spring navigation over

Robotter, Automation & AI

Automatiseringsprocesser og robotik er vigtige faktorer i industriens produktionsprocesser og relevante komponenter i arbejdslivet. Kunstig intelligens (AI) vinder stadig større betydning og påvirker mange områder af hverdagen på arbejdspladsen og i skolen. Disse aspekter udgør derfor centrale punkter i erhvervsorienteringen.

Automatisering, robotik og kunstig intelligens (AI)

1. Robotter & Automation

2. Kunstig intelligens

1. Robotter & Automation

Den industrielle udvikling har i de sidste par hundrede år været altoverskyggende og har bidraget til at gøre hele verden til en “lille landsby”. Globaliseringen betyder, at gods fragtes på tværs af verdenshavene, data sendes lynhurtigt mellem kontinenter, og mennesker kan bevæge sig fra A til B på rekordtid. Vi er gået fra kæmpe sejlskibe til gigantiske containerskibe, fra telegrammer til højhastigheds-fibernet, og fra damptog til passagerfly. Denne udvikling har haft én gennemgående retning: vores maskiner er blevet hurtigere, større og mere effektive – og nu bevæger vi os ind i en ny æra, hvor maskiner ikke blot er hurtige, men også intelligente. Maskiner, der kan kommunikere med hinanden, træffe beslutninger og tilpasse sig omgivelserne. 

I denne kontekst er robotter og automation blevet en af verdens hurtigst voksende industrier, og Danmark er blandt frontløberne, især inden for kollaborative robotter, logistikløsninger og automatiseret produktion (Odense Robotics, 2025). Branchen er central for både produktivitet, bæredygtighed og arbejdsmarkedets fremtid. Den danske robotindustri omsatte i 2023 for over 4 mia. kr. og beskæftiger tusindvis af medarbejdere, men står samtidig over for udfordringer som global konkurrence, mangel på specialiseret arbejdskraft og krav om konstant teknologisk fornyelse (Odense Robotics, 2025; The Robot Report, 2022). 

Tyskland er også internationalt blandt frontløberne inden for robotik og automatisering. Især i brancher som maskinbygning, bilindustrien, medicinsk teknologi og logistik er intelligente automatiseringskoncepter blevet en central faktor for produktivitet, konkurrenceevne og innovationskraft. Af rapporten fra »International Federation of Robotics« fra 2024 fremgår det for eksempel, at der i 2023 blev installeret 28.355 nye industrirobotter i Tyskland. Dette medførte en stigning på 7 % i antallet af nye installationer hos den største europæiske aftager, hvilket i forhold til et fald i BNP på 0,3 % i 2023 understreger branchens uforholdsmæssigt store betydning for den tyske økonomi (International Federation of Robotics, 2024; Statistisches Bundesamt, 2024). Den tyske politik for robotik og automatisering positionerer udbygningen af relevante teknologier som kernen i »Industri 4.0«. Tyske initiativer som BMBF-programmet »Zukunft der Wertschöpfung« (Fremtiden for værdiskabelse) eller netværket »Plattform Industrie 4.0« (Platform Industri 4.0) støtter især små og mellemstore virksomheder i implementeringen af intelligente robot- og automatiseringsløsninger (Bundesministerium für Bildung und Forschung [BMBF]; Plattform Industrie 4.0).

Robotternes potentiale rækker langt ud over fabriksgulvet. De bidrager i dag til den grønne omstilling, skaber sikrere arbejdspladser og åbner for nye måder at løse komplekse opgaver på. Forskere fra Syddansk Universitet har eksempelvis udviklet Genio, en mobil stilladsrobot, der tager de tunge og risikofyldte opgaver fra byggepladsarbejderen og dermed både øger sikkerheden og reducerer fysisk belastning (Syddansk Universitet, 2024). Andre robotteknologier hjælper med at mindske CO₂-udledning og ressourceforbrug – fra solcelledrevne landbrugsrobotter, der sår og gøder med præcision, til automatiserede tøjsorteringssystemer, der reducerer spild (Syddansk Universitet, 2023). 

