Kurswebb: AI för ekonomer och controllers
Den här sidan samlar allt kursmaterial för deltagare som gått AI-utbildningarna för ekonomer och controllers. Använd den som bas för repetition, uppföljning och för att fånga nya arbetssätt. Innehållet på
Den här sidan samlar allt kursmaterial för deltagare som gått AI-utbildningarna för ekonomer och controllers. Använd den som bas för repetition, uppföljning och för att fånga nya arbetssätt. Innehållet på den här sidan uppdateras löpande.
Innehåll
- Prompter
- AI-grunder och ekonomers framtid
- ChatGPT i vardagen
- Strategiskt beslutsfattande och ansvarsfull AI
- Praktiska arbetsflöden och övningar
- Implementering och kulturförändring
- Länkar och resurser
Prompter
- Huvudbibliotek: AI-ekonomi – prompter samlar alla exempel från modulerna samt nya tillskott.
- Snabbstart: Testa en prompt, notera utfallet, iterera tre gånger och spara versionen som fungerar bäst i ert interna bibliotek.
- Tips: Koppla gärna varje prompt till ett konkret arbetsflöde (rapport, budget, analys) så blir det enklare att återanvända i teamet.
AI-grunder och ekonomers framtid
Vad vi gick igenom
- Gemensam start med kursmål, förväntningar via Flinga och genomgång av hur dagen byggdes upp.
- Grundläggande orientering i AI-spektrumet: från klassisk AI till dagens språkmodeller, historiska milstolpar och hur tekniken redan syns i vardagen.
- Diskussion om hur ekonomirollen skiftar när AI tar över repetitiva uppgifter och frigör tid för analys och rådgivning.
- Sex konkreta användningsfall demonstrerades live: finansanalys, budgetprognoser, rapportsammanfattningar, riskanalys, Excel-automation och beslutsunderlag.
- Reflektion kring styrkor och begränsningar: vikten av mänsklig granskning, kritiskt tänkande och att AI förstärker – inte ersätter – expertisen.
Så använder du materialet
- Inventera dina mest tidskrävande moment och koppla dem till live-exemplen för att identifiera var AI ger snabbast effekt.
- Återskapa övningen “Vilka utmaningar möter ni?” i ditt team för att fånga nuläget och prioritera förbättringar.
- Uppdatera presentationsmaterial eller interna dragningar med argumenten kring hur ekonomirollen förändras, så du kan förklara nyttan internt.
ChatGPT i vardagen
Vad vi gick igenom
- Definition av en prompt som ett uppdrag och jämförelser mellan svaga och starka exempel.
- De sex byggstenarna för tydliga prompter: uppgift, kontext, exempel, roll, format och tonalitet.
- Vanliga misstag och hur man kvalitetssäkrar AI-svar för att undvika “workslop”.
- Genomgång av centrala funktioner i ChatGPT: projekt, Canvas, filuppladdning, GPT:er, sök, anpassade instruktioner, röstläge och agentläge.
- Tabeller som kopplar funktioner till vardagliga ekonomflöden som rapportering, mötesuppföljning och dataanalys.
Så använder du materialet
- Uppdatera dina personliga anpassade instruktioner och testa hur svarskvaliteten påverkas.
- Välj ett arbetsflöde (t.ex. månatlig rapport) och bygg ett projekt i ChatGPT där du sparar prompts, filer och instruktioner.
- Använd Canvas för att jämföra AI:s förslag med din egen version och dokumentera när AI ger bäst stöd.
Strategiskt beslutsfattande och ansvarsfull AI
Vad vi gick igenom
- Skiftet från rapporterande ekonom till strategisk rådgivare som tolkar data och ger handlingsrekommendationer.
- Hur AI kan användas för scenarioanalys, riskmodellering, konkurrentanalys, investeringsbedömningar och prognoser.
- Gruppövning där ett automatiseringscase analyserades genom kostnader, nyttor, risker och rekommendationer.
- Metodik för att kommunicera AI-värde till ledningen genom att översätta funktioner till mätbara affärseffekter.
- Riktlinjer för datasäkerhet, transparens, ansvar och bias-hantering samt genomgång av EU:s AI-förordning och dess risknivåer.
Så använder du materialet
- Bygg eller uppdatera ett business case för ett AI-initiativ och koppla varje fördel till en mätbar effekt.
