Norsk kompetansekompass 2026

Hovedfunn og sammendrag

Tre hovedfunn

1. Norge har et kompetanseparadoks – vi er gode, men blir ikke bedre

Norge rangeres som nummer 7 globalt på kompetanse og har høyest deltakelse i jobbrelatert opplæring i OECD. Likevel rapporterer 62 prosent av virksomhetene om udekket kompetansebehov – et tall som har vært stabilt i årevis. Interessen for etter- og videreutdanning synker. Vi har et høyt utgangspunkt, men forspranget er i ferd med å forvitre.

Løsningen finnes i det norske arbeidslivet selv. Høy tillit, flat struktur og sterk samarbeidskultur gir gode forutsetninger for kompetanseutvikling – forutsatt at vi designer løsninger som utnytter disse styrkene, ikke kjemper mot dem.

2. Gapet mellom ambisjon og handling er systematisk

Norske virksomheter har gode intensjoner, men svikter i utførelsen. Tre gap hindrer dem: et strategigap (bare 13 prosent har både strategisk forankring og måler effekt), et ledelsesgap (bare 3 av 10 ledere har tilstrekkelig digital forståelse til å lede en digital transformasjon), og et målingsgap (bare 8 prosent måler forbedring i KPI-er). Virksomhetene investerer i kompetanse, men vet ikke om det virker – og internasjonale oppskrifter gir ikke svar. Løsningene må bygges på norske forutsetninger.

3. Vi lærer feil ting på feil måte

KI-kompetanse er det mest prioriterte området, men 44 prosent mangler fortsatt kompetanse etter opplæring. Samtidig er kritisk tenkning – evnen til å kvalitetssikre det KI produserer – en blindsone. Og 71 prosent opplever at læring ikke overføres til jobb. Vi lærer verktøyene, men ikke hvordan vi bruker dem til å skape verdi.

Hva rapporten viser

De globale driverne er kjente: KI, eldrebølge, geopolitikk, grønn omstilling og overgang til en ferdighetsøkonomi. Det anslås at 39 prosent av dagens ferdigheter vil være foreldet innen 2030. Dette rammer Norge like hardt som andre land.

Men Norge har også strukturelle fortrinn. Den norske modellen med sammenpresset lønnsskala, høy tillit og sterk samarbeidskultur, gir gode forutsetninger for kompetanseutvikling. Utfordringen er ikke ressursene. Det er hvordan vi bruker dem.

Rapporten dokumenterer at løsningen ikke er mer opplæring. Det som trengs er mer systematikk: KI-kompetanse må bygges i nivåer, ikke opportunistisk og tilfeldig. Overføring av læring krever lederstøtte og kollegastøtte, ikke bare kursdesign. Kollektiv kompetanse krever at folk møtes, ikke bare individuell e-læring. Formell opplæring spiller fortsatt en viktig rolle, men den bør designes som «blended learning» med strukturert oppfølging.

1. GLOBALE MEGATRENDER SOM FORMER KOMPETANSEBEHOVET

Fem kraftige drivere omformer arbeidsmarkedet globalt. Disse driverne forsterker og akselererer hverandre, og skaper en transformasjon som World Economic Forum (WEF, 2025) beskriver som «the intelligence age».

1.1 Fortsatt digitalisering, KI og automatisering

Teknologisk endring er den kraftigste driveren av arbeidsmarkedsendring. Bredere digital tilgang forventes å både skape og erstatte flere jobber enn noen annen makrotrend – 19 millioner nye jobber og 9 millioner tapte jobber fra 2025 til 2030 (WEF, 2025).

Perioden 2025–2030 vil preges av massiv utskifting av jobber: 170 millioner nye jobber skapes (14 % av dagens sysselsetting), mens 92 millioner forsvinner (8 %). Netto jobbvekst er 78 millioner (7 %), men total strukturell endring berører 22 % av dagens arbeidsstyrke (WEF, 2025). Dette er ikke bare et spørsmål om antall jobber, men om fundamentalt endrede roller og kompetansekrav.

Vinnerne i KI-økonomien inkluderer spesialister innen stordata, fintech-utviklere, eksperter på kunstig intelligens og maskinlæring, samt ingeniører innen fornybar energi. Størst absolutt vekst i antall nye jobber finner vi blant landbruksarbeidere, bud- og sjåførtjenester, bygnings- og anleggsarbeidere samt sykepleiere og annet helsepersonell. Størst nedgang ser vi blant kontor- og administrasjonsmedarbeidere, kassamedarbeidere og administrative assistenter (WEF, 2025).

Mønsteret er tydelig: teknologi overtar rutinepregede arbeidsoppgaver, samtidig som den øker etterspørselen etter både avansert teknologisk kompetanse og yrker der menneskelig omsorg, relasjoner og tilstedeværelse står sentralt.

Ferdighetenes «halveringstid» blir stadig kortere. World Economic Forum anslår at 39 prosent av ferdighetene som er i bruk i dag, vil endre karakter eller bli foreldet innen 2030 (WEF, 2025). Samtidig øker etterspørselen kraftig: 90 prosent av arbeidsgivere globalt peker på kunstig intelligens og stordata som ferdighetene som får økt betydning, 71 prosent fremhever nettverk og cybersikkerhet som kritiske, og 69 prosent prioriterer teknologisk grunnkompetanse.

Generativ KI endrer spillereglene: Coursera Global Skills Report (Coursera, 2025) dokumenterer en eksplosiv vekst: i 2023 meldte ca. én person per minutt seg på et generativt KI-kurs. I 2024 steg det til åtte personer per minutt – en åttedobling på ett år. Totalt har over 8 millioner globalt tatt kurs i generativ KI. Når KI automatiserer analyse, eksploderer behovet for kritisk tenkning. Coursera Job Skills Report (Coursera, 2026a) dokumenterer kraftig årlig vekst i påmeldinger til kurs i kritisk tenkning:

• 168 % blant dataanalytikere og datavitere,
• 101 % blant programvareutviklere og
• 185 % blant de som lærer generativ KI.

Årsaken er enkel: når maskiner kan analysere, må mennesker kunne validere. «Menneskets rolle utvikler seg til en høynivårevisor, ansvarlig for å oppdage feilaktige antakelser og anvende kontekstuell forretningsforståelse som maskiner mangler» (Coursera, 2026a).

1.2 Eldrebølgen og produktivitetskrisen

Den demografiske utviklingen skaper en dobbel utfordring: færre i arbeidsfør alder skal forsørge flere eldre, samtidig som etterspørselen etter arbeidskraft øker. Aldrende befolkninger driver vekst i helserelaterte jobber som sykepleiere og omsorgspersonell, mens voksende befolkninger i arbeidsfør alder i noen regioner skaper etterspørsel etter utdanningsrelaterte profesjoner (WEF, 2025).

Når arbeidsstyrken krymper relativt til befolkningen, er det tre måter å opprettholde økonomisk aktivitet på: øke arbeidsdeltakelsen (har sine naturlige grenser), arbeide flere timer (risiko for utbrenthet) eller øke produktiviteten per time (den bærekraftige løsningen). Kompetanseutvikling – særlig innen teknologi som KI og automatisering – blir dermed ikke et valg, men en nødvendighet for å opprettholde velferd og verdiskaping.

1.3 Geopolitisk fragmentering

Geoøkonomisk fragmentering og geopolitiske spenninger forventes å drive forretningsmodelltransformasjon i en tredjedel (34 %) av de spurte virksomhetene i løpet av de neste fem årene (WEF, 2025). Over en femtedel (23 %) av globale arbeidsgivere identifiserer økte restriksjoner på handel og investeringer som faktorer som former deres virksomhet, mens 21 % peker på subsidier og industripolitikk (WEF, 2025).

Utviklingen øker behovet for sikkerhet og beredskap, kompetanse innen nettverk og cybersikkerhet, samt organisatorisk robusthet og fleksibilitet. I tillegg blir ledelse og sosial påvirkning stadig viktigere for å kunne styre virksomheter gjennom usikkerhet og raske endringer (WEF, 2025).

På Coursera økte påmeldingen til kurs i cybersikkerhet med 20 prosent i Europa og 14 prosent i Asia-Stillehavsområdet i 2025, drevet av økende bekymring for databeskyttelse. Globalt er det behov for nærmere fem millioner flere fagpersoner innen cybersikkerhet, og to tredjedeler av arbeidsgivere oppgir kompetansegap som en vesentlig barriere for å ta i bruk ny sikkerhetsteknologi (Coursera, 2025).

1.4 Den grønne omstillingen

Overgangen til en lavutslippsøkonomi skaper både omfattende kompetansebehov og nye muligheter for kompetanseomstilling fra sektorer i tilbakegang til sektorer i vekst. Yrker knyttet til grønn omstilling er blant de raskest voksende globalt, inkludert spesialister på autonome og elektriske kjøretøy, miljøingeniører og ingeniører innen fornybar energi (WEF, 2025).

Den grønne omstillingen krever ikke bare nye jobber, men transformasjon av eksisterende roller. World Economic Forum fremhever miljøansvar som en stadig viktigere ferdighet på tvers av sektorer (WEF, 2025). Dette handler om å omskolere den eksisterende arbeidsstyrken fra karbonintensive til bærekraftige teknologier, integrere bærekraftskompetanse i alle roller, og bygge forståelse for hvordan hver rolle bidrar til eller påvirkes av klimatilpasning.

Globale analyser viser at kompetanseheving og kompetanseomstilling kan skape 5,3 millioner nye jobber innen 2030 ved å lette overgangen til en økonomi hvor menneskelig arbeidskraft i økende grad kompletteres og forsterkes heller enn erstattes av ny teknologi (WEF, 2025).

1.5 Ferdighetsøkonomien – det nye arbeidsmarkedet

Vi er vitne til en fundamental transformasjon av arbeidsmarkedet. Fra en økonomi basert på tradisjonelle kvalifikasjoner, stillingstittler og ansiennitet, går vi mot en ferdighetsbasert økonomi hvor spesifikke, verifiserbare ferdigheter er den nye valutaen.

World Economic Forum estimerer at 44 % av arbeidstakernes kjerneferdigheter vil endres innen 2027 (WEF, 2025). Samtidig krymper «ferdighetens halveringstid» – tiden det tar før halvparten av en ferdighet blir foreldet. McKinsey anslår denne til rundt fem år (McKinsey, 2023). 39 % av dagens ferdigheter vil være foreldet innen 2030 (WEF, 2025). Den tradisjonelle modellen hvor man utdanner seg én gang og bruker denne kompetansen gjennom hele karrieren, er død. Den nye modellen er kontinuerlig læring.

Arbeidserfaring blir viktigere enn utdanning

McKinsey-forskning basert på fire millioner faktiske karriereløp viser at arbeidserfaring bidrar med 40–60 prosent av en persons samlede humankapitalverdi – langt mer enn formell utdanning alene (McKinsey, 2023). Det avgjørende er ikke bare å bytte jobb, men å ta det rapporten kaller «dristige» karrieresteg: bytter som krever betydelig nye ferdigheter.

