Evidensmotoren
Læs hvordan algoritmen vægter, parser og analyserer data fra officielle instanser.
Hierarkisk Evidens-arkitektur
NIVEAU 1: OFFICIEL REGISTERDATA (HÅRDE TAL)
Højeste vægt (100% fakta)Danmarks Statistik og UFM (KOT). Udgør det urokkelige fundament for alle adgangskvotienter, frafaldsprocenter og dimittendledighed. Vægtes som facit i alle beregninger og kan aldrig overstyres af AI.
NIVEAU 2: ØKONOMETRISKE MODELLER (FREMSKRIVNINGER)
Høj vægt (Statistisk evidens)Udnytter 10 års tidsseriedata på tværs af de 1.413 udbud. Modellerne forudsiger vækst i løn og efterspørgsel ved hjælp af statistiske sandsynlighedsmodeller (Bayesiansk inferens), der justerer kvotienterne ud fra observerede, langsigtede tendenser inden for fx STEM og omsorgsfag.
NIVEAU 3: AI-LÆSNING AF STUDIEORDNINGER (KVALITATIV VURDERING)
Moderat vægt (Strukturel viden)En AI gennemlæser tusindvis af sider studieordninger for at vurdere, om undervisningen reelt inddrager brug af AI-værktøjer — og finder konkrete citater som begrundelse for scoren. (Teknisk kaldet Retrieval-Augmented Generation, RAG.)
Systemets Kernemetrics
Datapunkter
1413
Unikke uddannelsesudbud hentet fra Kot-registret.
Parametre
42
Vægtede parametre i beregningsmatricen for hver uddannelse.
Seneste Opdatering
26. juli 2026
Synkroniseret automatisk ved seneste KOT-release.
Eksempler på udtrukne citater via RAG
Illustrativt eksempel på RAG-udtræk fra studieordning"Studerende i Odontologi skal i modul 8 demonstrere kompetencer i anvendelse af maskinlærings-værktøjer til røntgenbilled-diagnostik."
"Erhvervssproglig uddannelse har fjernet krav til manuel tekstoversættelse i 3. semester og erstattet med AI post-editing."