Hvordan går man fra store visioner om kunstig intelligens til konkrete løsninger, der skaber værdi i hverdagen? På denne to-dages konference zoomer vi ind på de projekter, der er kommet helt i mål – og deler erfaringerne fra dem, der har taget rejsen fra data til virkelige resultater.
På denne konference giver DigitalLead og EuroCC Danmark dig mulighed for at opleve inspirerende keynote-oplæg og vælge mellem to parallelle spor, der giver dig både strategisk og teknisk indsigt.
Strategisk spor
Her sætter vi fokus på de forretningsmæssige aspekter af AI og HPC. Du får indblik i:
- Hvordan man udvikler bæredygtige forretningsmodeller for AI-projekter
- Hvilke investeringer der skal til for at skabe værdi
- Ledelsens rolle i at drive innovation og sikre organisatorisk opbakning
Teknisk spor
Dette spor er for dig, der vil helt ned i maskinrummet. Vi dykker ned i:
- Avanceret databehandling og AI på supercomputere
- Praktiske løsninger og teknologier, der gør det muligt at skalere AI
- Hands-on workshops, hvor du kan prøve kræfter med de nyeste værktøjer
Hvad får du ud af at deltage:
- Praktiske erfaringer med at få AI-projekter til at lykkes
- Cases og indsigter fra organisationer, der har implementeret AI i praksis
- Netværk med eksperter, leverandører og potentielle samarbejdspartnere
- Mulighed for at deltage i hands-on workshops og tekniske spor
Program


Anders Rhod Gregersen, Co-founder & CEO, Reqursive
Da AI mødte virkeligheden: Fra supercomputere til superkrav
HPC og AI er rykket fra forskningsverdenens niche til at blive drivkraften i moderne virksomheder. I oplægget ser vi på, hvor teknologien kommer fra, hvor vi står nu – og hvilke nye krav, muligheder og udfordringer der opstår i en virkelighed, hvor datakraft, governance og suverænitet er lige så afgørende som innovationen selv.
Jesper Luff, Partner, Black Capital Technology
Hvordan bygger man forretningsmodeller, der reelt udnytter data, AI og regnekraft i praksis
Oplægget tager afsæt i to konkrete use cases og viser, hvordan AI bevæger sig fra potentiale til drift og målbare resultater. Fokus er på tempo, skalerbarhed og de strategiske valg der afgør, om AI bliver en varig konkurrencefordel eller blot et eksperiment
Julius Philipp Roeder, DeiC
HPC in Practice - A demonstration on LUMI
This talk introduces the LUMI supercomputer and compares EuroHPC systems with commercial cloud computing, highlighting their respective pros and cons. It also gives a practical overview of how to work with LUMI, including a live demonstration that shows HPC in action.
Stefan Kröll Rasmussen, Akademisk medarbejder, Københavns Universitet
EuroHPC & AI-Factories: EU’s nye motor for kunstig intelligens
EU har de seneste år investeret massivt i supercomputere og digital infrastruktur til udvikling af kunstig intelligens – som en central del af Europas ambition om øget digital suverænitet. Med etableringen af AI-Factories får virksomheder, akademia og den offentlige sektor markant bedre muligheder for at udvikle, teste og skalere AI-løsninger inden for EU, baseret på europæisk infrastruktur, data og værdier. I dette oplæg gives en introduktion til EuroHPC-økosystemet med særligt fokus på AI-Factories: Hvad er det og hvordan kan virksomheder, startups og offentlige organisationer få gratis adgang til avanceret compute-kapacitet til AI-udvikling.
Dennis Lange Wollbrink, Head of EuroCC Denmark
Morten Mathiasen, Fundraiser, DigitalLead
Muligheder & next steps
EuroCC-projektet har skabt et stærkt fundament for at udnytte potentialet i data, kunstig intelligens og Compute ressourcer. Nu handler det om at omsætte kapacitet til værdi, at bringe data og HPC tættere på anvendelsen, styrke AI factories som innovationsmiljøer og skabe stærkere bånd mellem forskning og industri. Med data som drivkraft, AI som motor og supercomputere som fundament kan vi accelerere udviklingen fra idé til indsigt - og fra eksperiment til impact.
Strategiske spor:
Rasmus Larsen, AI Specialist, Alexandra institut
Fra Data til Handling: Nøglen til Fremtidens Konkurrenceevne
AI er nu blevet en del af den kritiske infrastruktur, og værdiskabelsen flytter mod dem, der har data, regnekraft og energi til at bygge og køre modellerne. Samtidig skærpes kapløbet mellem USA, Kina og Europa, og mangel på strøm/compute bliver flaskehalsen. For Danmark handler strategien om at vælge hvor vi vil eje noget selv (compute/modeller) vs. bygge løsninger ovenpå andre -- ellers risikerer vi varig afhængighed.
