Ét af de 20 regnskaber starter med et bruttotab på knap 1,7 millioner kroner, skrevet med minus foran og punktum mellem tusinderne. Det er præcis den slags linje, vi regnede med kunne få en AI-model til at snuble. Den kunne læse punktummet som et decimalkomma, glemme minusset eller tage tallet fra sidste års kolonne. Ingen af de fem modeller gjorde nogen af delene.
Vi har testet, om AI kan læse et dansk regnskab, ved at give fem modeller resultatopgørelsen og balancen fra 20 årsrapporter, der er offentliggjort hos Erhvervsstyrelsen i 2026. Hver model skulle trække de samme poster ud for både regnskabsåret og året før. Det gav 232 tal pr. model, og alle fem modeller fik alle 232 rigtige. Selskaberne er anonyme her, for pointen er ikke deres tal, men om maskinen kan læse dem.
Sådan lavede vi testen
Facit kommer fra selskaberne selv. Nogle virksomheder indberetter deres årsrapport både som en PDF til mennesker og som en XBRL-fil, hvor hvert tal er mærket maskinlæsbart. Vi valgte 20 årsrapporter for regnskabsårene 2024 og 2025, hvor begge dele findes, og hvor selskabet har aktiver for mindst 1 million kroner. 28 af tallene i testen er over 10 millioner kroner, og 27 er negative.
Fra hver PDF tog vi teksten fra de 2-3 sider med resultatopgørelse og balance. Alle fem modeller fik præcis samme tekst og samme instruktion: udtræk syv poster for begge år og returnér dem som JSON i hele kroner.
- Bruttofortjeneste eller bruttotab
- Personaleomkostninger
- Resultat før skat
- Årets resultat
- Aktiver i alt
- Egenkapital
- Likvide beholdninger
Ikke alle regnskaber viser alle syv poster på de sider, modellerne fik. Derfor tæller vi kun de tal, der faktisk står i teksten, og det giver 232 i alt. Hver model så hvert regnskab én gang.
Hvem læste hurtigst?
Modellerne kørte gennem de værktøjer, vi selv bruger i hverdagen: Claude Fable 5.2 via Claude Code, Grok 4.7 og Gemini 4 Argon via Cursor, GPT-6 i ChatGPT med tænkeniveauet High og Qwen3.8 27B via OpenRouter. Qwen er den eneste af de fem, der er lille nok til at køre lokalt på en kraftig arbejdsstation.
| Model | Rigtige tal | Typisk tid pr. regnskab |
|---|---|---|
| Claude Fable 5.2 | 232 af 232 | 5 sekunder |
| Qwen3.8 27B | 232 af 232 | 9 sekunder |
| Grok 4.7 | 232 af 232 | 21 sekunder |
| Gemini 4 Argon | 232 af 232 | 22 sekunder |
| GPT-6 | 232 af 232 | 27 sekunder |
Tiderne er medianen for de 20 regnskaber. Fable 5.2 var hurtigst med omkring 5 sekunder pr. regnskab. Qwen var typisk hurtig, men ét enkelt kald tog 390 sekunder, selv om svaret kun var 746 tokens langt, så kaldet har formentlig ventet hos udbyderen. Prisen for Qwen var 4 cent for alle 20 regnskaber tilsammen.
Alle fem modeller løste altså opgaven godt, og de afleverede gyldig JSON hver gang. Fable, Gemini, GPT-6 og Grok holdt også styr på forskellen mellem en post, der står som 0 i regnskabet, og en post, der slet ikke findes. Den eneste afvigelse kom fra Qwen, som i to regnskaber skrev 0 personaleomkostninger i stedet for at melde posten som manglende, selv om instruksen bad om det. Det er ikke et forkert aflæst tal, men i et økonomisystem ville det ligne et selskab uden lønudgifter.
At finde 14 tal i tre siders tekst er ikke en svær opgave for en moderne model. Det understøtter rådet fra artiklen om, hvorfor Fable 5.2 koster det dobbelte på max: til en opgave som denne er der ingen grund til at skrue op for tænkningen.
Det danske talformat er ikke længere en fælde
Danske regnskaber skriver 1.250.000,50, hvor en amerikansk tekst ville skrive 1,250,000.50. Det er en kendt kilde til fejl, når software skal læse danske tal. Ingen af de fem modeller faldt i den. Alle punktummer blev læst som tusindtalsseparatorer, og alle 27 negative tal kom tilbage med minus.
Modellerne blandede heller ikke kolonnerne sammen. Hvert regnskab har to talkolonner side om side, og i den udtrukne tekst står de kun adskilt af mellemrum. Alle fem holdt styr på, hvilket tal der hørte til hvilket år, også i de lange balancer.
Hvad testen ikke viser
De 20 regnskaber var pæne. Alle havde et tekstlag, så teksten kunne trækkes direkte ud af PDF'en. Alle beløb stod i hele kroner, og alle negative tal stod med minus. Det skyldes, at det især er små selskaber, der indberetter en PDF ved siden af XBRL-filen, og deres rapporter ligner hinanden.
Tre ting kan derfor stadig give fejl, uden at vores test kan sige noget om det:
- Beløb i tusinde kroner. Står der t.kr. øverst i kolonnen, skal modellen gange hvert tal med 1.000.
- Negative tal i parentes, som (45.000), hvor parentesen er det eneste tegn på, at tallet er negativt.
- Skannede sider uden tekstlag. Her skal teksten først aflæses fra et billede, og det er en anden og sværere opgave.
Det sværeste i hele testen var faktisk ikke modellernes del. Det var at finde de rigtige sider. Indholdsfortegnelsen nævner både resultatopgørelse og balance, og det samme gør afsnittet om anvendt regnskabspraksis. Uden en regel for, hvilke sider der rummer tallene, ville modellerne have fået forkert tekst at arbejde med.
Fejlen sidder før modellen
Skal du automatisere aflæsning af regnskaber, fakturaer eller andre dokumenter, er det altså ikke selve modellen, du skal bekymre dig mest om. Med pæn tekst ramte alle fem modeller hvert eneste tal, også den lille Qwen til 4 cent. Fejlene opstår i trinnet før: når PDF'en ikke har tekst, når den forkerte side bliver sendt med, eller når enheden står et andet sted end tallet. Det er dér, en AI-dokumenthåndtering fra fil til system skal kunne tåle uorden, og det er dér, du skal teste med dine egne dokumenter, før du kobler udtrækket på dit økonomisystem med en AI-integration via API.
Et bruttotab på 1,7 millioner med minus foran er ikke længere svært for en AI-model. Det er en skannet side med (1.700) under en t.kr.-overskrift måske stadig.


