AI-agent

Når jeres digitale assistent ikke kun svarer, men selv planlægger og handler for jer.

Opdateret 15. september 2026Læsetid 4 min.Af Brian Brandt · På engelsk: AI agent
Indhold
  1. Sådan virker AI-agent i praksis
  2. Hvorfor AI-agent betyder noget for din virksomhed
  3. Sådan skelner du en AI-agent fra en chatbot
  4. Eksempel: AI-agent hos en bookingansvarlig
  5. Hvad du skal være opmærksom på
  6. Ofte stillede spørgsmål om AI-agent

AI-agent er et program bygget på en sprogmodel, som får et mål, selv planlægger trinnene, bruger værktøjer som mail, kalender eller databaser og faktisk udfører opgaver i stedet for kun at give svar. Kredsløbet er enkelt: agenten får et mål, laver en plan, handler og tjekker resultatet, og gentager om nødvendigt, indtil målet er opfyldt eller et stopkriterium er nået.

Sådan virker AI-agent i praksis

Forestil dig en opgave som at 'booke et møde med en kunde baseret på deres kalender og sende en bekræftelse'. Agenten begynder med målet, opdeler opgaven i trin: check kundens tilgængelighed, foreslå tre tidspunkter, opret møde i jeres kalender, send mail med detaljer, og følg op hvis ingen svar. For hvert trin bruger agenten værktøjer: kalenderadgang, mailkonto og eventuelt en webbrowser til at tjekke kundens booking-side. Efter hver handling tjekker agenten, om resultatet matcher planen, blev mødet oprettet, gik mailen igennem, og justerer planen hvis der opstår fejl.

Sprogmodellen er motoren, der skriver og vurderer tekster og beslutninger, men agenten er helheden: målet, planlægningslogikken, værktøjslagene og feedback-slinget, der holder styr på succes og fejl. En chatbot bruger også en sprogmodel, men stopper typisk ved at levere et svar. En AI-agent går videre og handler.

Hvorfor AI-agent betyder noget for din virksomhed

Leverandører kalder ofte deres chatfunktioner for "agenter". Du skal kunne skelne, fordi konsekvenserne er forskellige: en rigtig AI-agent kan ændre data, sende e-mails og oprette sager uden menneskelig mellemkomst, og det stiller krav til sikkerhed, adgangskontrol og ansvar. Du skal beslutte, om I vil lade agenten gøre arbejdet helt selv, eller om den kun må foreslå handlinger, som en medarbejder godkender. Den beslutning påvirker risiko, integrationstid og hvem i organisationen der skal sætte politikker for datasikkerhed.

Hvis du som leder vælger en agent, skal du også spørge: hvilke systemer må den nå, hvem logger handlingerne, og hvor stopper den, hvis noget går galt. Og nej, en agent er ikke en magisk løsning; den håndterer rutiner og gentagelser, men kræver opsætning og løbende overvågning.

Sådan skelner du en AI-agent fra en chatbot

Spørg direkte hvad systemet må gøre: kan det sende e-mails, oprette eller opdatere poster i jeres sagssystem, logge ind på eksterne tjenester eller udfylde formularer? Hvis svaret er nej, har du typisk en chatbot, en dialogmotor, der svarer på spørgsmål. Hvis svaret er ja, så spørg hvordan beslutninger træffes: har agenten en planlægger, der opdeler opgaver, og er der en tjekmekanisme, som validerer resultaterne? En ægte AI-agent har et loop: mål → plan → handling → tjek.

Endelig spørg efter eksempler på fejltilstande: hvordan håndterer den problemer, manglende adgang eller modstridende data? En leverandørs demo, hvor agenten kun viser perfekte scenarier, er ofte et signal om, at det i virkeligheden er en chatbot med ekstra marketingord.

