Københavns Erhvervsakademi

en

AI-agenter og automatisering

2025/2026
Engelsk titel
AI Agents and Automation
Uddannelse
Datamatiker
Uddannelsestype
Fuldtidsuddannelse
Niveau
Erhvervsakademi
Semester
4. semester
Fagets/modulets varighed
1 semester
Ects
10
Udd. element
Valgfag
Sprog
Dansk
Opstart
Forår
Efterår
Studiested
Guldbergsgade 29 N, København N
Håndværkergården, København N
Fagkode
3050405
Fag- /modulansvarlig
Lasse Vogelsang
  • Formål og læringsmål

    AI Agenter er avanceret AI, som selvstændigt finder strategi og løsning på komplekse opgaver. LLMer (som ChatGTP) er AI som mennesker kan chatte med og få svar, mens en AI Agent selvstændigt udfører opgaver. En AI agent har adgang til systemer og værktøjer, som den bruger til at udføre opgaver automatisk.

    På kurset lærer du at opsætte workflows til automatisering af opgaver, som spænder fra at få daglige nyheder om f.eks. AI agenter, til et større SOME marketings setup. Du vil lære om hvordan large language models (som ChatGPT) virker og at bruge dem til AI agenter. Du vil lære prompts engineering til instruere AI agenterne til at udføre deres opgaver. Derudover kigger vi på RAGs, hvor AI får information fra vector databaser til deres opgaver

    Vi bruger workflow værktøjet n8n til at sætte vores agenter og workflows op. Der vil være behov en smule JavaScript, hvor det meste dog kan fås fra diverse MLL uden de store problemer. Der vil være mulighed for at bruge Python e.lign programmeringssprog i det afsluttende projekt, men det er ikke et krav.

    Viden

    Den studerende:
    - Ved hvad de forskellige LLMer er gode til
    - Viden om workflows
    - Viden om AI agenter
    - Kendskab til forskellige arkitturer (sekensiel vs. parallel)

    Færdigheder

    Den studerende:
    - Kan oprette workflows til automatisk udførsel af arbejds- og andre processer
    - Bruge prompt engineering til at instruere agenter
    - Oprette og instruerer en AI Agent til at udføre en del af en arbejdsproces
    - Kan teste og optimere workflows med AI agenter
    - Oprette og bruge RAGS og vector databaser i workflows

    Kompetencer

    Den studerende kan:
    - Vælge LLMer til brug i automatisering
    - Kunne vurdere brug af forskellige elementer i et workflow
    - Gennemføre projekt med workflow og opsætning af AI agenter

  • Undervisningsform
    Præsentation af nyt materiale i klassen, selvstudier, arbejde med opgaver samt projekter
  • Forudsætninger for at deltage i faget

    Faglige forudsætninger for at deltage i faget
    Grundlæggende programmering.

    Materielle forudsætninger for at deltage i faget
    Computer hvor der kan installeres docker. Gerne nyere computer.

  • Prøve

    Læringsmålene for prøven er identiske med fagets/fagenes læringsmål

    Forudsætninger for indstilling til eksamen
    Aflevering af projekt.
    Faget prøves
    Faget/modulet prøves selvstændigt
    Prøveform
    Mundtlig prøve
    Mundtlig eksamen med et 10 minutters oplæg og 20 minutters eksamination inkl. votering. Eksamen er individuel.
    Opgavetype
    Implementering af et workflow samt præsentation af overvejelser omkring implementeringen af workflowet.
    Individuel eller gruppeprøve
    Individuel
    Anvendt sprog til prøven
    Dansk (Norsk/Svensk)
    Varighed
    30. min ink. votering
    Hjælpemidler der må medbringes
    Egen computer til præsentation og demonstration af udviklet produkt.
    Hjælpemidler som stilles til rådighed
    Projekter
    Bedømmelsesform
    7-trins skala
    Bedømmer(e)
    Intern censur
    Kriterier for prøvevurdering
    Læringsmålene for prøven er identiske med fagets/fagenes læringsmål
48
timers undervisning
226
timers forberedelse
Tallene viser omfanget af arbejdsbelastningen relateret til faget fordelt på forskellige studieaktiviteter.

På faget AI-agenter og automatisering modtager du 48 timers undervisning, hvilket svarer til 64 lektioner (1 lektion = 45 min.) og 18% af din samlede arbejdsbelastning på faget.

Undervisningen vil primært bestå af følgende aktiviteter: klasseundervisning, casearbejde, digitale øvelser, eksterne forelæsninger, interne forelæsninger, projektarbejde, projektpræsentation, øvelser.
Forberedelsen vil primært bestå af følgende aktiviteter: informationssøgning, læsning af pensum, projektarbejde, video, øvelser.

Læs om KEAs studieaktivitetsmodel

*KEA kan fravige det angivne timetal, hvis det er begrundet i særlige forhold.