Thomas Hildebrandt

Thomas Hildebrandt er professor i software engineering ved Datalogisk Institut på Københavns Universitet og leder sektionen Software, Data, People & Society. Han har en ph.d. i datalogi fra Aarhus Universitet og forsker i metoder til pålidelige, fleksible digitale systemer. Et gennemgående spørgsmål er, hvordan systemer kan tilpasses ændrede arbejdsgange og regler, også efter at de er taget i brug.

Hans tekniske fundament er formelle procesmodeller: præcise beskrivelser af handlinger og deres indbyrdes betingelser. Han tog initiativ til forskningen bag DCR-teknologien og har sammen med forskningsgrupper bidraget til dens videre udvikling. Arbejdet forbinder software engineering med digitalisering af lovgivning, forretningsprocesser og sagsbehandling, hvor både forståelige regler og plads til faglige vurderinger har betydning.

Som forskningsleder for EcoKnow var han med til at samle universiteter, virksomheder og offentlige organisationer om mere fleksibel og gennemsigtig sagsbehandling. Projektet resulterede blandt andet i værktøjer, som synliggør lovbestemte handlinger og frister for sagsbehandleren. Et centralt skel i hans formidling af projektet er, at teknologien kan støtte overblik og regeloverholdelse uden at overtage medarbejderens afgørelse eller faglige ansvar.

Et nyere forskningsspor undersøger samspillet mellem generativ AI og forklarlige, symbolske modeller. Sammen med Thiago Rocha Silva udgav han i 2025 et positionspapir om menneskecentreret hybrid-AI til no-code-udvikling. Papiret beskriver en forskningsretning, hvor brugere kan formulere arbejdsgange i et forståeligt, men formelt sprog, som forbinder generativ AI med modeller, der kan undersøges og forklares. Det viderefører hans arbejde med at forene teknisk pålidelighed og menneskelig forståelse.

Udvalgte erfaringer

• Professor, sektionsleder og ph.d. i datalogi.
• Formelle procesmodeller og forskning bag DCR-teknologien.
• Ledelse af EcoKnow om fleksibel, gennemsigtig og regelunderstøttet sagsbehandling.
• Forskning i hybrid-AI, forklarlige modeller og menneskecentreret no-code-udvikling.