CBAM 2026: så klarar industrin kraven med AI

Från 2026-01-01 blir koldioxid en rad i tullhandlingarna för många varor som går in i EU. Det är inte en symbolfråga. Det är en ny kostnadspost som styr inköp, prissättning och investeringsplaner i allt från stål och aluminium till gödsel och cement.

Most companies get this wrong: de behandlar CBAM som ett rent juridiskt projekt. Men CBAM (EU:s Carbon Border Adjustment Mechanism) är i praktiken ett dataprojekt. Den som kan mäta, spåra och förbättra sitt produkters klimatavtryck snabbast kommer få både lägre avgifter och starkare position i upphandlingar.

För dig som jobbar med energi, hållbarhet eller industriell produktion i Sverige handlar 2026 om två saker: compliance och konkurrenskraft. Och här är min tydliga ståndpunkt: AI är inte ”nice to have” för CBAM – det är den mest rimliga vägen till robust rapportering och faktiska utsläppsminskningar.

Vad CBAM faktiskt är – och varför det påverkar svenska bolag

CBAM är EU:s koldioxidtull på import av vissa utsläppsintensiva varor. Avgiften kopplas till hur mycket växthusgasutsläpp som uppstod vid tillverkningen, och den speglar priset på utsläppsrätter i EU:s ETS (Emissions Trading System).

Varför inför EU CBAM?

Den direkta poängen är att minska så kallat koldioxidläckage: om europeiska producenter betalar för utsläpp (via ETS) men import kan komma in utan motsvarande kostnad, flyttar produktion till länder med svagare klimatstyrning – och utsläppen minskar inte globalt.

CBAM är också en ”signalpolitik” i ordets bästa bemärkelse: den gör klimatprestanda till en prissatt handelsfaktor. Effekten syns redan genom att flera länder tittar på eller inför egna former av koldioxidprissättning.

Vilka varor omfattas?

Under uppstarten har CBAM fokuserat på sex sektorer: aluminium, cement, el, gödselmedel, vätgas samt järn och stål. Det är material som ofta ligger tidigt i värdekedjan, vilket gör att deras klimatdata spiller över på bygg, fordon, maskin, infrastruktur och energi.

Praktiskt innebär det att svenska bolag kan påverkas även om man inte ”importerar stål” som slutprodukt. Om du köper komponenter, halvfabrikat eller insatsvaror med CBAM-relevant innehåll kommer krav på data att leta sig bakåt i leverantörskedjan.

Tidslinjen: det som händer runt 2026-01-01

CBAM hade en övergångsperiod där importörer rapporterade utsläpp (direkta och indirekta) utan att betala avgiften. Den fasen tar slut vid årsskiftet, och den ”definitiva” perioden börjar.

Vad ändras när avgiften börjar tas ut?

Från 2026-01-01 gäller i korthet:

• Utsläpp ska fortsatt rapporteras, men nu kopplas det till en faktisk kostnad.
• Avgiften trappas upp över flera år och ska gradvis spegla ETS-priset allt mer.
• Importörer kan betala mindre (eller i vissa fall inget) om exportlandet har motsvarande koldioxidprissättning.

En detalj som ofta missas: CBAM riktas mot importörer över en viss volym (EU har angett 50 ton/år som startnivå i regelverket). EU:s bedömning är att det exkluderar de flesta små importörer men fångar nästan alla utsläpp i de relevanta varuflödena. Det betyder att stora inköpsorganisationer och industrigrupper står i första ledet – och de kommer i sin tur ställa krav på sina leverantörer.

Varför blir rapporteringen svårare än många tror?

För att CBAM kräver spårbarhet på produktnivå, inte bara ”företagets klimatmål”. Du behöver kunna förklara:

• vilken produkt som importerats
• från vilken anläggning den kommer
• vilka utsläpp (direkta/indirekta) som hör till produkten
• vilka antaganden och mätmetoder som använts

Det är här AI kommer in, inte som en genväg, utan som ett sätt att hantera datamängden och komplexiteten utan att bygga en administrativ koloss.

AI som CBAM-motor: mät, spåra, förbättra

Den praktiska nyttan med AI i CBAM-arbete är att den kan koppla ihop tre världar som ofta sitter isär: produktion, energi och rapportering. När de kopplas ihop får du både bättre data och bättre beslut.

1) AI för datainsamling och datakvalitet (den tråkiga delen som avgör allt)

CBAM-rapportering faller ofta på att data är:

• ofullständig (saknar anläggningsnivå)
• inkonsekvent (olika enheter, system, tidsperioder)
• svår att verifiera (manuell Excel-hantering)

AI kan automatisera och kvalitetssäkra genom att:

• klassificera material och produkter mot rätt varukoder och materialgrupper
• upptäcka avvikelser (t.ex. orimliga emissionsfaktorer, saknade energiposter)
• fylla datagap med statistiska metoder med tydlig markering av antaganden
• skapa spårbarhet: ”var kom siffran ifrån?”

Snippet-vänligt: CBAM är i praktiken en datakvalitetsfråga maskerad som tullfråga.

2) AI för utsläppsberäkning på produktnivå

Många företag kan idag räkna på anläggningsutsläpp eller på årsvisa Scope 1–3. CBAM pressar fram produktnivå och batchnivå.

