Agentic workflows: sådan arbejder AI-agenter sammen

En agentic workflow er et setup, hvor en eller flere AI-agenter selv planlægger, træffer beslutninger og udfører flere trin i træk for at nå et mål, i stedet for at følge et fast, forprogrammeret script. Agenten kan vælge værktøjer, reagere på det den finder undervejs og sende arbejdet videre til andre agenter. Det er forskellen på en robot, der udfører én instruks, og et lille team, der løser en opgave fra ende til anden.

Hvad er en agentic workflow?

Ordet “agentic” beskriver, at systemet handler selvstændigt (som en agent), ikke bare svarer. En almindelig chatbot venter på et spørgsmål og giver ét svar. En agentic workflow får derimod et mål (for eksempel “kvalificér den her nye lead og book et møde, hvis det giver mening”) og finder selv ud af, hvilke skridt der skal til.

Kernen er en løkke, der gentager sig, indtil målet er nået:

• Opfat: agenten læser input og henter relevant kontekst (en mail, en kundeprofil, en kalender).
• Planlæg, den bryder opgaven ned i delskridt.
• Handl: den bruger værktøjer: slår op i et CRM, sender en mail, ringer op, opdaterer en post.
• Vurdér, den ser på resultatet og beslutter næste skridt eller om målet er nået.

Denne løkke er det, der gør en workflow “agentic”. Systemet er ikke låst til én rute, det tilpasser sig, hvad der faktisk sker undervejs.

Forskellen fra simpel automatisering

Klassisk automatisering (RPA, if-this-then-that, faste flows) er stærk til forudsigelige opgaver: “Når en formular udfyldes, opret en række i regnearket.” Den fejler, så snart virkeligheden afviger fra scriptet: et felt mangler, et svar er formuleret anderledes, en kunde spørger om noget uventet.

En agentic workflow håndterer netop det uforudsigelige, fordi en sprogmodel fortolker input og vælger handling i situationen.

Egenskab	Simpel automatisering	Agentic workflow
Rute	Fast, forprogrammeret	Besluttes undervejs
Input	Struktureret, forudsigeligt	Også frit sprog og rod
Håndtering af undtagelser	Fejler eller kræver menneske	Ræsonnerer sig til et næste skridt
Værktøjsbrug	Faste, hardkodede kald	Vælger værktøj efter behov
Tilpasning	Kræver ny kode	Justeres via mål og instruktioner

Pointen er ikke, at agentic altid er bedre. Til rene, forudsigelige opgaver er almindelig automatisering billigere og mere stabil. Agentic vinder, når opgaven kræver fortolkning, vurdering eller flere afhængige skridt.

Vil du have det grundlæggende på plads først, kan du læse vores gennemgang af hvad en AI-agent er for en virksomhed.

Hvordan flere specialiserede agenter samarbejder

Én agent kan klare meget, men jo bredere opgaven er, jo sværere bliver det for én agent at holde styr på det hele. Derfor deler man ofte arbejdet ud på flere specialiserede agenter, der hver er god til én ting, og lader dem samarbejde. Det kaldes multi-agent-systemer, og måden de koordineres på, kaldes orchestration.

Orchestration: hvem gør hvad hvornår

En orchestrator (dirigent) er en agent eller et lag, der styrer samarbejdet: den modtager målet, beslutter hvilke agenter der skal ind, i hvilken rækkefølge, og samler resultaterne. Man ser typisk et par grundmønstre:

• Sekventiel kæde, agenterne kører efter hinanden. Output fra den ene bliver input til den næste. Godt til processer med naturlige trin.
• Orchestrator med specialister, en central agent uddelegerer delopgaver til underagenter og fletter svarene sammen. Godt, når trinnene er forskellige i natur.
• Parallelt, flere agenter arbejder samtidig på uafhængige delopgaver, og resultaterne samles til sidst. Sparer tid, når delene ikke afhænger af hinanden.
• Evaluator/kritiker: én agent producerer, en anden gennemgår og giver feedback, indtil kvaliteten er god nok. Godt til at fange fejl.

Fordelen ved at specialisere er den samme som i et menneskeligt team: en agent med ét klart ansvar og de rigtige værktøjer laver færre fejl end en generalist, der skal huske alt på én gang. Det gør systemet lettere at teste, justere og udvide, man kan skifte én agent ud uden at rive resten ned.

