Kursen följer en tydlig progression:
Dag 1: varför rollen förändras och hur utvecklaren kommer närmare verksamheten
Dag 2: hur affärs- och verksamhetsbehov översätts till rätt AI-lösning och strukturerat AI-arbete
Dag 3: hur agentiska arbetssätt, QA och intern möjliggörarroll fungerar i praktiken
Dag 4: hur man säkrar, förvaltar och gör AI-driven utveckling hållbar över tid
Kursinnehåll / Kursstruktur
Dag 1: Utvecklarrollens transformation och affärsnära behovsförståelse
Förmiddag: Kod räcker inte – så förändras utvecklarrollen i AI-skiftet
Syfte: Skapa en tydlig förståelse för varför utvecklarrollen förändras, vilka delar av det traditionella utvecklararbetet som tappar i värde, och vilka förmågor som blir centrala framåt.
Innehåll:
- Funktioner som tappar i värde: ren syntax, manuellt kodknackande, isolerad ticketleverans, forum-sökande
- Färdigheter som kommer värdesättas framåt: verksamhetsförståelse, problemlösning, kravöversättning, orkestrering, säkerhet och arkitekturtänk
- Från code completion till agentiskt arbetssätt
- Utvecklaren som dirigent, översättare och kvalitetsbärare
- Kompetensgap och skillnader mellan juniora och seniora utvecklares omställningsbehov
- Det sociala hantverket som en del av modern utvecklarkompetens
Efter passet ska deltagaren kunna:
- beskriva hur utvecklarrollen förändras de närmsta åren
- förklara varför affärsförståelse och AI-samspel blir strategiska kärnkompetenser
- förstå varför kursen handlar om rollförflyttning, inte bara verktygsanvändning
Eftermiddag: Verksamhetsdialog, värdeströmmar och identifiering av krav: lär dig fånga behoven bakom kraven
Syfte: Göra verksamhetsförståelse konkret och ge deltagarna metoder för att identifiera behov, värde och kvalitetskrav i dialog med andra delar av organisationen.
Innehåll:
- Affärsstruktur, värdeströmmar och var AI faktiskt kan skapa värde
- Att identifiera rätt problem att automatisera
- Från kravlista till verklig behovsbild
- Workshopmetodik för att intervjua domänexperter inom exempelvis marknad, logistik, inköp och verksamhetsutveckling
- Intervjuteknik för utvecklare
- Modell för strukturerad kravintervju och kravworkshop
- Att lyssna efter kvalitetsattribut i luddiga kund- och verksamhetssamtal
- Processkartläggning av kollegors flöden för att hitta friktion, felkällor och automationsmöjligheter
Efter passet ska deltagaren kunna:
- genomföra enklare behovsintervjuer med verksamheten
- analysera ett arbetsflöde utifrån värdeskapande och förbättringspotential
- identifiera dolda kvalitetskrav som säkerhet, robusthet och skalbarhet i tidiga dialoger
Dag 2 Från affärsbehov till AI-ready lösning
Förmiddag: Från affärsbehov till AI-ready: välj rätt lösning för rätt problem
Syfte: Ge deltagarna ett ramverk för att avgöra vilka AI-lösningar som passar olika typer av problem och hur man går från behov till hållbart lösningsupplägg.
Innehåll:
- Hur man bryter ner affärsbehov till arbetsflöden, beslutspunkter och databehov
- Design av utvecklingsmiljö
- Vilka lösningar passar för olika problem
- När promptdrivna flöden räcker
- När RAG, embeddings eller agentiska upplägg är rätt väg
- När traditionell automation eller vanlig systemutveckling är bättre än AI
- Från demo och prototyp till verkligt verksamhetsvärde
- Utvecklarens ansvar att designa AI-lösningar som fungerar i organisationens verklighet
Efter passet ska deltagaren kunna:
- resonera om vilken typ av lösningsmönster som passar olika problem
- skilja mellan hype, prototypvärde och faktisk affärsnytta
- koppla AI-val till värdeströmmar, processer och målbild
Eftermiddag: Promptarkiv, prompt som kod och översättning av kvalitetsattribut
Syfte: Visa hur prompts, instruktioner och AI-interaktion behöver behandlas mer systematiskt som en del av utvecklingsarbetet.
