Välj en återkommande uppgift som tar tid. Skriv ner vilka data den kräver, var de finns, i vilket format och vem som får godkänna användningen. Därefter kan ni välja verktyg och driftform. För ett första försök behöver ni ett hanterbart, tillförlitligt underlag och någon som kan bedöma resultaten.

Den 19 oktober 2026 uppmanade Friedrich Merz små och medelstora företag vid Invest in Germany Summit att använda sina data för AI (NVIDIAs rapport). Samma dag undertecknade två tyska förbundsministerier en avsiktsförklaring med NVIDIA om fysisk AI, alltså AI för den fysiska världen.

Vår praktiska tolkning för ett företag med 30 anställda: arbetet kan börja med en återkommande kontorsuppgift. Ni kan avgränsa försöket till de underlag som just det arbetsflödet behöver.

Följ ett arbetsflöde tillbaka till källorna

Ta en fiktiv reservdelsleverantör som exempel. Kontoret svarar på frågor om lämpliga komponenter. Artikelnumret finns i affärssystemet, kompatibiliteten i tillverkarens PDF-filer och en senare produktändring i ett mejl. En AI-assistent ska samla uppgifterna till ett svarsförslag. Den ansvariga medarbetaren godkänner fortfarande svaret.

Om ni ännu inte har valt uppgift finns stöd i vår artikel om att komma igång med AI. När uppgiften är vald följer ni tre typiska ärenden bakåt. Vilka underlag behövdes faktiskt? Vem bidrog med kunskap som inte fanns nedskriven? Vilken fråga gick inte att besvara med befintliga data?

Kartlägg data för just den uppgiften

En första inventering i exemplet kan se ut så här:

  • Affärssystemet: artikelnummer, benämning och lagersaldo; går att exportera strukturerat, lagerfunktionen ansvarar.
  • Tillverkarunderlag: PDF med versionsdatum och giltighetsområde; inköp avgör vilken utgåva som gäller.
  • Produktändringar: enskilda mejl; relevanta ändringar behöver föras in i en källa som hålls aktuell.
  • Erfarenhetskunskap: undantag som bara en medarbetare känner till; dokumentera tillsammans och låt en sakkunnig granska.

Lägg till lagringsplats, behörighetsgrupp och ansvarig för ändringar vid varje källa. Ett kalkylblad räcker. Leta först efter luckorna som kan ge fel svar: saknade versioner, motstridiga artikelnummer eller en undantagsregel som bara finns i någons huvud.

Att strukturera om hela företagets dokument är för stort för detta försök. Börja med underlagen för den valda uppgiften. Ta bort dubbletter, märk inaktuella utgåvor och gör skannade dokument sökbara där innehållet behövs. Kontrollera sedan med stickprov att tabeller och artikelnummer går att läsa korrekt.

Skilj på underhållsansvar och rätt att använda

Den som underhåller en fil får inte automatiskt ensam bestämma hur den används. Diskutera med verksamheten och IT vilka underlag som ska ingå. Kunddata kräver också att ni granskar avtal och sekretess. Involvera dataskyddsombud och vid behov arbetstagarrepresentanter tidigt.

Den tyska dataskyddskonferensen rekommenderar arbetsgivarens utrustning och konton samt bindande interna AI-regler. För personuppgifter behöver ni pröva vilken rättslig grund som gäller. Tillgång till verktyget är därför inget godkännande att ladda upp hela mappen.

Låt skyddsbehovet styra datavägen

Skilj mellan offentliga produktunderlag, intern verksamhetskunskap, personuppgifter och särskilt känsligt innehåll. Grupperna hjälper planeringen; den konkreta användningen behöver fortfarande bedömas. Uteslut redan från testunderlaget de data som uppgiften inte kräver.

För varje möjlig lösning behöver ni veta vart indata och svar tar vägen, vem som ser dem, hur länge de sparas och vad som hamnar i loggar eller säkerhetskopior. För en molntjänst granskar ni avtalsvillkor, personuppgiftsbiträdesavtal där det är tillämpligt och vilka leverantörer som ingår. Även lokal drift kräver behörigheter, uppdateringar och säkerhetskopior. Vår översikt över privat AI och vår jämförelse av driftformer förklarar alternativen.

Testa de svåra fallen

Vårt förslag är att börja med 20 godkända exempelärenden. Ta med en fråga med ett inaktuellt underlag, en där information saknas och en med ett felaktigt artikelnummer. Bestäm före försöket vilken källa som styrker rätt svar och när systemet ska ställa en följdfråga eller avbryta.

Ett användbart svarsförslag visar källan och gör olösta frågor synliga. En källhänvisning bevisar inte i sig att svaret stämmer: granskaren behöver kontrollera att textstället stöder påståendet. Artikeln om kunskapssystem med källor förklarar det tekniska upplägget.

Jämför tidigare handläggningstid med tiden inklusive granskning och rättning för samma ärenden. Räkna felaktiga svar och onödiga följdfrågor var för sig. Då får ni ett underlag för att bedöma om flödet hjälper kontoret. De 20 fallen är en föreslagen start, inget belägg för tillförlitlig drift för alla frågor.

Vad som kan vara klart på måndag

Efter det första samtalet i teamet bör ni ha en uppgift, de källor den behöver, kvarstående godkännanden och en ansvarig person. Saknas en aktuell lista är nästa arbetssteg att få ordning på den. Är underlaget användbart kan ni beställa ett avgränsat försök.

AI Værk hjälper er från inventering via genomförande till drift. Tillsammans bedömer vi om ett befintligt verktyg räcker eller om en intern AI-assistent är lämplig. Ta med uppgiften, era system och de öppna datafrågorna till ett kostnadsfritt första samtal på ungefär 30 minuter.