AI-driven mjukvaruutveckling
Lär dig använda AI genom hela utvecklingskedjan, från idé, krav och produktbeslut till kod, test, arkitektur och leverans.
Personlig rådgivning
Sopia Thall
Utbildningsansvarig
Maila mig
Vill du gå denna kurs?
Detta är en företagsintern kurs som skräddarsys efter era behov. Kontakta oss för upplägg och pris.
Anmäl intresseEfter kursen har du en praktisk förståelse för hur AI kan användas genom hela utvecklingsprocessen och hur AI-baserade arbetssätt kan införas i ett mjukvaruteam.
Du får kunskap om hur AI kan stödja produktutveckling, kravarbete, backlog refinement, programmering, testning, arkitektur och tekniska beslut. Du lär dig också hur team kan skapa gemensamma AI-arbetsflöden, arbeta med kontext och kvalitet samt hantera frågor kring säkerhet, informationshantering och styrning.
Målet är att du efter kursen ska kunna identifiera var AI skapar verkligt värde och omsätta möjligheterna i konkreta arbetssätt i den egna organisationen.
Många organisationer investerar i AI-verktyg men har svårt att omsätta tekniken i tydliga förbättringar av leveransförmåga, produktvärde och kvalitet. Enskilda medarbetare använder AI för att effektivisera sitt eget arbete, samtidigt som teamets gemensamma processer ofta fortsätter som tidigare. AI-driven mjukvaruutveckling fokuserar på hur AI kan bli en naturlig del av hela Software Development Lifecycle, SDLC. Vi går från produktidé, analys och krav till utveckling, test, arkitektur, leverans och kontinuerligt lärande.
Kursen behandlar inte AI som ett enskilt verktyg eller enbart som ett sätt att skriva bättre prompts. Fokus ligger på hur AI kan kombineras med teamets kompetens, processer och befintliga arbetssätt för att skapa bättre produkter och effektivare utveckling. Vi arbetar bland annat med produktförståelse, krav och backloggar, rollbaserade AI-arbetsflöden, context engineering, kvalitetssäkring, AI-stödd programmering och testning samt moderna agentbaserade arbetssätt.
Samtidigt behandlar vi risker och begränsningar. AI-genererade resultat behöver kunna värderas och kvalitetssäkras, och organisationen behöver fungerande principer för säkerhet, informationshantering och styrning. Kursens utgångspunkt är att AI ska skapa värde, stärka teamets gemensamma förmåga och bidra till teknisk kvalitet. Fokus ligger alltså inte bara på att göra enskilda arbetsmoment snabbare, utan på att förbättra hela utvecklingsarbetet.
Kursen vänder sig till dig som arbetar i eller nära ett mjukvaruteam och vill använda AI mer systematiskt i utvecklingsarbetet.
Kursen passar bland annat systemutvecklare, mjukvaruarkitekter, tech leads, testare och QA-specialister, produktägare, Product Managers, Scrum Masters, agila coacher, engineering managers, utvecklingsledare och IT-chefer.
Den är även relevant för verksamhetsutvecklare och andra roller som arbetar nära digital produktutveckling och systemutveckling. Kursen passar både enskilda deltagare och hela team som vill utveckla gemensamma arbetssätt för AI.
- AI i hela utvecklingskedjan, från idé till leverans
- Skillnaden mellan AI-aktivitet, produktivitet och faktisk effekt
- Varför fler AI-verktyg inte automatiskt ger bättre resultat
- Från individuell AI-användning till teamgemensam förmåga
- Identifiera var AI kan skapa verkligt värde
- AI som stöd för produktupptäckt och analys
- Formulera och pröva hypoteser om kundvärde och affärsnytta
- Förbättra krav, user stories och backloggar med AI
- Koppla funktioner och initiativ till mål och mätbara effekter
- Identifiera oklarheter, risker och beroenden
- Rollbaserade AI-arbetsflöden
- AI för produktägare och Product Managers
- AI för utvecklare och arkitekter
- AI för testare och QA
- AI för Scrum Masters, tech leads och utvecklingsledare
- Minska friktion och överlämningar mellan roller
- Skapa gemensamma arbetssätt, mallar och principer
- Olika typer av prompting och när de passar
- Context engineering
- Ge AI rätt information, mål och begränsningar
- Hur kvaliteten på input påverkar resultatet
- Validera och kvalitetssäkra AI-genererat material
- Vanliga fel och fallgropar vid AI-användning
- AI som stöd för kodförståelse och programmering
- Refaktorering och dokumentation
- Testidéer, testfall och kvalitetssäkring
- Arkitektur, designbeslut och tekniska avvägningar
- AI-genererad kod och teknisk skuld
- Hållbar och ansvarsfull AI-stödd utveckling
- Introduktion till agentic AI och AI-agenter
- När agentbaserade arbetsflöden är användbara
- AI-stödda utvecklingsmiljöer
- Introduktion till MCP och moderna AI-integrationer
- Möjligheter och begränsningar med automatiserade AI-flöden
- Experimentera med AI-agenter på ett kontrollerat sätt
- Informationssäkerhet och hantering av känslig information
- Compliance och organisatoriska riktlinjer
- Governance för AI i mjukvaruteam
- Ansvar och kvalitetssäkring
- Undvika verktygsjakt och kortsiktiga AI-trender
- Bygga arbetssätt som fungerar även när AI-tekniken förändras
- Skala AI-användning från individ och team till organisation
Kursen varvar teori, demonstrationer, diskussioner och praktiska övningar. Deltagarna får bland annat arbeta med att analysera produktidéer, förbättra krav och user stories, identifiera risker och beroenden i en backlog samt använda AI som stöd för tekniska beslut, programmering, refaktorering, testning och kvalitetssäkring.
Vi arbetar även med hur olika roller i ett utvecklingsteam kan skapa gemensamma AI-arbetsflöden och hur deltagarna kan identifiera konkreta användningsområden för AI i den egna utvecklingsprocessen.
Det krävs inga särskilda kunskaper inom AI för att delta. Du bör däremot ha erfarenhet av något område inom mjukvaruutveckling eller produktutveckling, exempelvis systemutveckling, test, arkitektur, kravarbete, produktägarskap, agila arbetssätt eller ledning av utvecklingsteam.
Tipsa kollega