AI i softwareudvikling: sådan bruger udviklere det, og hvad det betyder for din pris

AI i softwareudvikling er i 2026 et almindeligt arbejdsredskab: det skriver udkast til kode, foreslår tests og forklarer kode som udvikleren ikke kender i forvejen. Det sparer reel tid på rutineopgaver, men ikke på det der typisk koster mest i et projekt: at finde ud af hvad der skal bygges, vælge den rigtige løsning og stå inde for at den virker. For dig som kunde betyder det at enkelte opgaver bliver billigere, mens prisen på et helt projekt sjældent falder så meget som overskrifterne lover.

Jeg er selv freelanceudvikler og har altså en interesse i emnet, så læs med det forbehold. Til gengæld får du et blik indefra på hvordan arbejdet foregår, og hvilke spørgsmål du bør stille, når du får et tilbud.

Den korte version: hvor AI sparer tid, og hvor det ikke gør

Min tommelfingerregel er enkel: jo lettere det er at kontrollere om resultatet er rigtigt, jo mere kan AI hjælpe. Jo dyrere en fejl er, og jo senere den opdages, jo mindre bør du overlade til et værktøj.

Dette indlæg handler om hvordan udviklere bruger AI i kundeprojekter. Bygger du selv med værktøjer som Lovable eller Cursor, er det et andet spørgsmål, og det dækker jeg i guiden til at gøre en AI-prototype klar til produktion.

Tre måder udviklere bruger AI på

I Stack Overflows udviklerundersøgelse fra 2025 svarede 84 % at de bruger eller planlægger at bruge AI-værktøjer, og 51 % af de professionelle udviklere bruger dem hver dag. Men "jeg bruger AI" kan dække over tre meget forskellige ting.

Autoudfyldning i editoren

Mens udvikleren skriver, foreslår et værktøj som GitHub Copilot i VS Code de næste linjer. Det sparer tastetryk, og udvikleren ser hver linje før den bliver accepteret, så risikoen er lav.

Chat som sparringspartner

Udvikleren spørger en sprogmodel som ChatGPT eller Claude om alt fra hvordan en API virker, til hvorfor en forespørgsel fejler. Det går hurtigere end at lede i dokumentation og fora, men svarene skal kontrolleres, fordi de kan lyde overbevisende og stadig være forkerte.

Agenter der arbejder selv

Agentværktøjer som Claude Code, Cursor eller Copilots agenttilstand kan læse hele projektet, ændre flere filer, køre tests og rette deres egne fejl. Her er de største tidsbesparelser mulige, og her er det lettest at miste overblikket. I samme undersøgelse brugte 31 % af udviklerne AI-agenter (14 % dagligt), mens 38 % slet ikke brugte dem og ikke havde planer om det.

Sådan arbejder en erfaren udvikler med AI, trin for trin

Værktøjerne skifter hurtigt, men den arbejdsgang der holder i kundeprojekter, ligner typisk denne. Det er også den jeg anbefaler.

1. Forstå opgaven før første prompt

Det vigtigste arbejde sker før koden: hvad skal funktionen kunne, hvem bruger den, og hvad skal der ske når noget går galt? AI kan hjælpe med at finde grænsetilfælde, men beslutningerne træffes sammen med dig. En præcis opgave giver bedre kode, også når det er en maskine der skriver den.

2. Skær opgaven i små, afgrænsede bidder

AI klarer sig bedst med en afgrænset opgave og den rette kontekst: hvilke filer det drejer sig om, og hvad der ikke må ændres. "Byg brugerstyring" giver et rodet resultat. "Tilføj et telefonnummer på profilsiden, valider det og vis det i administrationen" giver noget der kan gennemgås på få minutter.

3. Læs hvert forslag som en kollegas kode

AI's udkast skal behandles som kode fra en hurtig, men uerfaren kollega. Det bliver læst, forstået og rettet, før det kommer ind i projektet. Jeg mener at kode som udvikleren ikke kan forklare, ikke hører hjemme i et kundeprojekt. Det er netop den regel der adskiller AI-assisteret udvikling fra vibe coding, hvor ingen læser koden.

4. Test det der betyder noget

AI er god til at skrive tests, men den skriver også gerne tests der blot bekræfter at koden gør det den gør, selv når det er forkert. Udvikleren må derfor selv afgøre hvad der skal testes: betalinger, adgangsregler, beregninger og de flows dine brugere er afhængige af. Automatiske tjek der kører ved hver ændring, fanger meget af resten.