Vis mere

Vis mindre

Nuværende tendenser og anvendelser

Både den danske og den tyske robot- og automatiseringsindustri har udviklet sig fra at være en niche til at blive en international styrke. Ifølge Teknologisk Institut og Odense Robotics (2025) vil fire megatrends sætte retningen for de kommende år: 

  • Intelligente og adaptive systemer 
    Kombinationen af kunstig intelligens, maskinlæring og avanceret sensorteknologi gør robotter i stand til at udføre komplekse opgaver og tilpasse sig skiftende forhold. Kameraer, LiDAR, radiofrekvens- og akustiske sensorer giver detaljeret miljøforståelse, mens AI muliggør prædiktiv vedligeholdelse, autonom beslutningstagning og realtidsoptimering af processer. 
    Eksempel: SDU’s “robot-næse” kan måle fødevarers friskhed og dermed reducere madspild – en teknologi, der kombinerer sensordata og AI-analyse for at optimere fødevarelogistikken (Syddansk Universitet, 2023). 

  • Interoperabilitet og modulært design 
    Robotter bliver bygget, så de let kan integreres med eksisterende systemer og udskiftes eller opgraderes modulært. Cloud- og edge-computing forbedrer reaktionstider og energieffektivitet, især for mobile robotter. Denne fleksibilitet gør det muligt for virksomheder hurtigt at skalere eller tilpasse sig nye produktionskrav. 

  • Sikkerhed og cybersikkerhed 
    Med stigende digitalisering er både fysisk og digital sikkerhed afgørende. Branchen implementerer zero-trust-modeller, følger EU’s NIS2-direktiv og forbereder sig på post-kvantekryptografi for at beskytte data mod fremtidens trusler (Dansk Teknologisk Institute, 2025). 
    Eksempel: Stilladsrobotten Genio fra SDU viser, hvordan automatisering kan reducere risikoen for arbejdsulykker ved fysisk farlige opgaver, samtidig med at mennesket bevarer styringen (Syddansk Universitet, 2024). 

  • Strategisk forenkling og tilgængelighed 
    For at gøre teknologien mere tilgængelig – især for små og mellemstore virksomheder – udvikles standardiserede plug-and-play-løsninger, der reducerer kompleksitet, implementeringstid og omkostninger. 
    Eksempel: Automatiseret tøjsortering i hospitalssektoren gør det muligt at genanvende materialer, reducere ressourceforbrug og optimere arbejdsprocesser uden behov for omfattende teknisk viden (Syddansk Universitet, 2023). 

Det tyske forskningsmiljø bidrager afgørende til videreudviklingen af robotbaserede processer. Robotics Innovation Center (RIC) ved DFKI (Deutsches Forschungszentrum für Künstliche Intelligenz / det tyske forskningscenter for kunstig intelligens) udvikler eksempelvis robotsystemer til logistik, produktion, rehabilitering, havteknik og en række andre anvendelsesområder (Robotics Innovation Center – DFKI). Afdelingen »Robot and Assistive Systems« ved Fraunhofer IPA har i flere årtier ydet et vigtigt bidrag til interaktionen mellem mennesker og robotter (Fraunhofer Institute for Manufacturing Engineering and Automation IPA). TUM forsker i »Munich Institute of Robotics and Machine Intelligence« (MIRMI) blandt andet i samfundsrelevante problemstillinger som assistentrobotik i plejesammenhæng (geriatronik) (Munich Institute of Robotics and Machine Intelligence.).

Vis mere

Vis mindre

Udfordringer for industrien

  • Mangel på kvalificeret arbejdskraft 
    Behovet for specialister inden for robotteknologi, AI, cybersikkerhed og mekatronik overstiger udbuddet. (Odense Robotics, 2025). 

