Person som bygger och utvärderar modeller och analyser, t.ex. riskmodeller för tillsyn, och översätter data till beslutsunderlag som verksamheten kan förstå och använda.

Domänexpert i marknadskontroll

Inspektör eller annan specialist med djup kunskap om en viss reglerad marknad eller produktkategori, som kan bedöma om AI‑rekommendationer är rimliga i praktiken.

Strukturerat arbete för att få människor och organisationer att ta till sig nya arbetssätt, t.ex. AI‑stöd, genom kommunikation, utbildning, delaktighet och uppföljning.

What is Domänexpert?

Person med djup sakkunskap om ett specifikt område, t.ex. en viss produktkategori eller bransch, som kan tolka både data och juridik i sitt sammanhang.

What is Dataingenjör?

Teknisk roll som bygger och underhåller dataflöden, databaser och plattformar som gör det möjligt att samla in, lagra och använda data på ett säkert och effektivt sätt.

What is Förändringsledning?

Metoder och aktiviteter för att stödja människor och organisationer i att införa nya arbetssätt, tekniker och kulturer, inklusive kommunikation, utbildning och uppföljning.

What is Tvärfunktionellt team?

Team där personer med olika kompetenser (t.ex. juridik, tillsyn, dataanalys, IT) samarbetar kontinuerligt kring samma mål, i stället för att arbeta i separata stuprör.

Organisering och kompetens: att bygga en AI‑mogen marknadskontrollfunktion — AI-drivna arbetssätt för marknadskontroll av GPSR‑produkter, leksaker och PPE i internationell e‑handel

Varför organisering och kompetens är avgörande

Från teknik till förmåga

Här fokuserar vi på allt runtomkring tekniken: hur arbetet organiseras, vilka roller som behövs och hur kompetens byggs upp för att AI verkligen ska användas i marknadskontroll.

AI Act som drivkraft

EU:s AI‑förordning (AI Act) är beslutad och börjar gälla stegvis från 2024. Den ger marknadskontrollmyndigheter nya tillsynsuppgifter kopplade till AI‑system, särskilt högrisk‑system.

Målen med modulen

Efter modulen ska du kunna: 1) beskriva nyckelroller och kompetenser, 2) förklara värdet av tvärfunktionella arbetssätt, 3) skissa en enkel plan för AI‑relaterad kompetensutveckling.

Översikt: vilka kompetenser behövs i en AI‑mogen funktion?

Tre kompetensområden

En AI‑mogen funktion behöver: 1) domän- och tillsynskompetens, 2) data- och teknisk kompetens, 3) styrning, etik och förändringsledning. Alla tre måste finnas och samspela.

Domän och tillsyn

Inspektörer, jurister och riskanalytiker kan lagstiftning, marknad och risker. De vet vilka frågor som är viktiga och hur beslut påverkar företag och medborgare.

Data och teknik

Dataanalytiker, ingenjörer och IT‑arkitekter vet hur man samlar in, strukturerar och analyserar data, och hur AI‑modeller byggs, testas och driftas.

Styrning och förändring

Chefer, produktägare, säkerhets- och etikroller ser till att AI används rättssäkert, effektivt och på ett sätt som medarbetarna faktiskt tar till sig.

Nya och förstärkta roller kring AI i marknadskontroll

Tekniska roller

Dataanalytiker bygger och utvärderar modeller. Dataingenjörer ser till att data finns, håller kvalitet och flödar rätt. Båda måste jobba nära verksamheten.

Produktägare för AI‑stöd

Produktägaren ansvarar för att AI‑stödet löser ett verkligt behov, prioriterar utveckling och samlar in feedback. Hen är bryggan mellan teknik, juridik och inspektörer.

Domänexperter

Seniora inspektörer och andra domänexperter hjälper till att kravställa, testa och tolka AI‑rekommendationer, och definierar vad som är rimliga förslag.

Juridik och etik

Jurister med AI‑inriktning tolkar AI Act, GDPR och sektorsregler. Etik- och compliancefunktioner följer upp bias, transparens och dokumentation.

Integrera, inte isolera

Målet är inte en isolerad AI‑avdelning, utan att väva in dessa roller i ordinarie struktur så att AI blir en naturlig del av tillsynsarbetet.

Exempel: Ett tvärfunktionellt AI‑team för riskbaserad tillsyn

Teamet

Ett tvärfunktionellt team kan bestå av: 2 inspektörer, 1 jurist, 1 dataanalytiker, 1 dataingenjör, 1 produktägare och 1 IT/säkerhetsrepresentant på deltid.

Problemformulering

Teamet formulerar problemet: dagens tillsynsplanering bygger på turordning och tips. Målet är ett AI‑stöd som rankar objekt utifrån risk, med mänskligt slutbeslut.

Data och modell

Dataingenjören kartlägger data, juristen granskar lagligheten. Dataanalytikern bygger en riskmodell som inspektörerna testar genom att granska oväntade resultat.

