{"id":258,"date":"2026-06-02T10:55:17","date_gmt":"2026-06-02T08:55:17","guid":{"rendered":"https:\/\/tiwastech.com\/?p=258"},"modified":"2026-06-02T10:56:03","modified_gmt":"2026-06-02T08:56:03","slug":"naar-kode-bliver-gratis-bliver-beslutninger-dyre","status":"publish","type":"post","link":"https:\/\/tiwastech.com\/en\/naar-kode-bliver-gratis-bliver-beslutninger-dyre\/","title":{"rendered":"N\u00e5r kode bliver gratis, bliver beslutninger dyre"},"content":{"rendered":"

Artikel skrevet i samarbejde med Per Eeg Consulting<\/a> og f\u00f8rst udgivet p\u00e5 Ingeni\u00f8ren – DigiTech<\/a><\/em>.<\/p>\n\n\n\n

Mange taler om AI\u2019s potentiale i it-udvikling. I de offentlige organisationer i Danmark har det hidtil mest v\u00e6ret eksperimenter, men i hvert fald \u00e9n styrelse er AI ikke l\u00e6ngere et eksperiment. <\/p>\n\n\n\n

Teknologien bruges til at refaktorere legacy, skrive ny funktionalitet, generere tests, analysere fejl og foresl\u00e5 rettelser i korte, gentagne loops.<\/p>\n\n\n\n

Det g\u00e5r hurtigere, men g\u00f8r ogs\u00e5 menneskets rolle vigtigere. N\u00e5r kode bliver billig at producere, bliver det dyrere at tage fejl. Derfor bliver beslutningskvalitet \u2013 hvad der skal bygges, hvordan det designes, og hvilke risici der accepteres \u2013 afg\u00f8rende.<\/p>\n\n\n\n

Billig kode, dyre fejl<\/h3>\n\n\n\n

Teksten her bygger p\u00e5 interview med lederen i en styrelse om arbejdet med AI \u2013 og at vi selv har selv v\u00e6ret konsulenter for en r\u00e6kke andre organisationer. Da styrelsen ser sig selv som first mover<\/em>, har de bedt om at v\u00e6re anonyme.<\/p>\n\n\n\n

I arbejdet med at introducere AI i it-udviklingen i den p\u00e5g\u00e6ldende styrelse er erfaringen, at generativ AI reducerer marginalomkostningen ved at producere kode, tests og dokumentation.<\/p>\n\n\n\n

Det \u00e6ndrer ikke softwareudviklingens grundvilk\u00e5r \u2013 systemer skal stadig designes, forst\u00e5s og driftes \u2013 men det \u00e6ndrer \u00f8konomien.<\/p>\n\n\n\n

Som it-chefen i styrelsen siger: \u00bbPrisen for en linje kode g\u00e5r mod nul.\u00ab<\/p>\n\n\n\n

Organisationer kan derfor producere funktionalitet langt hurtigere. Men de kan ogs\u00e5 hurtigere producere noget, der ikke l\u00f8ser behovet eller skaber ny kompleksitet. V\u00e6rdien flytter sig derfor fra produktion til beslutningskvalitet.<\/p>\n\n\n\n

Fra udvikling til orkestrering<\/h3>\n\n\n\n

Gevinsten kommer ikke af at lade AI g\u00f8re det samme som f\u00f8r \u2013 bare hurtigere. Det giver prim\u00e6rt mere gennemsnitskode.<\/p>\n\n\n\n

I stedet er fokus flyttet fra at skrive kode til at orkestrere produktionen. Det betyder i praksis at:<\/p>\n\n\n\n

    \n
  • definere arkitektur f\u00f8r udvikling<\/li>\n\n\n\n
  • opstille klare standarder og tekniske rammer<\/li>\n\n\n\n
  • designe workflows og tydelige kontrolpunkter<\/li>\n\n\n\n
  • sikre at b\u00e5de AI og mennesker arbejder inden for \u2018dydens smal sti\u2019<\/li>\n<\/ul>\n\n\n\n

    Erfaringen er, at udviklere og produktteams, der bruger AI systematisk, bruger mere tid p\u00e5 gennemarbejdede krav og lader AI producere koden derefter.<\/p>\n\n\n\n

    Det \u00e6ndrer rollen for human-in-the-loop<\/em>. Mennesket skal ikke l\u00e6ngere kontrollere hver linje, men designe systemet, etablere kontrolpunkterne og b\u00e6re ansvaret. Med DevOps-pipelines, automatiserede tests og AI-drevet analyse bliver kontrollen mere effektiv og skalerbar.<\/p>\n\n\n\n

