AI oven på e-conomic og Dinero: hvad kan automatiseres?

Kort fortalt: I behøver ikke skifte regnskabssystem for at få gavn af AI (kunstig intelligens). Et automations- og AI-lag kan arbejde oven på e-conomic eller Dinero og forberede det gentagne arbejde: bilag der læses, forslag til kontering, fakturaer der flyttes videre, afstemning der forberedes, og spørgsmål til tallene i almindeligt sprog. Regnskabssystemet forbliver kilden, og et menneske godkender det, der har konsekvenser.

Hvad er e-conomic og Dinero?

e-conomic og Dinero er online regnskabssystemer, som mange danske virksomheder bruger til at bogføre bilag, sende fakturaer, følge likviditet og holde styr på moms. Begge kører i browseren, så data ligger ét sted, og mange virksomheder deler adgang med deres revisor eller bogholder direkte i systemet.

Systemet i sig selv er ofte ikke problemet. Det er det manuelle arbejde rundt om det: bilag der skal findes frem, tastes, konteres, matches og afstemmes. Det er det arbejde, et AI- og automationslag kan tage fat i.

Hvad kan et AI- og automationslag lægge ovenpå?

Tænk på det som et lag mellem jer og regnskabssystemet, der håndterer forarbejdet.

Bilag og dataudtræk

Bilag kan komme som scanninger eller som filer i PDF-format, et dokumentformat der bevarer sidens layout. AI kan læse dokumentet og trække de relevante felter ud: beløb, dato, moms, leverandør og fakturanummer. Udtrækket kan være forkert, så felterne gøres klar til kontrol, før de lægges ind i regnskabssystemet.

Forslag til kontering

Når et bilag er læst, kan AI foreslå, hvilken konto posteringen hører til, ud fra hvordan lignende bilag er bogført hos jer. Bemærk ordet forslag. Det er et udgangspunkt, som et menneske godkender, ikke en beslutning, systemet træffer alene.

Fakturaflow

Meget af arbejdet omkring fakturaer er rutine: en indkommende faktura skal registreres og sendes til godkendelse, og en udgående faktura skal følges op. Et automationslag kan flytte fakturaerne gennem de trin, fx hente en indkommende faktura fra mailen, forberede den til bogføring og minde om udgående fakturaer, der ikke er betalt. Selve bogføringen og udsendelsen sker i regnskabssystemet.

Afstemning

Bankafstemning er en klassisk tidsrøver. AI kan foreslå match mellem bankposteringer og bilag. Forslagene kan være forkerte og bør kontrolleres, før afstemningen godkendes.

Spørgsmål i almindeligt sprog

I stedet for at bygge en rapport kan man spørge på dansk: «Hvad har vi brugt på underleverandører i år?» eller «Hvilke fakturaer er ikke betalt?» Et AI-lag kan hente svaret fra regnskabsdata og formulere det i klar tekst. Svaret bør kunne føres tilbage til de tal, det bygger på.

e-conomic og Dinero med CRM og andre systemer

De færreste virksomheder kører kun ét system. Ofte er der en webshop, et CRM (systemet til kunderelationer), et lønsystem eller et projektværktøj ved siden af. Når de relevante systemer og adgangsrettigheder understøtter det, kan integrationen oprette kundedata fra CRM i regnskabssystemet, bruge en godkendt ordre som grundlag for en fakturakladde og vise registreret betalingsstatus i CRM.

Før en sådan kobling bygges, skal I beslutte, hvilket system der ejer hvilke data, fx at kundestamdata ejes af CRM og fakturaer af regnskabssystemet. Ellers ender I med to versioner af sandheden.

Samspil, ikke erstatning

Et AI-lag erstatter hverken regnskabssystemet eller revisoren. Regnskabssystemet er stadig der, hvor tallene bor, og hvor den officielle bogføring sker. AI-laget forbereder, foreslår og flytter.

Virksomheden har fortsat ansvar for sin bogføring og sit regnskab. I selskaber ligger ansvaret for regnskabsaflæggelsen hos ledelsen. En ekstern bogholder eller revisor kan have særskilte pligter og ansvar for sit arbejde; brug af rådgivere eller AI ophæver ikke virksomhedens ansvar. Et AI-værktøj kan heller ikke selv sikre, at bogføringen lever op til skatte- og momsreglerne. Derfor er forslag-modellen central: AI foreslår, mennesket godkender.

e-conomic API og Dinero API: sådan kobles et AI-lag på

Integrationen sker typisk via systemernes API, den tekniske indgang, som andre programmer bruger til at læse og skrive data på en kontrolleret måde. Både e-conomic og Dinero har dokumenterede API'er til udviklere. Hvilke data og handlinger der er tilgængelige, og hvilke adgangsrettigheder en integration skal have, fremgår af systemernes egen dokumentation og afhænger af jeres abonnement og opsætning. e-conomic bruger en nøgle til integrationen og en adgangsgodkendelse fra kundens aftale. Dinero bruger brugerautorisation via Visma Connect og kræver ifølge dokumentationen Pro eller Total. Kontroller derfor både abonnement, læse- og skriveadgang samt de konkrete handlinger, før I vælger et forløb.

