Sådan står det til med machine learning i staten: Her er tre spændende projekter hos Nævnenes Hus, Landbrugsstyrelsen og Arbejdsstyrelsen

Machine learning er begyndt at røre på sig i staten. Men der mangler stadig erfaring med den avancerede teknologi, og hvordan man skal bruge det i den offentlige forvaltning. Tre institutioner har dog vist lidt af vejen for, hvad vi kan forvente på område fremover.

Artikel top billede

Billede: Landbrugsstyrelsen (Foto: Jens Panduro/Landbrugsstyrelsen)

Premium Kun for abonnenter
Det får du i artiklen
  • Derfor er der behov for praktisk erfaring med machine learning i staten
  • Tre eksempler på machine learning-projekter i staten
  • Udfordringer og erfaringer fra tre projekter
1.485
7:30 min
Meget tyder dog på, at det ofte er op til de offentlige organisationer selv at finde deres vej igennem de problemstillinger og dilemmaer, som nye teknologier som machine learning og kunstig intelligens byder på.

Der er nemlig ikke meget hjælp at hente fra Christiansborg, hvor man ikke interesserer sig særlig meget for digitalisering.

Annonceindlæg fra Idura

Nu kan kontrolspørgsmål i callcentre blive fortid: Danmark er 15 år efter Sverige

Ny dansk løsning identificerer kunden med MitID ved opkald til fx bank, tele- og forsikringsselskab.

Navnenyt fra it-Danmark

Lector ApS har pr. 2. februar 2026 ansat Jacob Pontoppidan som Sales Executive i Lectors TeamShare gruppe. Jacob skal især beskæftige sig med vækst af TeamShare med fokus på kommerciel skalering, mersalg og en stærk go to market eksekvering. Jacob har tidligere beskæftiget sig med salg og forretningsudvikling i internationale SaaS virksomheder. Nyt job

Jacob Pontoppidan

Lector ApS

Markus Dalsgaard Sisseck, Business Developer hos Martinsen Rådgivning & Revision, har pr. 21. januar 2026 fuldført uddannelsen Master i it, linjen i organisation på Aalborg Universitet via It-vest-samarbejdet. Færdiggjort uddannelse

Markus Dalsgaard Sisseck

Martinsen Rådgivning & Revision