I år 1 analyserer du markedet. Fem vigtige konklusioner. Du dokumenterer dem. Så fortsætter året.
I år 2 skal du analysere det samme marked igen. Du starter forfra. Håber du kan huske hvad du fandt sidste gang.
Eller ikke.
Det er den klassiske problem: hver analyse er et øer. Du finder vigtige ting, og så ligger de i en drawer.
En Knowledge Graph løser det.
Hvad er en Knowledge Graph?
Forestil dig at alle dine strategiske analyser, beslutninger, markedsdata og konkurrenceinsigter er forbundet i én stor netværksstruktur. Ikke hierarkisk. Ikke lineær. Et netværk hvor hver node (et stykke information) er forbundet til alle de andre noder som det påvirker eller forbindes med.
En node kunne være "vi opdagede at e-handel voksede 23% i 2023 blandt direktørerne". En anden node er "vores konkurrent X lancerede et online-produkt i Q3". En tredje er "vi besluttede at fokusere på fysiske butikker".
Når disse nodes eksisterer i samme struktur bliver de hinanden intelligible. Systemet kan se: "disse tre informationer påvirker hinanden". Når du derefter skal analysere marked igen i år 2, kommer hele konteksten frem.
Du starter ikke forfra. Du starter herfra.
Hvordan det virker teknisk (forenklet)
En strategi-analyse består af flere trin. Input → Analyse → Output.
Input er hvad der sendes til AI'en. Output er hvad den finder.
I et Knowledge Graph bliver output fra år 1 til input i år 2.
Specifikt: hver gang du køre en analyse bliver resultaterne (konklusioner, data, mønstre) dokumenteret som noder. Når du derefter starter en ny analyse omkring samme område får den automatisk kontekst fra tidligere analyser.
AI'en siger ikke: "Jeg analyserer bare dette data isoleret."
Den siger: "Jeg analyserer dette data OG jeg ved at vi opdagede X, Y, Z sidste gang—og her er hvordan det påvirker hvad jeg finder nu."
Det resultat hedder "knowledge compilation". Systemet bygger en lokal context for hver analyse baseret på hvad der er tætteste knyttet til det område.
En praktisk effekt: løftet af informationen stiger med hver analyse. Og analysetiden falder. Fordi du ikke skal genforklare grundlaget hver gang.
Hvorfor det betyder noget
De fleste SME'er har samme struktur:
År 1: Vi bruger 3 måneder på strategi. Vi hyrer en ekstern konsulent eller bruger en AI. Der kommer 12-15 analyser ud. Vi dokumenterer dem. Mødet holdes. Beslutninger træffes.
År 2: Vi skal revidere strategien. Vi har biler på kontoret som måske indeholder dokumenterne. Måske ikke. Vi starter igen. Vi køber den samme rapport igen fra samme leverandør. Det er ikke helt det samme, fordi verden har ændret sig, men grundlaget minder hinanden.
År 3-5: Vi kan ikke helt huske hvad vi besluttede i år 1. Så vi analyserer igen uden at vide om vi allerede vidste det.
Det er ikke manglende søgelse. Det er at viden er spredt.
Med en Knowledge Graph skal du ikke søge. Systemet samler automatisk hvad der er relevant for denne analyse.
En konkurrenceanalyse i år 2 indeholder automatisk "konkurrenten lancerede en ny kanal i år 1, denne kanal trak 7% marked, det påvirker denne del af vores position". Du skrev det ned i år 1. Nu dukker det op akkurat hvor det skal være.
Compound intelligence
Hvor det bliver kraftigt er compound intelligence.
En virksomhed der bruger et system som det her tre år løber ikke ind i problemet: "vi er tilbage hvor vi startede". I stedet sker der akkumulation.
År 1: Første gang vi analyserer. 15 vigtige fund.
År 2: Anden gang vi analyserer samme områder. Dine 15 fund fra år 1 er nu baggrund. Du opdager 10 nye fund. Din forståelse er dybere.
År 3: Nu analyserer du igen. Nu har du kontekst fra 25 analyser. Mønstre bliver tydelige som ikke kunne være tydelige før.
Det hedder compound intelligence: systemet bliver ikke bare bedre til at give dig data. Det bliver bedre til at forbinde data.
En kunde sagde til os: "År 1 føltes som at læse Wikipedia. År 2 føltes som at tænke med en forretningsrevy i hånden. År 3 føltes som at høre på mig selv fra fremtiden."
Det var en god beskrivelse.
Praktisk eksempel
Forestil dig du sælger B2B SaaS til små virksomheder.
År 1: Du analyserer hvem der køber. Du finder tre kundesegmenter. Du dokumenterer det. Mødet. Beslutning: vi fokuserer på segment A.
År 2: En ny person (eller samme, men med kort hukommelse) skal analysere markedsudviklingen. Systemet henter din tidligere analyse og siger: "Vi identificerede tre segmenter sidste gang. Segment A var mest værdifuldt. Her er den data vi havde dengang. Hvad er ændret?"
I stedet for at lave hele analysen fra nul, kalibrerer du den mod hvad I allerede vidste.
År 3: Du analyserer konkurrenter. Systemet inkluderer automatisk: "Her er konkurrenter som målretter segment A (din fokus). Her er hvordan de positionerer sig. Her er hvad vi opdagede om segment A sidste år som påvirker hvordan vi skal svare."
Det er ikke magisk. Det er systematiseret hukommelse.
Forskellen mellem system og dDatabase
En Database gemmer dokumenter.
En Knowledge Graph forbinder betydningen i dokumenterne.
Du kan gemme en rapport i en database og søge efter ordet "margin". Du finder alle rapporter der nævner margin.
I et Knowledge Graph kan systemet sige: "Du analyserede margin i konteksten af kundesegment A. Du analyserede kundesegment A igen senere. Her er hvad der ændrede sig. Her påvirker det margin."
Det er ikke samme information. Det er forbundne informationer som påvirker hinanden.
Hvordan du starter
Du behøver ikke alle 5 år af data for at starte.
Start med dine tre vigtigste analysedomæner: f.eks. marked, konkurrenter, organisatorisk kapabilitet.
Når du analyserer disse områder de kommende tre måneder dokumenteres alle resultaterne i strukturen.
Om tre måneder har du en Knowledge Graph på størrelse med "lille virksomhed—er ikke et omfattende billed af universum, men det er dybere end at starte helt forfra."
Og der sker noget: hver analyse bliver dybere fordi den har kontekst.
En konkurrence-analyse der er forbundet til en tidligere kundesegment-analyse er anderledes end samme analyse isoleret.
Det er hvor Knowledge Graph bliver til strategisk kapital: ikke bare at du ved hvad du vidste. Men at din nye viden automatisk bygger på hvad du allerede ved.
Og det betyder at din strategi kan blive mere ambitious. Fordi du har fuld billed.