Compliance som datadisciplin
Løngennemsigtighed er en dataopgave – ikke kun en juridisk øvelse
Vi bygger datagrundlaget, klassifikationen og Power BI-rapporten, der gør jer klar til den lovpligtige lønredegørelse.
Sidst opdateret: 6. juni 2026. Reglerne er under behandling og endnu ikke vedtaget i Danmark — indholdet kan ændre sig.
EU’s løngennemsigtighedsdirektiv (2023/970) stiller nye krav til, hvordan virksomheder dokumenterer og rapporterer løn. Arbejdsgivere skal kunne forklare og udligne ubegrundede lønforskelle mellem kvinder og mænd, der udfører samme arbejde eller arbejde af samme værdi. Direktivet ændrer den danske ligelønslov, men gælder endnu ikke: EU-fristen var 7. juni 2026, og dansk ikrafttræden forventes 1. januar 2027. Med løngennemsigtighed bliver dokumenteret ligeløn et krav, som virksomhederne skal kunne leve op til. God løngennemsigtighed starter med et solidt datagrundlag.
Men løngennemsigtighed er grundlæggende en dataopgave. For at kunne lave en valid lønredegørelse skal lønnen kunne sammenlignes på tværs af medarbejdere og det kræver et ensartet datagrundlag, korrekt klassifikation af stillinger og en model, der kobler løn, køn, funktion og anciennitet. De fleste virksomheder har data spredt i lønsystemer, HR-systemer og regneark, hvor definitioner og kategorier ikke stemmer overens. Uden styr på datagrundlaget bliver redegørelsen hverken retvisende eller forsvarlig.
- Datagrundlag
samlet og ensartet - Lønredegørelse
i Power BI - Kønsopdelt
lønstatistik - Compliance-
rapportering - GDPR-sikker
håndtering af løndata
Hvem forventes de nye regler at gælder for?
Reglerne gælder alle virksomheder, men ikke ens. Kravet om en egentlig lønredegørelse afhænger af, hvor mange ansatte I er: de største (250+) skal rapportere årligt, mens mindre virksomheder rapporterer hvert tredje år eller kun delvist. Virksomheder under 50 ansatte slipper helt for redegørelsen. Men uanset størrelse får alle medarbejdere ret til lønoplysninger opdelt på køn, løninterval ved rekruttering og en begrundelse for lønforskelle i objektive kriterier. Og viser tallene en ubegrundet lønforskel over 5%, som ikke rettes inden seks måneder, udløser det krav om en fælles lønvurdering. Tag forbehold: grænser og frister er fra lovforslaget og kan ændre sig, til loven er vedtaget.
Sådan sikre vi processen sammen med jer
- Fra rå data til færdig redegørelse Mange tænker på løngennemsigtighed som en juridisk opgave. I praksis er det en datakæde. Billedet viser de fem trin, der skal fungere, før I har en lønredegørelse, der holder.
- Rå data Det starter i jeres systemer: løn og HR, ofte adskilt. Her ligger køn, anciennitet, grundløn, tillæg og bonus, men sjældent samlet ét sted.
- Integration og rensning Data kobles på tværs af systemer og kvalitetssikres, så grundlaget er ensartet og kan dokumenteres. Det er her, fundamentet for hele redegørelsen lægges, typisk i Fabric og SQL Server.
- Klassifikation Stillinger grupperes i jobkategorier ud fra objektive kriterier, “arbejde af samme værdi”. DISCO-koder alene rækker ikke; det kræver jeres egen model.
- Analyse og overvågning På det rensede grundlag beregnes den kønsopdelte lønforskel pr. kategori, og 5%-tærsklen overvåges løbende, og ikke som et engangstjek, men som en KPI.
- Lønredegørelse i Power BI Resultatet er en dokumenteret, gentagelig rapport. Ikke en engangsleverance, men et levende værktøj til både compliance og ledelsesindsigt.
- Governance hele vejen GDPR og data governance løber gennem alle fem trin fordi løndata er blandt de mest følsomme, I håndterer.
Sådan hjælper Initiate med jeres lønredegørelse
Vi hjælper jer hele vejen fra rådata til færdig rapport. Først samler og kvalitetssikrer vi løndata på tværs af løn- og HR-systemer, så grundlaget er ensartet og kan dokumenteres. Derefter bygger vi en datamodel, der klassificerer stillinger og kobler løn, køn, funktion og anciennitet, og endelig opsætter vi automatiserede dashboards i Power BI, der løbende viser jeres lønforskelle og gør jer klar til den lovpligtige redegørelse. I får ikke bare en engangsrapport, men et levende værktøj til compliance og ledelsesindsigt.
Dashboard giver et let indblik i data
De fleste tænker lønredegørelsen som et dokument, I afleverer én gang om året. Men når den ligger i et dashboard frem for et regneark, ændrer den karakter og går fra pligt til ledelsesværktøj. I ser løngabet opdateret løbende, ikke kun ved fristen. I kan klikke jer fra det samlede tal ned til den enkelte jobkategori og se, hvor en forskel opstår. Og I fanger de kategorier, der nærmer sig 5%-tærsklen, før de udløser et krav, i stedet for at opdage det, når redegørelsen allerede er afleveret. Kort sagt: samme data, men brugbar hele året.
Kom i gang i god tid inden 1. januar 2027
Det danske lovforslag lægger op til, at reglerne træder i kraft 1. januar 2027, men loven er endnu ikke vedtaget, og indholdet kan ændre sig. De første lønredegørelser skal være klar kort efter. Jo før I får styr på datagrundlaget, jo mere smertefrit bliver rapporteringen og jo bedre kan I bruge indsigten til reelt at lukke uforklarede lønforskelle. Kontakt os for en uforpligtende snak om, hvordan I kommer godt fra start.
Definér jobkategorier
En lønredegørelse starter med at definere, hvilke stillinger der reelt udfører arbejde af samme værdi. Det er ikke et opslag i DISCO-koder, de er ikke nok i sig selv, men en datamodelleringsopgave. Vi hjælper jer med at samle jeres stillinger i meningsfulde jobkategorier ud fra objektive, kønsneutrale kriterier: kompetencer, ansvar, belastning og arbejdsforhold. Klassifikationen bygger vi ind i jeres datagrundlag, så den er konsistent, dokumenterbar og kan genbruges år efter år. Resultatet er et fælles sprog for, hvad der kan sammenlignes og dermed fundamentet for, at jeres lønanalyse holder, hvis den bliver udfordret.
Opgør den fulde løn
Løngabet skal måles på den fulde aflønning – ikke kun grundlønnen. Bonus, pension, fri bil, personalegoder og aktier tæller med, og det er ofte præcis her, forskellene gemmer sig. Det kræver, at vi henter og samkører data fra løn-, HR- og bonussystemer, normaliserer det til sammenlignelige enheder og kobler hver komponent til den rigtige medarbejder og jobkategori. Vi bygger et samlet datagrundlag, hvor den fulde løn kan opgøres ensartet og dokumenteres, så jeres lønanalyse hviler på hele billedet og ikke kun toppen af lønsedlen.