Om dette emnet

Kunstig intelligens (KI) har blitt en sentral drivkraft for innovasjon i moderne organisasjoner. Målet med dette kurset er å gi deltakerne kunnskap, ferdigheter og generell kompetanse til å implementere KI i organisasjoner og lede forretningsutviklingsprosjekter knyttet til KI. Kurset består av fem deler:

  • Introduksjon: KI som den nyeste bølgen av digital transformasjon
  • KI for effektivitetsforbedring: Oppgaveanalyse, utvikling av bruksområder (use cases), vurdering av effektivitetsgevinster, planlegging og gjennomføring av KI-prosjekter
  • KI for topplinjevekst: Fra teknologi til produkt, vurdering av kunde- og brukeraksept, estimering av markeds­potensial, utvikling av markedsstrategier for KI-produkter og -tjenester
  • Endringsledelse: Utvikling av organisatoriske KI‑kapabiliteter, interessenthåndtering, compliance‑håndtering
  • KI‑strategi: Modenhetsmodeller, partnerskap og plattformer, strategisk fremsyn

Praktisk arbeid med reelle case er en sentral del av kurset. Deltakerne vil arbeide i prosjektgrupper med en semesterlang oppgave der de fungerer som konsulenter for en casebedrift i utviklingen av deres KI‑strategi.

Dette lærer du

Kunnskap

Etter fullført kurs skal deltakerne ha:

  • Avansert forståelse av moderne KI‑teknologiers kapabiliteter
  • Dyptgående kunnskap om innovasjonsstrategier knyttet til KI

Ferdigheter

Etter fullført kurs skal deltakerne kunne:

  • Identifisere hvilke oppgaver i en organisasjon som kan automatiseres ved hjelp av KI
  • Vurdere effektivitetsgevinster og utvikle en business case
  • Utvikle KI‑baserte produkt- og tjenestekonsepter
  • Vurdere markeds­potensialet og utvikle en strategi

Generell kompetanse

Etter fullført kurs skal deltakerne kunne:

  • Lede utviklings- og implementeringsprosjekter knyttet til KI
  • Håndtere interessenter og regulatoriske krav
  • Bruke strategiske framsynsmetoder for å forberede seg på teknologiske og markedsmessige endringer

  • Læringsaktiviteter

    Workshop-samlinger på campus, proskjektarbeid, videoforelesninger og online-læringsenheter, øvinger med data og programvare, selvstudium.

  • Læringsstøtte

    Læringsplattformen Canvas, Microsoft Teams.

  • Pensum

    Alon, I., Haidar, H., Haidar, A., & Guimon, J. (2025). The future of artificial intelligence: Insights from recent Delphi studies. Futures, 165, 103514.

    Ångström, R. C., Björn, M., Dahlander, L., Mähring, M., & Wallin, M. W. (2023). Getting AI implementation right: Insights from a global survey. California Management Review, 66(1), 5-22.

    Bettencourt, L. A. & Ulwick, A. W. (2008). The customer-centered innovation map. Harvard Business Review, May 2008, 109-114.

    Cooper, R.G. (2009.) Effective gating: Make product innovation more productive by using gates with teeth. Marketing Management, April 2009, 12-17.

    Easingwood, C., Moxey, S., & Capleton, H. (2006). Bringing high technology to market: successful strategies employed in the worldwide software industry. Journal of Product Innovation Management, 23, 498-511.

    Frattini, F., De Massis, A., Chiesa, V., Cassia, L., & Campopiano, G. (2012). Bringing to market technological innovation: What distinguishes success from failure. International Journal of Engineering Business Management, 4, 15.

    Handa, K., Tamkin, A., McCain, M., Huang, S., Durmus, E., Heck, S., Mueller, J., Hong, J., Ritchie, S., Belonax, T., Troy, K. K., Amodei, D., Kaplan, J., Clark, J., & Ganguli, D. (2025). Which economic tasks are performed with AI? Evidence from millions of Claude conversations. arXiv: 2503.04761.

    Kim, Y., Blazquez, V., & Oh, T. (2024). Determinants of generative AI system adoption and usage behavior in Korean companies: Applying the UTAUT model. Behavioral Sciences,14(11), 1035.

    Kolbjørnsrud, V. (2024). Designing the intelligent organization: Six principles for human-AI collaboration. California Management Review, 66(2), 44-64.

    Maurya, A. (2012). Running lean (2nd Ed.). Sebastopol, CA: O’Reilly.

    Ooi, K. B., Tan, G. W. H., Al-Emran, M., Al-Sharafi, M. A., Capatina, A., Chakraborty, A., ... & Wong, L. W. (2025). The potential of generative artificial intelligence across disciplines: Perspectives and future directions. Journal of Computer Information Systems, 65, 76-107.

    Pettersson, M. O., Björkdahl, J., & Holgersson, M. (2025). Profiting from AI: Evidence from Ericsson’s pursuit to capture value. California Management Review, 67(4), 5-20.

    Salmon, P., Jenkins, D., Stanton, N., & Walker, G. (2010). Hierarchical task analysis vs. cognitive work analysis: Comparison of theory, methodology and contribution to system design. Theoretical Issues in Ergonomics Science, 11(6), 504-531.

    Sonntag, M., Mehmann, S., Mehmann, J., & Teuteberg, F. (2024). Development and evaluation of a maturity model for AI deployment capability of manufacturing companies. Information Systems Management, 42(1), 37-67.

    Tomlinson, K., Jaffe, S., Wang, W., Counts, S., & Suri, S. (2025). Working with AI: Measuring the applicability of generative AI to occupations.arXiv: 2507.07935.

    Vial, G., Cameron, A. F., Giannelia, T., & Jiang, J. (2023). Managing artificial intelligence projects: Key insights from an AI consulting firm. Information Systems Journal, 33, 669-691.

    Waheeduzzaman, A. N. M. (2008). Market potential estimation in international markets: A comparison of methods. Journal of Global Marketing, 21, 307-320.

  • Vurderingsordning, hjelpemiddel og eksamen

    Prosjektoppgave som gjennomføres i team på opptil fem deltakere i løpet av undervisningsperioden (vekt: 100%). Ingen kontinuasjonseksamen blir arrangert i dette faget.

    Karakterregel: A-F

  • Om bruk av KI

    Vurdering og obligatorisk aktivitet: K3 - Full bruk av KI. Bruk av KI er tillatt, men må være i tråd med retningslinjene for bruk av kunstig intelligens (KI) ved NMBU.

    Her finner du KI-kategoriene beskrevet.

  • Sensorordning

    Ekstern sensor kvalitetssikrer pensum, eksamensoppgaver og prinsipper for evaluering av besvarelser.

  • Obligatorisk aktivitet

    Det vil være fem workshops med obligatorisk deltakelse. Deltakerne må delta aktivt i minst fire av de fem workshopene. Aktiv deltakelse omfatter forberedelse til workshop (pensum og prosjektarbeid), tilstedeværelse under hele workshop‑økten, gjennomføring av workshop‑oppgavene og dokumentasjon av resultatene.

    Obligatorisk aktivitet er gyldig kun ett semester. Obligatorisk aktivitet må gjennomføres på nytt ved gjentak av emnet. Det stilles krav om at obligatorisk aktivitet må være godkjent for å kunne fremstille seg til vurdering.

  • Undervisningstider

    • Workshop-samlinger på campus: 20 timer,
    • Øvelser med data og programvare: 10 timer,
    • Prosjektarbeid på semesterlangt caseprosjekt: 130 timer,
    • Flipped classroom/selvstudium/pensumlitteratur: 90 timer.