GitHub Copilot er en AI-kodeassistent, der hjælper med kodeforslag, forklaringer, test, fejlfinding og pull requests i udviklingsværktøjer. Du får overblik over funktioner, begrænsninger, datakontrol og de spørgsmål, organisationer bør afklare, før Copilot bruges i professionelle kodebaser.

Gamma.app er et webbaseret AI-værktøj til at skabe præsentationer, dokumenter og websider hurtigere. Overblikket forklarer, hvad værktøjet kan, hvor menneskelig redigering stadig er nødvendig, og hvilke data-, eksport- og samarbejdsspørgsmål der bør afklares før brug i en organisation.

Forudsigelig vedligeholdelse bruger sensorer, historiske driftsdata og analysemodeller til at opdage tegn på fejl, før udstyr bryder ned. Overblikket forklarer forskellen fra fast service, hvilke data der bruges, hvor AI kan hjælpe, og hvilke begrænsninger, sikkerhedskrav og beslutningsregler der bør være på plads.

Open source AI giver adgang til at bruge, undersøge, ændre og dele centrale dele af systemet, mens closed source AI normalt styres af leverandøren. Overblikket skelner mellem open source, open weights og lukkede API-modeller og viser, hvordan licens, data, sikkerhed, drift og EU-regler påvirker valget.

Fine-tuning af sprogmodeller betyder, at en allerede trænet model videreuddannes på udvalgte eksempler til en bestemt opgave, tone eller struktur. Metoden er mest relevant, når adfærd skal gentages stabilt, mens opdateret viden ofte kræver eksterne datakilder, test og sikker datastyring.

Federated learning gør det muligt at træne en fælles AI-model, mens rå træningsdata bliver hos de enheder eller organisationer, der allerede har dem. Metoden kan mindske datacentralisering, men kræver stadig sikker aggregering, robust drift, dokumenteret ansvar og realistisk kontrol med modelkvalitet.

Explainable AI (XAI) gør AI-modellers output mere forståelige ved at vise, hvilke data, mønstre eller features der påvirker en beslutning. Begrebet er især relevant, når AI bruges til beslutningsstøtte, risikovurdering, governance, biaskontrol og menneskeligt tilsyn.

EU AI Act er EU’s risikobaserede regelsæt for kunstig intelligens og gælder direkte i medlemslandene. Reglerne omfatter forbudte AI-praksisser, højrisiko-systemer, generelle AI-modeller, gennemsigtighed, tilsyn og de vigtigste datoer for organisationer, der udvikler eller bruger AI.

Autonome AI-agenter får ikke selv erstatningsansvar; ansvaret vurderes hos de mennesker og virksomheder, der udvikler, integrerer, kontrollerer eller bruger systemet. Overblikket viser, hvordan ansvarskæden hænger sammen med EU AI Act, produkthaftighed, GDPR, dokumentation, kontrakter og praktisk risikostyring.

Enterprise AI er organisatorisk brug af kunstig intelligens med fælles styring, sikre dataforbindelser, driftsovervågning og klare ansvarsroller. Overblikket hjælper med at skelne mellem enkeltstående AI-værktøjer og løsninger, der skal fungere på tværs af arbejdsgange, systemer og risikokrav.