Etik och pilot

Jurist och inspektörer granskar bias och rättssäkerhet. Sedan körs en pilot där AI‑stödet används parallellt, medan produktägaren samlar in feedback från användarna.

Förvaltning

Modellen förbättras stegvis och rutiner för uppföljning sätts upp, till exempel halvårsvisa genomgångar av hur AI‑stödet påverkar urval och utfall.

Tvärfunktionella arbetssätt: hur minska gapet mellan teknik och tillsyn?

Gemensamt ägarskap

Formulera mål i verksamhetstermer, t.ex. bättre träffsäkerhet i tillsyn. Låt inspektörer och jurister vara med i prioriteringar, inte bara ge synpunkter i slutet.

Delade artefakter

Använd gemensamma dokument som användarresor, skärmskisser och exempelärenden. Undvik teknisk jargong som stänger ute verksamhetssidan.

Demo och feedback

Visa tidiga prototyper regelbundet. Fråga: När skulle du lita på AI‑förslaget? När skulle du ignorera det? Detta avslöjar både styrkor och risker.

Gemensam utbildning

Låt tekniker förklara AI‑begrepp och inspektörer förklara tillsynsprocessen. Ömsesidig förståelse är grunden för fungerande tvärfunktionella team.

Tydliga beslutspunkter

Dokumentera var AI får påverka och var mänsklig prövning är obligatorisk, i linje med AI Act och nationella riktlinjer om mänsklig kontroll.

Reflektionsövning: Kartlägg roller i din (tänkta) organisation

Använd 3–4 minuter till att göra en snabb kartläggning. Du kan utgå från en verklig myndighet du känner till, eller hitta på en fiktiv.

Skriv ner (kort):

Vilken typ av marknadskontroll handlar det om? (t.ex. leksaker, medicinteknik, digitala tjänster)

Lista vilka av följande roller som redan finns tydligt definierade:

Inspektörer/domänexperter
Jurister
Dataanalytiker
Dataingenjörer/IT
Produktägare eller liknande (t.ex. systemförvaltare)
Informationssäkerhet/dataskyddsombud

Markera med ett `+` de roller som idag aktivt skulle kunna bidra i ett AI‑projekt.

Markera med ett `?` de roller där du är osäker på om kompetensen räcker för AI‑relaterade frågor.

Svara för dig själv:

Vilken roll eller kompetens ser ut att vara mest kritisk att förstärka för att kunna använda AI‑stöd i tillsyn?
Vad skulle vara ett första litet steg för att stärka just den rollen? (t.ex. kort utbildning, rekrytering, samarbete med annan myndighet)

Spara dina anteckningar – du kommer att kunna återanvända dem i nästa steg när du skissar en handlingsplan.

Kompetensutveckling och förändringsledning: bygg förmåga över tid

Grundnivå för alla

Ge alla en gemensam bas: vad AI kan och inte kan, och centrala begrepp som bias, transparens och mänsklig kontroll i marknadskontroll.

Fördjupning för nyckelroller

Inspektörer lär sig tolka och ifrågasätta AI‑stöd. Jurister fördjupar sig i AI Act. Dataanalytiker tränas i förklarbarhet och lämpliga utvärderingsmått.

Lärande i vardagen

Skuggning och gemensamma retrospektiv gör att kunskap sprids naturligt. Man lär av konkreta fall, inte bara av kurser och föreläsningar.

Förändringsledning

Använd ambassadörer, var ärlig om begränsningar och koppla AI‑initiativ till tydliga nyttor som bättre träffsäkerhet och mindre rutinjobb.

Samarbete och delning

Samarbeta med andra myndigheter, nationellt och inom EU, och återanvänd riktlinjer och utbildningar som växer fram runt AI Act.

Mini-workshop: Skissa en handlingsplan för kompetensutveckling

Nu får du omsätta idéerna i en enkel, praktisk plan. Använd dina anteckningar från tidigare reflektionsövning.

Uppgift: Skapa en 1‑årsplan för kompetensutveckling kopplad till AI i en marknadskontrollfunktion. Använd följande mall och fyll i med egna exempel:

Målbild (1–3 meningar)

Exempel: "Inom ett år ska alla inspektörer ha grundläggande förståelse för AI‑beslutsstöd, och ett tvärfunktionellt team ska ha genomfört minst en pilot." Skriv din egen formulering.

Prioriterade målgrupper

Välj max 2–3 grupper, t.ex.: inspektörer, jurister, chefer.
Skriv kort vad varje grupp behöver kunna bättre kopplat till AI.

Aktiviteter (minst 3, max 6)

Exempel på aktiviteter:
2‑timmars introduktionspass om AI i marknadskontroll för alla inspektörer.
Fördjupningsworkshop för jurister om AI Act och nationella tolkningar.
Gemensamma fallgenomgångar där man jämför AI‑förslag med faktiska beslut.
Skriv dina egna aktiviteter och ange ungefär när de ska ske (t.ex. kvartal 1–4).

