Faglig Fredag den 28. august 2026

Vi byder indenfor i Vartovs historiske lokaler til Faglig Fredag i august. Farvergade 27, 1463 København K. Vi holder til i Store Sal.

Følg med i dagens program, oplægsholdere og abstracts her på siden, opdateringer kommer på løbende, som vi nærmer os afholdelsen. Du kan læse om vores Faglig Fredag og andre faglige events her.

Dagens Agenda

Nødvendigheden af recurring indtjening som konsulent v. Lars Park Damtoft

Emil og Alfred, mine autonome AI-butlere og hvorfor Emil blev sendt i brændeskuret v. Jesper Wermuth

Cloud med en exit strategi

Det seneste år har en ny geopolitisk virkelighed for alvor placeret digital suverænitet øverst på dagsordenen. Hvad der tidligere var forbeholdt teoretiske juridiske og compliance-relaterede diskussioner, er i dag blevet en uundgåelig præmis, som alle organisationer er nødt til at forholde sig til.

Gennem de sidste 10-15 år har vi migreret infrastruktur til skyen i massivt omfang og høstet gevinsterne ved at outsource den tunge drift. Rejsen mod “Big Tech”-platforme har uden tvivl løftet barren for professionalisme, skalerbarhed og sikkerhed til nye højder.

Nu er tiden dog kommet, hvor det er nødvendigt at udforske alternativerne. Spørgsmålet er: Holder de vand, og besidder vi stadig kompetencerne til selv at varetage vores egen infrastruktur?

Ofte dør processen dog allerede ved de indledende analyser, der konkluderer, at vejen er for kompleks og omkostningstung, eller at de europæiske løsninger endnu ikke er modne nok til at løfte opgaven.

Dette oplæg giver et pragmatisk bud på, hvordan vi kommer videre herfra.

Troels Liebe Bentsen, kodende softwarearkitekt & IT-leder

Nødvendigheden af recurring indtjening som konsulent

I en tid, hvor AI fundamentalt ændrer konsulentbranchen, og hvor den gængse opfattelse er, at opgaver enten kan løses på fem minutter eller af autonome AI-agenter, bliver spørgsmålet om både indtjening og relevans stadig vigtigere for konsulenthuse.

I dette oplæg undersøger Lars, hvordan konsulenter kan kombinere den klassiske rådgivningsforretning med en model baseret på recurring indtjening. Med udgangspunkt i erfaringerne fra FusionFlow vil han fortælle om, hvordan de har arbejdet med at opbygge en forretning, hvor rådgivning kombineres med et SaaS-produkt, der skaber en mere skalérbar og tilbagevendende indtjening.

Oplægget vil både være strategisk og teknisk. Lars gennemgår tankerne bag produktet, de vigtigste designvalg og de overvejelser, der ligger bag at bygge SaaS som en del af en konsulentforretning. Samtidig ser vi på, hvordan produkt og rådgivning kan spille sammen og skabe en forretning, der både fastholder værdien af konsulentens ekspertise og skaber nye muligheder i en AI-drevet verden.

Lars Park Damtoft, founder af FusionFlow, softwareudvikler

Lars Damtoft er en erfaren softwarearkitekt, iværksætter og konsulent med mere end 25 års erfaring inden for softwareudvikling, cloud, data og produktudvikling. Han har gennem sin karriere arbejdet med Microsofts teknologier og har specialiseret sig i Azure, SaaS, dataplatforme og AI.

Lars har både været CTO, lead architect og teamlead og har stor erfaring med at kombinere teknisk udvikling med forretningsforståelse og kundedialog. Han har grundlagt flere virksomheder og driver i dag FusionFlow, hvor han arbejder med at hjælpe virksomheder med at udnytte deres data gennem dataplatforme og AI. FusionFlow kombinerer rådgivning med et SaaS-produkt, der gør virksomheders data tilgængelige som fundament for AI-agenter, assistenter og andre AI-løsninger.

Lars har desuden erfaring med ledelse af udviklingsteams, presales, projektledelse og opbygning af SaaS-produkter – altid med fokus på at skabe løsninger, der både er teknisk gennemtænkte og har konkret forretningsværdi.

Emil og Alfred, mine autonome AI-butlere – og hvorfor Emil blev sendt i brændeskuret

De seneste fem måneder har jeg i de sene timer bygget en applikation der arkitektonisk minder om opensource projektet “Openclaw”: en autonom AI-assistent, der selv opfatter, beslutter og handler på tværs af mail, Signal, SMS og kalender – og i øvrigt selv vurderer, hvornår en opgave er løst.

Systemet bruger både kommercielle cloud-modeller og lokale open-weight-modeller, som jeg kører på egen hardware. Jeg byggede det for at undersøge, hvor langt du i praksis kan komme med autonome AI-agenter, samtidig med at du bevarer kontrollen over data og privatliv.

I dag møder jeg systemet som to adskilte butlere: Emil tager sig af arbejdet, mens Alfred tager sig af det private. De har hver deres rettigheder, kanaler, mailkonti og data. De kan blandt andet håndtere regnskabsopgaver, skrive specialiserede mails, koordinere aftaler, opsummere nyheder, fact-tjekke og søge på tværs af beskeder og en vidensbase.

Men det interessante er ikke kun, hvad Emil og Alfred kan. Det er mindst lige så interessant, hvad der gik galt undervejs, og hvorfor Emil på et tidspunkt røg i brændeskuret.

I oplægget deler jeg erfaringerne fra arbejdet med min variant af Openclaw: Hvad kan lokale LLM’er faktisk bruges til? Hvordan bygger du privatliv ind i arkitekturen frem for at overlade det til modellen? Hvornår giver én stor agent mening, og hvornår er flere små bedre? Og hvad sker der med krav, kode og kvalitet, når AI’en selv er med til at bygge systemet?

Det er ikke et teorioplæg. Det er erfaringer fra fem måneders praktisk arbejde med autonome AI-agenter: hvad der virkede, hvad der ikke gjorde, og hvad det kostede at finde ud af.

Mine erfaringer slutter ikke her, og derfor har jeg forhåbentlig endnu flere oplevelser at dele ud af på Faglig Fredag den 28. august

Jesper Wermuth, softwarearkitekt, CEO Lund&Bendsen

Jesper er CEO i Lund&Bendsen, han har solid erfaring som programmør, arkitekt, underviser og rådgiver. Specialiseret i automatisering af infrastruktur, virtualisering og en lang række cloud funderede teknologier.

Jesper er ekspert i Docker og cloud-teknologi og har over 25 års erfaring som softwareudvikler. Han har arbejdet med stort set alle områder af IT virksomheder, fra ledelse til kabling. Han har særligt fokuseret på kvalitet i leverancer gennem automatisering, reproducerbarhed, virtualisering og skalering de seneste år.