Depot på containerlinjer
Chaufføren skal kunne vælge et depot, når en containerlinje oprettes.
- Givet en containerlinje
- Når chaufføren indtaster et containernummer
- Så kan linjen først gemmes, når der er valgt et depot
AI i jeres udvikling
Få AI ind i den måde, I udvikler på.
Måske bruger enkelte hos jer allerede AI. Måske har I en idé, I vil prøve af. Vi hjælper jer med at tage næste skridt på jeres egne opgaver, så I både får noget bygget og lærer, hvordan I selv kan arbejde videre.
Hvad kan det gøre for os?
Det, I skal have ud af det, er mere end hurtigere kode. Vi vurderer effekten på hele opgaven, også test, review og rettelser.
Kortere vej til at prøve en idé
Vi bygger noget, brugerne kan afprøve, før I bruger et større budget. Så ved I tidligere, om idéen er værd at fortsætte med.
Mere ud af teamets tid
Vi bruger AI på de dele af udviklingen, hvor det hjælper, og skærer ned på gentaget afklaring og manuelt arbejde.
Folk, der kan tage næste skridt selv
Jeres medarbejdere arbejder med i forløbet, får de aftalte værktøjer og instrukser og prøver selv at føre arbejdet videre. Et afleveret dokument er ikke nok.
Bedre beslutninger om investeringen
Vi sammenligner med den måde, I løser opgaven på i dag. Så kan I vælge, hvor AI skal bruges mere, og hvor det ikke betaler sig.
Et konkret forløb hos DSV Transport
Chaufføren skal kunne vælge et depot, når en containerlinje oprettes. Opgaven blev formet sammen med DSV Transport, agenten byggede og testede, og et menneske godkendte ændringen samme dag. Det er et eksempel, ikke et løfte om, at alle opgaver går lige så hurtigt.
- TruckyFår kortet om depotvalg på containerlinjer
- ForstårLæser opgaven, skitserne og koden
- SpørgerSkal alle containernumre have et depot?
- ForstårFår svar. Opgaven er klar nok til at bygge
- ByggerDepotvalget i de rigtige skærme, på dansk
- TjekkerKodestil og typer er i orden
- TesterEnhedstest og hele forløbet som en chauffør
- ReviewerLæser ændringen igennem med friske øjne og retter det, den finder
- RisikoMellem, fordi ændringen rører bookinglinjer
- KlarPull request klar til et menneske
#550 Depotvalg på containerlinjer
Risiko: mellem
Korrekthed: høj
- Kodestil
- Typer
- Enhedstest
- Hele forløb
Godkendt af et menneske og merget samme dag.
Det kan jeres folk tage med videre
Når forløbet slutter, skal arbejdsformen blive hos jer. Det er det, vi planlægger efter fra begyndelsen.
Viden, der står ved koden
De uskrevne regler om løsningen bliver skrevet ned, der hvor koden ligger, så både nye kolleger og AI arbejder efter dem.
Test, der holder
Automatiske test af de vigtigste forløb, så en ændring bliver kontrolleret på samme måde, uanset hvem der har lavet den.
Aftaler om ansvar
Hvem der vurderer en ændring, hvem der godkender, og hvem der udgiver. Skrevet ned og prøvet af på rigtige opgaver.
AI i produktet eller AI i udviklingen
Det er to forskellige ting, og de løser forskellige problemer. Vi hjælper med begge, men vi blander dem ikke sammen.
AI som funktion i jeres produkt
Fx en assistent, der svarer kunderne, som hos dao, eller en mødeplanlægger til spejderledere, som hos Det Danske Spejderkorps. Det giver brugerne noget nyt. Det gør ikke i sig selv jeres udviklingsteam bedre til at bruge AI.
AI som arbejdsform i udviklingen
Agenter, der arbejder i kodebasen, prototyper bygget direkte i kode og fælles instrukser, så teamet får mere færdigt. Det er det, siden her handler om.
Hvor kan vi begynde?
Tre situationer, vi ofte møder. Hver af dem fører til et konkret første skridt.
Eksisterende software
Vi vil have AI ind i en kodebase, der allerede kører.
Vi gennemgår den relevante del af løsningen, gør det nødvendige klar og tager en konkret ændring. Derefter aftaler vi den videre arbejdsform. DSV Transport er eksemplet.
Få AI ind i jeres udviklingsteamEn ny løsning
Vi vil bygge noget nyt og prøve det af.
Vi bygger en prototype eller en første version, som brugerne kan prøve, og vurderer sammen med jer, hvad der skal til for at bruge den i hverdagen.
Byg den første løsning med AIJeres team
Vi har prøvet AI, men arbejdsformen fungerer ikke på tværs af teamet.
Vi arbejder med jeres team på rigtige opgaver og får ansvar, review og planlægning til at passe til den nye måde at udvikle på.
Få arbejdsformen til at fungereHvad sker der under et samarbejde?
Et eksempel på forløbet. Det er ikke fire faser, I skal købe. Hvor langt vi går, aftaler vi undervejs.
Vælg opgaven
Vi vælger en opgave, der betyder noget, og aftaler fra start, hvem der er med, hvilken adgang vi har, hvordan ændringer bliver testet, og hvem der godkender.
Byg og prøv sammen
Vi bygger sammen med jeres folk og prøver løsningen med dem, der skal bruge den.
Vurder resultatet
Vi ser på hele opgaven: tid, kvalitet, efterarbejde og hvad brugerne siger. Og vi sammenligner med den måde, I gør det på i dag.
I tager mere af ansvaret
Jeres folk prøver selv at løse den næste opgave med vores hjælp. Så bliver det tydeligt, hvad der mangler, før I står alene med det.
Hvad gør I for, at kvaliteten følger med?