  • Global konkurrence og prispress 
    Danmark konkurrerer med store aktører fra USA, Kina, Japan og Tyskland. For at bevare markedsandele skal løsninger være teknologisk førende, økonomisk konkurrencedygtige og tilpasningsdygtige over for geopolitiske og logistiske udfordringer (The Robot Report, 2022). 

  • Teknologisk kompleksitet 
    Mange virksomheder, især SMV’er, mangler ressourcer til at implementere avancerede løsninger. Integration med eksisterende produktionssystemer kan være en barriere, hvilket understreger behovet for standardisering (Dansk Teknologisk Institute, 2022). 

  • Sikkerhed 
    Fysisk sikkerhed skal sikres, når mennesker og robotter arbejder side om side. Digitalt er cyberangreb en voksende risiko, og fremtidens kvanteteknologi kan potentielt gøre nuværende kryptering utilstrækkelig (Dansk Teknologisk Institute, 2025). 

  • Etiske og samfundsmæssige dilemmaer 
    Automation kan ændre jobindhold og arbejdsmarkedets struktur. Datasikkerhed, overvågning og ansvarsplacering ved autonome beslutninger er uafklarede spørgsmål, der kræver opmærksomhed (Odense Robotics, 2025). 

Vis mere

Vis mindre

Hvorfor er dette vigtigt for fremtidens medarbejdere?

Robotter og automation ændrer ikke kun industrien – de ændrer selve arbejdsmarkedets spilleregler. Fremtidens medarbejdere skal: 

  • Forstå teknologien for at kunne anvende og udvikle den effektivt. 

  • Arbejde tværfagligt på tværs af teknik, IT, data og forretningsforståelse. 

  • Håndtere etiske dilemmaer og bidrage til løsninger, der er socialt ansvarlige. 

  • Tilpasse sig kontinuerligt gennem livslang læring, da teknologier og arbejdsmetoder udvikler sig hurtigt. 

En undersøgelse fra Institut für Wirtschaft (IW Köln) viser, at behovet for fagfolk med kompetencer inden for digitalisering, automatisering og dataanalyse vokser støt – især inden for tekniske og naturvidenskabelige erhverv (Burstedde et al., 2023). Den teknologiske udvikling kræver her en nytænkning af uddannelse og efteruddannelse.

Med STEPS. knuder vi her ved at forbinde regionale uddannelsesaktører, forskningsinstitutioner og virksomheder for at bringe skoleelever i kontakt med nøgleteknologier på et tidligt tidspunkt. Herigennem håber vi at styrke det regionale potentiale for faglært arbejdskraft inden for programregionen. STEPS. vil her bidrage til at lukke kløften mellem teknologisk innovation og skoleuddannelse og åbne perspektiver for fremtidige erhvervsområder inden for robotik og automatisering.

Vis mere

Vis mindre

Litteratur om emnet

 

 

 

 

 

 

 

 

 

 

 

 

 

Vis mere

Vis mindre

2. Kunstig Intelligens

Europa-Parlamentet beskriver kunstig intelligens (AI) som "en maskines evne til at imitere menneskelige færdigheder som logisk tænkning, læring, planlægning og kreativitet" (Europa-Parlamentet, 2020/2023). Allerede i dag regnes fremskridt inden for kunstig intelligens som nogle af de mest prægende udviklinger i det 21. århundrede: Ved hjælp af AI kan opgaver udføres maskinelt, som hidtil krævede menneskelig læring, tænkning eller beslutningstagning – derudover kan meget store datamængder analyseres, mønstre genkendes og processer automatiseres. Dette skaber betydelige potentialer for økonomi, samfund og uddannelse (Europa-Parlamentet, 2020/2023).

Det, som senest var en gængs ophæng i science fiction-litteraturen, er i dag næsten ikke til at tænke væk fra hverdagen: AI-baserede systemer tager sig i stigende grad af opgaver som personaliserede anbefalinger, selvkørende køretøjer, medicinske diagnoser eller sprogbaserede assistentsystemer. Netop den stigende brug af generativ AI, for eksempel gennem sprogmodeller som Gemini og ChatGPT, eller billedskabende systemer som DALL-E og Midjourney, viser hvilket potentiale brugen af kunstig intelligens tilbyder for samfundsmæssige samt økonomiske transformationer (OECD, u.å.).

