Agentic engineering kan ændre måden det offentlige udvikler digitale løsninger på

Offentlige organisationer står med et stigende digitalt pres

Lovgivning skal omsættes hurtigere. Borgerne forventer mere sammenhængende digitale services. Kritiske systemer skal moderniseres, samtidig med at kravene til sikkerhed, dokumentation og driftssikkerhed bliver højere.

Agentic engineering kan blive en vigtig del af svaret. Begrebet dækker over en ny måde at udvikle software på, hvor AI-agenter ikke kun hjælper med enkeltopgaver, men indgår som aktive deltagere i udviklingsprocessen. De kan analysere krav, foreslå løsninger, producere kode, udarbejde test, kontrollere dokumentation og pege på afhængigheder. Mennesker træffer stadig beslutningerne, men AI løfter en større del af det analytiske og udførende arbejde undervejs.

For det offentlige er det interessante ikke bare, at udvikling kan gå hurtigere. Det er, at agentic engineering kan skabe en mere sammenhængende og sporbar vej fra politisk intention og lovgivning til færdig digital løsning.

Fra AI-værktøj til digital arbejdsform

Mange organisationer har allerede erfaring med AI som støtteværktøj — til tekst, dokumentation, analyse eller udvikling. Det er nyttigt, men effekten er ofte lokal. Én medarbejder bliver hurtigere. Ét team får hjælp til en afgrænset opgave.

Agentic engineering er noget andet. Her bliver AI en del af selve leverancemodellen. Flere specialiserede agenter arbejder sammen om at omsætte krav til løsning, mens mennesker styrer retning, kvalitet og ansvar.

Det kræver en anden disciplin end klassisk AI-brug. En agent skal ikke bare have en prompt. Den skal have adgang til den rette kontekst: krav, arkitekturprincipper, sikkerhedsregler, lovgivning, dataklassifikation, tekniske standarder og tidligere beslutninger.

Hvis konteksten mangler, udfylder AI selv hullerne. Det kan skabe forslag, der virker overbevisende, men som ikke passer til den offentlige virkelighed. I en myndighedskontekst er det en reel risiko.

I praksis ser det allerede anderledes ud hos organisationer der er længere fremme. Hos STAR (Styrelsen for Arbejdsmarked og Rekruttering) optages kravworkshops og transskriberes, hvorefter AI krydstjekker mod relevant lovgivning, markerer afhængigheder mellem krav og sikrer intern konsistens, før menneskelig godkendelse. Sporbarhed fra lovgrundlag til krav opstår som del af processen.

Governance som del af udviklingsprocessen

I private virksomheder kan hastighed være et mål i sig selv. I det offentlige er billedet mere sammensat. Digitale løsninger skal være effektive, men de skal også kunne forklares, revideres og driftes sikkert over tid.

Agentic engineering bør derfor ikke forstås som en genvej uden om governance. Det er en mulighed for at indbygge governance tættere i udviklingsprocessen. AI-agenter kan sikre, at krav ikke forsvinder undervejs, identificere hvor en ændring påvirker andre dele af løsningen, sammenholde test med oprindelige krav og understøtte dokumentation som en integreret del af arbejdet, og ikke som en eftertanke.

Det gør teknologien særligt relevant for offentlige organisationer, hvor løsninger skal forbinde jura, faglighed, processer, data og teknologi.

Menneskelig styring er stadig vigtig

Agentic engineering reducerer ikke behovet for stærke faglige kompetencer. Det ændrer, hvor de skal bruges.

Produktejere skal formulere bedre krav og vurdere, om AI’ens forslag understøtter formålet. Arkitekter skal sætte rammerne for, hvilke tekniske valg agenterne må træffe. Jurister og compliance-specialister skal definere de begrænsninger, løsningen skal holde sig inden for. Udviklere og testere får i højere grad rollen som reviewers, kvalitetssikrere og orkestratorer.

Det stiller nye krav til ledelsen. Organisationen skal have klare principper for, hvor AI må handle selvstændigt, hvor der kræves menneskelig godkendelse, og hvordan beslutninger dokumenteres. Agentic engineering kræver ikke kun teknisk modenhed. Det kræver organisatorisk modenhed.

Leverandører skal kunne vise, hvordan AI bruges

Når agentic engineering bliver en del af softwareudvikling, ændrer det kravene til leverandører. Offentlige kunder bør ikke nøjes med at spørge, om en leverandør bruger AI. De bør spørge hvordan: Hvordan sikres kvaliteten af AI-genereret output? Hvordan dokumenteres beslutninger? Hvordan håndteres sikkerhed og compliance? Hvor er der menneskelig kontrol? Og hvordan deles effektiviseringsgevinsterne?

Det bliver centrale spørgsmål i fremtidens offentlige it-samarbejder.

Samtidig ændrer agentic engineering økonomien i digital udvikling. Hvis dele af arbejdet kan gennemføres hurtigere og mere struktureret, bør det afspejles i samarbejdsmodeller, kontrakter og forventninger til løbende forbedring.

Start med et konkret udviklingsproblem

Offentlige organisationer behøver ikke begynde med store transformationer. Et godt første skridt er et afgrænset område med tydelig friktion: kravarbejde, dokumentation, test, modernisering af ældre systemer eller kvalitetssikring af ændringer. Her kan agentic engineering afprøves i kontrollerede rammer, hvor effekten kan måles og organisationen bygger erfaring.

Men selv små initiativer bør designes med styring fra begyndelsen. Data, ansvar, sikkerhed og dokumentation skal være tænkt ind, hvis erfaringerne senere skal kunne skaleres.

Agentic engineering kan blive en ny digital disciplin i den offentlige sektor. Ikke fordi AI-agenter skal overtage udviklingen af samfundskritiske løsninger, men fordi de kan skabe en mere sammenhængende, effektiv og dokumenteret måde at udvikle dem på. For offentlige beslutningstagere bliver opgaven at finde balancen mellem fremdrift og kontrol, så teknologien bruges med den ansvarlighed, som offentlig digitalisering kræver.