AI för offentlig sektor

AI-mognadsmätning för offentlig sektor: så går det till

Vad är AI-mognadsmätning och hur går det till?

Vad är AI-mognadsmätning och hur går det till?

AI-mognadsmätning är en strukturerad bedömning av hur väl en organisation kan styra, datasäkra och realisera värde av AI, mätt dimension för dimension och översatt till en konkret handlingsplan. Den ersätter magkänsla med ett gemensamt underlag för var ni faktiskt står.

I offentlig sektor är frågan inte längre om ni ska arbeta med AI, utan var ni står och vad nästa steg bör vara. En mätning gör den abstrakta känslan av “lågmognad” till en mätbar gap-lista per område, som går att prioritera och budgetera.

Varför det spelar roll

Datamognaden i staten är dokumenterat låg. Endast 15 procent av de statliga myndigheterna har både en strukturerad informationshantering och arbetar datadrivet, enligt Digg (2025). Resten saknar grunden som AI vilar på. En mätning visar exakt var den grunden brister hos er, om problemet är datakvalitet, styrning, kompetens eller förmågan att gå från pilot till drift.

2026 blir mätningen också ett styrunderlag av tre samtidiga skäl. Den nationella AI-verkstaden för offentlig förvaltning börjar byggas under året, med Försäkringskassan och Skatteverket som motorer och ett begränsat driftsläge på plats 1 juli 2026 (Regeringen.se, 2026). Varje myndighet tillfördes 100 miljoner kronor i budgeten för uppdraget. Organisationer som redan vet var de står kan ta plats tidigt i den verkstaden. De som inte vet börjar bakom.

Pengarna bakom satsningen är inte symboliska. AI-kommissionens Färdplan för Sverige föreslår 75 åtgärder för sammanlagt 16 712 miljoner kronor över tio år, varav drygt 11 500 miljoner under de fem första (Regeringen.se, 2024). AI-verkstaden är ett av de mest centrala förslagen. När den infrastrukturen byggs ut blir frågan vilka organisationer som har en grund att koppla in sig på.

Samtidigt skärps reglerna. EU:s AI-akt blir fullt tillämplig 2 augusti 2026 och ställer krav på loggning, transparens och konsekvensbedömning av grundläggande rättigheter för högrisk-AI. För offentliga aktörer som redan driftsatt sådana system gäller en förlängd övergångsfrist till 2 augusti 2030 (Europeiska kommissionen, 2026). En mätning som väver in styrning och regelefterlevnad gör de kraven planerbara i god tid, inte akuta veckorna före en deadline.

Skillnaden mellan att gissa och att mäta är att en mätning ger ett gemensamt språk. Ledningen, verksamheten och IT slutar tala förbi varandra och börjar tala om samma siffror. Det är ofta den största vinsten, inte rapporten, utan att alla för första gången ser samma bild av var organisationen står.

Hur det fungerar

En mätning sker i tre steg: bedömning, analys och workshop. Först svarar utvalda roller på en enkät per dimension. Sedan analyseras svaren och trianguleras. Till sist möts organisationen i en workshop där resultatet blir en prioriterad handlingsplan.

Digitalists eget ramverk, DAIA, mäter fem dimensioner:

  1. Strategi och styrning, kopplingen mellan AI-satsningar och verksamhetsmål, policyer, ansvar, beslutsmandat och etisk ram.
  2. Data och infrastruktur, datatillgång, datakvalitet, datastyrning och teknisk grund. Teknikagnostiskt.
  3. Kompetens och kultur, AI-kompetens på bred front, en experimenterande kultur och psykologisk trygghet att testa.
  4. Processer och implementation, förmågan att gå från idé till produktion, att skala och att organisera arbetet rätt.
  5. Värdeskapande och mätning, konkret nytta, ROI och en tydlig koppling mellan AI-insats och levererat värde.

