EU-stöd 2026: AI för grön turism i Skåne-Blekinge

Ett misstag jag ser om och om igen i besöksnäringen är att hållbarhet behandlas som en kommunikationsfråga i stället för en driftsfråga. Det blir fina ord om klimat och cirkularitet – men energin faktureras ändå till samma toppar, matsvinnet rullar vidare och personalen lägger tid på att jaga siffror i olika system.

Nu finns ett väldigt konkret skäl att göra tvärtom. Regionalfonden Skåne-Blekinge öppnar en EU-utlysning 2026-01-13 (stänger 2026-03-03) med fokus på energieffektivisering, förnybar energi och cirkulär ekonomi. Stödnivån är tydlig: upp till 40 % medfinansiering av projektkostnader, och förstudier kan få upp till 40 % och maximalt 400 000 kr i EU-stöd. För besöksnäringen är det här en chans att finansiera omställning som faktiskt syns i nyckeltalen – och där AI kan vara skillnaden mellan ”vi gjorde en insats” och ”vi sänkte kostnaderna och utsläppen, mätbart”.

Det här inlägget är en del av serien AI inom energi och hållbarhet. Fokus: hur du i praktiken kan koppla AI till energistyrning, resurseffektivitet och cirkulära flöden – och hur du formar projekt som passar utlysningens logik.

Vad utlysningen faktiskt vill se (och varför det gynnar AI)

Utlysningen premierar projekt som skapar nytta för många små och medelstora företag (SMF), inte bara ett enskilt bolag. Det är en viktig detalj. För hotell, campingar, destinationsbolag, upplevelseaktörer och restauranger betyder det att man ofta vinner på att söka i samverkan: branschkluster, kommun, region, akademi, energibolag, fastighetsägare, teknikleverantörer.

Kärnan i utlysningen ligger i tre specifika mål:

• 2.1 Energieffektivisering
• 2.2 Förnybar energi
• 2.6 Cirkulär ekonomi

AI passar naturligt in här eftersom den gör två saker som EU-projekt alltid efterfrågar:

1. Den gör resursanvändning mätbar i realtid (energi, avfall, beläggning, flöden).
2. Den möjliggör förändrade beteenden (automatisering, beslutsstöd, optimering), vilket är precis det som efterfrågas i projektlogik och resultatkedjor.

Snabb tumregel: Om ert projekt kan visa “före/efter” i kWh, kg avfall eller inköpskostnad per gästnatt – då är ni på rätt spår.

Vem kan söka – och hur besöksnäringen kommer in

Målgruppen för att söka är främst främjaraktörer: regioner, kommuner, idéburen sektor, universitet/högskola och andra som arbetar med innovation och företagande. Ett enskilt företag kan ibland vara medsökande/partner, men upplägget behöver följa regler om statsstöd.

För besöksnäringen är den smartaste vägen ofta:

• ett destinationsbolag eller kluster som projektägare,
• flera SMF som målgrupp (hotell, konferens, restaurang, aktivitetsbolag),
• teknikpartners som möjliggörare (energidata, AI, IoT, analys),
• kommun/region som medfinansiär och strategisk matchning.

Mål 2.1: Energieffektivisering – AI som driftschef som aldrig sover

Energieffektivisering i besöksnäringen handlar sällan om en enda stor åtgärd. Det handlar om 100 små beslut per dag. AI är bra på just det: många datapunkter, många beslut, konsekvent genomförande.

Tre AI-spår som passar hotell, camping och upplevelser

1) Prediktiv energistyrning kopplad till beläggning

• Prognoser för beläggning (bokningsdata, säsongsmönster, evenemang).
• Optimering av värme/kyla/ventilation per zon.
• Automatisk sänkning i tomma ytor utan att gästupplevelsen tar stryk.

Det fina är att besöksnäringen ofta har tydliga toppar: julbord, sportlov, påsk, sommar, konferensdagar. AI-modeller blir snabbt användbara när variationen är stor.

2) Upptäckt av energiläckage och avvikelse

AI för avvikelseanalys kan flagga när:

• en ventilation går i ”konferensläge” hela natten,
• en kylmaskin drar mer än normalt (begynnande fel),
• varmvattensystemet har onormala toppar (läckage eller felaktiga inställningar).

3) Effektoptimering för att kapa effekttoppar

I många verksamheter är effekten (kW-toppar) en tyst kostnadsdrivare. AI kan schemalägga laster och styra ackumulatortankar, värmepumpar eller laddning så att ni undviker de dyraste timmarna.

Projektidé som matchar utlysningen

Ett upplägg som ofta går hem i den här typen av EU-finansiering:

• Förstudie: kartlägg energidata och processer hos 20–40 SMF i destinationen.
• Pilot: implementera AI-baserad styrning i 6–10 anläggningar.
• Spridning: stödstruktur (manualer, utbildning, benchmark, uppföljning) så att fler kan införa samma arbetssätt.

Det är precis så man visar nytta för flera SMF, inte bara en.

Mål 2.2: Förnybar energi – AI som gör egen energi användbar

Utlysningen säger tydligt att finansieringen inte kan gå till direkt produktion av förnybar energi. Men den välkomnar insatser som ökar användning och möjliggör investeringar, till exempel analyser, test, upphandlingsstöd och flexibilitetslösningar.

AI är som bäst här när den hjälper er använda den energi ni redan har (eller planerar att skaffa) smartare.

Konkreta användningsfall i besöksnäringen

Last- och produktionsprognoser

• Prognostisera solproduktion och förbrukning timme för timme.
• Styr värme, kyla, pool/spa och laddning mot egen produktion.