De som avanserer til høyere inntektsnivåer gjør jobbbytter med 30–40 prosent ferdighetsavstand – andelen ferdigheter i ny rolle som ikke overlapper med forrige rolle. De som ikke avanserer, har bare 20–30 prosent ferdighetsavstand. Med andre ord: karriereutvikling krever at man aktivt strekker seg inn i ukjent terreng, ikke bare bytter til lignende roller.

For den enkelte medarbeider betyr dette at kompetanseutvikling ikke kan overlates til arbeidsgiver alene. Evnen til å identifisere hvilke ferdigheter som bygger verdi – og å dokumentere dem – blir en karrierekritisk kompetanse i seg selv.

Fra utdanningstitler til faktiske ferdigheter

Arbeidsgivere legger i økende grad mindre vekt på tradisjonelle utdanningstitler og mer på dokumenterbar og verifiserbar kompetanse. Tre utviklingstrekk driver denne endringen: Generativ KI har gjort CV-skriving til en lavterskelaktivitet, mikrosertifikater gir konkrete bevis på spesifikke ferdigheter, og økende kompetansegap krever mer presis samsvar mellom behov og kompetanse.

For den enkelte medarbeider blir det derfor avgjørende å investere i egen kompetanseutvikling og å dokumentere ferdigheter gjennom anerkjente og verifiserbare sertifikater. For virksomheter innebærer dette et behov for å etablere systemer som gir oversikt over tilgjengelige ferdigheter i organisasjonen.

Norge i den globale ferdighetskonkurransen

Norge rangeres som nummer 7 globalt i Coursera Global Skills Report (Coursera, 2025) og plasseres i kategorien «Cutting-edge». Norges score sammenlignet med Sveits (nr. 1): forretning 94 % vs. 100 %, teknologi 94 % vs. 99 %, datavitenskap 94 % vs. 100 %. Dette er sterkt – men viser også et forbedringspotensial.

Det norske paradokset

Til tross for sterk internasjonal posisjon, står Norge overfor synkende interesse for etter- og videreutdanning (NIFU, 2025). Dette står i direkte kontrast til hva som kreves: 59 av 100 arbeidstakere vil trenge opplæring innen 2030 (WEF, 2025). Dette er Norges mest kritiske strategiske sårbarhet.

1.6 Å navigere i turbulens

Udemy Business (Udemy, 2025) peker på et tydelig spenningsfelt: 48 prosent av arbeidsgivere forventer at lønnskostnader vil øke som andel av totale inntekter, samtidig som kostnadskutt står høyt på agendaen. Samtidig mener 79 prosent at det vil bli mer krevende å beholde medarbeidere fremover.

Dette skaper et reelt dilemma: hvordan investere i kompetanse når budsjettene er under press? Svaret ligger i å flytte oppmerksomheten fra aktivitet til effekt. I perioder med økonomisk usikkerhet blir kompetanseutvikling paradoksalt nok enda viktigere. Hele 90 prosent av virksomheter uttrykker bekymring for evnen til å beholde medarbeidere, og LinkedIn Workplace Learning Report (LinkedIn, 2024) trekker frem tilgang til læring som den viktigste strategien for å holde på nøkkelkompetanse. Med andre ord: i usikre tider kan man ikke spare seg til suksess – man må investere mer målrettet i de menneskene man allerede har.

1.7 Fem trender, ett budskap

De fem megatrendene virker ikke uavhengig av hverandre. De forsterker hverandre og skaper til sammen et kraftig press på virksomheters kompetansegrunnlag. Teknologisk utvikling erstatter rutinepregede arbeidsoppgaver og gir opphav til nye roller. Demografiske endringer reduserer tilgangen på arbeidskraft. Geopolitisk uro øker behovet for beredskap, cybersikkerhet og organisatorisk robusthet. Den grønne omstillingen transformerer eksisterende roller og skaper nye kompetansekrav. Samtidig tvinger økonomisk usikkerhet frem mer målrettede og effektive læringsmodeller.

Det samlede budskapet er tydelig: kompetanseutvikling er ikke lenger en avgrenset HR-oppgave, men en strategisk forutsetning for virksomheters overlevelse. Virksomheter som ikke evner å utvikle kompetansen i egen arbeidsstyrke kontinuerlig, vil få store problemer i løpet av de neste årene.

World Economic Forum anslår at 59 av 100 arbeidstakere vil ha behov for opplæring innen 2030. Av disse forventer arbeidsgivere at 29 kan videreutvikles i sine nåværende roller, 19 kan omskoleres til nye roller internt, mens 11 – altså over 10 prosent – trolig ikke vil få nødvendig opplæring. Det setter deres fremtidige jobbutsikter i fare (WEF, 2025).

For Norge betyr dette at vi både må forstå de globale utviklingstrekkene og håndtere våre særskilte utfordringer. I neste kapittel beveger vi oss fra det globale til det norske – fra megatrender til hverdagsrealiteter i norske virksomheter.

2. DEN NORSKE VIRKELIGHETEN

Mens de globale megatrendene er kraftige, er det i møtet med norsk virkelighet de virkelig får betydning. Norge er ikke bare en miniversjon av det globale arbeidsmarkedet – vi har våre egne strukturelle utfordringer, kulturelle særtrekk og markedsdynamikk som krever skreddersydde løsninger. Dette kapittelet tar pulsen på norsk kompetansearbeid i 2026 og avdekker grunnleggende utfordringer.

2.1 Det norske kompetanseparadokset

Norge skulle egentlig være i en god posisjon. Vi rangeres som nummer 7 globalt i Coursera Skills Report (Coursera, 2025) og plasseres i kategorien «Cutting-edge» – som betegner verdensledende nasjoner. Norges score sammenlignet med Sveits (nr. 1) viser solid kompetanse: forretning 94 % vs. 100 %, teknologi 94 % vs. 99 %, datavitenskap 94 % vs. 100 %. Vi har høy utdanning, digital infrastruktur i verdensklasse og en arbeidsstyrke med sterke digitale ferdigheter.

Likevel sliter vi. 62 % av norske virksomheter rapporterer om udekket kompetansebehov – et tall som har holdt seg urovekkende stabilt over flere år (NIFU, 2025). Dette er ikke et forbigående fenomen, men en strukturell utfordring som har forverret seg siden før pandemien.

KI-kompetanse illustrerer paradokset tydelig. Kompetansebehovsutvalget (KBU, 2025) dokumenterer at 77 prosent av virksomheter som vurderer å ta i bruk KI, oppgir manglende kompetanse som barriere – opp fra 58 prosent i 2021. Samtidig har adopsjonen av generativ KI vært eksplosiv: 81 prosent av studenter bruker verktøyene, mens 67 prosent har fått lite eller ingen opplæring. Blant medarbeidere som bruker KI i jobben, føler bare 26 prosent seg tilstrekkelig opplært. Kompetansegapet vokser altså raskere enn opplæringen.

Paradokset er tydelig: vi vet hva som trengs, vi har ressurser til å investere, og vi har tilgang til kunnskap. Likevel klarer vi ikke å tette gapet.

Dette bildet bekreftes i Norsk kompetansekompass survey (Videocation, 2026a). 88 % opplever udekkede kompetansebehov i noe til stor grad, og 51 % opplever dette i stor grad. Surveyen underbygger dermed at kompetanseutfordringen ikke kan forstås som et kortsiktig rekrutteringsproblem, men som en strukturell utfordring.

Strukturelle flaskehalser i arbeidsmarkedet: Mangelen på kompetanse er ikke jevnt fordelt, verken geografisk eller etter sektor. Mangelen er særlig kritisk innen helse og omsorg, ingeniør- og IKT-fag, bygg og anlegg samt industri. Regionale forskjeller gjør bildet enda mer komplekst – Nord-Norge, Oslo og Vestland fremstår som regionene med de største utfordringene med å skaffe arbeidskraft med nødvendig kompetanse.

Kompetansebehovsutvalget (KBU, 2025) identifiserer et IKT-paradoks: mange virksomheter kan ikke rekruttere IKT-kompetanse, samtidig som nyutdannede IKT-kandidater har vanskeligheter med å få innpass i arbeidsmarkedet. Dette tyder på et misforhold mellom hva utdanningssystemet leverer og hva arbeidsmarkedet faktisk trenger – et gap som ikke kan lukkes gjennom rekruttering alene.

Barrierene for kompetanseutvikling: Behovet for opplæring er åpenbart, men betydelige hindringer begrenser deltakelsen i etter- og videreutdanning. De fremste barrierene er manglende tid og lav motivasjon – mange ser ikke relevansen før det er for sent.

PwC sin rapport «Kunstig intelligens i HR» (PwC, 2025b) bekrefter dette: kun 8 prosent mener de har tilstrekkelig kompetanse på KI i sin avdeling. 59 prosent oppgir kompetansemangel som en av de største barrierene for å ta i bruk teknologien. Paradoksalt nok er det altså ikke viljen som mangler, men evnen.

For innvandrere utgjør i tillegg svake norskferdigheter en betydelig hindring for videre kvalifisering.

Det mest urovekkende tegnet: NIFU-rapport 2025 viser synkende interesse for etter- og videreutdanning blant norske arbeidstakere. Dette står i direkte kontrast til hva som kreves: World Economic Forum anslår at 59 av 100 arbeidstakere vil trenge opplæring innen 2030. Dette er Norges mest kritiske strategiske sårbarhet – et høyt utgangspunkt kombinert med synkende læringsvilje truer med å erodere vårt konkurransefortrinn raskere enn forventet.

Samtidig viser Kompetansebehovsutvalget (KBU, 2025) at uformell læring gjennom kolleger og arbeidsoppgaver er den viktigste læringsformen for norske arbeidstakere. 59 prosent deltok i læringsintensivt arbeid siste 12 måneder. Utfordringen er altså ikke at nordmenn slutter å lære – men at den formelle kompetanseutviklingen ikke holder tritt med endringstakten.

Når rekruttering ikke lenger er svaret: Tradisjonelt har norske virksomheter løst kompetansemangel gjennom ekstern rekruttering. Men denne strategien fungerer ikke lenger. Arbeidsledigheten holder seg historisk lav, eldrebølgen reduserer tilgangen på ny arbeidskraft, og konkurransen om de beste hodene intensiveres. Implikasjonen er klar: norske virksomheter må bli flinkere til å utvikle kompetansen de allerede har, ikke bare jakte på den de mangler.

2.2 Norge i den globale konteksten – når skal vi tilpasse, når kan vi kopiere?

Norge påvirkes av de samme globale drivkreftene som resten av verden, men løsningene må utformes med utgangspunkt i særtrekkene ved det norske arbeidsmarkedet. Dette handler ikke om nasjonale særtrekk som mål i seg selv, men om strategisk realisme. Modeller utviklet for markeder med høy gjennomtrekk og sterk hierarkisk styring treffer dårlig i Norge. Her er arbeidslivet preget av stabile ansettelsesforhold, høy tillit og langsiktige relasjoner.