    Med it-chefens ord: \u00bbAlt, hvad vi laver, har et menneske ansvar for \u2013 hver \u00e6ndring skal kunne st\u00e5 p\u00e5 en faglig vurdering. Vi skal kunne svare p\u00e5 de grimme sp\u00f8rgsm\u00e5l, f\u00f8r de rammer direktion, revision eller tilsyn.\u00ab<\/p>\n\n\n\n

    Feedback som produktionsprincip<\/h3>\n\n\n\n

    Det mest effektive greb i casen med den offentlige styrelse er ikke AI i sig selv, men m\u00e5den den er sat i drift p\u00e5.<\/p>\n\n\n\n

    Udviklingsarbejdet er organiseret som et stramt feedback-loop: Tests finder fejl, AI analyserer og foresl\u00e5r en rettelse, og en udvikler eller arkitekt vurderer forslaget. Rettelsen implementeres, og n\u00e6ste test afg\u00f8r, om opgaven er l\u00f8st eller sendes tilbage i loopet.<\/p>\n\n\n\n

    Det kr\u00e6ver en st\u00e6rk DevOps-ops\u00e6tning, s\u00e5 \u00e6ndringer hurtigt kan valideres og f\u00f8res gennem milj\u00f8erne til produktion.<\/p>\n\n\n\n

    Det g\u00f8r tre ting ved udviklingen:<\/p>\n\n\n\n

      \n
    • Fejl bliver billigere at h\u00e5ndtere, fordi analyse og forslag kommer hurtigt.<\/li>\n\n\n\n
    • Iterationshastigheden stiger, fordi der altid er \u2018n\u00e6ste skridt\u2019 klar.<\/li>\n\n\n\n
    • Kvalitet bliver en l\u00f8bende praksis \u2013 ikke en fase til sidst.<\/li>\n<\/ul>\n\n\n\n

      Risikoen: automatiseret middelm\u00e5dighed<\/h3>\n\n\n\n

      N\u00e5r AI l\u00e6gges oven p\u00e5 en uklar proces, accelererer man ikke kun output, men ogs\u00e5 fejl, teknisk g\u00e6ld og usikkerhed. Som it-chefen siger: \u00bbHvis man bare skalerer tempo, risikerer man at f\u00e5 virkelig meget gennemsnitlig kode.\u00ab<\/p>\n\n\n\n

      Tre fejl g\u00e5r ofte igen:<\/p>\n\n\n\n

        \n
      • AI bruges uden klare arkitekturrammer.<\/li>\n\n\n\n
      • Ansvar og beslutningsrettigheder er uklare.<\/li>\n\n\n\n
      • Governance (sikkerhed, jura, risikostyring) kommer som en eftertanke.<\/li>\n<\/ul>\n\n\n\n

        AI skal s\u00e6ttes ind i en ramme, der passer til organisationens branche og risikoprofil. Standarder som ISO 29148 kan v\u00e6re en nyttig st\u00f8tte til at skalere sikkert.<\/p>\n\n\n\n

        Governance er derfor ikke en bremse, men en foruds\u00e6tning for at kunne skalere. I styrelsen bruges der bevidst ressourcer p\u00e5 sikkerhed, jura og risikostyring for at kunne rulle AI-baserede arbejdsgange bredt ud uden at miste kontrol.<\/p>\n\n\n\n

        Bliver udviklere overfl\u00f8dige?<\/h3>\n\n\n\n

        AI koder hurtigere end mennesker, men fire forhold peger p\u00e5, at udviklere ikke bliver overfl\u00f8dige:<\/p>\n\n\n\n

          \n
        • Eftersp\u00f8rgslen stiger, n\u00e5r prisen falder, og staten har store legacy-opgaver, der stadig skal l\u00f8ses. T\u00e6nk bare p\u00e5 Politiet og Skat.<\/li>\n\n\n\n
        • Kompleksiteten forsvinder ikke \u2013 den flytter sig.<\/li>\n\n\n\n
        • Flaskehalsen flytter sig fra produktion til beslutninger og styring.<\/li>\n\n\n\n
        • Flere virksomheder bliver mere softwareafh\u00e6ngige.<\/li>\n<\/ul>\n\n\n\n

          Ogs\u00e5 brancher uden klassisk it-profil bliver mere softwareafh\u00e6ngige. For eksempel m\u00e5 brand- og reklamebureauer i stigende grad forst\u00e5, hvordan AI l\u00e6ser, fortolker og repr\u00e6senterer brands p\u00e5 tv\u00e6rs af digitale kilder. Det skaber ny eftersp\u00f8rgsel efter tekniske kompetencer.<\/p>\n\n\n\n

          Svaret er derfor nej. Eftersp\u00f8rgslen p\u00e5 udviklere falder ikke; den stiger. Men arbejdet \u00e6ndrer sig markant. Fremtidens udviklere skal kunne fungere i et t\u00e6t samspil med forretningen, forst\u00e5 s\u00e5vel slutprodukt som arkitektur, s\u00e6tte koden ind i en st\u00f8rre kontekst og tage det overordnede ansvar.<\/p>\n\n\n\n

