De fleste problemløsningsmøder følger det samme mønster. Nogen nævner et symptom – "onboarding er for langsom", "projektet bliver ved med at overskride budgettet", "kundeklager er stigende" – og teamet bruger de næste 45 minutter på at diskutere, hvis skyld det er, uden nogensinde at blive enige om, hvorfor det sker.
Et Ishikawa-diagram (også kaldet et fiskebensdiagram eller årsag-virkningsdiagram) er en struktureret måde at bryde den cyklus på. I stedet for at hoppe til løsninger eller skyld, kortlægger det alle plausible årsager til et problem, før nogen beslutter, hvad de skal gøre ved det. Det visuelle er bevidst: en vandret pil peger på problemet til højre, og grene strækker sig fra den som ribbenene på en fisk, der hver repræsenterer en kategori af årsager.
Denne vejledning dækker, hvordan værktøjet fungerer, de standardkategorier, der bruges på arbejdspladsen, og adskillige konkrete eksempler, du kan tilpasse til HR-, L&D- og driftsmæssige sammenhænge.
En kort historie
Kaoru Ishikawa udviklede årsag-virkningsdiagrammet i 1943, mens han arbejdede med ingeniører hos Kawasaki Steel Works, hvor han brugte det til at forklare, hvordan et komplekst sæt af faktorer kunne interagere og producere et enkelt resultat [1]. Han var en central figur i Japans efterkrigstidens kvalitetsbevægelse: Han var fortaler for kvalitetscirkler, udviklede kvalitetskontrolkurser for topledere og opbyggede som medlem af Deming-priskomiteen det revisionssystem, der afgør, hvilke virksomheder der kvalificerer sig [2].
Diagrammet blev et af det, Ishikawa senere kodificerede som de "7 grundlæggende kvalitetsværktøjer" - et sæt visuelle analysemetoder, som ikke-statistikere kunne anvende uden specialiseret uddannelse [1]. Det blev bredt anvendt i produktionsindustrien i 1960'erne og 1970'erne og spredte sig derefter til sundhedspleje, softwareudvikling og organisationsledelse. I dag optræder det regelmæssigt i Six Sigma-, Lean- og KAIZEN-programmer.
Fiskebensformen er ikke dekorativ. Den tvinger dig til at kategorisere årsager i stedet for at liste dem som en flad opgørelse, og den visuelle struktur gør det nemmere for teams at få øje på huller – kategorier med for få grene, eller grene, der faktisk hører hjemme under en anden overskrift.
Standardkategorierne (6M'er)
I produktions- og driftssammenhænge er de seks mest almindelige årsagskategorier kendt som 6M'er [3]:
- Mand (mennesker): Menneskelige faktorer — kompetencemangler, træthed, miskommunikation, udskiftning eller utilstrækkelig træning
- Maskine (udstyr): Værktøjer, teknologi, software eller infrastruktur, der muligvis fejler, er forkert konfigureret eller forældet
- Metode (proces): De anvendte procedurer, arbejdsgange og instruktioner – eller fraværet af standardiserede procedurer
- Materiale: Rå input, datakvalitet, forsyninger eller tredjepartsindhold, der påvirker outputtet
- Måling: Hvordan resultater spores og rapporteres – herunder kalibreringsfejl, manglende målinger eller vildledende KPI'er
- Moder natur (miljø): Eksterne forhold — fysisk arbejdsplads, sæsonbestemt efterspørgsel, lovgivningsmæssige ændringer eller markedspres

I forbindelse med service, HR og viden- og arbejdssammenhænge tilpasses de 6M'er nogle gange. "Maskine" bliver til "teknologi", "materiale" bliver til "information", og "Moder natur" erstattes ofte med "miljø" eller "kultur". Det, der betyder noget, er, at hver gren dækker et meningsfuldt forskelligt domæne, så teamet ikke bliver ved med at vende tilbage til de samme grundlæggende årsager under forskellige betegnelser.
Et enklere alternativ i ikke-produktionsmæssige sammenhænge er de 4P'er: Mennesker, Proces, Sted og Politik. Det er mindre udtømmende end de 6M'er, men hurtigere at udfylde for teams, der ikke er vant til metoden.
Sådan afholder du en fiskebenssession
Diagrammet er mest nyttigt som en faciliteret teamaktivitet, ikke en soloanalyse. Her er en praktisk rækkefølge:

1. Definer problemet præcist. Skriv problemformuleringen i spidsen af fisken – i den højre ende af den vandrette pil. Vær specifik. "Lav træningsgennemførelsesprocent" er en bedre problemformulering end "træningen virker ikke". Vage problemformuleringer giver vage diagrammer.
2. Vælg dine kategorier. Tegn hovedknoglerne fra rygsøjlen. Brug de 6M'er som udgangspunkt, og omdøb eller byt derefter enhver kategori, der ikke passer til din kontekst. For et problem med et stort antal mennesker kan du tilføje et "Politik"-knogle. For et teknologiproblem kan du opdele "Maskine" i "Hardware" og "Software".