Kompetansebehovsutvalget (KBU, 2025) peker på den norske modellen som et strukturelt fortrinn for kompetanseutvikling. Tre mekanismer er særlig relevante: Den sammenpressede lønnsstrukturen gjør det lønnsomt å investere i både teknologi og kompetanse – ikke bare en av delene.

Høy tillit og sterkt trepartssamarbeid letter teknologiadopsjon og reduserer endringsmotstand. Et sterkt sosialt sikkerhetsnett gjør omstilling mindre truende for den enkelte. Historisk har disse mekanismene gjort at Norge har vært raskt til å ta i bruk ny teknologi. Spørsmålet er om vi evner å utnytte fortrinnene også i KI-æraen.

Den norske modellen som produktivitetsmaskin

Den norske arbeidslivsmodellen er ikke bare et kulturelt særtrekk – den er en dokumentert kilde til produktivitet. En analyse utført for Kunnskapsdepartementet viser at to mekanismer er særlig virksomme (Berg et al., 2016).

For det første skaper trepartssamarbeidet høy tillit og sosial kapital, både på virksomhetsnivå og samfunnsnivå. Når medarbeidere involveres i beslutninger, når partene kjenner hverandres posisjoner, og når konflikthåndtering er institusjonalisert, reduseres transaksjonskostnadene.

Samarbeid blir lettere, og kostnader ved overvåking og kontroll blir lavere. Norge scorer høyest i verden på tillitsindekser: 65 prosent svarer ja på spørsmålet «Kan man stole på de fleste mennesker?». Til sammenligning svarer rundt 30 prosent ja i Sør-Europa og under 10 prosent i mange andre land.

For det andre tvinger den sammenpressede lønnsstrukturen frem investeringer i kompetanse og teknologi. Når det er dyrt å ansette lavkompetent arbeidskraft, må virksomhetene enten automatisere eller heve kompetansen. Historisk har dette bidratt til at norsk næringsliv raskt tar i bruk ny teknologi.

Disse mekanismene er direkte relevante for KI-æraen. Den høye tilliten gjør det enklere å innføre ny teknologi uten å møte den motstanden som preger mer hierarkiske kulturer. Og den sammenpressede lønnsstrukturen gir sterke insentiver til å bruke KI som produktivitetsdriver, ikke bare som kostnadsbesparelse.

2.2.1 Digitalisering og KI: samme teknologi, ulike implementeringsmodeller

Hvor vi er like: Teknologikompetanse anerkjennes som avgjørende for fremtidig suksess både i Norge og internasjonalt. Den globale etterspørselen etter KI og stordata – hvor 90 % av arbeidsgivere sier disse ferdighetene øker mest i betydning (WEF, 2025) – speiles i norsk etterspørsel etter skytjenester, hvor markedet er anslått å nå 12,4 milliarder kroner innen 2029. Det er en felles forståelse for at teknologi er en fundamental drivkraft for endring.

KI transformerer jobber – den eliminerer dem ikke

Et forenklet enten-eller-narrativ har preget den offentlige debatten om KI og arbeidsliv: noen jobber vil bli automatisert bort, andre vil bli forsterket. Ny forskning utfordrer denne forenklingen.

Burning Glass Institute har analysert 37,5 millioner stillingsannonser. Funnene viser at automatisering og forsterkning ikke rammer ulike jobber – de rammer de samme jobbene, samtidig (Sigelman et al., 2026). Korrelasjonen mellom eksponering for automatisering og eksponering for forsterkning er påfallende sterk (r = 0,87). Jobber med høy KI-eksponering opplever både at rutinepregede oppgaver forsvinner og at komplekse oppgaver får økt betydning.

Tre år etter ChatGPT er effektene allerede målbare: ferdigheter eksponert for automatisering har 16 prosent høyere sannsynlighet for synkende etterspørsel, mens ferdigheter eksponert for forsterkning har 7 prosent høyere sannsynlighet for økende etterspørsel. Prosjektledere opplever for eksempel at etterspørselen etter presentasjonsdesign og Excel-ferdigheter synker, mens etterspørselen etter budsjettering og planlegging øker. Rollen forsvinner ikke – den transformeres.

For norske virksomheter har dette en viktig implikasjon: spørsmålet er ikke hvilke jobber som overlever KI, men hvordan hver enkelt jobb vil endre seg. Kompetanseutvikling må derfor handle om kontinuerlig tilpasning innenfor eksisterende roller, ikke bare omskolering til helt nye yrker.

Hvor vi må være forskjellige: Det globale fokuset er i stor grad rettet mot å gi alle medarbeidere en grunnleggende kompetanse i verktøy som generativ KI for å øke generell produktivitet. I Norge er behovet ofte mer spisset og bransjespesifikt – knyttet til digitalisering av industrien, bygg- og anleggssektoren eller helsevesenet. Dette er ikke bare et valg, men en nødvendighet: våre kritiske kompetansegap ligger i spesialiserte områder, ikke i grunnleggende digitale ferdigheter.

Enda viktigere er implementeringsmodellen. Norges egalitære kultur krever en fundamentalt annerledes tilnærming til KI-adopsjon. Mens hierarkiske organisasjoner kan befale KI-bruk ovenfra og ned, er suksess i Norge avhengig av å fremme adopsjon nedenfra og opp gjennom kollegadrevet læring og felles utforsking av bruksområder. Dette er ikke en svakhet, men potensielt et konkurransefortrinn – en tilnærming som utnytter den kulturelle styrken i samarbeid og skaper mer robust, forankret endring.

PwC (PwC, 2025b) dokumenterer at de virksomhetene som har lykkes med å implementere KI i HR-prosesser, skiller seg ut på to faktorer: HR har tilstrekkelig kompetanse (33 prosent vs. 0 prosent blant de som ikke har lykkes), og medarbeidere er positive til KI-verktøy (58 prosent vs. 21 prosent).

Toppledelsens investeringsvilje viser seg å være viktig for å komme i gang, men det er de menneskelige faktorene som avgjør om man faktisk lykkes. Dette understreker at KI-transformasjon i Norge må bygges nedenfra – gjennom kompetanse og positive holdninger – ikke kommanderes ovenfra.

Implikasjon for norske virksomheter:

• Design KI-opplæring for konkrete bransjer, ikke generisk «KI for alle»
• Implementer nedenfra og opp – la medarbeidere utforske KI sammen, ikke pålegg bruk ovenfra
• Bruk fagnettverk og kollegastøttet læring som primær læringsarena

2.2.2 Kompetansedrivere: ulike problemer krever ulike løsninger

Hvor vi er like: Både nasjonalt og internasjonalt er kompetanseutvikling uløselig knyttet til forretningsresultater. Internasjonalt er læringsmuligheter den fremste strategien for å beholde medarbeidere (LinkedIn Learning, 2024). I Norge er kompetanseheving en direkte nødvendighet for å løse akutte rekrutteringsproblemer og en generell mangel på arbeidskraft. I begge tilfeller handler det om å sikre tilgang på kritisk talent.

Hvor problemet er fundamentalt annerledes: Motivasjonen for kompetanseutvikling er forskjellig, og det får direkte konsekvenser for hvilke løsninger som faktisk fungerer.

Dette er en kritisk strategisk distinksjon: internasjonale L&U-løsninger designet for å holde på medarbeidere vil mislykkes i Norge fordi de ikke adresserer det egentlige problemet – en makroøkonomisk, strukturell mangel på arbeidskraft. Den norske utfordringen er ikke primært å beholde kompetente medarbeidere, men å finne dem i utgangspunktet.

Kompetansebehovsutvalget (KBU, 2025) bekrefter denne forskjellen: kompetanseutvikling av eksisterende medarbeidere er den vanligste strategien norske virksomheter bruker for å møte digitale kompetansebehov. 6 av 10 kommuner og 8 av 10 fylkeskommuner har iverksatt KI-kompetansetiltak. Norge har også høyest deltakelse i jobbrelatert opplæring i hele OECD. Utfordringen er ikke aktivitetsnivået – det er om aktiviteten gir ønsket effekt.

Norske virksomheter må derfor:

• Investere i intern mobilitet – flytte folk fra synkende til voksende roller
• Fokusere på produktivitet gjennom smartere arbeid – KI og automatisering som produktivitetsdriver, ikke bare kostnadsbesparelse
• Bygge strategiske partnerskap med utdanningssektoren for langsiktig talentutvikling
• Systematisere kompetanseutvikling som en kjerneprosess, ikke et ad hoc-tiltak

I et marked med vedvarende rekrutteringsproblemer er det mer effektivt og bærekraftig å omskolere og utvikle eksisterende medarbeidere enn å konstant jakte på eksterne kandidater.

2.2.3 Ferdighetsstrategi: smidighet vs. dybde

Hvor vi er like: Det er en global enighet om viktigheten av menneskelige ferdigheter. World Economic Forums rapport (WEF, 2025) for Norge peker på en økende etterspørsel etter nysgjerrighet og livslang læring, samt motstandskraft, fleksibilitet og smidighet. Dette speiler de globale funnene som peker på økt betydning av kognitive ferdigheter og selvledelse.

Kompetansebehovsutvalget (KBU, 2025) bruker begrepet «muliggjørende kompetanser» om ferdigheter som gjør det mulig å utnytte teknologi effektivt. Dette inkluderer kritisk tenkning i samspill med maskiner, innovasjonskompetanse, digital forestillingsevne og endringsledelse. Fellesnevneren er at KI-kompetanse alene ikke er tilstrekkelig – den må kombineres med solid domenekompetanse og evne til kritisk vurdering av det KI produserer. Dette speiler WEFs funn, men gir dem en norsk forankring.

Hvor vi trenger en strategisk tilpasning: Internasjonalt dreier utviklingen mot såkalte ferdighetsbaserte organisasjoner, der arbeid og roller organiseres rundt konkrete ferdigheter fremfor formell utdanning og stillingstitler. Denne tilnærmingen støttes ofte av korte, avgrensede kvalifikasjoner. I dag har 84 prosent av globale virksomheter begynt å vurdere eller ta i bruk slike modeller. Ambisjonen er høyere tempo og større smidighet – å raskt finne, dokumentere og ta i bruk riktig kompetanse der den trengs.

I Norge står dette i kontrast til en sterk tradisjon for formell og yrkesfaglig utdanning. Ordninger som fagbrev og mesterbrev gir strukturert opplæring, tydelig kvalitetssikring og solid faglig dybde. Disse kvalifikasjonene har høy verdi i arbeidslivet og stor tillit i samfunnet. Det er ikke et uttrykk for motstand mot endring, men et bevisst valg for kvalitet og grundighet i kompetansebyggingen.

Dette skaper en strategisk spenning for norske virksomheter: de må bevisst balansere behovet for rask, fleksibel oppkvalifisering med verdien av strukturert, dyptgående fagkompetanse. Men dette er ikke nødvendigvis et enten-eller-valg.