Hurtigere udvikling er kun noget værd, hvis I kan stole på det, der kommer ud. Derfor er ansvar, test og review aftalt, før vi skriver den første linje.
Et menneske står inde for hver ændring. Agenter kan foreslå og bygge, men et menneske vurderer og godkender, før noget når jeres brugere. Hvem det er, aftaler vi med navn.
Ændringer bliver testet på samme måde, uanset hvem der har lavet dem. De vigtigste forløb bliver testet automatisk, og det, der er svært at teste automatisk, bliver prøvet af mennesker.
Brugerne er med. Vi prøver løsningen med dem, der skal bruge den. Det kan AI ikke gøre for os.
Teknisk: Sådan arbejder agenterne i en eksisterende kodebase
Hos DSV Transport gjorde vi Truck Log klar til agenter fra maj til juli 2026:
- Vi skrev de uskrevne regler ned i kodebasen: hvordan appen er bygget, hvilke dele der er følsomme, og hvad der kræver en ny version i App Store.
- De automatiske test dækker nu 17 forløb på iOS, Android og web, og antallet af testfiler er gået fra cirka 100 i maj til 163.
- Agenten tager opgaver fra teamets board, spørger ind, hvis noget er uklart, og bygger, tester og gennemgår sin egen ændring.
- Fejler testene, får agenten ét forsøg mere. Derefter tager en udvikler over.
- Ændringer i login, offline data og kode tæt på telefonen bliver automatisk vurderet som høj risiko.
- Agenter udgiver aldrig. Det gør et menneske.
Tallene beskriver arbejdsformen. De er ikke i sig selv et forretningsresultat.
Teknisk: Beslutninger, der ikke går tabt
Vi skriver vigtige beslutninger ned som korte notater ved koden: hvad vi valgte, hvorfor, og hvad vi valgte fra. Så kan både nye kolleger og agenter finde dem igen, og en afgjort diskussion bliver ikke taget forfra.
Hvad skal vi selv bidrage med?
Uden jeres folk kan vi stadig bygge software. Men vi kan ikke love, at I lærer at udvikle selv.
En ansvarlig person
En, der har tid og mandat til at arbejde med os og træffe beslutninger undervejs.
Folk, der deltager
De medarbejdere, der skal kunne arbejdsformen bagefter, og tid til, at de kan øve sig på rigtige opgaver.
Adgang
Til koden, værktøjerne og den viden om forretningen og brugerne, opgaven kræver.
En beslutning om prioritet
At ledelsen har besluttet, at arbejdet bliver prioriteret, også når hverdagen presser.
Hvad har I prøvet selv og med kunder?
Vi skelner mellem vores egen erfaring, software vi har leveret til kunder, og forløb hvor kundens eget team har lært arbejdsformen.
Vores egen erfaring
De seneste to år har vi lagt vores egen udvikling om. Agenter arbejder i kodebasen om natten, product managers bygger selv features med AI, og flere hos os arbejder på tværs af de roller, vi havde før. Vi er stadig ved at finde den bedste organisering, og vi tager erfaringerne med ind hos jer.
Software, vi har leveret med AI i udviklingen
DSV Transport (agenter i en eksisterende app), Statens Naturhistoriske Museum (en ny webshop, hvor billetsalget åbner i november 2026), Lungeforeningen (en medlemsportal prototypet direkte i kode) og Sjællandske Medier (en klikbar prototype bygget med AI på få dage, før platformen blev bygget).
Forløb, hvor kundens team har lært arbejdsformen
Det er en del af det, vi tilbyder i fase 2. Vi viser forløbene her, når de kan dokumenteres.
Eksemplet i fuld længde
DSV Transport
Få mere udviklet i den løsning, I allerede har
- Udgangspunktet
- Truck Log er appen, DSV Transports chauffører bruger hver dag til bookinger, vejesedler og kørsel. Den var bygget, før vi arbejdede med agenter.
- Det gjorde vi
- Vi gav kodebasen den viden, de test og det rækværk, agenterne skal bruge for at arbejde sikkert, og aftalte, at et menneske altid godkender og udgiver.
- Det kan vi vise
- Agenter er nu en fast del af udviklingen, og DSV Transport kan prøve ændringer på egne telefoner, før de bliver udgivet. Det tager to minutter at sende en færdig ændring ud til test.
Spørgsmål, vi ofte får
Kan I arbejde med vores eksisterende løsning?
Ja. Vi begynder med at forstå koden, jeres værktøjer og den måde, I arbejder på. Derfra vælger vi en egnet opgave og finder ud af, hvad der skal være på plads for at bruge AI i arbejdet.
Skal vi have egne udviklere?
Det afhænger af, hvad I vil kunne selv. Har I et udviklingsteam, arbejder vi sammen med det. Har I få tekniske ressourcer, kan vi tage en større del af udviklingen og aftale, hvordan jeres folk deltager.
Hvorfor ikke bare købe værktøjerne selv?
Det kan I også. Vores hjælp handler om at få dem til at fungere på jeres opgaver og i jeres team, fra den nødvendige viden om løsningen til test og ansvar for ændringerne.
Kan vi fortsætte uden Abtion?
Det er en del af det, vi planlægger sammen. Vi aftaler, hvad I vil kunne overtage, og øver det undervejs. Hvor langt I kan komme selv, afhænger af opgaven og den tid og faglighed, I har i teamet.
Hvad sker der med vores data?
Vi afklarer, hvilke data værktøjerne må bruge, hvem der har adgang, og hvilke løsninger der passer til jeres krav, før vi kobler dem på.
Hvad gør vi nu?
Fortæl os om én konkret opgave og hvor I står i dag. I behøver ikke en AI strategi på forhånd.
