AI-kompetencer i danske jobopslag: hvem søger dem?
- Vi har analyseret 410 aktive danske jobopslag hos 282 virksomheder, hvor AI er en reel kompetence i rollen (indsamlet 18. september 2026).
- 78 % af opslagene er ikke AI-roller. AI står som krav i en ellers almindelig rolle – udvikler, projektleder, ingeniør, jurist, marketingansvarlig. For hver ren AI-stilling slås der cirka 3,5 stillinger op, hvor AI er et tillægskrav.
- Implementering slår strategi 20:1. Kun 5 % af opslagene søger strategisk AI-ejerskab (Head of AI, AI Lead). Resten søger folk, der bygger, indfører eller bruger AI.
- “Agentic AI” er det hyppigst nævnte værktøj (15 % af opslagene) – foran Python, sprogmodeller og Microsoft Copilot. Klassiske ML-frameworks er nede på 2 %.
Kort fortalt: AI-efterspørgslen ligger i de almindelige roller
Når der tales om AI-kompetencer på arbejdsmarkedet, handler samtalen typisk om AI-specialister: AI Engineers, data scientists, machine learning-folk. Den del af efterspørgslen er reel – men den er den mindste.
Af de 410 opslag, vi har gennemgået, har 91 AI i selve jobtitlen. De øvrige 319 har AI som et eksplicit krav eller en opgave i en rolle, der ellers hedder det, den altid har heddet.
For en hiring manager betyder det, at spørgsmålet sjældent er “skal vi have en AI-specialist?”. Det er oftere: “den udvikler, projektleder eller ingeniør, vi alligevel skal have, kan vedkommende det, vi nu skriver om AI i rollebeskrivelsen?”
Hvilke roller efterspørger AI-kompetencer?
Tabellen viser de største rollefamilier, sorteret efter antal opslag. “AI i titlen” angiver, hvor mange af opslagene der har AI direkte i jobtitlen.
Tre ting springer i øjnene:
1. Softwareudvikleren er den største enkeltpost – større end AI Engineering. 48 opslag søger udviklere, hvor AI-assisteret udvikling (GitHub Copilot, Cursor, Claude Code, agentbaseret udvikling) er et eksplicit krav. Det er ikke en ny rolle. Det er en omskrivning af den eksisterende.
2. Rent strategisk AI-ejerskab er 5 % af efterspørgslen. Head of AI, AI Lead og tilsvarende titler udgør 20 af 410 opslag. De øvrige 95 % søger folk, der skal bygge, indføre eller anvende AI i praksis.
3. AI-kravene er rykket ud af IT-afdelingen. Marketing (38), salg (21), jura og compliance (18), økonomi (17) og kundeservice (11) står tilsammen for over 100 opslag.
Projektlederrollen har fået nye titler
En rollefamilie fortjener særlig opmærksomhed: AI-transformation, adoption og forandringsledelse – 18 opslag hos 18 forskellige organisationer.
Titlerne er nye: AI Transformation Manager, AI-programleder, AI Adoption Specialist, AI Demand & Portfolio Manager, Senior Program Manager – AI Resilience. Indholdet er det velkendte: at styre et forandringsforløb på tværs af forretning og teknik, holde fremdrift og få en løsning ud at leve hos brugerne.
Det er i praksis Teknisk projektledelse med et AI-scope. For de organisationer, der skal besætte rollen, er det værd at vide: kandidaterne har ikke nødvendigvis haft titlen før, fordi titlen ikke fandtes for to år siden. Screener man på titlen alene, overser man de erfarne projekt- og programledere, der allerede har løst opgaven under et andet navn.
Hvilke AI-værktøjer og -teknologier efterspørges?
Blandt de 410 analyserede jobopslag er Agentic AI og AI-agenter den mest efterspurgte teknologi og nævnes i 15 % af alle opslag. Herefter følger Python (11 %), LLM’er og sprogmodeller (9 %) samt Microsoft Copilot/M365 Copilot (9 %).