- Genomför checklistan “Fråga 0” innan nya AI-flöden driftsätts så att syfte, konsekvenser och ansvar är tydliga.
- Skapa en enkel matris för risk- och etikbedömning som speglar tabellen med “tre nivåer av ansvar”.
Praktiska arbetsflöden och övningar
Vad vi gick igenom
- Tre huvudstationer: finansanalys av årsredovisningar, rapportbearbetning från PDF till strukturerad data och AI-assisterad budgetplanering.
- Hands-on-passen med ChatGPT där deltagarna arbetade iterativt, testade versioner och dokumenterade vad som förbättrade resultatet.
- Exempelprompter för olika scenarier, inklusive tabeller och checklista för uppföljning.
- Bonusmoment med Excel/VBA-automation för den som ville fortsätta fördjupa sig.
- Reflektionspass efter övningarna för att dela lärdomar, jämföra strategier och planera hur arbetsflödena kan integreras i vardagen.
Så använder du materialet
- Schemalägg regelbundna träningspass där du återanvänder övningarna med nya dataset och loggar lärdomar.
- Bygg en egen mall för promptversioner: dokumentera startprompt, justeringar och slutligt resultat.
- Använd reflektionfrågorna för att samla teamets insikter efter varje större rapport- eller budgetcykel.
Implementering och kulturförändring
Vad vi gick igenom
- Vanliga orsaker till att AI-projekt faller: bristande förankring, otydliga mål, rädsla och kompetensgap.
- Skillnaden mellan teknisk implementering och kulturell transformation – varför människorna är avgörande.
- Steg-för-steg-plan över tolv månader: förankring, pilotprojekt, skalning och kulturbyggande.
- Strategier för att hantera invändningar (“AI ersätter mig”, “vi har alltid gjort så här”, “det är för komplext”, “vi kan inte lita på AI”).
- Konkreta vanor som 15-minutersfönstret för experiment, feedbackloopar och hur man bygger en innovationskultur.
Så använder du materialet
- Gör en kvartalsvis avstämning mot tolvmånadersplanen för att se var ni behöver förstärka arbetet.
- Förbered argumentkataloger för vanliga invändningar och använd dem i möten med team eller ledning.
- Starta en delad logg där alla dokumenterar experiment, framsteg och hinder för att bygga kunskapsbank.
Länkar och resurser
- AI-ekonomi – prompter
- Prompting & trollformler
- Faktablad och checklistor i resources/shared/
- DIGG:s riktlinjer: https://www.digg.se/ai-for-offentlig-forvaltning/riktlinjer-for-generativ-aiDen här sidan samlar allt kursmaterial för deltagare som gått AI-utbildningarna för ekonomer och controllers. Använd den som bas för repetition, uppföljning och för att fånga nya arbetssätt över tid – innehållet uppdateras kontinuerligt.
Innehåll
- Prompter
- AI-grunder och ekonomers framtid
- ChatGPT i vardagen
- Strategiskt beslutsfattande och ansvarsfull AI
- Praktiska arbetsflöden och övningar
- Implementering och kulturförändring
- Länkar och resurser
Prompter
Det aktuella promptbiblioteket finns i Promptbibliotek – AI för ekonomer och controllers. När grundkursmaterialet publiceras hittar du det här: Promptbibliotek – AI grundkurs. Utgå från basprompterna, iterera egna versioner och dokumentera vilket dataunderlag som ger bäst resultat i ert sammanhang.
AI-grunder och ekonomers framtid
Vi startade med att rita upp spelplanen: varför AI är relevant just nu, vilken roll ekonomiavdelningen kan ta och vilka mål vi siktade mot under kursen. Det gav en gemensam förståelse att luta sig mot under resten av dagen.
Vad vi gick igenom
- Kursmål, förväntningar (via Flinga) och en trygg start där deltagarnas egna behov synliggjordes. Alla valde ett fokusområde att följa upp efter kursen.
- AI-spektrumet från klassiska expertsystem till dagens generativa språkmodeller. Vi tittade på den historiska tidslinjen (Turing → Deep Learning → transformer-modeller) och visade vardagliga exempel som rekommendationssystem, navigation och e-postfilter.
- De tre största förändringarna i arbetssätt: från instruktion till konversation, från sekventiellt till parallellt och från absolut sanning till sannolikhet. Vi diskuterade vilka kontroller som behövs när AI resonerar probabilistiskt.