Eksempel: AI-agent hos en bookingansvarlig

Bookingansvarlig i en mindre rengøringsvirksomhed modtager 120 e-mails om ugen med forespørgsler, planlægning og ændringer. I begyndelsen af sæsonen, mandag morgen kl. 08:30, sætter virksomheden en AI-agent op til at håndtere rutineforespørgsler: foreslå tre ledige tidspunkter fra kalenderen, oprette opgaven i sagsstyringssystemet og sende en bekræftelse. Agenten kunne læse priser fra en PDF-prisliste, tjekke medarbejdernes skemaer og skrive en høflig mail.

I første uge opstod modstand: agenten havde ikke de rette kalendertilladelser og oprettede dobbeltbookinger i to afdelingers kalendere, fordi navnekonventionerne var forskellige. Opsætningen tog to dage, hvor en digital ansvarlig og en kollega rettede tilladelser og lavede simple valgregler. Efter justeringerne kunne agenten gennemføre de fleste rutineforespørgsler uden menneskelig indgriben, men den krævede stadig en ugentlig gennemgang af logfiler for at fange misforståelser i mails og undgå gentagne fejl. Det kostede tid at komme i drift, men også læring om, hvilke datakilder der skal renses først.

Hvad du skal være opmærksom på

Giv agenten kun de minimale adgangsrettigheder, den behøver, og log alle handlinger, så du kan spore hvem der gjorde hvad. Planlæg hvordan I stopper agenten, hvis noget går galt, og hvem der er ansvarlig for fejlrettelser. Test altid agenten med uperfekte data, scannede PDF'er, gamle prislister og kolleger på ferie, fordi det er sådan, virkeligheden ser ud. Endelig: vær skeptisk over for leverandører, der taler om "autonomi" uden at kunne vise, hvordan agenten håndterer fejl, sikkerhed og roller.

En AI-agent kan automatisere rutiner og frigive medarbejdertid, men den kræver opsætning, regler og løbende overvågning. Tænk på den som en assistent med nøglekort: praktisk, men ikke uberettiget alene.

Vil I arbejde videre med AI-agent på jeres egne opgaver, er det dét, en AI-workshop går ud på.

Ofte stillede spørgsmål om AI-agent

Er en AI-agent det samme som en chatbot?

Nej. En chatbot svarer normalt kun på spørgsmål og fører dialog. En AI-agent planlægger og udfører handlinger i jeres systemer, som at sende mails eller oprette sager.

Koster en AI-agent meget at sætte op?

Opsætningen kan kræve tid fra IT og fagejere til at give adgang og definere regler, typisk timer til uger afhængigt af kompleksitet. Der er ofte både udviklings- og driftsomkostninger.

Kan jeg bruge en AI-agent uden udviklere?

Nogle leverandører tilbyder low-code eller konfigurationsværktøjer, men selv da skal du involvere en person, der kan vurdere adgang, datakvalitet og fejlscenarier. Altså: mindre udvikling, ikke ingen faglig indsats.

Hvad er forskellen på en AI-agent og en sprogmodel?

En sprogmodel (f.eks. GPT) er den tekstforstående motor, der genererer sætninger. En AI-agent kombinerer en sprogmodel med planlægning, værktøjsadgang og feedback-loop, så den både tænker og handler.

Brian Brandt

AI-rådgiver og underviser, grundlægger af AI Hero i Herning. Har bygget digitalt i over 20 år og hjælper danske virksomheder med at få AI i drift. Læs mere om Brian.

Relaterede ord i AI-ordbogen

Mangler der et ord, eller er der noget der er forkert?

Skriv til brian@aihero.dk eller ring på 28 35 84 54. Ordbogen bliver bedre af det.

Tilbage til ordbogen

AI, der kommer i drift. Én mail om måneden.

Brian skriver om, hvad der reelt virker med AI i danske virksomheder, set fra gulvet hos dem, der bruger det hver dag. Ingen hype, ingen nyhedsstrøm.

  • Konkrete eksempler: hvad der virkede, hvad det kostede, og hvad der gik galt
  • Værktøjer jeg selv bruger, testet i praksis, før de nævnes
  • Ét brev om måneden. Ikke mere. Afmeld når du vil.

Du får en mail, hvor du bekræfter din tilmelding. Vi deler aldrig din adresse, privatlivspolitik.