5. Hold kundens data og hemmeligheder ude

Adgangskoder, API-nøgler og rigtige kundedata skal ikke ind i en prompt. Bruges AI-værktøjer på et kundeprojekt, bør det ske på en erhvervsaftale hvor koden ikke bruges til at træne modellerne, og kunden bør vide det. Hvad du må sende til OpenAI og Anthropic, har jeg gennemgået i guiden om GDPR og AI.

6. Gem ændringerne i små skridt i et repository du ejer

Små, forklarede ændringer gør det let at se hvad der er sket, og at rulle tilbage hvis noget går galt. Koden skal ligge i et repository (kodearkiv) som du ejer, så en anden udvikler kan tage over.

Bliver softwareudvikling billigere med AI?

Kort svar: ja, til dels, men mindre end mange tror. Forskningen peger i to retninger, og forskellen forklarer en hel del.

I et kontrolleret forsøg fra GitHub løste 95 udviklere den samme afgrænsede opgave: at skrive en HTTP-server i JavaScript. Gruppen med Copilot blev 55 % hurtigere færdig. Opgaven var velbeskrevet og startede fra bunden, og det er præcis den slags AI er bedst til. Undersøgelsen er i øvrigt lavet af GitHub selv, som sælger værktøjet.

I 2025 lod forskningsorganisationen METR 16 erfarne udviklere løse 246 opgaver i store open source-projekter, som de kendte godt. Med AI-værktøjer tog opgaverne 19 % længere tid, selvom udviklerne bagefter troede at de var blevet cirka 20 % hurtigere. Forskerne understreger selv at resultatet ikke gælder al udvikling, og værktøjerne er blevet bedre siden.

Mit bud på forklaringen er at AI er hurtig når opgaven er afgrænset og let at kontrollere. I et rigtigt projekt med eksisterende kode, forretningsregler og hensyn til drift går en stor del af tiden med at forstå, beslutte og kontrollere. Det er her AI hjælper mindst.

Et tænkt regneeksempel

Forestil dig et projekt til 200.000 kr. ekskl. moms, hvor en tredjedel af timerne går til selve kodeskrivningen. Resten går til afklaring, design af løsningen, test, gennemgang, møder og lancering. Tager kodeskrivningen 30 % kortere tid, falder den samlede pris med cirka 10 %, altså omkring 20.000 kr. Det er en reel besparelse, men langt fra en halvering. Tallene er kun til illustration, for fordelingen svinger meget fra projekt til projekt.

Hvad AI betyder for din pris

Hvordan en eventuel besparelse når frem til dig, afhænger af prismodellen. Fordele og ulemper ved de to modeller har jeg uddybet i timepris eller fastpris.

Ved timepris

Betaler du pr. time, får du direkte glæde af at rutineopgaver går hurtigere. Til gengæld kan du ikke se på regningen om timerne er brugt klogt. Spørg hellere hvordan arbejdet er gjort, end hvor mange timer det tog.

Ved fast pris

Her er udviklerens effektivitet allerede regnet ind i tilbuddet. Bruger udvikleren AI godt, kan det give en lavere pris eller mere for pengene inden for samme budget. Sammenlign derfor tilbud på hvad der er med: test, gennemgang, dokumentation og overdragelse.

Når et tilbud er for billigt

Er et tilbud markant billigere end de andre, kan årsagen være at AI bruges til at springe trin over i stedet for at gøre dem hurtigere. Det mærker du først senere, som fejl, sikkerhedshuller eller kode der er dyr at bygge videre på. Mere kode er heller ikke en fordel i sig selv, for hver linje skal vedligeholdes. Hvordan den regning vokser over tid, kan du se i mit regneeksempel på vedligehold af AI-genereret kode.

Hvor erfaring stadig er afgørende

AI har gjort det billigere at skrive kode. Det har ikke gjort det billigere at tage fejl. Når koden kommer hurtigere, er det evnen til at vurdere den der bliver mangelvare.

Tallene fra Stack Overflow peger samme vej. Den største frustration, som 66 % af udviklerne nævner, er AI-løsninger der er næsten rigtige, men ikke helt. Desuden siger 45 % at det tager længere tid at fejlfinde AI-genereret kode, og kun 3 % stoler i høj grad på at AI's svar er korrekte.

Næsten rigtigt er den dyreste slags forkert

Kode der tydeligt ikke virker, bliver opdaget med det samme. Kode der virker i demoen, men regner moms forkert i ét tilfælde eller lader en bruger se en andens data, bliver først opdaget når det koster. Det kræver erfaring at vide hvor man skal kigge, og de mest almindelige fejl har jeg samlet i listen over typiske sikkerhedshuller i AI-genereret kode.

