AI för chefer & beslutsfattare – Steg 2

Utbildningen kräver ingen schemalagd tid, inga livepass och inga workshops. Varje deltagare genomför kursen i sin egen takt, parallellt med pågående ledningsarbete. Utformad för chefer och organisationer som vill bygga AI-kompetens i ledarskapet utan att vara beroende av externa föreläsare eller fasta utbildningstillfällen.

• Flexibelt upplägg – studera i egen takt

• Professionell ljudberättelse genom hela kursen

• Varje modul uppdelad i avsnitt à 15–20 minuter

• Illustrerande exempel från ledningsvardag i varje modul

• Nedladdningsbara PDF:er med checklistor och arbetsverktyg

• Instuderingsfrågor per modul + avslutande certifieringsprov

• Digitalt certifikat vid godkänt resultat

• E-postsupport – svar inom 48 timmar

Certifiering

Efter genomgången kurs och godkänt slutprov erhåller du:

• Officiellt certifikat i "AI för chefer & beslutsfattare – Steg 2"

• Registrering i Sveriges Utbildningscenters certifikatregister

• Verifierbar kompetens att visa arbetsgivare och på LinkedIn

Certifieringen kan ingå i intern kompetensmatris eller ledningsgruppers utvecklingsplan.

Kursen kommer med ett komplett materialpaket för organisatorisk AI-implementering.

Chefshandbok Steg 2 (PDF)

• Mognadstrappa med fem dimensioner – bedöm din organisations faktiska utgångsläge

• J-kurva-guide – planera för produktivitetsdipp och undvik att avbryta för tidigt

• AI-policy-mall anpassad för din organisations mognad och riskprofil

• Quality Gate-standard – gemensam granskningsnivå för hela organisationen

• Beslutsautonomitabell – tre nivåer för när AI stödjer, föreslår och agerar autonomt

• Prioriteringsmatris: effekt vs komplexitet för AI-processer

• Upphandlingschecklista med kravfrågor per leverantörskategori

• Avtalschecklista – klausuler om dataägarskap, exit-villkor och SLA

• Kravfrågor för AI-agenter: autonominivå, säkerhetsmekanismer och observerbarhet

• Business case-mall med ROI på produktivitetsspår och kvalitetsspår

• 90-dagarsplan för organisatorisk implementering med milstolpar

Onlinekurs

• 5 moduler, ca 8–9 timmar

• Genomgående case: Mälardal Logistik (pressad uppifrån, skeptisk organisation nedåt) och Björkdalen kommun (politisk styrning, hård datareglering, tre enheter utan samordning)

• Praktiska dilemman från verkliga ledningssituationer – motstånd, leverantörsrelationer och styrelsekommunikation

• Löpande instuderingsfrågor per modul + avslutande certifieringsprov

Från "vi borde göra något med AI" till "jag förstår exakt var vi är och vad som bromsar oss"

• Mognadstrappa: bedöm din organisation på fem dimensioner – strategi, styrning, teknik, kompetens och kultur

• J-kurvan: produktiviteten sjunker innan den stiger – varför organisationer som inte förväntar sig dippen avbryter för tidigt

• Den inofficiella implementeringen: AI används redan under radarn – hur du går från "alla gör det i smyg" till gemensamma spelregler utan att skapa skam

• Makt och ägarskap: IT vill äga, verksamheten vill ha frihet, juridik bromsar – hur du navigerar den politiska dynamiken

• Tre individuella motståndsmönster: kontrollförlust, planstörning och relationsstörning – och hur du hanterar varje typ

• Strukturellt motstånd: befintliga system, processer och belöningsmodeller som aktivt motarbetar förändring

Från "vi har inga regler" till ett ramverk som täcker kvalitet, beslut och tillit

• AI-policy: vad den ska innehålla, hur den anpassas efter mognad och riskprofil – och vad som inte behöver regleras

• Quality Gate: gemensam standard för när AI-output är godkänd och skydd mot kollektiv passivitet

• Tre nivåer av beslutsautonomi: AI stödjer, AI föreslår, AI agerar autonomt – och var gränsen ska gå i din organisation

• Progressiv tillit: stegvis ökad autonomi från hög övervakning till strategisk översikt

• AI-förordningen på ledningsnivå: behöver ni en AI-ansvarig, är detta styrelseansvar och vad innebär den svenska implementeringen konkret

• Governance-ägarskap: vem äger AI-frågan i organisationen – och vem borde

Från "AI kan säkert hjälpa någonstans" till "vi vet vilka tre processer vi börjar med och hur"

• Välj ambitionsnivå: försiktig compliance, selektiv produktivitet eller offensiv transformation – alla ska inte bli AI-ledare

• Kartlägg var tid faktiskt försvinner – genom observation och samtal med de som arbetar i processerna, inte antaganden från ledningen

• Prioriteringsmatris: effekt vs komplexitet – vilka är quick wins och vilka är strategiska satsningar

• Förenkla processen innan du automatiserar den – automatisera aldrig ett dåligt arbetssätt

• Workflow-redesign: skillnaden mellan att lägga AI på befintlig process, designa om med AI som förutsättning och helt automatiserade uppgifter

• Promptbibliotek som teamresurs: gemensamma mallar kopplade till kartlagda processer

• Case: så valde en organisation sina första tre AI-projekt

Från "vi litar på leverantörens demo" till "vi vet vad vi köper och varför"

• Kravställning utan att vara tekniker: rätt frågor om data, säkerhet, integration och lock-in

• Skillnaden mellan lyckad demo och fungerande implementation: 80–85% av AI-projekt fastnar mellan pilot och drift

• AI kräver löpande underhåll: fråga om driftskostnad, uppdateringsfrekvens och vem som ansvarar när modellen försämras

• GDPR och AI-förordningen i upphandlingskontexten: konkreta krav att ställa leverantörer

• Utvärderingsmodell: jämför leverantörer systematiskt och undvik de vanligaste fallgroparna

• Avtalsklausuler du inte ska missa: äganderätt till data, exit-villkor och SLA

• Kravställning för AI-agenter: autonominivå, säkerhetsmekanismer och beslutslogikens observerbarhet

Från "vi har en plan" till förmåga att genomföra och justera

• Business case och ROI: produktivitetsspår och kvalitetsspår – vad är rimlig AI-investering och vad är för lite

• Managing up och styrelsekommunikation: hur du rapporterar AI-arbetet uppåt på rätt sätt

• KPI:er och mätpunkter: vad ni ska följa och hur ofta

• Fusionsfärdigheter och kompetensplanering: det handlar inte om att alla ska bli tekniker – utan om att kunna delegera, kombinera och kvalitetssäkra AI

• Använd AI i förändringsarbetet: stakeholder-simulering, kommunikationsplanering och motståndsanalys

• Ägarskap driver adoption: ge medarbetare rätten att konfigurera AI inom governance-ramverket

• Från pilot till skalning och 90-dagarsplan – inklusive scenariot "halvvägs in"

• Hålla momentum: hantera AI-trötthet och din egen resa som ledare i ett landskap som förändras snabbare än kursen kan täcka