Der er også en betydelig efterspørgsel på teknologier, der understøtter implementering og skalering af AI-løsninger i praksis. RAG, vector search og embeddings optræder i 6 % af opslagene, mens ChatGPT/OpenAI og AI-kodeværktøjer som Cursor, Claude Code og GitHub Copilot hver nævnes i 5 %. Samtidig ser vi en voksende interesse for platforme som Databricks, Snowflake og Power Platform, der understøtter udvikling og drift af AI-løsninger.
Det mest markante signal fra markedet er dog, at efterspørgslen har flyttet sig fra simple AI-værktøjer til løsninger, der skaber reel forretningsværdi. Fokus er ikke længere på, om man kan anvende en chatbot, men på om man kan designe, implementere og drifte AI-agenter i produktion. Det afspejles også i, at klassiske machine learning-frameworks som PyTorch, TensorFlow og scikit-learn kun nævnes i ganske få opslag.
Konsekvensen er klar: Arbejdsmarkedet efterspørger i stigende grad profiler, der kan omsætte AI til konkrete løsninger gennem integration, automatisering og governance. For virksomheder, der skriver jobopslag eller screener kandidater, betyder det også, at det ordforråd og de kompetencebeskrivelser, der var relevante i 2022, ikke nødvendigvis rammer de profiler, der er mest eftertragtede i 2026. Fokus er flyttet fra modeludvikling til anvendelse, implementering og forankring af AI i forretningen.
AI-konsulent, AI Transformation Manager eller AI-specialist?
Selvom titlerne ofte bruges om hinanden, dækker de i praksis tre forskellige behov. Det er også en af de hyppigste årsager til fejlrekrutteringer inden for AI: Virksomheden søger én profil, men beskriver en anden.
AI-konsulenten eller AI-rådgiveren
AI-konsulenten hjælper med at identificere, hvor AI kan skabe forretningsværdi, og hvordan teknologien bør anvendes. Profilen minder ofte om en klassisk forretnings- eller digitaliseringskonsulent med fokus på strategi, prioritering og business cases.
AI Transformation Manager
AI Transformation Manageren har fokus på implementering, adoption og forandringsledelse. Rollen sikrer, at AI ikke blot bliver et pilotprojekt, men faktisk bliver taget i brug og skaber værdi i organisationen.
AI-specialisten bygger, integrerer og drifter de tekniske løsninger. Det er den profil, der omsætter ambitioner og strategier til fungerende AI-systemer i produktion.
Hvad betyder det, når I skal besætte en rolle med AI-krav?
- Beskriv kravet, ikke buzzwordet. “Erfaring med AI” kan ikke screenes. “Har brugt GitHub Copilot eller Cursor i daglig udvikling” eller “har ført en AI-løsning fra pilot til drift” kan.
- Afstem niveauet. De fleste roller kræver en person, der kan arbejde fornuftigt med værktøjerne og vurdere, hvornår et output ikke holder – ikke en, der kan bygge modeller fra bunden. De to profiler koster ikke det samme og findes ikke i samme mængde.
- Spørg til det, der er bygget. Alle skriver, at de bruger AI. Færre kan redegøre for, hvilket værktøj de har brugt til hvilken opgave, med hvilket resultat – og hvor det gik galt.
- Overvej at teste matchet. Nye rolletyper er svære at specificere på forhånd. Med Try & Hire starter personen som konsulent, og I ansætter, når I har set rollen og matchet i praksis.
Sådan arbejder mpeople med AI-kompetencer
Analysen er grundlaget AI-kompetencer – “AIpeople” – vores tilbud til virksomheder, der skal besætte roller, hvor AI er blevet en del af kravene. Vi screener på det sprog, markedet bruger nu, og vi afklarer AI-niveauet, før I får profilen.
Det bygger på det, vi i forvejen måles på: Vi er typisk først med en brugbar kandidatprofil – I tre af de seneste fem kundeforespørgsler. 90 % af vores konsulentforløb bliver forlænget. Og vores netværk af tekniske specialister er bygget op gennem cirka 20 år.
Skal rollen være en ren AI-specialist – AI Engineer, data scientist, MLOps – finder I den under Data & AI.