Flexibilitetslösningar

• Flytta laster när elen är billigare eller grönare.
• Utnyttja termisk lagring (varmvatten, byggnadens tröghet) som ”batteri”.

Upphandlingsunderlag som håller

Många upphandlingar faller på otydliga krav. Ett projekt kan ta fram mallar och beräkningsmodeller för:

• dimensionering av lagring,
• effektabonnemang och laststyrning,
• krav på datagränssnitt för AI-styrning.

Det låter byråkratiskt. Men i praktiken är det här som gör att investeringar blir av.

Mål 2.6: Cirkulär ekonomi – AI mot matsvinn och för smarta sidoflöden

Cirkularitet i besöksnäringen är ofta mer hands-on än i industrin: mat, textil, förbrukningsvaror, möbler, engångsartiklar, städ, logistik. Utlysningen pekar ut industrin och livsmedelsbranschen som särskilt viktiga, vilket gör restaurang, måltidsverksamhet och hotellfrukost extra relevanta.

AI som ger cirkularitet ”kvittosiffror”

1) Prognoser för efterfrågan i kök och restaurang

Genom att kombinera historik, bokningar, väder, evenemang och veckodag kan AI föreslå:

• inköpsvolymer,
• prep-nivåer,
• dynamiska menyer (använd det som riskerar att bli över).

Målet är konkret: färre kilo matavfall per vecka och bättre bruttomarginal.

2) Digital spårning av restflöden

Ett vanligt problem är att ingen vet vad som blir över och varför. Med enkel registrering (och gärna datorseende vid avfallskärl eller vid diskstation) kan ni kategorisera svinn:

• överproduktion,
• tallrikssvinn,
• fel i lagring,
• felbeställningar.

3) Industriell symbios på destinationsnivå

Det riktigt intressanta i Skåne-Blekinge är att jobba med symbios mellan många aktörer:

• överbliven mat → biogas/kompost/jordförbättring i samverkan,
• spillvärme från anläggning → värme till närliggande verksamheter,
• textil och inredning → återbruk via lokala aktörer.

AI behövs inte för att återbruka en stol. Men AI behövs för att matcha flöden och timing när många aktörer ska samordnas.

Så bygger ni en ansökan som håller: förändringsteori, data och beteende

Utlysningen är tydlig med att projekten ska leda till ökade förmågor och förändrade beteenden. För AI-projekt i hållbarhetsområdet betyder det att ni måste beskriva mer än teknik.

En enkel förändringsteori för AI i besöksnäringen

Skriv rakt, utan fluff:

1. Problem: Höga energikostnader/effekttoppar/matsvinn och låg datamognad.
2. Insats: Gemensam dataplattform + AI-modeller + utbildning + coachning.
3. Förmåga: Företagen kan tolka data, fatta beslut och styra drift.
4. Beteende: Driftoptimering görs varje vecka, inte en gång per år.
5. Effekt: Lägre kWh per gästnatt, lägre svinn, stabilare ekonomi.

Mätetal som gör det lätt att förstå nyttan

Välj 3–5 nyckeltal och håll fast vid dem:

• kWh per gästnatt (eller per besök/timme för attraktioner)
• kW maxeffekt per månad
• kg matavfall per serverad portion
• kostnad per gästnatt kopplat till energi
• andel automatiserade driftbeslut (t.ex. styrning av ventilation)

Det här gör också uppföljning och utvärdering enklare, vilket är ett krav.

Vanliga fallgropar (som ni kan undvika)

• För mycket teknik, för lite implementering. Visa hur personalen faktiskt ska arbeta annorlunda.
• Datakvalitet ignoreras. Budgetera tid för mätpunkter, integrationer och rutiner.
• Nytta för få företag. Bygg in spridning: nätverk, utbildningspaket, “copy-paste”-metodik.
• Likviditet glöms bort. Utbetalning sker i efterskott; planera kassaflödet.

Tidslinje och snabb checklista för Skåne-Blekinge 2026

Ansökningsfönster: 2026-01-13 till 2026-03-03.

En praktisk plan från och med nu (2025-12-21):

1. Vecka 52–01: Samla 5–10 företag och en projektägare (destination/kommun/kluster).
2. Vecka 01–02: Välj spår: 2.1, 2.2 eller 2.6. Sätt 3 mätetal.
3. Vecka 02–04: Gör datainventering och skissa pilotupplägg (6–10 verksamheter).
4. Vecka 04–06: Skriv förändringsteori + hållbarhetsanalys + plan för spridning.
5. Senast 2026-02-20: Intern kvalitetssäkring och statsstöds-check.
6. Senast 2026-03-03: Skicka in.

Min erfarenhet: Projekt som har en förstudie eller tydligt pilottest att peka på får enklare att övertyga partners och medfinansiärer.

Nästa steg: gör AI till er gröna driftmodell, inte en pilot

Den här EU-utlysningen är en ovanligt bra match för besöksnäringen i Skåne och Blekinge, eftersom den belönar sådant som många ändå måste göra 2026: sänka energi, stabilisera kostnader och visa hållbarhetsarbete i praktiken. AI är inte poängen i sig – men AI är ofta det som gör att åtgärderna blir återkommande, mätbara och skalbara.

Om du sitter på ett hotell, en camping, en restaurangkedja eller en destination: tänk större än “vi installerar ett system”. Tänk “vi bygger en stödstruktur som gör att 30–100 SMF kan driva energiarbete och cirkularitet med data som grund”. Det är exakt den typen av nytta utlysningen efterfrågar.

Vilken del av er verksamhet är mest redo för ett AI-stött steg redan under Q1 2026: energistyrning, effektkapning eller matsvinn – och vilka två partners behöver ni för att få det att lyfta?