Inden for de nævnte økonomiske potentialer er anvendelsesmulighederne for kunstig intelligens for virksomheder mangfoldige; de spænder fra brug af intelligente assistentsystemer inden for lagerstyring eller sortering over delvis automatiseret ansøgerhåndtering til AI-støtte til kundeinteraktioner, for blot at nævne nogle punkter (Plattform Lernende Systeme, 2023). For arbejdsmarkedet kan der udledes et stigende behov for fagkræfter, som ikke kun medbringer teknologiske færdigheder, men også etisk dømmekraft og samfundsmæssigt ansvar (OECD, 2025). Her sætter udfordringen for uddannelsessystemer ind: At gøre elever fortrolige med AI tidligt, fremme kritisk tænkning og påvise potentialer for egne erhvervsmæssige perspektiver.

Den følgende rapport tilbyder et overblik over centrale udviklinger inden for kunstig intelligens, viser aktuelle tendenser og anvendelser, benævner udfordringer for økonomi og uddannelse og diskuterer relevansen for fremtidige fagkræfter i skolekontekst.

Vis mere

Vis mindre

Aktuelle tendenser og anvendelser

Udviklingerne inden for kunstig intelligens skrider hurtigt frem. Mens AI tidligere snarere blev betragtet som forskningsgenstand, nicheteknologi eller dystopisk science fiction-scenarie, skal den i dag vurderes som integreret bestanddel af industriel værdiskabelse samt hverdagsprocesser. I det følgende belyses de vigtigste aktuelle tendenser omkring den teknologiske, økonomiske og samfundsmæssige relevans af kunstig intelligens nærmere.

Generativ AI

Fremkomsten af kraftfulde sprogmodeller, første gang gennem offentliggørelsen af ChatGPT i november 2022, har grundlæggende ændret den offentlige opfattelse af AI. Generativ AI kan skabe tekster, billeder, lyd- og videofiler og åbner dermed nye muligheder inden for uddannelse, økonomi eller kundekommunikation, men rejser samtidig spørgsmål om ophavsret, transparens og etiske grænser.

Kunstig Intelligens på Slutenheder (Edge AI)

Den stigende forskydning af AI-beregninger fra store datacentre til lokale slutenheder udgør en stor aktuel tendens. Således kan for eksempel smartwatches i det private område evaluere sundhedsdata, mens maskiner i produktionen i det industrielle modstykke også kan udføre tilstandsanalyser i realtid – hver især uafhængigt af en konstant forbindelse til en sky. Dette skaber fordele gennem lavere latens, mindre båndbreddebælastning og forbedret privatliv, da den faktiske evaluering af indsamlede data agerer tættere på datakilden (Imagination Technologies, u.å.).

Forklarlig AI

En anvendelse af AI i sikkerhedskritiske områder som sundhedsvæsenet, retsvæsenet eller transportsektoren kræver et højt niveau af transparens vedrørende beslutningsprocesserne. Heraf opstår nødvendigheden af en transformation fra konventionelle processer for maskinlæring hen imod sådanne, som forbliver forklarlige for mennesker i deres beslutningstagning, for eksempel gennem Explainable ("forklarlig") AI (XAI). Denne omfatter metoder og processer, "som gør det muligt for menneskelige brugere at forstå og stole på resultaterne og output" (IBM, u.å.). Kun når beslutninger er forklarlige, kan det sikres, at de forbliver korrekte, etisk forsvarlige og kontrollerbare.

Kollaborativ AI

Ideen om "Human-in-the-Loop" sætter på en sammenfletning af humankapital og semi-autonome AI-systemer. Her forbliver beslutningskompetencen inden for det menneskelige ansvarsområde, mens AI'en støtter ved analyse-, søge- og planlægningsopgaver (IBM, 2025). Gennem nødvendig deltagelse af menneskelig ekspertise tilstræbes således en nedbrydning af hæmningen ved etiske betænkeligheder. Inden for det medicinske område udgør mennesket således en rygforsikring til undgåelse af potentielle fejlbeslutninger fra AI'en (Stat News, 2024).