Ansvar och uppföljning

Vem äger planen? (t.ex. enhetschef, produktägare, utbildningsansvarig)
Hur vet ni om ni lyckats? (t.ex. kort enkät, antal genomförda piloter, minskad handläggningstid i vissa ärenden)

Risker och hur ni hanterar dem

Skriv ner 1–2 risker, t.ex. "tidsbrist hos inspektörer" eller "skepsis mot AI".
För varje risk: notera en enkel motåtgärd, t.ex. "lägga utbildningstid i ordinarie plan" eller "visa konkreta exempel där AI sparat tid".

Försök hålla din plan på max en A4‑sida. Poängen är inte att den ska vara perfekt, utan att du tränar på att tänka strukturerat kring AI‑kompetens.

Snabbtest: Har du grepp om roller och arbetssätt?

Besvara flervalsfrågan nedan för att kolla din förståelse.

Vilket påstående fångar bäst poängen med en produktägare för AI‑stöd i en marknadskontrollmyndighet?

Produktägaren ansvarar för att utveckla AI‑modeller och skriva all teknisk kod.
Produktägaren ser till att AI‑lösningen utgår från verksamhetens behov, samlar in feedback och prioriterar vidareutveckling.
Produktägaren granskar enbart juridiska aspekter och säkerställer att AI följer AI Act.

Show Answer

Answer: B) Produktägaren ser till att AI‑lösningen utgår från verksamhetens behov, samlar in feedback och prioriterar vidareutveckling.

En produktägare för AI‑stöd är bryggan mellan teknik, verksamhet och juridik. Rollen handlar om att säkerställa att AI‑lösningen löser rätt problem, att användarnas behov fångas upp och att vidareutveckling prioriteras. Själva kodandet görs normalt av utvecklare/dataanalytiker, och juridisk granskning sköts av jurister, även om produktägaren behöver förstå dessa perspektiv.

Repetition av nyckelbegrepp

Använd korten för att repetera viktiga begrepp från modulen.

Produktägare för AI‑stöd: Roll som ansvarar för att ett AI‑baserat stöd löser ett verkligt verksamhetsbehov, samlar in användarfeedback, prioriterar utveckling och balanserar krav från juridik, teknik och tillsyn.
Tvärfunktionellt team: Ett team där olika kompetenser (t.ex. inspektörer, jurister, dataanalytiker, IT) arbetar tillsammans mot ett gemensamt mål, ofta med gemensamma ritualer som demos och retrospektiv.
Dataanalytiker: Person som bygger och utvärderar modeller och analyser, t.ex. riskmodeller för tillsyn, och översätter data till beslutsunderlag som verksamheten kan förstå och använda.
Domänexpert i marknadskontroll: Inspektör eller annan specialist med djup kunskap om en viss reglerad marknad eller produktkategori, som kan bedöma om AI‑rekommendationer är rimliga i praktiken.
Förändringsledning: Strukturerat arbete för att få människor och organisationer att ta till sig nya arbetssätt, t.ex. AI‑stöd, genom kommunikation, utbildning, delaktighet och uppföljning.

Key Terms

Domänexpert: Person med djup sakkunskap om ett specifikt område, t.ex. en viss produktkategori eller bransch, som kan tolka både data och juridik i sitt sammanhang.
Dataingenjör: Teknisk roll som bygger och underhåller dataflöden, databaser och plattformar som gör det möjligt att samla in, lagra och använda data på ett säkert och effektivt sätt.
Förändringsledning: Metoder och aktiviteter för att stödja människor och organisationer i att införa nya arbetssätt, tekniker och kulturer, inklusive kommunikation, utbildning och uppföljning.
Tvärfunktionellt team: Team där personer med olika kompetenser (t.ex. juridik, tillsyn, dataanalys, IT) samarbetar kontinuerligt kring samma mål, i stället för att arbeta i separata stuprör.
Produktägare för AI‑stöd: Roll som ansvarar för att ett AI‑baserat beslutsstöd utvecklas och förvaltas utifrån verksamhetens behov, med balans mellan teknik, juridik och användarupplevelse.
AI Act (EU:s AI‑förordning): EU‑förordning som reglerar utveckling, tillhandahållande och användning av AI‑system inom EU, med särskilda krav på högrisk‑system. Beslutad på EU‑nivå och började tillämpas stegvis från 2024.
Dataanalytiker / data scientist: Specialist som använder statistiska och maskininlärningsmetoder för att analysera data, bygga modeller och ta fram beslutsunderlag.
AI‑mogen marknadskontrollfunktion: En marknadskontrollverksamhet som har struktur, roller, processer och kompetens för att använda AI‑lösningar på ett effektivt, rättssäkert och etiskt sätt.