Norge trenger ikke velge – vi kan kombinere strategisk

Bruke mikrokvalifikasjoner for:

• Raskt skiftende teknologi (KI-verktøy, nye plattformer som endres hvert kvartal)
• Tverrfaglige ferdigheter (prosjektledelse, kommunikasjon, digitale samarbeidsverktøy)
• Skalerbare grunnleggende ferdigheter (grunnleggende digitale ferdigheter, dataforståelse)

Beholde yrkesfaglig dybde for:

• Sikkerhetskritisk kompetanse (helse, bygg, industri) hvor liv og helse står på spill
• Kompleks teknisk ekspertise (ingeniørfag, IKT-arkitektur) som krever år å bygge
• Regulerte yrker med formelle krav (elektrikere, rørleggere, helsepersonell)

Den norske modellen kan bli et konkurransefortrinn hvis vi klarer å kombinere internasjonal smidighet med norsk grundighet – raskt nok til å være relevant, grundig nok til å være pålitelig.

2.3 Den norske arbeidskulturen – styrke eller hindring?

Den norske arbeidskulturen, med sine tydelige normer og verdier, legger sterke føringer for hvordan kompetanseutvikling må utformes for å lykkes. Dette er ikke «myke faktorer» – det er harde forretningskrav som direkte påvirker om kompetanseinvesteringer gir avkastning eller spises av motstand og lav deltakelse. Tre kjerneelementer er spesielt relevante.

1. Balanse mellom arbeid og fritid

Nordmenn verdsetter fritid høyt, og dette er ikke bare et personlig valg, men en dypt forankret kulturell norm. Kompetanseprogrammer som krever kvelds- eller helgearbeid vil møte motstand. Ikke fordi nordmenn er late, men fordi det bryter med en grunnleggende samfunnskontrakt om balanse mellom arbeid og fritid.

Implikasjon for kompetanseutvikling: Læring må være integrert i arbeidstiden, ikke et tillegg. Læringsløsninger som respekterer denne normen vil oppnå høyere gjennomføring, bedre engasjement og sterkere overføring til praksis. Dette gjør kulturforståelse til et konkurransefortrinn og favoriserer fleksible læringsformer integrert i arbeidshverdagen – som «læring i arbeidsflyten» og KI-assistert sanntidsstøtte.

2. Egalitær kultur – flat struktur

Norge har blant verdens flateste organisasjonsstrukturer. Hierarkiske ovenfra-og-ned-programmer som ikke verdsetter innspill fra alle nivåer, vil møte motstand og ha begrenset effekt i en norsk kontekst. Dette påvirker direkte hvordan KI og nye teknologier må implementeres.

Implikasjon for kompetanseutvikling: Inkluderende design er en forutsetning for engasjement, ikke et tillegg. Medarbeidere forventer å bli involvert i utforming av egne læringsløp, ikke bare motta ferdige pakker fra ledelsen. Dette betyr at KI-implementering må skje gjennom kollegadrevet utforsking og felles eksperimentering, ikke gjennom direktiver fra toppen.

Når en norsk virksomhet skal innføre nye KI-verktøy, vil det trolig fungere bedre å etablere «KI-laboratorier» hvor medarbeidere sammen utforsker bruksområder, enn å rulle ut obligatorisk opplæring ovenfra. Den første tilnærmingen utnytter den egalitære kulturen som styrke; den andre kjemper mot den som motstand.

3. Teamarbeid og samarbeid

Norske arbeidsplasser er preget av sterk samarbeidskultur. Beslutninger tas gjennom dialog, ikke av enkeltpersoner. Problemer løses av team, ikke av individuelle helter.

Implikasjon for kompetanseutvikling: Læring som bygger på sosial læring, kunnskapsdeling og kollektiv problemløsning forsterker en fundamental styrke. Dette er ikke bare mer effektivt – det er naturlig i norsk kontekst og vil derfor få høyere adopsjonsrate og bedre forankring enn individuell, konkurransebasert læring.

Praksisfellesskap, fagnettverk, kollegalæring og teambasert trening vil fungere bedre i Norge enn individuelle e-læringskurs uten sosialt element. Norske virksomheter har historisk hatt suksess med erfaringsgrupper og faglige nettverk – det er ikke tilfeldig. Det matcher den kulturelle styrken.

Oppsummering: Den norske arbeidskulturen er ikke en hindring for kompetanseutvikling – den er vårt største konkurransefortrinn, forutsatt at vi utnytter den riktig.

Kompetansebehovsutvalget (KBU, 2025) dokumenterer at Norge har et kompetanseintensivt arbeidsmarked med høy grad av selvbestemmelse i arbeidet. Dette gir gode forutsetninger for læring i arbeidsflyten – medarbeidere har både kompetansen og autonomien til å integrere nye ferdigheter i egen praksis. Forutsetningen er at virksomheten legger til rette for det.

Virksomheter som designer læring med respekt for balanse, egalitær kultur og samarbeid, vil ikke bare møte mindre motstand – de vil oppnå dypere, mer varig læring.

2.4 Tre kritiske gap og en blindsone som hindrer norske virksomheter

Selv når norske virksomheter har riktig strategi og riktig intensjon, feiler de ofte i utførelsen. Analyse av norske og internasjonale data avdekker tre kritiske gap som systematisk undergraver kompetanseinvesteringer.

Gap 1: Strategigapet – fra ord til handling

EY HR-undersøkelsen (EY & HR Norge, 2025) avdekker en tydelig diskrepans mellom HR-lederes selvbilde og medarbeideres opplevelse. HR-ledere mener de leverer strategisk verdi til virksomheten, involverer medarbeidere i beslutninger om kompetanseutvikling, og at kompetansearbeidet er godt forankret i toppledelsen. Men medarbeidere opplever noe helt annet: under halvparten kjenner seg igjen i HRs beskrivelse av egen leveranse, beslutninger om kompetanseutvikling tas uten deres innspill, og kompetanse snakkes om på toppen, men følges ikke opp i praksis.

I en egalitær kultur hvor medarbeidere forventer medvirkning og dialog, skaper dette «illusjonsgapet» spesielt store problemer. Når ledere tror de har forankret en strategi, men medarbeidere ikke kjenner seg igjen i den, er det ikke medarbeiderne som har misforstått – det er ledelsen som har mislyktes i kommunikasjon og involvering.

Norsk kompetansekompass survey (Videocation, 2026a) bekrefter dette gapet. Selv om 52 % oppgir høy strategisk forankring, viser praksis noe helt annet:

• 56 % bruker ikke datadrevet innsikt til å planlegge kompetansetiltak
• 30 % kobler opplæring i liten grad til konkrete endringsprosjekter i virksomheten
• 33 % måler ikke effekt av kompetanseutvikling i det hele tatt
• Bare 13 % har både høy strategisk forankring og måler effekt på forretningsmål

PwC (2025a) bekrefter strategigapet: én av tre norske virksomheter mangler en helhetlig kompetansestrategi. Samtidig forventer halvparten økt innovasjon og digital transformasjon som følge av kompetanseheving. Kontrasten er slående – ambisjonene er høye, men den strategiske infrastrukturen mangler. To av tre vurderer ikke engang teknologiske plattformer som et viktig tiltak for å identifisere og tette kompetansegap.

Gap 2: Ledelsesgapet – ledere uten kompass i KI-æraen

Section AI Proficiency Report (Section, 2026) avdekker et dramatisk ledelsesgap: 57 prosent av toppledere bruker KI daglig, men bare 7 prosent av enkeltmedarbeidere får noen forventning fra leder om daglig bruk. 81 prosent av toppledere mener de har en klar KI-strategi, men bare 28 prosent av medarbeidere kjenner seg igjen i dette – et gap på 53 prosentpoeng. Samtidig sier 92 prosent av virksomhetene at KI og stordata er de ferdighetene som øker mest i betydning (WEF, 2025).

Norsk kompetansekompass survey (Videocation, 2026a) viser at bare 3 av 10 norske ledere vurderes til å ha tilstrekkelig digital forståelse til å lede teknologisk endring. Den norske konteksten gjør dette gapet enda mer kritisk.

Kompetansebehovsutvalget (KBU, 2025) fremhever sterk lederkompetanse for digital transformasjon som en forutsetning for å lykkes med KI-adopsjon. Rapporten peker på at ledere må kunne vurdere hvordan arbeidsoppgaver og roller endres når KI tas i bruk, og etablere rammer for ansvarlig bruk. Dette krever ikke teknisk spesialisering, men aktiv involvering og egen erfaring med verktøyene.

Lederatferd er avgjørende fordi ledere kontrollerer konsekvensene som former medarbeidernes atferd. Når en leder konsekvent etterspør hvordan ny kompetanse brukes, anerkjenner de som deler kunnskap, og skaper rom for å prøve og feile – da oppstår læring. Når lederen bare spør om leveranser og frister, vil medarbeidere prioritere deretter.

PwC (2025a) finner at 20 prosent av norske virksomheter ikke har startet systematisk arbeid med læringskultur, og ytterligere 40 prosent er usikre på om de har det. Dette er i realiteten et mål på lederatferd: virksomheter der ledere ikke konsekvent belønner læringsatferd, vil heller ikke oppleve at de har en læringskultur.

I en egalitær kultur hvor ledere ikke kan «befale» endring, er troverdighet avgjørende. Ledere som ikke forstår det de ber medarbeidere om å lære, mister troverdighet. Når 4 av 5 medarbeidere vil lære mer om KI i deres fagfelt (LinkedIn Learning, 2024), men lederne ikke selv forstår teknologien, skaper det to problemer:

• De kan ikke ta informerte beslutninger om teknologiinvesteringer, KI-verktøy eller kompetansebehov
• De mister troverdighet hos kompetente medarbeidere som lærer KI på egenhånd og ser at ledelsen henger etter

Gap 3: Målingsgapet – teknologi til administrasjon, ikke strategi

PwC (2025a) avdekker at norske virksomheter bruker teknologi primært til administrasjon, ikke strategi. Kun 16 prosent bruker teknologi til strategisk bemanningsplanlegging. Bare 5 prosent bruker teknologi til å overvåke kompetansegap løpende. Flertallet bruker teknologi kun til kursadministrasjon og påmeldingssystemer. PwC (2025b) finner samme mønster for KI i HR: 64 prosent eksperimenterer med KI i enkelttilfeller, men bare 16 prosent har implementert KI som standard i minst én HR-prosess. Mange beskriver at de «famler i blinde» når de skal ta neste steg.

Norsk kompetansekompass survey (Videocation, 2026a) støtter funnene til PwC sin kompetanserapport: bare 6 % måler forretningseffekten. En av tre måler ingenting i det hele tatt.

Vi styrer etter aktivitet, ikke resultat. Vi måler om folk fullførte kurset, ikke om de endret atferd eller forbedret resultater.