Fyra metodval gör att mätningen mäter verklighet, inte önsketänkande:

  • Evidensfrågor. Varje påstående följs av en fråga om belägg. Ni säger inte bara att ni styr AI ansvarsfullt, ni visar var det står skrivet.
  • Sjätte svarsalternativet “Kan inte bedöma”. Det fångar kunskapsluckor och blinda fläckar i stället för att tvinga fram en gissning.
  • Triangulering. Mätningen jämför ambition mot verklighet och avdelning mot avdelning, så att ojämnheter syns.
  • Pulsmätning. Samma mätning kan upprepas över tid och visa om handlingsplanen faktiskt flyttar er framåt.

Digitalist är certifierad partner för AppliedAI:s mognadsmätning, som tillhandahålls av AI Sweden och beskrivs som ett av Europas mest etablerade ramverk för att mäta AI-mognad. Verktyget utvecklades av AppliedAI tillsammans med AI-experter, baserat på data från över hundra organisationer (AI Sweden, 2026). Det betyder att ni kan få både en branschjämförbar bild via det ramverket och en värdeinriktad analys via DAIA.

De två ramverken kompletterar varandra. Tabellen nedan visar hur de skiljer sig.

AI Swedens AI Maturity AssessmentDAIA (Digitalists eget ramverk)
Dimensioner9 (ambition, användningsfall, data, teknik, organisation, ekosystem, kompetens, kultur, genomförande)5 (strategi och styrning, data och infrastruktur, kompetens och kultur, processer och implementation, värdeskapande och mätning)
TyngdpunktBred, branschjämförbar nulägesbildVärdeskapande och agentisk AI, kopplat till verksamhetsmål
FrågetypBedömning per dimensionPåstående följt av evidensfråga
UppföljningPunktmätningPulsmätning över tid
RollEtablerat ramverk, internationellt jämförbartDigitalists eget ramverk för analys och handlingsplan

När det passar

En mätning passar när ni står inför ett vägval och behöver ett gemensamt underlag. Det gäller om ni ska ta fram eller revidera en AI-strategi, söka medel eller prioritera mellan piloter. Det gäller också när ni förbereder er för AI-akten och den nationella AI-verkstaden. Och den passar när ledningen och verksamheten har olika bild av hur långt ni kommit, mätningen avgör frågan med data.

Den passar bäst när ni är beredda att agera på resultatet. En mätning vars handlingsplan hamnar i en låda är bortkastad tid.

När det inte passar

En mätning är fel verktyg om ni redan vet exakt vad som saknas och bara behöver bygga det. Om problemet är en enskild, väl avgränsad integration eller en specifik kompetens ni saknar, är en mätning ett omväg, gå direkt på åtgärden.

Den passar också dåligt mitt i en pågående omorganisation. Mätningen speglar en organisation som inte längre finns när handlingsplanen är klar. Vänta tills strukturen har satt sig. Och om bara ledningen kommer att svara, mät inte ännu. Resultatet blir en bild av ambitionen, inte av verkligheten, och kan göra mer skada än nytta.

Konkret exempel

En kommun vill söka medel kopplade till den nationella AI-satsningen och behöver visa var den står. Ledningen tror att kommunen ligger långt fram, flera förvaltningar har testat generativ AI och en chatbot är i drift.

Mätningen ger en annan bild. Strategi och styrning får hög poäng: kommunen har en AI-policy och en utpekad ansvarig. Men data och infrastruktur faller. Tre förvaltningar svarar “Kan inte bedöma” på frågor om datakvalitet, vilket avslöjar att ingen äger frågan. Triangulering visar att socialförvaltningen kommit långt medan utbildningsförvaltningen knappt börjat.

Handlingsplanen blir konkret. Innan fler piloter startas behöver kommunen utse en dataägare, höja datakvaliteten i två system och sprida lärdomarna från socialförvaltningen. Kommunen söker medel med en gap-lista i handen i stället för en känsla, och vet vad pengarna ska gå till.

Exemplet är en illustration av hur en mätning typiskt faller ut, inte ett enskilt kunduppdrag. Digitalist arbetar med AI i offentlig sektor hos bland andra Botkyrka kommun, Linköpings kommun och Socialstyrelsen.

Vanliga missförstånd

“En hög poäng betyder att vi är klara.” En mätning är en startpunkt, inte ett betyg. Höga siffror på ambition men låga på data betyder att ni vill mer än ni kan i dag. Värdet ligger i gapet mellan dimensionerna, inte i totalsumman.