AI-modeller kan kombinera:

• processdata (temperaturer, flöden, ugnslast, skrotandel)
• energidata (timvärden, elmix, bränslen)
• inköpsdata (insatsmaterial, leverantörer)

…för att göra mer precisa produktavtryck. I praktiken handlar det ofta om att bygga en digital tvilling light för klimatdata.

3) AI för optimering: sänk CBAM-kostnaden genom att sänka utsläppen

När avgiften väl biter blir incitamentet tydligt: lägre utsläpp per ton material betyder lägre kostnad per ton import.

AI hjälper inte bara att räkna – den hjälper att styra:

• Processoptimering: minska energiförbrukning i smältning, ugnar, elektrolys.
• Energiflex: flytta energitung produktion till timmar med lägre marginalutsläpp och lägre elpris (särskilt relevant i Norden med timpriser).
• Materialval: optimera recept (t.ex. mer återvunnet material där kvalitet tillåter).
• Prediktivt underhåll: mindre spill, färre omstarter, jämnare drift.

Det fina är att detta passar perfekt in i vår serie ”AI inom energi och hållbarhet”: CBAM tvingar fram bättre koppling mellan energisystemet och industrins klimatprestanda.

Så påverkas inköp, avtal och leverantörskedjor

Den som tror att CBAM är ”något logistik löser” kommer få en dyr 2026. CBAM flyttar klimatdata in i kommersiella villkor.

Nya standardfrågor i upphandling

Jag ser redan hur inköpsteams börjar ställa frågor som tidigare var ovanliga:

• Har ni anläggningsspecifika utsläppsdata för den här produkten?
• Kan ni leverera emissionsintyg per batch/kvartal?
• Vilken metodik använder ni för indirekta utsläpp (el)?
• Vad händer om data inte godkänns – vem bär risken?

Kontraktsvillkor som sannolikt blir vanligare

• datadelning och revisionsrätt för klimatdata
• prisjusteringsklausuler kopplade till ETS/CBAM
• incitament: bonus vid lägre verifierade utsläpp
• tydliga ansvar för spårbarhet ner till anläggningsnivå

Här kan AI göra stor skillnad genom att skapa ett “single source of truth” som både hållbarhet, ekonomi och inköp kan lita på.

Vanliga frågor jag får om CBAM (och raka svar)

Gäller CBAM bara stora bolag?

Nej. Regelverket kan ha volymtrösklar för direkt skyldighet, men kraven sprids nedströms. Om din kund behöver CBAM-data kommer du behöva leverera den.

Är CBAM mest symboliskt eftersom det bara täcker en liten del av handeln?

CBAM omfattar en relativt liten andel av EU:s import, men det träffar varor som är fundament i industrin. Effekten blir därför större än procentsiffran antyder, eftersom stål, aluminium och cement påverkar många slutprodukter.

Räcker det att köpa ”grön el” för att sänka CBAM?

Det kan hjälpa, men CBAM handlar om hela tillverkningsprofilen, inklusive processutsläpp. AI är användbart just för att se var elen spelar roll och var processförändringar ger större effekt.

En praktisk 90-dagarsplan för CBAM + AI

Om jag hade ansvar för att få en organisation redo skulle jag göra så här (utan att bygga ett monsterprojekt):

1. Kartlägg CBAM-exponering (vecka 1–2)

   • vilka varuflöden, volymer och leverantörer som berörs
   • vilka data finns och vilka saknas

2. Sätt en gemensam datamodell (vecka 2–4)

   • enhetliga definitioner för produkt, batch, anläggning, period
   • bestäm masterdata: varukoder, materialgrupper, leverantörs-ID

3. Bygg en minimal rapportpipeline (vecka 4–8)

   • automatisera insamling från ERP, energisystem och leverantörsfiler
   • lägg in AI-baserad validering och avvikelsehantering

4. Koppla rapport till styrning (vecka 8–12)

   • dashboard per produkt/leverantör: utsläpp och uppskattad CBAM-kostnad
   • identifiera topp 3 åtgärder: process, energi, material

5. Träna organisationen (pågående)

   • inköp: vilka krav i avtal
   • produktion: vilka parametrar påverkar avtrycket
   • ekonomi: hur kostnaden ska prognostiseras

Det här räcker ofta för att gå från ”vi gissar” till ”vi kan stå för siffrorna”.

CBAM 2026 blir testet på om hållbarhetsdata går att använda

CBAM gör klimatfrågan konkret: den blir mätbar, jämförbar och prissatt i handel. För europeisk industri är det både en skyddsmekanism och en press. För svenska företag är det en chans att vinna affärer, men bara om klimatdata håller för granskning.

Min bild inför 2026-01-01 är enkel: vinnarna blir de som kan kombinera regelefterlevnad med förbättringsarbete. AI hjälper till med båda – genom att göra rapporteringen mindre manuell och genom att hitta utsläppsminskningar som faktiskt syns i siffrorna.

Om du tittar på dina CBAM-beredskaper idag: är din klimatdata något du presenterar, eller något du styr verksamheten med? 2026 kommer marknaden att belöna det senare.