Dette står i sterk kontrast til Coursera Leaders Guide (Coursera, 2026b). Den definerer «ferdighetsæraen» som evnen til å måle verifiserbar ferdighetsutvikling og forretningsresultater. Norske virksomheter har infrastrukturen – 56 % har læringsplattform (LMS) – men vi bruker fortsatt målemetodene fra tilgangsæraen, da det viktigste var å gi medarbeidere tilgang til kurs.

Med strukturell mangel på arbeidskraft er strategisk arbeidsstyrkestyring livsnødvendig. Norske virksomheter kan ikke rekruttere seg ut av problemet – de må bli flinkere til å utvikle og omfordele de folkene de har. Dette krever data, analyse og prediktiv innsikt.

2.4.1 Kompetanse-blindsonen – den ferdigheten vi glemmer

Norsk kompetansekompass survey (Videocation, 2026a) avdekker et paradoks. Når virksomheter rangerer sine største kompetansegap, er KI-kompetanse på topp med 61 %. Kritisk tenkning og problemløsning havner på 12. plass med bare 7 %.

Samtidig viser Coursera Job Skills Report (Coursera, 2026a) at kritisk tenkning er den nest raskest voksende ferdigheten globalt: 168 % årlig vekst blant dataanalytikere og datavitere, 101 % blant programvareutviklere og 185 % blant de som lærer generativ KI.

Hvorfor denne blindsonen?

Coursera-rapporten forklarer: «Når KI automatiserer analyse, flyttes menneskets rolle fra utfører til kvalitetssikrer.» 49 % av norske virksomheter erkjenner at KI skaper «nye krav til kritisk vurdering av KI-output» (Videocation, 2026a), men dette kobles ikke til et kompetansebehov. Det behandles som en selvfølge.

Hva er problemet?

Section AI Proficiency Report (Section, 2026) dokumenterer at bare 2,7 % bruker KI på en måte som faktisk gir produktivitetsgevinster. Resten bruker KI dårlig eller ikke i det hele tatt. Når 44 % av norske virksomheter oppgir at de fortsatt mangler KI-kompetanse selv etter opplæring, handler det ikke om teknisk ferdighet. Det handler om manglende evne til å vurdere kvaliteten på det KI produserer – å fange opp feil, sjekke logikk, teste antakelser.

Vi lærer verktøyet. Vi lærer ikke hvordan man kvalitetssikrer det verktøyet produserer. Kritisk tenkning er ikke en «myk ferdighet». Det er infrastrukturen som gjør KI-investeringen verdifull.

Kompetansebehovsutvalget (KBU, 2025) er tydelige på dette poenget: «KI-kompetanse alene er utilstrekkelig – den må kombineres med solid domenekompetanse og evne til kritisk vurdering og kvalitetssikring av det KI produserer.» Rapporten advarer mot «kognitiv latskap» – at medarbeidere ukritisk aksepterer KI-output uten å vurdere kvaliteten. Løsningen er ikke mindre KI, men mer kritisk tenkning.

3. LØSNINGER

3.1 KI og ledelse – fra hype til systematisk praksis

Norske virksomheter har erkjent at KI endrer kompetansebehovene. 61 % identifiserer KI-kompetanse som sitt største gap, og 87 % sier medarbeidere må lære å bruke KI-verktøy effektivt (Videocation, 2026a). Samtidig bruker bare 16 % KI-støttet læringsteknologi i betydelig eller svært stor grad (Videocation, 2026a).

Section AI Proficiency Report (2026) avdekker hvor alvorlig dette gapet er globalt. Bare 2,7 % realiserer faktisk produktivitetsgevinster fra KI. 85 % har fått opplæring, men bruker ikke KI til noe verdiskapende. 9,5 % eksperimenterer uten systematikk. Resten – 97,3 % – får ikke ut reell verdi av KI-investeringen.

PwC (2025b) kartlegger KI-modenheten i norske HR-avdelinger og finner et tilsvarende mønster. 64 prosent eksperimenterer med KI i enkelttilfeller, men bare 16 prosent har implementert KI som standard i minst én HR-prosess. Mange HR-ledere beskriver at de «famler i blinde» når de skal ta neste steg fra eksperimentering til systematisk bruk. Barrieren er ikke manglende interesse – 93 prosent tror KI vil gjøre HR-avdelingen mer effektiv – men manglende kompetanse og struktur for å realisere potensialet.

Norsk kompetansekompass survey (Videocation, 2026a) bekrefter paradokset: 87 % sier medarbeidere må lære KI-verktøy, men 44 % mangler fortsatt KI-kompetanse selv etter opplæring. KI fremstår som et individuelt produktivitetsverktøy, ikke et organisatorisk virkemiddel.

Utfordringen er ikke mangel på vilje, men manglende systematikk i hvordan KI-kompetanse bygges og tas i bruk. Dette kapittelet beskriver hvordan virksomheter kan lukke gapet.

3.1.1 Fra interesse til effekt: hva tallene faktisk viser

Den globale interessen for KI-kompetanse er historisk høy. Coursera Global Skills Report (Coursera, 2025) viser at påmeldinger til kurs i generativ KI åttedoblet seg fra 2023 til 2024. I 2024 meldte åtte personer seg på et KI-kurs hvert minutt – den raskeste adopsjonen av ny teknologi Coursera noensinne har målt.

Samtidig viser LinkedIn Learning Report 2024 at KI-læring skjer ujevnt i organisasjoner:

• 10–15 prosent lærer KI på eget initiativ og eksperimenterer aktivt
• 50–60 prosent venter på strukturert opplæring fra arbeidsgiver
• 20–30 prosent er skeptiske eller usikre på relevansen for egen rolle

For HR-ledelse og toppledelse betyr dette én ting: uten tydelig retning og struktur vil KI-kompetansen utvikle seg fragmentert, personavhengig og med begrenset effekt på virksomhetens samlede prestasjon.

3.1.2 KI-kompetanse må bygges i flere nivåer

World Economic Forums Future of Jobs Report 2025 er tydelig på at KI-kompetanse ikke er én ferdighet, men flere nivåer som bygger på hverandre:

1. KI-bevissthet – forstå hva KI er og ikke er, inkludert etiske og juridiske rammer
2. KI-brukerkompetanse – bruke KI-verktøy effektivt i eget arbeid og kunne vurdere kvaliteten på resultatene
3. KI-anvendelse på organisasjonsnivå – integrere KI i arbeidsprosesser, beslutningsstøtte og tjenesteutvikling

Kompetansebehovsutvalget (KBU, 2025) opererer med en tilsvarende tredeling: generell digital kompetanse (grunnleggende deltakelse), domenespesifikk digital kompetanse (digitale verktøy i eget fagfelt), og spesialisert digital kompetanse (IKT-spesialister). Det kritiske poenget er det samme: de fleste investeringer rettes mot de to første nivåene, mens verdiskapingen krever integrasjon på organisasjonsnivå.

De fleste virksomheter investerer i nivå 1 og 2. Det er nødvendig, men utilstrekkelig. Verdiskapingen skjer først når erfaringene fra individuell bruk løftes til nivå 3. Når dette steget uteblir, forblir KI et personlig produktivitetsverktøy – brukt til e-post, møtereferater og enkel støtte – snarere enn et virkemiddel for organisatorisk forbedring.

3.1.3 KI treffer kunnskapsarbeid først – ledelse blir avgjørende

Generativ KI er spesielt godt egnet til oppgaver som tekstproduksjon, analyse, informasjonsinnhenting og beslutningsstøtte. Derfor påvirkes kunnskapsarbeid raskest og mest (WEF, 2025). Samtidig viser flere studier at ledere i mindre grad enn medarbeidere har praktisk erfaring med KI-verktøy.

Dette skaper en styringsutfordring: Når medarbeidere tar i bruk KI raskere enn lederne som har ansvar for prioriteringer og risiko, øker sannsynligheten for ustrukturert adopsjon og ulik praksis. KI-transformasjon er derfor først og fremst et lederansvar.

Kompetansebehovsutvalget (KBU, 2025) er tydelige: sterk lederkompetanse for digital transformasjon er en forutsetning for å lykkes med integrert KI-adopsjon. Rapporten advarer samtidig mot «kognitiv latskap» – at medarbeidere ukritisk aksepterer KI-output. Lederens rolle er ikke bare å støtte KI-bruk, men å etablere en kultur der kritisk vurdering av KI-resultater er normen.

3.1.4 Fire grep for systematisk KI-kompetansebygging

PwC (2025b) beskriver fire faser i KI-modning: 1) eksperimentering (pilotprosjekter og kompetansebygging), 2) operasjonalisering (KI som standard i utvalgte prosesser), 3) skalering (utvidelse til flere områder), og 4) transformasjon (KI integrert i de fleste prosesser). De fleste norske virksomheter befinner seg i første fase. Utfordringen er å bevege seg videre uten å miste retning.

Basert på internasjonale data og norske forutsetninger peker fire konkrete grep seg ut:

1. Etabler felles KI-forståelse, koblet til konkrete bruksområder

Grunnleggende KI-forståelse er en forutsetning for å identifisere gode bruksområder. Samtidig viser erfaring at generell opplæring uten tydelig kobling til arbeidshverdagen overføres dårlig til praksis. Effektiv KI-opplæring kombinerer derfor felles forståelse med konkrete arbeidssituasjoner i egen virksomhet.

2. Bygg kompetanse nedenfra, styr med tydelige rammer ovenfra

Medarbeidere lærer KI gjennom praktisk bruk. Ledelsens rolle er ikke å detaljstyre bruken, men å sette klare rammer for etikk, sikkerhet og verktøyvalg. Denne kombinasjonen av autonomi og tydelig styring samsvarer godt med norsk arbeidskultur og reduserer risiko uten å bremse innovasjon.

3. Mål bruk og effekt – ikke bare gjennomført opplæring

Norsk kompetansekompass survey (Videocation, 2026a) viser at dette er et utbredt gap når det gjelder måling av effekt. 50 % måler gjennomføringstall, 34 % måler deltakertilfredshet, mens bare 8 % måler forbedring i KPI-er. Dette begrenser virksomheters evne til å styre videre investeringer i KI-kompetanse.

Det virksomheter bør måle, er om KI faktisk brukes, hvilke oppgaver som løses raskere eller bedre, og om kvalitet og produktivitet øker. Dette gir et langt bedre beslutningsgrunnlag for videre investeringer.

4. Bruk KI til å forbedre læring – ikke bare lære om KI

Til tross for høy opplæringsaktivitet bruker få virksomheter KI aktivt i læringsprosessene (LinkedIn, 2024). Når KI tas i bruk til personalisering, tilbakemelding og støtte i arbeidssituasjoner, øker både relevans og læringseffekt betydelig.

3.1.5 Lederens rolle: fra støtte til aktiv styring

KI stiller nye krav til ledere. Det er ikke tilstrekkelig å «støtte» KI-initiativ. Ledere må selv:

• bygge egen KI-forståelse gjennom praktisk bruk
• vurdere hvordan arbeidsoppgaver og roller endres når KI tas i bruk
• etablere tydelige rammer for ansvarlig bruk av KI

Dette krever ikke teknisk spesialisering, men aktiv involvering.