“AI-mognad handlar om tekniken.” Tekniken är en av fem dimensioner. De flesta organisationer fastnar inte på modeller utan på data, styrning eller förmågan att skala en pilot till drift. En mätning som bara tittar på teknik missar var det faktiskt klämmer.

“Det räcker att ledningen svarar.” En mätning som bara ledningen besvarar speglar ambitionen, inte verkligheten på golvet. Bredden bland de svarande avgör om mätningen visar var ni står eller var ni önskar att ni stod.

Att veta var ni står är det billigaste steg ni tar på hela AI-resan, och det enda som gör alla följande steg planerbara.

Vanliga frågor

Vad är skillnaden mellan DAIA och AI Swedens AI-mognadsmätning?
AI Swedens AI Maturity Assessment är ett etablerat ramverk som bedömer mognad i nio dimensioner: ambition, användningsfall, data, teknik, organisation, ekosystem, kompetens, kultur och genomförande. Digitalist är certifierad partner för det verktyget. DAIA är Digitalists eget ramverk, med fem dimensioner och tydlig vikt på värdeskapande och agentisk AI. Skillnaden ligger i fokus: AI Sweden ger en bred branschjämförbar bild, DAIA kopplar varje insikt till konkret verksamhetsvärde.
Hur lång tid tar en AI-mognadsmätning?
En mätning tar normalt några veckor från start till färdig handlingsplan. AI Swedens AI Maturity Assessment anges som en process på cirka sex veckor som kräver ungefär 80 timmars deltagande från organisationen, runt 2 timmar i planering, 60 timmar för att svara på enkäter och 15 timmar i workshop (AI Sweden, 2023). Tidsåtgången beror främst på hur många personer som ska medverka och hur snabbt de hinner svara. I praktiken avgörs den faktiska kalendertiden hos en offentlig kund mer av interna svarsledtider än av själva metoden.
Vad kostar en AI-mognadsmätning för en myndighet eller kommun?
Priset styrs av omfattning: hur många avdelningar som mäts, hur många personer som deltar och om mätningen ska upprepas över tid som pulsmätning. En avgränsad mätning av en förvaltning kostar mindre än en koncernövergripande mätning av en hel kommun. Be om ett pris kopplat till en tydlig leverans, inte en öppen timdebitering. Kontakta oss för ett pris anpassat till er omfattning.
Mäter en AI-mognadsmätning även generativ AI?
Generativ AI ingår, men en bra mätning stannar inte där. Den bedömer hela förmågan att gå från idé till driftssatt nytta, oavsett om tekniken är generativ AI, klassisk maskininlärning eller agentisk AI. Generativ AI är ett användningsfall bland flera. Det som mäts är om er organisation kan styra, datasäkra och realisera värde av AI, inte vilken modelltyp som råkar vara aktuell just nu.
Behöver vi mäta vår AI-mognad för att klara EU:s AI-akt?
AI-akten kräver inte en mognadsmätning i sig, men en mätning som väver in styrning och regelefterlevnad ger ett tidigt complianceunderlag. EU:s AI-akt blir fullt tillämplig 2 augusti 2026, med förlängd övergångsfrist till 2 augusti 2030 för högrisk-AI i offentlig sektor (Europeiska kommissionen, 2026). En mätning som synliggör luckor i loggning, transparens och konsekvensbedömning gör efterlevnaden planerbar i stället för akut.
Vilka i organisationen bör delta i en AI-mognadsmätning?
Mätningen blir bara så bra som spridningen av dem som svarar. Ta med både ledning, verksamhet och IT, och gärna flera avdelningar. Då fångar mätningen ojämnheter, att en förvaltning kommit långt medan en annan knappt börjat. En mätning som bara ledningen svarar på speglar ambitionen, inte verkligheten.
Marie Björkengren Förändringsledare · Digitalist Uppdaterad 4 juni 2026

Vill ni omsätta det här i praktiken?

Boka ett kort samtal med en kundansvarig.

Kontakta oss