- Ekonomens roll före/efter AI med fokus på hur rådgivande och strategiskt arbete tar större plats. Vi använde en checklist för att bedöma när en arbetsuppgift lämpar sig för AI: datakvalitet, repetitivitet, affärsvärde och risknivå.
- Sex live-demonstrationer: finansanalys, budgetprognoser, rapportsammanfattningar, riskanalys, Excel-automation och beslutsunderlag. Efter varje demo gick vi igenom styrkor, begränsningar och hur resultatet valideras.
Så använder du materialet
- Inventera tre tidskrävande moment i din vardag och matcha dem mot checklistan och demoexemplen för att se var AI ger snabbast effekt.
- Repetera diskussionsövningen “Vilka utmaningar möter ni?” internt för att samla nuläge och tillsammans välja prioriterade arbetsmoment.
- Använd argumentationen från passet när du presenterar AI-satsningar för kollegor eller ledning – särskilt skillnaden mellan automatisering och förstärkning av den mänskliga rollen.
ChatGPT i vardagen
Den här sektionen zoomade in på hur du får AI:n att leverera i vardagen. Vi tränade både på att skriva tydliga prompter och på att använda rätt funktion i ChatGPT för respektive uppgift.
Vad vi gick igenom
- Prompten som uppdrag: vi jämförde svaga och starka exempel och bröt ned varför resultatet skilde sig. Den reviderade promptbyggstenen (uppgift, kontext, exempel, roll, format, tonalitet) fick testas praktiskt.
- “Anti-checklistan” för promptar: undvik vaghet, separera komplexa uppgifter, bygg in valideringsfrågor och planera för mänsklig granskning. Vi tittade på exempel där AI behövde korrigeras och hur man dokumenterar det.
- Funktioner i ChatGPT som sparar tid: Projekt (samla mål, filer, anteckningar), Canvas (samskrivning och tabellvy), filuppladdning och analys, GPT:er, sök, röst- och agentläge. Varje funktion kopplades till ekonomiska arbetsflöden.
- En verktygstabell visade hur ChatGPT kan stötta rapportering, mötesuppföljning, dataanalys, workshopförberedelser och kundkommunikation. Vi visade hur anpassade instruktioner ger mer träffsäker ton och kontext mellan sessioner.
Så använder du materialet
- Uppdatera dina anpassade instruktioner och notera hur svaren förändras. Dokumentera gärna före/efter-exempel.
- Välj ett pågående arbetsflöde (t.ex. månadsrapport) och skapa ett ChatGPT-projekt där du sparar prompts, källor och instruktioner så att kollegor kan haka på.
- Använd Canvas för att samskriva ett utkast, jämför versioner och skapa en “bästa praxis”-prompt som läggs i ert interna bibliotek.
Strategiskt beslutsfattande och ansvarsfull AI
Vi lyfte blicken mot affärsnyttan och hur ekonomer kan leda AI-resan strategiskt. Fokus låg på att koppla AI-förmågor till mätbara effekter och samtidigt säkra etik, risk och compliance.
Vad vi gick igenom
- Rollen som strategisk rådgivare: från rapportering till att driva handling. Vi använde en före/efter-matris för att se hur rådgivning, scenarioanalys och förändringsledning blir centrala.
- Gruppövning kring ett automatiseringscase (investering på 10 MSEK) där vi kartlade kostnader, nyttor, ROI, risker och påverkan på personal. Varje grupp tog fram en rekommendation och motivering.
- Verktyg för beslutsfattande: scenarioanalys, riskmodellering, konkurrentanalys, investeringsbedömning och prognoser. Vi såg hur AI kan påskynda iterationer men att bedömningar fortfarande kräver mänsklig erfarenhet.
- Kommunikationsmall för ledning: översätt tekniska funktioner till affärsvärde (kostnad, intäkt, risk, konkurrensfördel) och bemöt vanliga invändningar med data. Vi skapade exempel på slides/manus som stöd vid ledningsmöten.
- Etik och regelverk: datasäkerhet, transparens, ansvar, bias-hantering och EU:s AI-förordning. Vi arbetade med “Tre nivåer av ansvar” samt praktiska riktlinjer för vad som är tillåtet att lägga i generativa verktyg.
Så använder du materialet
- Bygg ett business case för ert mest lovande AI-initiativ och fyll i kostnader, nyttor, ROI och risker – använd mallen från övningen.