3.1.6 KI og norsk arbeidskultur – et fortrinn når det utnyttes riktig

Norsk arbeidsliv er preget av tillit, autonomi og samarbeid. Disse kjennetegnene gir gode forutsetninger for rask og ansvarlig KI-adopsjon, forutsatt at utviklingen styres systematisk. Når virksomheter legger til rette for deling av erfaringer, felles praksis og kollektiv læring, øker både tempo og kvalitet i KI-bruken.

3.2 Overføringsproblemet: hvorfor gir ikke opplæring ønsket effekt?

Forskning på overføring av læring har konsekvent vist at bare 10–20 prosent av det som læres i tradisjonelle opplæringstiltak, faktisk tas i bruk på jobben. Dette mønsteret har holdt seg stabilt gjennom flere tiår med forskning. Baldwin og Ford (1988) dokumenterte i sin klassiske studie at bare rundt 10 prosent av opplæringen ble overført til arbeidsplassen. Saks og Belcourt (2006) fant tilsvarende at 15–20 prosent av læringsinvesteringer resulterer i faktiske prestasjonsendringer. Burke og Hutchins (2007) konkluderte i sin litteraturgjennomgang med at mellom 10 og 40 prosent av kunnskapen eller ferdighetene fra opplæringsprogrammer overføres effektivt til arbeidsplassen.

Snur vi på dette, betyr det at anslagsvis 80 prosent av tradisjonell opplæring ikke skaper den ønskede endringen i arbeidspraksis. Wexley og Latham (2002) viste dessuten at overføringen avtar over tid: umiddelbart etter opplæring overføres rundt 40 prosent, etter seks måneder 25 prosent, og etter ett år bare 15 prosent.

Det er viktig å presisere at disse tallene er estimater basert på ulike studier med varierende metoder og kontekster – ikke presise målinger. Men samlet peker forskningen i samme retning: uten systematisk oppfølging forblir mesteparten av investeringen i formell opplæring urealisert.

Dette er ikke et argument mot opplæring. Tvert imot viser forskningen at opplæring virker – men bare når den er riktig designet og forankret i organisasjonen.

Norsk kompetansekompass survey (Videocation, 2026a) bekrefter dette: 71 % opplever svak overføring av læring til jobben som en utfordring. Dette er altså ikke et marginalt problem. Samtidig rapporterer 72 % at de opplever lavt læringsutbytte fra e-læring. Gapet mellom læring og praksis fremstår dermed som et organisatorisk – ikke individuelt – problem.

3.2.1 Opplæring virker – men ikke av seg selv

En omfattende metaanalyse av lederutvikling viser et tydelig mønster (Lacerenza et al., 2017). Effekten av opplæring er sterk når man måler læring, noe lavere når man måler endret atferd, og ytterligere redusert når man måler forretningsresultater. Dette er ikke overraskende. Forretningsresultater påvirkes av mange faktorer, ikke bare opplæring.

Likevel er effekten betydelig. En effektstørrelse på 0,72 på forretningsresultater betyr at en leder som har fått opplæring, i gjennomsnitt presterer bedre enn rundt tre av fire ledere uten tilsvarende opplæring. I praksis tilsvarer dette forbedringer på rundt 25 prosent innen produktivitet, kvalitet og kostnader.

Det avgjørende poenget for HR og ledelse er dette: effekten kommer ikke automatisk. Den avhenger av hvilke forutsetninger virksomheten legger til rette for før, under og etter opplæringen.

3.2.2 Hva forskningen faktisk viser virker

En metaanalyse av 32 studier identifiserte 11 faktorer som har dokumentert effekt på overføring av læring til jobb (Leimbach, 2010). Disse faktorene er senere systematisert og videreutviklet til et helhetlig rammeverk med 12 mekanismer for overføring av Weinbauer-Heidel og Ibeschitz-Manderbach (2019).

Fellesnevneren i dette rammeverket er tydelig: overføring er ikke først og fremst et kursproblem. Det er et systemproblem.

Mekanismene fordeler seg på tre områder:

• den som lærer
• hvordan opplæringen er utformet
• hvordan organisasjonen støtter anvendelse i praksis

For HR-ledere og toppledelse er det særlig det tredje området som er avgjørende.

3.2.3 Det største effektpotensialet ligger i organisasjonen

Leimbachs analyse viser at organisatoriske forhold alene kan øke effekten av opplæring med opptil 79 prosent. Til sammenligning gir forbedringer i selve kursdesignet rundt 37 prosent effekt, og tiltak rettet mot individuell motivasjon rundt 70 prosent.

Med andre ord: den største gevinsten ligger ikke i bedre kurs, men i bedre rammer for bruk.

To mekanismer peker seg spesielt ut.

For det første: lederstøtte. Når ledere aktivt følger opp ferdighetene medarbeidere lærer, øker prestasjonen med over 40 prosent (Leimbach, 2010).

Dette handler ikke om generell coaching, men om konkret støtte knyttet til det som faktisk er lært. Studier viser også at coaching har svært sterk effekt på individuell prestasjon – en person som får coaching, presterer bedre enn ni av ti som ikke får det (Jones et al., 2016).

Oppfølgingen mangler i mange virksomheter. Det settes sjelden av tid til å følge opp hvordan ny kompetanse faktisk brukes, eller til å diskutere hva som fungerer og hva som er krevende i praksis. Dette bidrar til at dokumentert effektpotensial forblir uforløst.

For det andre: kollegastøtte. Selv om dette er mindre studert, viser de tilgjengelige studiene svært høy effekt. Når medarbeidere deler erfaringer med hverandre, senkes terskelen for å ta læring i bruk. Dette skaper både motivasjon og sosial forventning om anvendelse.

PwC (2025a) finner at norske virksomheter som lykkes med kompetanseutvikling, kjennetegnes av tre faktorer: en endringsdyktig organisasjon, en kultur for kompetansedeling, og forankring i toppledelsen. Tradisjonelle tiltak som ekstern rekruttering og formelle kurs får lavere prioritet. Dette speiler forskningen: overføring av læring avhenger mer av organisatoriske forhold enn av kursdesign. I en norsk kontekst med sterk samarbeidskultur er kollegastøtte og kompetansedeling særlig effektive mekanismer.

3.2.4 Hva HR og ledere konkret kan gjøre annerledes

Forskningen peker på et tydelig skifte i ansvar. Overføring kan ikke overlates til den enkelte deltaker. Den må designes og støttes.

For HR innebærer dette å flytte fokus:

• fra gjennomføring til anvendelse
• fra kurs som leveranse til læring som prosess
• fra individ til team og organisasjon

Konkret betyr det å sikre at opplæring alltid er koblet til faktiske arbeidsoppgaver. Det må settes av tid til å prøve ut nye ferdigheter i jobben. Og ledere må forventes å følge opp anvendelse – ikke bare deltakelse.

For ledere innebærer det å gjøre læring til en del av hverdagsledelsen. Ikke som et tillegg, men som en integrert del av prioriteringer, oppfølging og samtaler med teamet. Spørsmål som «Hva har du brukt dette til?» og «Hva fungerte – og hva var vanskelig?» er langt viktigere enn «Har du fullført kurset?».

3.2.5 Hvorfor dette passer særlig godt i norsk arbeidsliv

Norsk arbeidskultur gir gode forutsetninger for høy overføring – dersom de utnyttes riktig.

Egalitære strukturer og høy grad av tillit gjør kollegastøtte og sosial læring spesielt effektivt. Team er vant til å løse problemer sammen, og læring kan derfor organiseres som et felles prosjekt snarere enn en individuell oppgave.

Samtidig forutsetter norsk arbeidsliv at læring og anvendelse skjer i arbeidstiden. Uten reell prioritering av tid, skjer ikke overføring – uansett hvor gode kursene er. Dette gjør læringskultur og ledelsesforankring ekstra viktig.

3.3 Fra ad hoc til systematikk – en helhetlig L&U-strategi

I mange norske virksomheter drives kompetanseutvikling fortsatt reaktivt. Et behov oppstår, et kurs bestilles, medarbeidere deltar, og aktiviteten registreres i systemet. Der stopper det ofte. Hva var effekten? Løste tiltaket det faktiske forretningsproblemet? Endret det praksis over tid? I mange tilfeller finnes det ingen klare svar.

PwC (2025a) formulerer det slik: «Teknologi uten strategisk kompetanseheving gir ikke verdi.» Rapporten finner at to av tre norske virksomheter ikke vurderer teknologiske plattformer som et viktig tiltak for å identifisere og tette kompetansegap. Investeringene gjøres, men den strategiske koblingen mangler.

Denne ad hoc-tilnærmingen skaper tre strukturelle utfordringer. For det første kobles læring svakt til virksomhetens faktiske strategiske prioriteringer. For det andre blir investeringer i kompetanse vanskelige å prioritere når effekten er uklar. For det tredje mangler virksomheten et system for å måle om læring faktisk gir ønsket resultat.

Flere metaanalyser dokumenterer sammenhengen mellom systematisk kompetanseutvikling og virksomheters prestasjon. Forskning på lederutvikling viser at opplæring gir målbare forbedringer på rundt 25 prosent i produktivitet, kvalitet og kostnader (Lacerenza et al., 2017). Studier av ledelsestreningsprogrammer finner 6–10 prosent økning i profitt og 13 prosent forbedring i selskapers overlevelsesevne (Busso et al., 2023).

Dette bekreftes også i vår analyse av norske virksomheter. En gjennomgang av finansielle nøkkeltall for 227 av Videocations kunder (Videocation, 2025c) viser at over 90 prosent har høyere totalrentabilitet enn bransjegjennomsnittet. Gjennomsnittlig totalrentabilitet blant disse virksomhetene er 17,6 prosent, sammenlignet med 8,6 prosent for norsk næringsliv samlet (Statistisk sentralbyrå [SSB], 2024).

Løsningen er ikke mer opplæring. Løsningen er en helhetlig lærings- og kompetansestrategi som knytter kompetanseutvikling til forretningsverdi, prioriteringer og målbar effekt.

McKinsey har gjennom flere år med forskning identifisert ni dimensjoner som kjennetegner en moden og effektiv L&U-funksjon. Disse er samlet i et rammeverk (Brassey et al., 2019), som gir et strukturert utgangspunkt for å utvikle en læringsfunksjon som faktisk leverer resultater.

Få virksomheter er modne på alle ni dimensjoner samtidig. Poenget er heller ikke å gjøre «alt på én gang». For norske virksomheter er fem av dimensjonene særlig kritiske, fordi de direkte adresserer de tre gapene som ble identifisert i kapittel 2: strategigapet, ledelsesgapet og målingsgapet.

