AI-kompetens med EU-stöd i Skåne och Blekinge

8,5 miljoner kronor finns kvar i en aktuell utlysning för kompetensutveckling i Skåne och Blekinge – och ansökan stänger 2026-03-03. Det här är en ovanligt konkret chans för företag och innovationsaktörer att finansiera utbildning som stärker konkurrenskraften, särskilt inom digital och grön omställning.

Jag tycker många missar en viktig poäng: kompetensutveckling blir som mest lönsam när den kopplas till ett tydligt affärsproblem. För er som jobbar med AI i turism och besöksnäring (eller levererar teknik till branschen) kan den här utlysningen bli startskottet för att bygga praktiska AI-färdigheter i allt från efterfrågeprognoser till mer träffsäker personalplanering.

Samtidigt passar det här perfekt in i vår serie ”AI inom försäkring och riskhantering”. Varför? För att kompetens kring data, AI och styrning (governance) är exakt det som krävs för bättre riskbedömning, bedrägeridetektion och prediktiv analys – även när riskerna uppstår i reseflöden, evenemang, logistik och klimatpåverkan.

Vad utlysningen faktiskt ger er (och vad den kräver)

Kärnan: Ni kan få upp till 40 % av projektets kostnader i stöd, men ni måste planera för resterande 60 % i offentlig och/eller privat medfinansiering.

Utlysningen riktar sig till projekt som skapar nytta i Skåne och Blekinge och stärker kompetensförsörjningen inom regionernas styrkeområden (smart specialisering). Det är inte “valfri utbildning”, utan kompetens som tydligt ska leda till förändrade arbetssätt och ökad förmåga hos företag.

Tidsfönster:

• Ansökningsportalen öppnar 2026-01-13
• Stänger 2026-03-03
• Beslut väntas 2026-06
• Projekt kan pågå till och med 2029-09-30 (rekommenderat upplägg: cirka 3 år och 4 månader)

Vem kan söka? Juridiska personer: privata eller offentliga (t.ex. bolag, föreningar, kommuner, regioner, universitet). Enskilda näringsidkare och privatpersoner kan inte vara huvudsökande.

Snabb verklighetscheck: pengarna betalas normalt ut i efterskott. Likviditetsplanering är inte en detalj – den är en del av projektets överlevnad.

Två vägar: direkt eller indirekt stöd – välj rätt från start

Utlysningen erbjuder två projektlogiker. Det påverkar administration, vem som “får” stödet och hur ni kan lägga upp utbildningen.

Direkt stöd till företag (”box 16”) – när ni vill utbilda personal på riktigt

Bäst när: ni vill göra konkret utbildning av anställda i företag, där företagen också medfinansierar och får ersättning för vissa kostnader kopplade till utbildningstiden.

Så funkar det: en projektägare/koordinator driver projektet och företagen deltar som projektpartners. Företagen kan få stöd för:

• personalkostnader för deltagare under utbildningstid
• köpta tjänster
• indirekta kostnader kopplade till utbildningen

Rekommendationen är max 10 företagspartners. Det är ofta smart: färre partners ger enklare styrning, snabbare beslut och bättre effekt.

AI-vinkeln: Direktstöd passar utmärkt om ni vill köra en “AI-akademi” för verksamhetskritiska roller: revenue management, drift, kundservice, hållbarhetsansvar, säkerhet/risk och IT.

Indirekt stöd till företag (”box 2”) – när ni vill skapa ett regionalt program

Bäst när: en innovationsaktör vill erbjuda kompetenshöjande insatser (t.ex. coachning, utbildningspaket, rabatterade tjänster) till många företag, utan att företagen får ersättning för sin arbetstid.

Här regleras stödet som försumbart stöd (de minimis). För många upplägg med bred räckvidd kan det vara smidigare.

AI-vinkeln: Indirekt stöd är starkt om ni vill bygga ett “AI i besöksnäringen”-spår som många små aktörer kan ta del av: hotell, aktivitetsbolag, destinationsbolag, eventarrangörer, transport, restauranggrupper.

Så kopplar ni kompetensutveckling till AI i turism – utan att det blir fluff

Nyckeln: välj 2–3 användningsfall där AI ger mätbar effekt och bygg utbildningen runt dessa. Många projekt tappar poäng för att de listar verktyg istället för förändrade beteenden.

Tre AI-användningsfall som passar utlysningen

1. Efterfrågeprognoser och kapacitetsplanering

   • Prognoser för beläggning, bokningsfönster, no-show, väderkänslighet och evenemangseffekter
   • Effekt: bättre bemanning, mindre svinn, stabilare lönsamhet

2. Kundservice med styrd AI (inte “fri chattbot”)

   • AI som svarar utifrån godkända kunskapskällor (policy, tillgänglighet, regler)
   • Effekt: kortare svarstider, jämnare kvalitet, bättre tillgänglighet

1. Grön omställning via datadriven uppföljning
   • Automatiserad insamling och analys av energi, transporter, inköp och avfall
   • Effekt: enklare hållbarhetsrapportering och tydliga åtgärdsplaner

Och här kommer kopplingen till försäkring och riskhantering

AI i turism handlar inte bara om intäkter. Det handlar om risk.