Et konkret eksempel: fra lead til opkald

Forestil dig, at en ny lead lander via en formular på hjemmesiden. En agentic workflow kan tage den hele vejen:

1. Kvalificerings-agenten læser leadet, slår virksomheden op og vurderer, om den passer til jeres profil. Uklar lead → den beder om mere info i stedet for at gætte.
2. Berignings-agenten henter kontekst fra CRM og offentlige kilder og udfylder de huller, der mangler.
3. Mail-agenten skriver og sender en relevant, personlig opfølgningsmail, ikke en skabelon, men noget der matcher det, leadet faktisk har spurgt om.
4. Booking-agenten foreslår tider fra en kalender og bekræfter mødet, når leadet svarer.
5. Voice-agenten ringer op (enten for at følge op på et varmt lead eller for at bekræfte en aftale) og taler naturligt med personen.
6. Orchestratoren holder tråden: den ved, hvornår et trin er færdigt, hvornår et menneske skal ind over, og hvornår sagen kan lukkes.

Hvert skridt er en afgrænset opgave, en specialiseret agent er god til. Tilsammen dækker de en proces, der ellers ville kræve manuelt arbejde af en sælger, og de kører, når leadet lander, ikke først næste arbejdsdag.

Det er præcis den type løsninger, Agent360 bygger: multi-agent-opsætninger, der kombinerer automatisering og stemme, så en hel arbejdsproces kan køre sammenhængende.

Fordele ved agentic workflows

• Ende-til-ende i stedet for stumper. En hel proces kan køre samlet, ikke bare et enkelt trin.
• Robusthed over for det uforudsete. Systemet ræsonnerer sig frem, når input ikke ligner skabelonen.
• Hastighed og tilgængelighed. Opgaver håndteres med det samme, også uden for arbejdstid.
• Skalerbarhed. Flere sager kan køre parallelt uden at ansætte flere hænder til rutinearbejdet.
• Lettere at vedligeholde. Specialiserede agenter kan justeres eller udskiftes enkeltvis.
• Mennesket på det rigtige sted. Rutinen automatiseres; menneskene bruges på skøn, relationer og undtagelser.

Faldgruber, du skal kende

Agentic workflows er kraftfulde, men de kræver omtanke. De mest almindelige faldgruber:

Fejl der forplanter sig

I en kæde bliver den ene agents output den næstes input. En tidlig fejl kan vokse gennem hele forløbet. Derfor er kontrolpunkter, validering og en evaluator-agent vigtige, og for kritiske trin bør et menneske kunne godkende.

For meget autonomi for tidligt

Det er fristende at lade agenter gøre alt selv. Men handlinger med konsekvenser (sende, betale, slette, love noget til en kunde) bør have klare grænser og godkendelse, indtil systemet er bevist stabilt. Start snævert, udvid gradvist.

Uklare mål og manglende kontekst

En agent er kun så god som det mål og den kontekst, den får. Vagt formulerede opgaver giver vage resultater. Adgang til de rigtige data og værktøjer er lige så afgørende som selve modellen.

Overengineering

Ikke alt behøver flere agenter. Hvis en opgave er enkel og forudsigelig, er almindelig automatisering ofte billigere og mere stabil. Brug multi-agent, hvor kompleksiteten faktisk kræver det, ikke for teknologiens skyld.

Manglende overvågning

Fordi systemet handler selv, skal man kunne se, hvad det gør: logning, sporbarhed og målepunkter. Ellers opdager man først problemer, når de er nået ud til kunderne.

Kom godt i gang

Den bedste indgang er ikke at automatisere alt på én gang, men at vælge én proces, der er tydelig, gentagen og koster jer tid i dag, for eksempel lead-opfølgning eller booking. Kortlæg trinnene, afgør hvor et menneske skal ind over, og byg workflowen så den kan udvides, når den har bevist sit værd.

Vil I finde ud af, hvor en agentic workflow giver mening netop hos jer? Book en uforpligtende AI-samtale med Agent360, så ser vi på jeres processer sammen og peger på, hvad der er værd at automatisere først.