Hvad er agentic AI? Definition, eksempler og forskellen på AI-agenter

Agentic AI (på dansk ofte “agentisk AI”) er kunstig intelligens, der selvstændigt arbejder mod et mål: Den planlægger, træffer beslutninger, bruger værktøjer og udfører flere trin i træk – med begrænset menneskelig indblanding undervejs. Hvor generativ AI svarer, når du spørger, så gør agentic AI noget.

Begrebet er gået fra konferencebuzzword til konkret dagsordenspunkt i rekordtempo. Men hvad er agentic AI egentlig, hvordan adskiller det sig fra en AI-agent og fra ChatGPT, og hvor giver det mening at slippe det løs i din organisation? Det får du svar på her.

Hvad er agentic AI? Definitionen

Agentic AI betegner AI-systemer med agens – evnen til at handle selvstændigt på vegne af nogen. Et agentisk system kendetegnes typisk ved fem egenskaber:

1. Målorientering: Det får et mål (“book et møde med de tre leads fra messen”) frem for en enkelt instruktion.
2. Planlægning: Det nedbryder målet i delopgaver og beslutter rækkefølgen.
3. Værktøjsbrug: Det kan kalde systemer og tjenester – mail, kalender, CRM, databaser, browser, regneark.
4. Hukommelse: Det husker, hvad der er sket undervejs, og kan bruge det i næste trin.
5. Selvkorrektion: Det vurderer sine egne resultater og prøver igen, hvis noget fejler.

Agentic AI er altså ikke én bestemt teknologi, men en måde at bygge AI-systemer på. I de fleste tilfælde er “hjernen” en stor sprogmodel (som i ChatGPT eller Claude), mens planlægning, hukommelse og værktøjsadgang er lagt ovenpå.

Agentic AI vs. AI-agent: er det ikke det samme?

Næsten – men ikke helt. Ordene bliver brugt i flæng, og det er fint i daglig tale. Fagligt er forskellen dog nyttig:

• En AI-agent er et konkret system: fx en agent, der behandler indkomne fakturaer. Læs mere i vores artikel Hvad er en AI-agent?
• Agentic AI er det overordnede paradigme og den egenskab, at AI handler selvstændigt. Det dækker både enkeltagenter og systemer, hvor flere agenter samarbejder (såkaldte multi-agent-systemer).

Agentic AI vs. generativ AI

Den sidste linje er den vigtigste. Når AI går fra at skrive til at gøre, flytter risikoen sig fra en dårlig tekst til en sendt mail, en slettet post eller en betalt faktura. Få den fulde baggrund om GenAI i vores guide Hvad er generativ AI?

Sådan virker agentic AI: loopet

De fleste agentiske systemer kører i et simpelt kredsløb, der gentages, indtil målet er nået:

1. Forstå: Agenten læser målet og den tilgængelige kontekst.
2. Planlæg: Den beslutter næste skridt.
3. Handl: Den kalder et værktøj – søger i en database, udfylder et felt, sender en forespørgsel.
4. Observér: Den læser resultatet.
5. Evaluér: Er målet nået? Hvis ikke: tilbage til trin 2.

Teknisk er det blevet markant lettere at koble agenter til virksomhedens systemer, blandt andet takket være åbne standarder som Model Context Protocol (MCP), der fungerer som et fælles “stik” mellem AI-modeller og værktøjer.

Eksempler på agentic AI i virksomheder

• Kundeservice: Agenten læser henvendelsen, slår ordren op, vurderer reglerne for returnering, opretter returlabel og svarer kunden – og sender kun de svære sager videre til et menneske.
• Økonomi: Fakturaer modtages, kontrolleres mod indkøbsordrer, konteres og sendes til godkendelse.
• Salg: Leads beriges med data, prioriteres og får et personligt første udspil, klar til sælgerens godkendelse.
• HR: Onboarding-forløb, hvor adgange, materialer og møder sættes i gang automatisk.
• Research og analyse: Agenten søger, læser, sammenligner kilder og leverer et struktureret notat.