AI i uddannelse

AI holder også i stigende grad indtog i moderne uddannelsessystemer: Læringsplatforme bruger adaptive algoritmer til individualisering, AI-systemer giver automatiseret feedback – ikke mindst bringer eleverne også AI som integreret bestanddel af deres egen livsverden med ind i undervisningen. Heraf resulterer udfordringer for etablerede undervisningsstrukturer og -materialer, som gør det nødvendigt at fremme nye didaktiske koncepter, kritisk mediekompetence og etisk tænkning, som de fremgår af kravene fra ICILS (ICILS, 2019).

Vis mere

Vis mindre

Udfordringer for industrien

Fremkomsten af stærkere AI-systemer ændrer industrielle processer grundlæggende. En central udfordring består i ikke kun teknisk at implementere AI-teknologier, men at integrere dem i allerede eksisterende forretningsprocesser. I en vejledning til cloud-strategi og kulturel forandring fra Bitkom e.V. nævnes for eksempel udeblivelsen af en grundlæggende gennemgang af eksisterende forretningsprocesser som "snublesten for digital transformation" (Bitkom, 2025).

Videre er den stigende afhængighed af data et aspekt, der skal nævnes. Mange virksomheder råder over tilstrækkelig store datamængder, men det mangler ofte passende kvalitet, strukturering eller bearbejdning for at gøre disse effektivt anvendelige. Derudover mangler der kvalificerede fagkræfter, som medbringer både teknisk og domænespecifik viden. Denne kløft gælder det at lukke gennem målrettet ud- og videreuddannelse (OECD, 2025). Parallelt hermed viser en undersøgelse fra "European Centre for the Development of Vocational Training", at allerede mere end en fjerdedel af de voksne europæere bruger AI på arbejdspladsen, hvilket yderligere støtter et krav om videreuddannelse på dette område (Cedefop, 2025).

Yderligere udfordringer går direkte ud af de ovenfor nævnte aktuelle tendenser: Med stigende overførelse af vidtrækkende kompetencer og ansvar til AI-systemer stiger parallelt kravene til pålidelighed, transparens og sporbarhed af de leverede resultater og beslutninger. Derudover opstår her spørgsmål om ansvar, hæftelse, i tilfælde af generativ AI ophavsretten og den fremtidige rollefordeling mellem mennesker og maskiner.

Vis mere

Vis mindre

Relevans for fremtidige fagkræfter

Som det fremgår af de foregående kapitler, drejer det sig ved AI-kompetencer om nøglekompetencer for morgendagens erhvervsmæssige grunduddannelse. (Fremtidige) fagkræfter har ikke kun brug for en grundforståelse for funktionsmåder og potentialer af AI-systemer til en smidig start på deres erhvervsliv, men skal også udvikle en bevidsthed om grænser, samfundsmæssige påvirkninger og risici ved kunstig intelligens, hvorved der opstår en kritisk-refleksiv omgang med AI-værktøjer. Særligt vigtigt er her uddannelsen af evnen til kritisk at stille spørgsmålstegn ved AI-resultater og præcist at indordne dem.

Gennem fremskridt i AI-teknologier opstår videre nye erhvervs- og dermed følgende kravsprofiler, som for eksempel inden for områderne dataanalyse, maskinel processtyring eller også retsvindskaben. Erhvervsuddannelse og skoleundervisning står derved i ansvaret for allerede tidligt at fremme de hermed forbundne kompetenceområder.

En indlejring af kunstig intelligens i læringsprocesser kan således opbygge handlingsviden, udvide erhvervsperspektiver og bevidst reflektere over AI som genstand for egen livsvirkelighed.

Vis mere

Vis mindre

Litteratur om emnet

Vis mere

Vis mindre