BESTE ENTERPRISE AI ARCHITECT

Om mig

50 år. Københavner. 30+ års erfaring med enterprise software-arkitektur. Lige nu fokuseret på det der virkelig betyder noget: at sikre at virksomheders AI-brug ikke kompromitterer borgeres og kunders data.


Baggrund

Min karriere startede med BASIC på en Commodore 64 og Amiga-programmering i 80'erne — den slags nysgerrighed der opstår når man er 8 år og vil vide hvordan maskinen virker. Derfra gik det over C og C++ i 90'erne, ind i .NET-økosystemet fra beta-dagene, og har de sidste tre årtier været forankret i enterprise-arkitektur for finanssektoren og andre stærkt regulerede brancher.

Jeg har designet og bygget systemer for Jyske Bank, Saxo Bank, NETS, Danske Bank og en række andre organisationer. Fælles for opgaverne er kompleksitet, høje krav til sikkerhed og regulatorisk compliance — og i stigende grad: AI.


Hvorfor AI Governance?

Da ChatGPT eksploderede i 2023, så jeg med det samme gabet mellem potentiale og risiko. Virksomheder kastede sig over AI — men ingen talte om hvad der sker, når en bankrådgiver paster kundeoversigter ind i ChatGPT. Eller når en advokat bruger Copilot med klientdata.

Det er ikke et hypotetisk scenarie. Det sker nu, i stort set alle vidensorganisationer. Og det er en GDPR-overtrædelse der venter på at ske.

Derfor byggede jeg GPI — Governance Privacy Intelligence. Ikke fordi verden manglede endnu en AI-platform, men fordi den manglede runtime-beskyttelse af persondata i AI-workflows. Fine-tuning og system prompts er ikke nok — du har brug for PII-detektion og tokenisering i selve dataflowet.


Teknologifilosofi

Jeg tror på at software-arkitektur handler om at træffe de rigtige beslutninger på det rigtige abstraktionsniveau. Microservices er ikke altid svaret. Event-driven er ikke altid svaret. Men forståelse for domænet og dets bounded contexts er altid forudsætningen.

Jeg er pragmatiker. Jeg foretrækker .NET og C# fordi det er det mest produktive og performante økosystem til enterprise-udvikling — men jeg arbejder med det der giver mening for opgaven. Python til ML/NER-modeller, TypeScript til frontends, PostgreSQL over NoSQL i 90% af tilfældene.

Og jeg tror på at der er forskel på "AI-ready" og "AI-secure". De fleste virksomheder er det første. Næsten ingen er det andet.


Personligt

Bor i København med familien. Når jeg ikke arkitekterer enterprise-systemer eller træner danske NER-modeller, finder man mig formentlig med god mad, god vin, eller i gang med at automatisere noget i hjemmet der ikke behøvede automatisering.