3. Brainstorm årsager pr. kategori. Spørg for hver knogle: "Hvad i denne kategori kan forårsage eller bidrage til problemet?" Skriv hvert forslag som en undergren. Filtrer ikke idéer i denne fase - du vil have bredde frem for dybde. En facilitator, der kører dette live, kan bruge en digital whiteboard eller slides til at indsamle input i realtid.
4. Spørg "hvorfor" mindst én gang mere. For hver årsag, du har identificeret, skal du gå et niveau dybere. Hvis "utilstrækkelig træning" vises under "Mennesker", så spørg: hvorfor er træningen utilstrækkelig? Forældet indhold? Ingen afsat tid? Ingen færdighedsvurdering før kurset? Disse sekundære årsager er ofte der, hvor de virkelige greb sidder.
5. Identificer årsager med høj prioritet. Når diagrammet er fuldt, bedes holdet stemme om, hvilke sager de mener er mest betydningsfulde eller mest adresserbare. Punktafstemning (hver person får tre stemmer til at placere et vilkårligt sted på diagrammet) er en hurtig måde at opnå konsensus på. Dette er det trin, der konverterer diagrammet fra et kort til en handlingsliste.
6. Valider før du handler. Fiskebenet viser mulige årsager, ikke bekræftede. Før du tildeler løsninger, skal du kontrollere, om de højest stemmede årsager understøttes af data - fremmøderegistreringer, færdiggørelsesstatistikker, fejllogfiler, hvad der end er tilgængeligt. En velorganiseret brainstorm kan stadig producere selvsikre fornemmelser.
Eksempler på Ishikawa-diagrammer
Eksempel 1: Lave gennemførelsesprocenter i et L&D-program
problem: Kun 38 % af de tilmeldte medarbejdere gennemførte den nye compliance-træning inden fristen.
| Kategori | Potentielle årsager |
|---|---|
| Medarbejdere | Ledere forstærkede ikke deltagelse; medarbejderne så ikke relevansen i deres rolle |
| Proces | Intet påmindelsessystem; ingen eskaleringsvej for manglende færdiggørelser; færdiggørelse spores manuelt |
| Teknologier | LMS havde loginproblemer på mobilen; kurset blev ikke genoptaget efter afbrydelsen |
| Indhold | Modulerne varede 45 minutter hver uden gemte checkpoints; sproget var for teknisk |
| Mål | Deadline meddelt i én e-mail tre uger før; ingen fremskridtssporing synlig for eleverne |
| Miljø | Program lanceret i et kvartal med højt pres; ingen beskyttet læringstid |
I dette eksempel kan den umiddelbare antagelse være "medarbejdere er ikke motiverede", men diagrammet viser, at systemdesignet og kommunikationsprocessen bidrog lige så meget som holdningen. Rettelser i måling og teknologi er ofte hurtigere sejre end at forsøge at ændre adfærd.
Eksempel 2: Høj medarbejderudskiftning i de første 90 dage
problem: 22% af nyansatte siger op inden for de første tre måneder.
| Kategori | Potentielle årsager |
|---|---|
| Medarbejdere | Ansættelseschefer fraværende i den første uge; makker eller mentor ikke tildelt |
| Proces | Onboarding-planen er uensartet på tværs af teams; ingen strukturerede 30/60/90-dages check-ins |
| Teknologier | Adgang til systemer forsinket med 5-7 dage; værktøjer ikke forudkonfigureret før startdatoen |
| Information | Rolleforventninger er ikke klart dokumenterede; teamnormer er ikke kommunikeret |
| Mål | Ingen tidlige varslingsindikatorer sporet; data fra exit-interviews ikke analyseret efter kohorte |
| Miljø | Fjernstartere modtog ingen personlige kontaktpunkter i den første måned |
Dette diagram gør det synligt, at problemet ikke kun handler om at ansætte de forkerte mennesker – processen med at integrere dem har flere fejlpunkter. Teamet kan derefter prioritere: hvilken af disse årsager forklarer flest afgange? Data fra exit-interviews eller 30-dages pulsmålinger kan bekræfte hypotesen.
Eksempel 3: Dårlige vurderinger ved evalueringer efter træning
problem: Den gennemsnitlige facilitatorbedømmelse faldt fra 4.1 til 3.3 ud af 5 efter skift til virtuel levering.
| Kategori | Potentielle årsager |
|---|---|
| Medarbejdere | Facilitatorer er kun trænet til undervisning i lokalet; der tilbydes ingen virtuel faciliteringscoaching |
| Proces | Sessionsdesign uændret fra formatet med personligt fremmøde; ingen indbyggede breakouts eller interaktion |
| Teknologier | Platformen er ukendt for både undervisere og elever; tekniske problemer i de første 10 minutter |
| Indhold | Slides er ikke tilpasset til skærmlæsning; for meget tekst pr. slide |
| Mål | Feedbackundersøgelse sendt 3 dage efter sessionen; erindring af detaljer var lav |
| Miljø | Deltagere tiltrådte fra åbne kontorlandskaber med baggrundsstøj |
Det, der ligner et problem med facilitatorens præstation, viser sig at være et problem med overgangsstyring. Leveringsmediet ændrede sig, men indholdet, værktøjerne, træningen og supportstrukturen ændrede sig ikke med det.