Victor Skovbæk Skytte, medstifter af Promte
Sådan bygger du sikre og værdiskabende AI assistenter i praksis
Oplægget viser, hvordan Promte platformen gør det enkelt at bygge AI assistenter baseret på egne data, der kan anvendes sikkert i både private virksomheder og offentlige organisationer. Vi deler konkrete erfaringer fra Visma e-conomic og kommuner som Roskilde, Gladsaxe, Vejle og Gentofte, hvor AI assistenter har effektiviseret arbejdsgange og skabt målbare besparelser som alternativ til generiske AI værktøjer
Morten Wendelbo, Data scientist og seniorrådgiver, Combine
AI er ikke et værktøj, man køber, men en kapabilitet, man opbygger
Oplægget viser, hvilke krav AI stiller til data, sammenhæng og organisering, hvis ambitionerne skal omsættes til reel forretningsværdi, og hvorfor mange AI-initiativer går i stå. Med konkrete eksempler på avancerede AI-anvendelser giver han et praktisk indblik i, hvordan virksomheder og organisationer kan anvende AI til at skabe værdi i praksis.
Simon Aisen, Partner, Strategisk rådgivning, Immeo
AI Value – Når AI ændrer virksomhedernes DNA på tværs af forretning, organisation og kompetencer
De fleste virksomheder har kun lige begyndt AI-rejsen – men hvor mange forstår muligheder og begrænsninger i overgangen fra assistenter til agenter? AI udfordrer kendte forretningsmodeller og åbner nye døre, men det kræver strategisk retning, ejerskab på teknologien og nye kompetencer. Indlægget vil samle op på tværs af forhåbninger, tidlige erkendelser og konkrete erfaringer udrulning af AI.
Tekniske spor:
Shifa Sulaiman, Post Doc., Aalborg Universitet (ENG)
From Instructions to Execution: Enabling Task‑Driven Autonomy in Self‑Driving Laboratories with LLMs
Explore how large language models are transforming the way scientific tasks are executed inside modern self-driving laboratories. In this talk, we will walk through a practical framework where natural-language experimental instructions are translated into structured, machine-readable tasks that an autonomous laboratory system can execute. Using LLM-guided task decomposition, grounding strategies, and structured protocol generation, we demonstrate how complex laboratory operations such as reagent handling, workstation navigation, and procedural sequencing can be automated with reliability and precision. See how this task-centric approach streamlines experimental workflows, reduces manual intervention, and brings us closer to fully autonomous scientific experimentation.
Nicki Detlefsen, Associate Professor, Department of Applied Mathematics and Computer Science Cognitive Systems, DTU
Introduktion til ML-Ops og dens anvendelse
Nicki, lektor ved DTU, deler sin ekspertise i MLOps, den afgørende bro mellem AI-visioner og praktiske resultater. Han viser, hvordan organisationer kan operationalisere maskinlæring i stor skala og skabe værdi i praksis. Med stigende kompleksitet og kraften fra HPC bliver MLOps en hjørnesten for succes. Få indsigt i best practices, værktøjer og strategier til at gå fra eksperimentere til produktion.
Martin Qvist, Co-founder & CTO, Reqursive
TAI og HPC: To sider af samme sag – containers som den forenende kraft
Denne præsentation argumenterer for, at AI og HPC faktisk er meget ens, blot adskilt af forskellige hardware- og softwarekrav. Der vil blive dykket ned i forskellige aspekter af dette, og derefter undersøge hvordan containers bygger bro mellem disse krav og skaber en fælles tilgang til scientific computing og AI-workloads. Og endeligt hvorfor dette perspektiv er afgørende for fremtidig innovation.
Naime Ahmadi, Postdoc., Aarhus Universitet (ENG)
Transmission Constraints, Flexibility, and Capacity Mapping in European Power Systems
This presentation investigates how transmission constraints and system flexibility influence capacity planning in European power systems. Using the PyPSA-Eur modelling framework, the study compares aggregated and high-resolution network representations to assess the validity of capacity mapping approaches. The analysis highlights when aggregation-based methods provide reliable insights and where they fall short, with implications for long-term system planning and policy design.
Målgrupper
Konferencen henvender sig bredt til både strategiske og tekniske profiler:
- SMV’er og større virksomheder på tværs af brancher
- Offentlige aktører som KL, KOMBIT og kommuner
- CEO, CTO, IT-chefer, tekniske projektledere
- Softwareudviklere, programmører, produktudviklere, data scientists og AI-specialister