• Prediktiv analys: prognoser för avbokningar, incidenter, arbetsmiljörisker, driftstopp
• Bedrägeridetektion: onormala bokningsmönster, chargebacks, falska gruppbokningar
• Riskbedömning: evenemang, säsongsvariation, extremväder, leverantörsrisk

När personal lär sig jobba med data, kvalitetssäkring och modellförståelse blir det lättare att samarbeta med försäkringspartners, minska skadekostnader och förbättra underwriting-underlag.

Så bygger ni ett projekt som faktiskt blir beviljat

Tillväxtverket bedömer ansökningar i två steg: först grundkrav, sedan kvalitet. Ni vinner inte på att vara “bred”. Ni vinner på att vara tydlig.

1) Börja i er förändringsteori – och gör den mätbar

Utlysningen trycker hårt på resultatkedjor och förändringsteori: aktiviteter ska leda till förmågor och beteenden.

Exempel på mätbara resultat (bra för AI-satsningar):

• Andel deltagare som kan genomföra en enkel dataanalys och fatta beslut utifrån den
• Antal implementerade AI-stödda arbetsflöden (t.ex. prognos → inköp → bemanning)
• Minskning av handläggningstid i kundservice eller skade/incidentrapportering
• Ökning av datakvalitet: färre manuella fel, mer komplett masterdata

2) Gör en hållbarhetsanalys som påverkar designen

Hållbarhetsanalysen ska inte vara en bilaga ni “klarar av”. Den ska synas i upplägget.

Konkreta designval som brukar hålla:

• utbildning i energieffektiv drift och datadriven uppföljning
• AI-stöd för ruttoptimering/transportplanering vid aktiviteter
• styrning så att AI-lösningar inte ökar energiförbrukning utan plan

3) Jämställdhetsintegrera på riktigt

Det finns krav på jämställdhetsintegrering och dessutom budget avsatt för insatser kopplat till jämställdhet, inkludering och likabehandling.

Praktiska sätt att göra detta utan plattityder:

• rekrytera deltagare från roller där könsbalansen är sned (t.ex. teknik/ledning)
• erbjud utbildningsformat som fungerar för skiftarbete och deltider
• mät deltagande, genomströmning och effekt uppdelat på kön och roll

4) Budgetera för verkligheten (och för efterskottsutbetalning)

Eftersom stöd ofta betalas ut i efterskott behöver ni:

• en likviditetsplan
• tydliga tim- och kostnadsunderlag
• enkel struktur för uppföljning per arbetspaket (särskilt om ni kombinerar box 2 och box 16)

Förslag: ett projektupplägg ni kan kopiera och anpassa

Här är ett upplägg jag sett fungera i liknande satsningar, särskilt när AI ska in i vardagen.

Arbetspaket A: AI-grunder för verksamhetsnytta (6–8 veckor)

• datakvalitet, GDPR-grunder, informationssäkerhet
• promptning och kvalitetssäkring av AI-svar
• praktiska övningar med företagets egna data (där det är möjligt)

Arbetspaket B: Två pilotfall per företag (12–16 veckor)

• t.ex. prognos för beläggning + AI-stöd i kundservice
• mät före/efter: tid, kostnad, kvalitet, kundnöjdhet

Arbetspaket C: Risk, styrning och compliance (4–6 veckor)

• AI-policy, modellrisk, leverantörsbedömning
• incidenthantering och spårbarhet

Arbetspaket D: Skalning och kompetensförsörjning (löpande)

• plan för intern utbildning, “train-the-trainer”
• breddad rekrytering: vilka roller saknas och hur blir ni en attraktiv arbetsgivare?

Det här knyter direkt an till utlysningens fokus på kompetensbrist och strategiskt kompetensförsörjningsarbete.

Nästa steg (och hur vi hjälper er att komma i mål)

Om ni verkar i Skåne eller Blekinge och vill kombinera kompetensutveckling med AI för digital och grön omställning, så är det nu ni ska agera. Jag rekommenderar att ni gör två saker inom de närmaste 10 arbetsdagarna:

1. Välj projektspår: box 16 (utbilda anställda med företagsmedfinansiering) eller box 2 (regionalt program med indirekt stöd) – eller båda i separata arbetspaket.
2. Sätt 2–3 AI-användningsfall som är affärskritiska och mätbara, och bygg förändringsteorin runt dem.

Vill ni ha leads på riktigt (och inte bara en “intressant ansökan”) ska projektet leda till faktiska nya arbetssätt: bättre prognoser, lägre risk, effektivare processer och tydligare hållbarhetsstyrning.

Vad skulle hända i er verksamhet om ni om 12 månader hade personal som kan använda AI lika självklart som ni idag använder kalkylblad – och samtidigt stärker er riskhantering?