Start med én afgrænset opgave, og aftal adgang, kontrol og målepunkter. Afprøv løsningen ved siden af den nuværende proces, og vurder resultater og omkostninger før en udvidelse.

Datasikkerhed og persondata

Regnskabsdata indeholder følsomme oplysninger om beløb, kunder og leverandører og i nogle tilfælde personoplysninger. Et par principper er værd at holde fast i:

Afgrænset adgang. Integrationen bør kun have adgang til de data, den faktisk skal bruge.
Databeskyttelse. Behandler løsningen personoplysninger, skal behandlingen overholde GDPR (EU's databeskyttelsesforordning), og I skal vide, hvor de behandles og opbevares. Behandler en leverandør personoplysninger på jeres vegne, skal I have en databehandleraftale.
Sporbarhed. Det skal kunne ses, hvad automationen har gjort.
Menneskelig kontrol over det, der har konsekvenser: godkendelser, udsendelser og den endelige bogføring.

Spørg derfor den, der bygger løsningen: Hvor ligger dataene? Hvem har adgang? Hvad logges?

Sådan kommer I i gang

I behøver ikke rive regnskabssystemet op med rode. Start med det arbejde, der stjæler mest tid og giver den tydeligste gevinst, og byg derfra. Tre spørgsmål hjælper med at vælge det første projekt:

Er tidsforbruget væsentligt? Vurder både hyppighed og tidsforbrug pr. gang; en stor månedsopgave kan være mere relevant end en lille daglig opgave.
Er reglerne klare? Jo bedre I kan beskrive, hvordan et bilag eller en faktura skal behandles, jo lettere er det at automatisere og kontrollere.
Kan effekten måles? Notér, hvor lang tid opgaven tager i dag, og hvor mange fejl der rettes, så I kan se, om piloten faktisk hjælper.

Hvis tidsforbruget er væsentligt, reglerne er klare, og effekten kan måles, er opgaven værd at undersøge nærmere. Opgaver med helt faste regler kan ofte løses med RPA, softwarerobotter der følger en opskrift.

Vil I have hjælp til at finde det første sted, hvor automation kan spare tid omkring jeres regnskab, så kontakt os.

Kilder

e-conomic, REST API-dokumentation: https://restdocs.e-conomic.com/ (læst 16/10-2026)
Dinero, API Developer Portal: https://developer.dinero.dk/ og FAQ: https://developer.dinero.dk/documentation/faq/ (læst 16/10-2026)
Erhvervsstyrelsen, vejledning om bogføringsloven (ekstern bogholder, virksomhedens ansvar): https://erhvervsstyrelsen.dk/vejledning-bogfoeringsloven (læst 16/10-2026)
Erhvervsstyrelsen, vejledning om revisorers uafhængighed («Det er kundevirksomhedens ledelse, der er ansvarlig for regnskabsaflæggelsen»): https://erhvervsstyrelsen.dk/vejledning-bekendtgoerelsen-om-godkendte-revisorers-og-revisionsvirksomheders-uafhaengighed (læst 16/10-2026)
Datatilsynet, Du er også ansvarlig, når du deler (databehandlere): https://www.datatilsynet.dk/regler-og-vejledning/gdpr-univers-for-smaa-virksomheder/trin-7-du-er-ogsaa-ansvarlig-naar-du-deler (læst 16/10-2026)

Ofte stillede spørgsmål

Skal vi skifte regnskabssystem for at bruge AI?

Nej. Et AI- og automationslag kan arbejde oven på e-conomic eller Dinero, mens regnskabssystemet forbliver kilden.

Har e-conomic og Dinero et API?

Ja, begge har dokumenterede API'er til udviklere. Hvad der er tilgængeligt, fremgår af systemernes egen dokumentation.

Kan AI bogføre selv?

AI kan læse bilag og foreslå kontering, men et menneske bør godkende. Brug af AI ophæver ikke virksomhedens ansvar for bogføring og regnskab.

Kan Dinero eller e-conomic kobles til et CRM?

Ja, en integration kan udveksle kundedata og fakturaoplysninger, hvis begge systemer understøtter de nødvendige handlinger. Aftal dataretning, godkendelser og hvilket system der vedligeholder hvilke oplysninger.

Hvad er et godt første projekt?

Bilagslæsning eller intern opfølgning på ubetalte fakturaer kan være kandidater. Vælg efter datakvalitet, kontrolbehov og den effekt, I kan måle.