- Kör checklistan “Fråga 0” innan nya AI-flöden lanseras: syfte, konsekvenser, alternativ, människans ansvar. Dokumentera svaren i ert styrdokument.
- Sätt upp en risk- och etikmatris för ekonomiavdelningen och koppla den till organisationens policys samt AI-förordningens risknivåer.
Praktiska arbetsflöden och övningar
Den praktiska delen gav alla chans att omsätta teori i riktiga arbetsuppgifter. Vi jobbade i rotation och använde samma processer som vi vill se i vardagen: iterera, validera, dokumentera.
Vad vi gick igenom
- Tre stationer: 1) Finansanalys av årsredovisningar, 2) Rapportbearbetning från PDF till strukturerad tabell, 3) AI-assisterad budgetplanering med scenarier. Varje station hade tydliga mål, material och tidsschema.
- En iterativ metod: version A (grundprompt), version B (förtydligande av kontext), version C (format och tonalitet). Vi loggade vad som förbättrade output och vilka manuella kontroller som krävdes.
- Mallar och checklists: nyckeltalstabeller, executive summary-struktur, scenariomatriser och promptmallar för budgetdialog. Vi visade hur samma mall kan användas för kommande analyser.
- Bonusspår med Excel/VBA där ChatGPT genererade kod för pivottabeller, diagram och tillväxtberäkningar. Vi gick igenom hur man testar koden, dokumenterar förändringar och undviker säkerhetsrisker.
- Gemensam reflektion med frågor om vad som fungerade, vilka överraskningar som uppstod och hur arbetsflödena kan standardiseras. Resultaten skrevs in i en delad logg.
Så använder du materialet
- Schemalägg återkommande träningspass där ni återanvänder stationerna med nya dataset. Logga versioner och lärdomar för att bygga ett internt promptbibliotek.
- Skapa en enkel mall för promptiteration (Version A/B/C) och lägg in i er teamyta så att alla styr mot bättre kvalitet varje gång.
- Använd reflektionsfrågorna efter varje större rapport- eller budgetleverans för att samla förbättringsförslag och dela “best practice”.
Implementering och kulturförändring
Avslutningen handlade om hur ni håller arbetet levande efter kursen. Tekniken är bara början – vi fokuserade på förankring, kommunikation och vanor som bygger långsiktig innovationskultur.
Vad vi gick igenom
- Analys av varför AI-projekt misslyckas: 80 % handlar om människor och organisation. Vi använde ett “förankringshjul” för att säkerställa ledningsstöd, teamengagemang och ständig kommunikation.
- Skillnaden mellan teknisk implementation (licenser, integrationer, utbildning) och kulturell transformation (förtroende, beteendeförändring, lärande). Vi diskuterade konkreta exempel från offentlig sektor och näringsliv.
- Tolvmånadersplanen delades upp i tre faser: 1–2 (pilot och förankring), 3–6 (skalning och kompetenslyft), 7–12 (integrerad kultur och uppföljning). Varje fas hade mål, aktiviteter, mätetal och ansvariga roller.
- Invändningskorten “AI ersätter mig”, “vi har alltid gjort så”, “det är för komplext”, “vi kan inte lita på AI”. Vi tog fram motargument, bevispunkter och sätt att skapa trygghet genom delaktighet.
- Vanor som bygger innovationskultur: 15-minuters experimentpass, gemensam promptlogg, veckovisa AI-tips, Showcase-möten och firande av små vinster. Vi knöt ihop vanorna med att mäta effekt i tid, kvalitet och engagemang.
Så använder du materialet
- Följ tolvmånadersplanen och gör kvartalsvisa avstämningar mot målen. Justera aktiviteter med hjälp av erfarenheterna från övningarna.
- Förbered argumentkataloger för vanliga invändningar och använd dem i möten, intranätinlägg eller FAQ-dokument.
- Skapa en delad logg där alla dokumenterar experiment, resultat och hinder. Det bygger momentum och hjälper nya kollegor att komma in i arbetssättet snabbare.
Länkar och resurser
- AI-ekonomi – prompter
- Prompting & trollformler
- Faktablad och checklistor i resources/shared/
- DIGG:s riktlinjer: https://www.digg.se/ai-for-offentlig-forvaltning/riktlinjer-for-generativ-ai