          Nye roller \u2013 og nye krav<\/h3>\n\n\n\n

          Tekniske profiler skal i stigende grad kunne:<\/p>\n\n\n\n

            \n
          • Forst\u00e5 forretningens behov og dom\u00e6net<\/li>\n\n\n\n
          • Designe systemer, ikke kun kode dem<\/li>\n\n\n\n
          • Arbejde med sikkerhed, jura og compliance som en del af udviklingen<\/li>\n\n\n\n
          • Styre AI-baserede workflows med prompts, tests, evaluering og kontrolpunkter<\/li>\n<\/ul>\n\n\n\n

            Det er ikke f\u00e6rre it-udviklere, der er brug for. Det er andre it-udviklere.<\/p>\n\n\n\n

            Den strategiske pointe<\/h3>\n\n\n\n

            N\u00e5r b\u00e5de krav og kode bliver AI-l\u00e6sbare, kan organisationer begynde at automatisere koblingen mellem behov og l\u00f8sning. AI kan analysere, hvor nye krav rammer eksisterende systemer, og pege p\u00e5 relevante \u00e6ndringer, f\u00f8r de bliver dyre at opdage sent.<\/p>\n\n\n\n

            N\u00e5r prisen p\u00e5 kode g\u00e5r mod nul, bliver udviklere ikke overfl\u00f8dige. Deres rolle \u00e6ndrer sig, og beslutninger, ansvar og styring bliver afg\u00f8rende.<\/p>\n\n\n\n

            Organisationer, der forst\u00e5r det, kan levere hurtigere og bedre. De \u00f8vrige vil producere mere \u2013 og skabe mere rod undervejs.<\/p>\n\n\n\n

            Hvis vi vil h\u00f8ste gevinsterne ved AI i it-udvikling, kr\u00e6ver det mere end nye v\u00e6rkt\u00f8jer. Det kr\u00e6ver nye vaner, nye kompetencer og nye styringsgreb.<\/p>\n\n\n\n

            Call for action<\/h3>\n\n\n\n

            Uddannelsesinstitutioner<\/strong> b\u00f8r g\u00f8re AI-integreret udvikling til standard og flytte fokus fra kodeproduktion til systemdesign, test, sikkerhed og governance.<\/p>\n\n\n\n

            Udviklere<\/strong> b\u00f8r m\u00e5le deres v\u00e6rdi i beslutningskvalitet, ikke i kode-output. Det kr\u00e6ver systemt\u00e6nkning, arkitekturforst\u00e5else, dom\u00e6neindsigt og evnen til at styre AI gennem rammer, tests og evaluering.<\/p>\n\n\n\n

            Organisationer<\/strong>, der har ansvar for it-udvikling, b\u00f8r redesigne udviklingsmodellen, s\u00e5 kvalitet, ansvar, styring og feedback-loops ligger tidligt og er en integreret del af arbejdet fra start.<\/p>","protected":false},"excerpt":{"rendered":"

            Artikel skrevet i samarbejde med Per Eeg Consulting og f\u00f8rst udgivet p\u00e5 Ingeni\u00f8ren – DigiTech. Mange taler om AI\u2019s potentiale i it-udvikling. I de offentlige organisationer i Danmark har det hidtil mest v\u00e6ret eksperimenter, men i hvert fald \u00e9n styrelse er AI ikke l\u00e6ngere et eksperiment.  Teknologien bruges til at refaktorere legacy, skrive ny funktionalitet, […]<\/p>\n","protected":false},"author":1,"featured_media":259,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"inline_featured_image":false,"footnotes":""},"categories":[29],"tags":[],"class_list":["post-258","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-ai"],"_links":{"self":[{"href":"https:\/\/tiwastech.com\/en\/wp-json\/wp\/v2\/posts\/258","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/tiwastech.com\/en\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/tiwastech.com\/en\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/tiwastech.com\/en\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/tiwastech.com\/en\/wp-json\/wp\/v2\/comments?post=258"}],"version-history":[{"count":1,"href":"https:\/\/tiwastech.com\/en\/wp-json\/wp\/v2\/posts\/258\/revisions"}],"predecessor-version":[{"id":260,"href":"https:\/\/tiwastech.com\/en\/wp-json\/wp\/v2\/posts\/258\/revisions\/260"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/tiwastech.com\/en\/wp-json\/wp\/v2\/media\/259"}],"wp:attachment":[{"href":"https:\/\/tiwastech.com\/en\/wp-json\/wp\/v2\/media?parent=258"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/tiwastech.com\/en\/wp-json\/wp\/v2\/categories?post=258"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/tiwastech.com\/en\/wp-json\/wp\/v2\/tags?post=258"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}