3.3.1 Fem kritiske dimensjoner for kompetanseutvikling i norske virksomheter

1. Strategisk forankring – fra HR-aktivitet til forretningsprioritet

Den mest grunnleggende dimensjonen er strategisk forankring. Læringsstrategien må støtte virksomhetens overordnede forretnings- og talentstrategi. Dette høres selvsagt ut, men global forskning viser at kun rundt 40 prosent av virksomheter har en læringsstrategi som er eksplisitt koblet til forretningsstrategien (Brassey et al., 2019). For resten eksisterer læring i praksis som en isolert HR-aktivitet.

I Norge er bildet tilsvarende. PwC (2025a) finner at én av tre virksomheter mangler en helhetlig kompetansestrategi, og at andelen som har definert fremtidige kompetansebehov har falt fra nesten halvparten i 2024 til litt over én av fire i 2025. Økt endringstakt og kompleksitet gjør det vanskeligere å planlegge – men det gjør det også viktigere.

I norsk kontekst ser vi dette strategigapet tydelig. HR-ledere opplever ofte at de bidrar strategisk, mens medarbeidere og linjeledere i mindre grad opplever at kompetansetiltakene treffer faktiske behov. Resultatet er god intensjon, men begrenset effekt.

Strategisk forankring innebærer at enhver større læringsinvestering må kunne besvare tre enkle, men krevende spørsmål: Hvilken forretningsprioritet støtter dette? Hvilken kritisk evne bygger vi som vi mangler i dag? Hvordan skal vi måle om vi lykkes?

Når disse spørsmålene ikke kan besvares tydelig, er risikoen høy for at opplæringen blir irrelevant. I et arbeidsmarked preget av strukturell mangel på arbeidskraft er dette særlig kostbart. Norske virksomheter har ikke råd til å investere i kompetanseutvikling som ikke bidrar direkte til gjennomføring av strategi.

2. Delt eierskap – kompetanseutvikling som lederansvar

Den andre dimensjonen handler om styring og eierskap. I mange virksomheter ligger ansvaret for kompetanseutvikling primært hos HR. Forskningen er tydelig på at dette gir svakere resultater enn modeller der ansvar og eierskap deles mellom HR og forretningsledelsen (Brassey et al., 2019).

Dette er særlig relevant i norsk arbeidskultur. I en egalitær struktur, med høy grad av autonomi, kan ikke læring styres effektivt gjennom pålegg ovenfra. Når forretningsledere er aktivt involvert i å definere hvilke kompetanser som er kritiske, og hvorfor, får læring en helt annen legitimitet.

I praksis innebærer dette en styringsmodell der HR og linjeledelse sammen prioriterer kompetanseområder, allokerer ressurser og følger opp effekt. HR bidrar med metode, struktur og læringsdesign. Linjeledere bidrar med forretningsforståelse, prioritering og oppfølging i arbeidshverdagen.

Dette er et av de mest effektive grepene for å lukke ledelsesgapet mellom strategiske ambisjoner og faktisk praksis.

3. Systematisk kartlegging av kompetansegap – fra antakelser til fakta

Den tredje dimensjonen handler om å identifisere kompetansegap på en systematisk måte. Forskning viser at mange virksomheter er svake på dette området, særlig når det gjelder ledere og nøkkelroller (Brassey et al., 2019).

Uten en tydelig kompetansemodell og løpende oversikt blir kompetanseutvikling i stor grad basert på antakelser. Tiltak settes i gang fordi «noen mener» det er behov, ikke fordi gapene er dokumentert.

Norsk kompetansekompass survey (Videocation, 2026a) bekrefter dette: 56 % bruker datadrevet innsikt i liten eller ingen grad for å planlegge kompetansetiltak. Bare 17 % gjør dette i stor grad. Dette betyr at beslutninger om opplæring ofte tas uten et tydelig datagrunnlag, basert på antakelser fremfor fakta. Dette øker risikoen for feilprioriteringer – særlig i et arbeidsmarked preget av vedvarende knapphet på arbeidskraft.

En effektiv tilnærming starter med å definere hvilke evner som er kritiske for å realisere virksomhetens strategi. Deretter kartlegges faktisk kompetansenivå innen disse områdene. Gapet mellom ønsket og faktisk nivå gir et konkret beslutningsgrunnlag for prioritering.

I Norge er dette særlig viktig. Tall fra PwC (2025a) viser at bare et lite mindretall av virksomheter bruker teknologi til å overvåke kompetansegap løpende. De fleste får først innsikt når gapet allerede har blitt et rekrutteringsproblem eller en operasjonell risiko.

Systematisk analyse av kompetansegap er derfor ikke et HR-prosjekt, men et styringsverktøy.

4. Måling av effekt – fra aktivitet til forretningsverdi

Den fjerde dimensjonen er måling. Dette er et område der mange virksomheter fortsatt befinner seg på et lavt modenhetsnivå. Norsk kompetansekompass survey (Videocation, 2026a) viser at 50 % måler gjennomføringstall, 34 % måler deltakertilfredshet, mens bare 8 % måler forbedring i KPI-er og 4 % beregner ROI. En tredjedel (33 %) måler ikke effekten i det hele tatt. Kursdeltakelse og tilfredshet måles, men disse indikatorene sier lite om faktisk effekt.

Dette gapet mellom aktivitet og effekt kommer tydelig frem i surveyen. 61 % opplever manglende metode for å måle forretningsverdi som en stor utfordring. Samtidig har 28 % ingen KPI-kobling i dag. Opplæring måles i hovedsak gjennom gjennomføring og deltakelse, mens færre følger systematisk opp om læringen faktisk tas i bruk i arbeidshverdagen eller bidrar til bedre resultater.

McKinsey anbefaler i stedet å måle læring gjennom flere linser: strategisk sammenheng, utvikling av kritiske evner, bidrag til organisasjonshelse og støtte til høy individuell prestasjon (Brassey et al., 2019).

Slike målinger er mer krevende, men også langt mer verdifulle. De gjør det mulig å dokumentere om opplæring faktisk endrer atferd, forbedrer prestasjoner og bidrar til forretningsresultater.

I norsk kontekst er dette avgjørende. Uten systematisk effektmåling kan ikke ledere holdes ansvarlige for oppfølging av læring, og HR får begrenset mulighet til å dokumentere verdi. Dermed blir kompetanseinvesteringer sårbare når prioriteringer strammes inn.

5. Læring i arbeidsflyten

Den femte dimensjonen handler om hvordan læring faktisk skjer. Forskning og praksis viser tydelig at formell opplæring bare utgjør en mindre del av den totale læringen i arbeidslivet. Det avgjørende spørsmålet er derfor hvordan virksomheten støtter læring i selve arbeidet.

ACADEMIES-rammeverket bygger på samme grunninnsikt som den velkjente 70:20:10-tilnærmingen: mesteparten av læring skjer gjennom erfaring og samhandling, ikke i klasserom. Poenget er ikke prosentfordelingen, men implikasjonen for hvordan L&U må arbeide.

I dag ser vi to praktiske videreutviklinger av dette prinsippet.

Den første er 3:1-modellen, som innebærer at formell opplæring systematisk følges opp med strukturert praksis. For hver time formell opplæring bygges det inn flere timer med simulering, veiledet praksis, refleksjon og trening i realistiske situasjoner (Westover, 2025). Dette er særlig effektivt når man bygger komplekse ferdigheter som krever både teori og praktisk mestring, og når kollektiv læring er viktig for å skape felles forståelse.

Den andre er 90:10-modellen, som har vokst frem i takt med økt bruk av KI i arbeidshverdagen (Hardman, 2025). Her flyttes store deler av læringen inn i arbeidsflyten, støttet av KI-baserte systemer som gir sanntidsveiledning. Formell, menneskedrevet opplæring reserveres for det som krever dyp dømmekraft, etisk vurdering og kollektiv refleksjon.

For norske virksomheter er dette særlig relevant. Forventningen om balanse mellom arbeid og fritid gjør læring i arbeidsflyten mer bærekraftig enn kurs som tar medarbeidere ut av produksjon. Samtidig forsterker KI muligheten til å støtte læring kontinuerlig, der arbeidet faktisk utføres.

3.3.2 De øvrige dimensjonene – når fundamentet er på plass

Når virksomheter har etablert systematikk rundt de fem kritiske dimensjonene, kan innsatsen utvides til de øvrige dimensjonene i rammeverket. Dette inkluderer design av læringsreiser over tid, effektiv gjennomføring og skalering, integrasjon av læring i HR-prosesser og målrettet bruk av læringsteknologi.

Disse dimensjonene er viktige, men de bygger på fundamentet som de fem første skaper. Uten strategisk forankring, delt eierskap og effektmåling vil teknologiinvesteringer og læringsreiser lett løse feil problemer.

3.3.3 Fra rammeverk til praksis

Rammeverket er ikke en sjekkliste som må gjennomføres i sin helhet. Det er et strategisk verktøy som hjelper HR-ledere og toppledelse å identifisere hvor virksomheten er moden, og hvor innsatsen bør prioriteres.

For norske virksomheter gir rammeverket en direkte vei til å lukke strategigapet, ledelsesgapet og målingsgapet. Strategisk forankring knytter læring til forretning. Delt eierskap gir ledere reelt ansvar. Systematisk måling gjør effekten synlig.

Den avgjørende endringen er rolleforståelse. L&U-funksjonen må bevege seg fra å være kursleverandør til å bli arkitekt for et læringssystem som faktisk endrer praksis, bygger evner og leverer forretningsverdi.

4. DYPDYKK

4.1 Metode

Rapporten bygger på fire komplementære datakilder: internasjonale rapporter fra anerkjente organisasjoner som World Economic Forum, McKinsey og Deloitte; nasjonale studier fra blant annet NIFU, Kompetansebehovsutvalget og NHO; vitenskapelige artikler om læring og kompetanseutvikling; samt egne data fra Videocations læringsplattform og en spørreundersøkelse med respons fra 104 norske virksomheter.

Ved å triangulere disse kildene har vi identifisert mønstre som bekreftes på tvers av ulike metodiske tilnærminger og geografiske kontekster. Når funn fra internasjonale studier sammenfaller med nasjonale data og understøttes av våre egne analyser, styrker det tilliten til konklusjonene. Der kildene spriker, har vi vært tydelige på usikkerheten.

Utvalget er ikke representativt for norsk næringsliv som helhet, men gir verdifull innsikt i hvordan virksomheter som aktivt arbeider med kompetanseutvikling vurderer egen praksis og utfordringer.

4.2 Brukerinnsikt fra videocation.no 2025

4.2.1 Hovedfunn

KI-kurs dominerer læringsengasjementet. De to mest sette kursene på tvers av alle betalende kunder er KI-relaterte: «Kom i gang med Microsoft Copilot» (591 brukere) og «ChatGPT i tekst- og innholdsproduksjon» (584 brukere). Dette er bemerkelsesverdig, fordi KI-kurs konkurrerer mot lovpålagt opplæring som HMS-kurs, noe som indikerer at engasjementet er drevet av genuin interesse snarere enn etterlevelseskrav.

Strategi og ledelse er den største kategorien. Med 2 955 unike brukere er dette den mest populære kategorien totalt sett. Digitalisering og teknologi (2 264) og Microsoft Office (2 209) følger tett etter.

