange år været en dyr og besværlig udfordring, men et nyt samarbejde med Alexandra Instituttet under AI Denmark-programmet har givet virksomheden et nyt værktøj til at reducere de spildte kilometer.

“Vi har brugt rigtig mange dage bare på at analysere og rydde op i vores data. Og vi måtte erkende, at nogle af de data, vi havde, ikke altid var optimale.”

Michael Dixi Nielsen, H. Daugaard

Målet har fra starten været klart: at nedbringe tomkørsel med mindst 15 procent. Med over 200 lastbiler og 300 trailere betyder selv små forbedringer store gevinster i både kroner og CO2.

Og resultaterne viser sig allerede. AI-løsningen kan frigive op mod 20 procent af disponenternes arbejdstid, fordi de ikke længere manuelt skal holde styr på ruter, kunder og kapacitet i regneark og telefonopkald.

“Det er store lastbiler, vi kører med, og de bruger desværre meget brændstof. Så jo bedre vi kan holde os til de optimale ruter, jo bedre logistik får vi. Vi vidste dog også, at vi på trods at have en ganske stor it-afdeling skulle have hjælp til udviklingen,” fortæller Michael Dixi Nielsen, digital manager i H. Daugaard.

Fra erfaring til data
En stor del af projektet har handlet om at få styr på data. Meget viden har tidligere kun eksisteret i hovederne på erfarne disponenter, men AI kræver systematik og konsistens.

“Vi har brugt rigtig mange dage bare på at analysere og rydde op i vores data. Og vi måtte erkende, at nogle af de data, vi havde, ikke altid var optimale."

At oversætte erfaring til data har været en udfordring, men også en nødvendighed for at kunne skalere planlægningen på tværs af afdelinger,” siger Michael Dixi Nielsen.

AI som hjælper
Selvom algoritmerne giver forslag til de mest effektive ruter, er der ingen planer om at erstatte de fysiske ansatte. Tværtimod handler det om at give disponenterne mere tid til det, de er bedst til: kundedialog og problemløsning.

“AI skal ikke erstatte disponenterne. Den kan tage noget af det manuelle og give forslag, men det er stadig mennesket, der beslutter i sidste ende,” forklarer Michael Dixi Nielsen.

Inspiration til andre
For andre virksomheder i transportbranchen kan H. Daugaards erfaring være en genvej til at komme i gang. Ifølge Michael Dixi Nielsen handler det ikke om at bygge alt fra bunden, men om at tage de første skridt med de data, man allerede har.

“Vi skal ikke lave de store programmeringsopgaver, og derfor kan de fleste virksomheder faktisk gøre som os.”

Michael Dixi Nielsen, H. Daugaard

“Vi skal ikke lave de store programmeringsopgaver, og derfor kan de fleste virksomheder faktisk gøre som os. Det vigtigste er at se AI som et hjælpeværktøj, der kan minimere spildtid og give bedre overblik. Men man skal også være indstillet på, at det kan koste lidt” siger han.

Med forhåbningen om en fuld national implementering næste år ser H. Daugaard AI som et konkurrenceparameter. Både i forhold til bæredygtighed og i kampen om kunderne, der i stigende grad vælger transportører ud fra klimaaftryk.

”Vi er da lidt stolte af, at vi allerede nu har taget et ret stort skridt på det her område, for vi er overbeviste om, at vi ikke kun optimerer os selv indefra, men også kan få flere kunder til at kigge vores vej ved at være langt fremme i bruge af AI”.

H. Daugaards erfaringer med AI
  • 15 % mindre tomkørsel er målet – det giver både økonomiske besparelser og lavere CO2-aftryk.
  • 20 % frigivet arbejdstid hos disponenterne, fordi planlægningen bliver mere automatiseret.
  • Fra erfaring til data: Tavs viden hos medarbejdere skulle systematiseres, før AI kunne bruges effektivt.
  • AI som hjælpeværktøj: Algoritmerne giver forslag, men mennesket træffer stadig beslutningerne.
  • Små skridt kan gøre en forskel: Projektet viser, at man ikke behøver store programmeringsopgaver for at komme i gang.