Flere konkrete cases finder du i AI-agenter i praksis: sådan får I en digital kollega, der selv tager fat.

Udfordringerne: derfor fejler mange agentic AI-projekter

Agentic AI er ikke magi. Analysehuset Gartner forudsagde i juni 2025, at over 40 procent af agentic AI-projekter vil blive droppet inden udgangen af 2027 – på grund af stigende omkostninger, uklar forretningsværdi eller utilstrækkelig risikostyring. Gartner advarede samtidig mod “agent washing”: at almindelige chatbots og automatiseringer bliver omdøbt til “agenter” uden at være det.

De typiske faldgruber:

• For bredt mål: “Automatisér kundeservice” er ikke en opgave. “Håndtér returneringer under 500 kr.” er.
• Manglende rettigheder og logning: Hvem må agenten handle på vegne af – og kan I se, hvad den har gjort?
• Ingen menneskelig kontrol ved de kritiske trin: Betaling, sletning og ekstern kommunikation bør have et godkendelsestrin, i hvert fald i starten.
• Fejl, der forplanter sig: En lille hallucination i trin 2 kan blive til en stor fejl i trin 7.
• Sikkerhed: Agenter, der læser mails og hjemmesider, kan narres af skjulte instruktioner (såkaldt prompt injection).
• Regulering: EU’s AI-forordning gælder også for agenter – og kravet om AI-kompetencer hos medarbejderne gælder allerede.

Mange projekter strander i øvrigt det samme sted: mellem en flot demo og daglig drift. Læs, hvorfor AI-pilotprojekter sjældent kommer videre end demoen.

Sådan kommer du i gang med agentic AI

1. Vælg én afgrænset, gentagen opgave med klare regler og et målbart resultat.
2. Kortlæg processen trin for trin, før du bygger noget.
3. Start med “menneske i loopet”: Agenten foreslår, mennesket godkender. Løsn grebet, når tilliden er opbygget.
4. Giv mindst mulige rettigheder og log alt.
5. Udnævn en ejer, der har ansvaret for agentens adfærd og resultater.
6. Mål og justér: tid sparet, fejlrate, kundetilfredshed.

Ofte stillede spørgsmål

Hvad er agentic AI?

Agentic AI (agentisk AI) er kunstig intelligens, der selvstændigt arbejder mod et mål ved at planlægge, træffe beslutninger, bruge værktøjer og udføre flere trin med begrænset menneskelig indblanding.

Hvad er forskellen på agentic AI og en AI-agent?

En AI-agent er et konkret system, der løser en opgave. Agentic AI er det overordnede paradigme og den egenskab, at AI handler selvstændigt – og dækker både enkeltagenter og samarbejdende multi-agent-systemer.

Hvad er forskellen på agentic AI og generativ AI?

Generativ AI skaber indhold ud fra en prompt. Agentic AI udfører opgaver ud fra et mål og bruger ofte en generativ sprogmodel som motor, suppleret med planlægning, hukommelse og adgang til værktøjer.

Hvad betyder agentisk AI?

Agentisk AI er den danske betegnelse for agentic AI: AI-systemer med evnen til at handle selvstændigt på vegne af en bruger eller organisation.

Er agentic AI sikkert at bruge i virksomheder?

Det kan det være, hvis agenten har afgrænsede opgaver, mindst mulige rettigheder, fuld logning og menneskelig godkendelse ved kritiske handlinger som betalinger og ekstern kommunikation.

Hvor kan jeg lære at bygge AI-agenter?

Aros Business Academy udbyder et kursus i AI-agenter og automatisering, hvor du lærer at bygge og styre agenter i praksis, samt Mini MBA i Artificial Intelligence med det strategiske overblik.

Kort sagt

Agentic AI er skiftet fra AI, der hjælper dig med at skrive, til AI, der hjælper dig med at få ting gjort. Gevinsten kan være stor, men det kræver, at I vælger opgaverne med omhu, bygger kontrol ind fra start og har folk, der forstår både teknologien og forretningen. Det er dem, vi uddanner.