Arkitektur og datamodel

Hvordan data hænger sammen, hvor logikken bor, og hvordan systemet skal kunne vokse, er beslutninger der er svære at lave om senere. AI foreslår gerne en løsning, men den kender ikke din forretning, dine planer for næste år eller dit budget til drift. Et forkert valg her koster typisk mere end det AI sparer i kodeskrivning.

AI forstærker det der er i forvejen

Googles DORA-rapport fra 2025 bygger på svar fra næsten 5.000 it-fagfolk. Af dem bruger 90 % AI i arbejdet, og AI hænger sammen med et højere leverancetempo, men også med mindre stabile leverancer. Rapporten beskriver AI som en forstærker af de styrker og svagheder et team har i forvejen. For dig betyder det at AI i hænderne på en udvikler uden gode vaner mest giver flere fejl på kortere tid.

Hvornår du ikke skal hyre en udvikler

Jeg lever af at bygge software, så husk det forbehold: AI og færdige produkter har gjort det muligt at klare mere selv. Du har sandsynligvis ikke brug for en udvikler endnu, hvis

• du vil vise en idé til kunder med en klikbar prototype, før du investerer,
• et standardprodukt dækker det meste af behovet, og du kan leve med resten,
• du skal bruge et lille script eller regneark som kun du selv bruger,
• opgaven er en engangsanalyse af data, der ikke skal køre igen.

En udvikler bliver relevant når andre skal logge ind, betale, gemme persondata eller være afhængige af at systemet kører. Det er også her erfaringen med at bruge AI ansvarligt betaler sig, fordi fejlene rammer andre end dig selv.

Næste skridt

AI har ændret hvordan software bliver skrevet, men ikke hvad et godt projekt kræver: klare krav, gennemtænkte valg, test og nogen der står inde for resultatet. At en udvikler bruger AI, er hverken et kvalitetsstempel eller et faresignal. Det afgørende er hvordan, og disse spørgsmål giver dig et godt billede på få minutter.

Gode svar er konkrete og lidt kedelige. Vær varsom hvis svaret er at AI klarer det hele, eller hvis ingen kan forklare hvordan koden bliver kontrolleret. Og sammenlign tilbud på hvad der er inkluderet, ikke kun på prisen.

Vil du have en udvikler der bruger AI hvor det sparer tid, og erfaring hvor det tæller, kan du se hvad jeg hjælper virksomheder med: hjemmesider, webapps, SaaS, integrationer og videreudvikling af eksisterende systemer. Større projekter starter med et betalt forprojekt til fast pris, du ejer koden fra første dag, og jeg svarer inden for 1 arbejdsdag.

Ofte stillede spørgsmål

Er AI-genereret kode dårligere end kode skrevet af en udvikler?+

Ikke nødvendigvis, men kvaliteten er ujævn. AI skriver ofte fin kode til velkendte opgaver og overraskende svag kode til det usædvanlige, og den lyder lige sikker i begge tilfælde. Kvaliteten afhænger derfor af hvem der gennemgår den. Kode som en erfaren udvikler har læst, testet og tilpasset, er ikke dårligere, fordi en AI skrev det første udkast.

Skal min udvikler fortælle mig at der bruges AI?+

Det er god praksis, og du kan aftale det i kontrakten. Det vigtigste er ikke om der bruges AI, men om din kode og dine data sendes til en tredjepart, og på hvilke vilkår. Har projektet fortrolige oplysninger eller persondata, så aftal skriftligt hvilke værktøjer der må bruges. Er du i tvivl om det juridiske, så spørg en advokat.

Betaler jeg for udviklerens AI-værktøjer?+

Normalt ikke direkte. Abonnementer på kodeværktøjer er typisk en del af udviklerens almindelige udgifter, ligesom editor og computer, og indgår i timeprisen eller den faste pris. Det er anderledes hvis dit produkt selv bruger AI, fx en chatbot eller automatisk behandling af tekst. Så betaler du for forbruget hos udbyderen, og det skal med i budgettet for drift.

Kan jeg selv bruge AI til at gøre mit projekt billigere?+

Ja, især før udvikleren går i gang. Brug AI til at formulere dine krav, finde huller i dem, lave en simpel prototype og samle eksempler på data. Jo bedre forberedt du er, jo færre timer går med afklaring. Sender du AI-genereret kode videre, så afstem forventningerne: skal koden i drift, skal den gennemgås, og det tager også tid.