Skip to main content
AIDA Spring 2026
Toggle Dark/Light/Auto mode Toggle Dark/Light/Auto mode Toggle Dark/Light/Auto mode Back to homepage

AIDA

Velkommen til valgfaget "AI Drevne Applikationer" - a.k.a. AIDA. Her finder du detaljer om det faglige indhold og vores overordnede plan for forløbet.

Det bliver en fest!

/Jon og Jesper

Undervisningsplan

Gang 1 · 10/4

Kursusintro + Portfolio

Introduktion til kurset, AI, eksamen og forventninger. Vi gennemgår hvad AI-drevne applikationer er, og hvordan LLM’er indgår i moderne softwarearkitektur. Alle får oprettet et portfolio-website, hvor cases fra kurset dokumenteres.

Gang 2 · 13/4

Retrieval Augmented Generation (RAG)

Introduktion til RAG-arkitektur. Vi ser hvordan egne dokumenter kan kobles til en LLM via embeddings og retrieval. Fokus på hvornår RAG giver værdi, og hvornår det ikke gør.

Gang 3 · 17/4

RAG demo og gennemgang

Demo af RAG-løsninger. Vi analyserer retrieval-kvalitet, promptdesign og datakilder. Diskussion af styrker og begrænsninger ved RAG-baserede systemer.

Gang 4 · 20/4

Kodeagenter i softwareudvikling

Introduktion til AI-baserede kodeagenter (fx Claude Code). Hvordan kan de bruges til arkitektur, debugging, refactoring og test. Fokus på samarbejde mellem udvikler og agent.

Gang 5 · 24/4

LLM API-integration

Hvordan integrerer man en LLM i sin egen applikation. Vi arbejder med API-kald, promptstruktur, struktureret output og asynkron programmering.

Gang 6 · 27/4

LLM API-implementering

Vi bygger videre på opgaven fra gang 05 og implementerer en fungerende LLM-drevet applikation. Fokus er rubric, prompts, backend, API-kald, struktureret output og test af den samlede løsning.

Gang 7 · 1/5

Spec Driven Development & Juridiske/etiske overvejelser

Introduktion til systemudviklingsmetoder tilpasset softwareudvikling med kodeagenter. Vi arbejder med specifikationer, acceptkriterier og workflows samt juridiske og etiske aspekter som GDPR, bias og ansvarlighed.

Gang 8 · 4/5

Virksomhedsoplæg

Besøg fra virksomhed med konkrete problemstillinger hvor AI kan anvendes. De studerende introduceres til en række mulige cases.

Gang 9 · 11/5

Projektstart

Projektteams dannes og udvikling af en AI-drevet applikation igangsættes baseret på virksomhedens case eller evt. egen idé.

Gang 10 · 18/5

Projektarbejde + teknisk sparring

Fokus på arkitektur, dataflow, API-integration og brug af AI-værktøjer i udviklingsprocessen. Der udarbejdes en plan og strategi for det videre arbejde med projekterne.

Gang 11 · 22/5

Projektarbejde + code review

Arbejde videre med projekterne. Vi laver fælles code review og diskuterer brugen af kodeagenter og spec-driven development i udviklingsprocessen.

Gang 12 · 26/5

Projektdemo og refleksion

De enkelte teams demonstrerer deres løsninger og diskuterer tekniske valg, begrænsninger og mulige forbedringer.

Gang 13 · 29/5

Eksamensforberedelse

Opsamling på forløbet, forberedelse til eksamen og klargøring af portfolio.