Innehåll:
- Prompt som kodartefakt
- Teamminne, spårbarhet och reproducerbarhet
- Promptarkiv och promptloggar som stöd för förvaltning och generationsskiften
- Hur man återskapar funktionalitet när modeller eller verktyg byts ut
- Hur man dokumenterar krav, antaganden och AI-beslut
- Att översätta kvalitetsattribut och KPI:er till kravspecifikation
- Hur promptarbetet kopplas till testbarhet, förvaltning och långsiktig förståelse
Efter passet ska deltagaren kunna:
- förklara varför prompts behöver behandlas som strukturerade artefakter
- förstå hur promptarkivering kan stödja förvaltning och spårbarhet
- översätta övergripande kvalitetskrav till tydligare tekniska och funktionella krav
Dag 3: Agentisk utveckling, quality assurance (QA) och säker teknisk styrning
Förmiddag: QA i en värld av agenter, review loops och mänskliga grindar
Syfte: Ge deltagarna en konkret förståelse för hur agentiska arbetssätt förändrar utveckling, kvalitetssäkring och ansvarsfördelning
Innehåll:
- Vad agentisk utveckling är och hur det skiljer sig från vanlig AI-assistans
- Från code completion till kedjor av generering, test, självgranskning och förbättring
- AI mot AI: generering, granskning och verifiering
- Human-in-the-loop design patterns
- När människan ska vara grind, kontrollfunktion eller beslutsfattare
- QA-checklista för AI-genererad kod
- Flödesskiss för automatiserad granskning med definierade mänskliga grindar
- Vad som fortfarande måste säkras manuellt: domänlogik, behovsuppfyllnad, datakvalitet och rimlighet
Efter passet ska deltagaren kunna:
- beskriva hur QA förändras i en agentisk setup
- förstå samspelet mellan automatiserad granskning och mänskligt omdöme
- använda enkla modeller för människa–agent-samspel i kvalitetssäkring
Eftermiddag: Orkestrering, lösningscoaching och utvecklaren som intern möjliggörare
Syfte: Flytta fokus från enskild kodproduktion till hur utvecklare kan möjliggöra säker och värdeskapande AI-användning i hela organisationen.
Innehåll:
- Utvecklaren som orkestratör mellan verktyg, modeller, system och verksamhetsbehov
- Integrationslagret: API:er, MCP och dataflöden
- Hur man hjälper kollegor att identifiera automationsmöjligheter
- Hur man fungerar som bollplank i AI-stödd problemlösning
- Hur man bygger relationer och förtroende så att skugg-IT, egna prototyper och rogue AI-lösningar kommer upp till ytan
- Workshopformat för att fånga idéer från verksamheten och omvandla dem till säkrare lösningsupplägg
- Utvecklaren som intern coach, möjliggörare och brygga mellan snabb innovation och teknisk hållbarhet
Efter passet ska deltagaren kunna:
- beskriva utvecklarens roll som intern möjliggörare av AI-värde
- identifiera hur AI-idéer från verksamheten kan fångas upp och struktureras
- förstå hur orkestrering och relationsbyggande blir en del av teknisk leverans
Dag 4: Säkerhet, förvaltning och hållbar produktion
Förmiddag: Bygg säkert från början: systemsäkerhet och behörighet, intellectual property och säkra utvecklingsmiljöer
Syfte: Ge deltagarna en tydlig förståelse för riskerna i AI-driven utveckling och vad som krävs för att arbeta säkert med modeller, agenter och externa tjänster.
Innehåll:
- Säkerhet i det som byggs och i själva utvecklingsprocessen
- Risker med externa MCP-servrar, agentverktyg och osäkra ramverk
- Flödesskiss för automatiserad granskning och definierade mänskliga grindar
- Sandboxing, minsta privilegium, Zero-Trust och isolerade miljöer
- Lokala modeller kontra molntjänster
- Datahantering, behörigheter och kontroll över känslig information
- IP-risker, loggning och skydd av organisationens kunskap
- Säkerhetstänk från prototyp till produktion
- Samspel mellan utvecklare, AI enablement, tech lead, säkerhetsfunktion och ledning
Efter passet ska deltagaren kunna:
- identifiera centrala säkerhetsrisker i AI-stödd utveckling
- förstå varför säkra utvecklingsmiljöer är avgörande
- resonera om leverantörsval, datakontroll och IP-risker
Eftermiddag: Förvaltning när lösningen ska finnas kvar men modeller och verktyg byts ut
Syfte: Avsluta kursen med ett långsiktigt perspektiv: hur utvecklar man lösningar som går att förstå, återskapa, förvalta och förbättra när modeller, verktyg och team förändras?
Innehåll:
- Förvaltning i en miljö där modeller och verktyg förändras snabbt
- Hur AI-genererad kod påverkar läsbarhet, underhållbarhet och teknisk skuld
- Hur kravspec, test, promptloggar och dokumentation kan användas för att återskapa funktionalitet
- Hur man bevarar domänlogik över tid
- När det är bättre att bygga om än att förlänga livslängden på svårförståelig lösning
- Avslutande övning: ta fram en strategi för att återskapa funktionalitet utan att tappa verksamhetslogik, kvalitet eller spårbarhet
Efter passet ska deltagaren kunna:
- förstå vad hållbar förvaltning innebär i AI-driven utveckling
- resonera om hur team kan minska sårbarhet vid modell- och verktygsbyten
- använda dokumentation, tester och promptloggar som stöd för långsiktig teknisk hållbarhet