Bransjeforskjeller

Kunnskapsbransjer vs. operative bransjer viser tydelige mønstre. Tabellen under oppsummerer de viktigste forskjellene:

Bank, finans og forsikring skiller seg ut med sterk interesse for Lean og kvalitetsledelse (topplassering), OKR-metodikk og agile metoder. Dette er den eneste bransjen der HMS ikke er blant topp 10-kategoriene.

Bygg og anlegg har et markant fokus på psykososialt arbeidsmiljø, forebygging av utbrenthet og inkluderende arbeidsplasser. Digitalisering kommer først på 10. plass blant kategoriene, noe som er lavest av alle bransjer.

Olje og gass har cybersikkerhet blant topp 5-kurs, og er den eneste bransjen med økonomistyring blant topp 10-kategorier.

Virksomheter vs. enkeltbrukere

Enkeltbrukere har en tydelig karriereorientert profil sammenlignet med virksomhetskunder:

Enkeltbrukere prioriterer ferdigheter som styrker individuell konkurranseevne i arbeidsmarkedet, mens virksomheter balanserer mellom kompetanseheving og etterlevelseskrav.

4.2.2 Observasjoner fra Elflix (elektrobransjen)

Elflix-brukerne har en profil som avviker sterkt fra øvrige kunder.

Fagspesifikke kurs dominerer helt. FSE lavspenning (368 brukere), NEK 400-oppdateringer, DLE-kontroller og elbillading utgjør topp 5. Dette er lovpålagt eller sterkt bransjeregulert opplæring.

Interessant segmentforskjell mellom Elflix-kategorier:

• Elflix Ute (feltarbeidere): 67 % har sett FSE lavspenning, med fokus på sikkerhet og risikovurdering
• Elflix Medlem: 27 % har sett NEK 400-oppdateringer, med fokus på forskriftsendringer og dokumentasjonsverktøy (Febdok)
• Elflix Premium: Jevnere fordeling på tvers av kursene

Elflix representerer en bransje der etterlevelsesdrevet opplæring dominerer. Samtidig finnes det interesse for nye områder som smarthus (112 brukere) og elbillading (140 brukere) – noe som tyder på at bransjen responderer på nye markedsmuligheter.

4.3 Resultat fra Norsk kompetansekompass survey 2026

4.3.1 Metode

Vi distribuerte spørreundersøkelsen blant Videocations nåværende og tidligere kunder. Videre ble undersøkelsen distribuert i REN-nettverket, på HR-veggen (Facebook) og HR og Arbeidsrett (LinkedIn), samt flere av Videocations medarbeidere delte undersøkelsen på sin private LinkedIn-profil.

Respondentene er således en selvselektert gruppe. Det gjør at vi må være forsiktige med å generalisere fra funnene. Vi har derfor lagt mest vekt på de funnene som stemmer overens med andre, mer metodesterke undersøkelser.

Vi fikk inn 104 fullstendige responser.

4.3.2 Hovedfunn

Analysen avdekker fem sentrale mønstre i hvordan norske virksomheter arbeider med kompetanseutvikling:

1. KI dominerer kompetanseagendaen

KI-kompetanse er det klart mest prioriterte området, valgt av 62 % av respondentene. Til sammenligning prioriterer kun 35 % digital arbeidsflyt og 33 % samhandling. Virksomhetene erkjenner at KI endrer kompetansebehovene – gjennomsnittlig score er 3,8 på en 5-punktsskala, og 62 % scorer 4 eller 5.

2. Gap mellom KI-bevissthet og handling

Til tross for høy prioritering av KI, har 65 % ennå ikke etablert opplæringstiltak for KI-bruk. Kompetansegapet er betydelig – 44 % scorer 4 eller 5 på manglende KI-kompetanse hos medarbeidere. Copilot (78 %) og ChatGPT (67 %) er de mest brukte verktøyene.

3. Tid er den kritiske flaskehalsen

89 % oppgir tidsmangel som barriere, langt foran manglende prioritering fra ledelsen (41 %) og vansker med å måle effekt (37 %). Flertallet av medarbeidere har mellom 1–8 timer månedlig til kompetanseutvikling.

4. Måling stopper ved aktivitet

34 % måler ikke effekt i det hele tatt. Blant de som måler, dominerer aktivitetsmål: gjennomføringstall (50 %) og tilfredshet (35 %). Kun 8 % måler KPI-forbedringer og 4 % beregner ROI. Hele 59 % erkjenner at de mangler metode for å måle forretningsverdi (scorer 4–5).

5. Overføring av læring er hovedutfordringen

De tre største hindrene for læringsoverføring handler alle om kobling til arbeidshverdagen: innhold som ikke er tett nok koblet til jobben (61 %), manglende lederoppfølging (56 %) og for lite tid til å prøve ut nye ferdigheter (52 %).

4.3.3 Interessante forskjeller mellom bransjer

Teknologisektoren skiller seg markant ut med høyest KI-bruk (4,5 vs. gjennomsnitt 3,5) og sterkest opplevelse av at KI endrer kompetansebehovene (4,3). 92 % av teknologivirksomhetene prioriterer KI-kompetanse, mot 47 % i varehandel og 40 % i energi/industri.

Olje og gass har overraskende høy KI-bevissthet (4,2) til tross for lavere faktisk bruk (3,8). Bank og finans har sterkest strategisk forankring av kompetanseutvikling (4,3 vs. gjennomsnitt 3,5), men lavest KI-bruk (3,0).

Bygg og anlegg rapporterer høyest udekkede kompetansebehov (3,8) kombinert med svakest strategisk kobling (3,1) og lavest KI-bruk (2,9). Offentlig sektor ligger gjennomgående under gjennomsnittet på både KI-bruk (3,1) og strategisk forankring (3,2).

4.3.4 Interessante forskjeller mellom virksomhetsstørrelser

Små virksomheter (1–49 ansatte) har høyest faktisk KI-bruk (3,9) – høyere enn store virksomheter (3,6). Mellomstore virksomheter (250–999 ansatte) har lavest KI-bruk (2,7–2,8), noe som kan indikere at de verken har SMB-enes smidighet eller storvirksomhetenes ressurser.

Store virksomheter (1000+) har klart sterkest strategisk forankring (4,0 vs. 3,2 for mellomstore). De har også høyest LMS-dekning (77 % vs. 40 % for små), men opplever paradoksalt nok høyere kompetansegap.

Tid til læring følger ikke størrelsen: både små og store virksomheter allokerer mest tid (43–45 % har 3–8 timer månedlig), mens mellomstore er mest restriktive (50 % har kun 1–3 timer).

Prestasjon for Videocation sine kunder i forhold til bransjegjennomsnittet

Vi har sammenlignet totalrentabiliteten til våre kunder mot bransjegjenomsnittet som oppgis av SSB

Referanser

4.4 Referanser

4.4.1 Egne datakilder

Videocation. (2026a). Norsk kompetansekompass survey 2026 [Spørreundersøkelse, n=104]. Videocation.

Videocation. (2025b). Analyse av kursbruk på Videocation 2025 [Intern analyse av brukerdata]. Videocation.

Videocation. (2025c). Finansiell analyse av Videocations kundeportefølje [Intern analyse, n=227 virksomheter]. Videocation.

4.4.1 Norske offentlige rapporter

Kompetansebehovsutvalget. (2025). Kompetanse for satisfredens arbeidsliv: Temarapport 2025. Kunnskapsdepartementet.

Furholt, R. & Børing, P. (2025). NHOs kompetansebarometer 2024 (NIFU-rapport 2025:2). Nordisk institutt for studier av innovasjon, forskning og utdanning. https://www.nifu.no

Nøkkeltall for ikke-finansielle aksjeselskaper, etter næring (2024) SSB

4.4.2 Norske konsulentrapporter

EY & HR Norge. (2025). HR-undersøkelsen 2025. EY Norge.

PwC. (2025a). Kompetanserapporten 2025. PwC Norge.

PwC. (2025b). Kunstig intelligens i HR. PwC Norge.

4.3.3 Internasjonale rapporter – World Economic Forum

World Economic Forum. (2025). Future of jobs report 2025. World Economic Forum.

4.4.4 Internasjonale rapporter – Konsulentselskaper

Brassey, J., Christensen, L. & van Dam, N. (2019). The essential components of a successful L&D strategy. McKinsey & Company.

Sigelman, M., Francis, B., Rao, S. & Guilford, G. (2026). Beyond the binary: How automation and augmentation are combining to reshape work. Burning Glass Institute.McKinsey & Company. (2023). The skills revolution and the future of learning and earning. World Government Summit & McKinsey & Company.

4.4.5 Internasjonale rapporter – Læringsplattformer

Coursera. (2025). Global skills report 2025. Coursera.

Coursera. (2026a). Job skills report 2026. Coursera.

Coursera. (2026b). A Leader’s Guide to Driving Impact through Learning. Coursera.

LinkedIn Learning. (2024). Workplace learning report 2024. LinkedIn.

Section. (2026). The AI proficiency report 2026. Section.

Udemy Business. (2025). 2025 global learning & skills trends report. Udemy.

4.4.6 Akademiske kilder

Baldwin, T. T. & Ford, J. K. (1988). Transfer of training: A review and directions for future research. Personnel Psychology, 41(1), 63–105.

Berg, S. L., Bjørnstad, R. & Mark, M. S. (2016). Den norske arbeidslivsmodellen med produktivitet i verdenstoppen(Rapport 37-2016). Samfunnsøkonomisk analyse.

Burke, L. A. & Hutchins, H. M. (2007). Training transfer: An integrative literature review. Human Resource Development Review, 6(3), 263–296.

Hardman, D. (2025). The 90:10 model: Rethinking corporate learning in the age of AI. Training Industry.

Jones, R. J., Woods, S. A. & Guillaume, Y. R. F. (2016). The effectiveness of workplace coaching: A meta-analysis of learning and performance outcomes from coaching. Journal of Occupational and Organizational Psychology, 89(2), 249–277.

Lacerenza, C. N., Reyes, D. L., Marlow, S. L., Joseph, D. L. & Salas, E. (2017). Leadership training design, delivery, and implementation: A meta-analysis. Journal of Applied Psychology, 102(12), 1686–1718.

Leimbach, M. (2010). Learning transfer model: A research-driven approach to enhancing learning effectiveness. Industrial and Commercial Training, 42(2), 81–86.

Saks, A. M. & Belcourt, M. (2006). An investigation of training activities and transfer of training in organizations. Human Resource Management, 45(4), 629–648.

Weinbauer-Heidel, I. & Ibeschitz-Manderbach, M. (2019). What makes training really work: 12 levers of transfer effectiveness. Tredition.

Westover, J. (2025). The 3:1 practice ratio: Why deliberate practice matters more than instruction. Human Capital Innovations.

Wexley, K. N. & Latham, G. P. (2002). Developing and training human resources in organizations (3. utg.). Prentice Hall.