Eksempel 4: Tilbagevendende fejl i en forretningsproces
problem: Fejl i fakturabehandling er steget med 30 % i løbet af de seneste to kvartaler.
| Kategori | Potentielle årsager |
|---|---|
| Medarbejdere | Høj personaleudskiftning i behandlingsteamet; nyansatte er ikke fuldt uddannede |
| Proces | Ingen standardiseret tjekliste; godkendelsestrinnene varierer fra team til team; manuel dataindtastning kræves |
| Teknologier | Regnskabssoftware opdateret uden briefing af personale; automatisk udfyldningsfunktion ikke konfigureret |
| Information | Leverandørdataformater inkonsistente; indkøbsordrer mangler obligatoriske felter |
| Mål | Fejl registreres kun ved afstemning ved månedens udgang, ikke ved indtastningspunktet |
| Miljø | Voluminøse stigninger ved kvartalets udgang skaber tidspres |
Dette er et klassisk tilfælde, hvor timingen af målingerne forstærker problemet. Fejl, der opdages ved indtastningspunktet, rettes med det samme; fejl, der opdages ved månedens udgang, tager betydeligt længere tid at spore og rette. En enkelt ændring af målingen (tidligere opdagelse) kan reducere downstream-omkostningerne mere end omskoling af personale.
Almindelige fejl for at undgå
Oplist symptomer i stedet for årsager. "Dårlig kommunikation" er et symptom. "Ingen mødestruktur til overdragelse på tværs af teams" er en årsag. Stræb efter specificitet – hvis en årsag ikke kan knyttes til en konkret adfærd, proces eller ressource, hører den sandsynligvis et niveau dybere.
Stopper for tidligt. Et diagram med to eller tre årsager pr. kategori er normalt ufuldstændigt. Sigt efter mindst fem til otte undergrene pr. knogle, før du går videre til prioritering. Tynde diagrammer bekræfter ofte, hvad teamet allerede troede på.
Springer datatrinnet over. Fiskebenet er en hypotesegenerator, ikke en rodårsagsfinder. Teams, der går direkte fra diagrammet til en løsning, retter ofte det forkerte med sikkerhed. Enhver årsag, der bliver valgt til tops, bør krydstjekkes med de tilgængelige data.
Kører det solo. Et diagram, der er bygget af én person, afspejler én persons perspektiv. Den virkelige værdi kommer fra en tværfaglig gruppe – en der styrer processen, en der måler den, en der har oplevet problemet på første hånd, og ideelt set en der ikke tidligere har haft nogen indflydelse på diagnosen.
Kører en fiskebenssession med AhaSlides
Diagrammet fungerer bedst som en faciliteret gruppeaktivitet, men det er sværere end det lyder at få struktureret input fra et team i realtid. Folk holder sig tilbage i plenum, den højeste stemme sætter dagsordenen, og det er nemt at bruge 30 minutter på ét ben, mens andre bliver sprunget over.
AhaSlides gør inputfasen hurtigere og mere afbalanceret. Før diagramsessionen kan du køre et åbent spørgsmål for at indsamle mulige årsager anonymt – hvilket fjerner statuseffekter og får mere stille teammedlemmer til at registrere. En ordsky eller en åben tekstafstemning kan afdække de hyppigst nævnte årsager, før gruppen overhovedet har åbnet diagramskabelonen.
Under sessionen tager punktafstemningen om, hvilke sager der skal prioriteres, omkring to minutter i stedet for 20. Deltagerne stemmer på deres egne enheder, resultaterne er synlige med det samme, og facilitatoren kan gå direkte til handlingsplanlægning uden en lang debat om, hvad gruppen "virkelig mener".
For L&D-teams, der udfører rodårsagsanalyse som en del af et træningsprogram – eller HR-teams, der arbejder med et tilbagevendende problem med en ledelsesgruppe – gør kombinationen af struktureret visuel analyse og live input fra publikum sessionen både mere grundig og engagerende end en whiteboardøvelse.
Kilder
[1] ASQ (American Society for Quality). "Hvad er et fiskebensdiagram? Ishikawa årsags-virkningsdiagram." https://asq.org/quality-resources/fishbone
[2] ASQ (American Society for Quality). "Kaoru Ishikawa." Æresmedlemmer. https://asq.org/about-asq/honorary-members/ishikawa (arkiveret kopi, 29. august 2026). Dækker hans arbejde med kvalitetscirkler, kurser i kvalitetskontrol til ledende medarbejdere og Deming-prisrevisionen.
[3] Kaizen Instituttet. "Forståelse af Ishikawa-diagrammet." https://kaizen.com/insights/ishikawa-diagram-root-cause-analysis/ — Forklarer 6M-kategorierne og deres anvendelse i løbende forbedringsprogrammer.








