Klimatanpassning i städer: så stärker AI turismen

66 miljoner kronor i EU-medel ligger på bordet för projekt som gör svenska städer mer klimatanpassade och resilienta. Utlysningen öppnar 2026-01-13 och stänger 2026-03-03, och den är riktad till utpekade aktörer inom strategier för hållbar urban utveckling. Det låter som “kommunal planering”, men för dig som jobbar i turism, besöksnäring, försäkring eller riskhantering är det här mer konkret än så: klimatrisker slår direkt mot intäkter, gästupplevelse och försäkringskostnader.

Jag tycker att många organisationer fortfarande behandlar klimatanpassning som ett sidospår – en kostnadspost. Det är fel väg. Resiliens är en del av affärsmodellen för städer som vill fortsätta vara attraktiva destinationer, och det är också en möjlighet att bygga smartare riskstyrning med AI.

Det här inlägget kopplar Tillväxtverkets utlysning om klimatanpassning och resiliens till vår serie om AI inom försäkring och riskhantering, och visar hur turismintensiva stadsmiljöer kan använda data, sensorer och prediktiv analys för att minska skador, sänka riskexponering och skapa stabilare besöksflöden.

Vad utlysningen faktiskt möjliggör (och varför det angår besöksnäringen)

Kärnan: Utlysningen finansierar projekt och förstudier som genomför prioriterade strategier för hållbar urban utveckling med fokus på klimatanpassning (specifikt mål 2:4). Max EU-stöd är 40% av total budget, med en preliminär pott på 66 miljoner kronor. Förstudier kan få max 40% och 840 000 kr.

För turism- och destinationsaktörer spelar det roll eftersom många av de fysiska och digitala åtgärder som efterfrågas ligger precis där besöksnäringen påverkas mest:

• Skyfall och översvämningar som slår ut evenemang, kollektivtrafik, hotellaccess och restauranglogistik.
• Värmeböljor som gör stadskärnor obehagliga och riskfyllda, särskilt för äldre resenärer.
• Erosion, ras och skred som kan stänga av kustnära stråk, hamnområden och attraktiva promenadmiljöer.
• Överbelastade VA-system som påverkar hygien, drift och varumärke.

Samtidigt är en sak tydlig i utlysningen: det räcker inte med "mer betong". Fokus ligger också på stödstrukturer, processer, arbetssätt och teknik – där AI passar in utan att kännas påklistrat.

Vem kan söka – och hur kan besöksnäringen ändå vinna?

Stödmottagare är huvudsakligen kommuner, regioner och offentliga aktörer kopplade till utpekade strategier (t.ex. Malmö, Skaraborg, Göteborgsregionen, Järfälla, norra städer, Botkyrka, Gävleborg, Eskilstuna, Lund, Sörmland, Sydosttriangeln, Örebro/Linköping).

Enskilda företag kan inte söka, men besöksnäringen kan ändå bli central genom:

• pilotsamarbeten där kommunen är projektägare och näringen är testmiljö
• indirekt stöd (när det är tillåtet) genom utbildning, verktyg, processer
• gemensamma indikatorer: färre driftstopp, kortare återhämtningstid, tryggare flöden

Min erfarenhet är att de starkaste projekten tidigt visar hur kommunens åtgärder skyddar stadens mest intäktskänsliga system: mobilitet, evenemang, publika rum och logistik. Det är exakt där turismen bor.

Klimatrisker i stadsturism: från “väder” till mätbar riskexponering

Nyckeln: Gör klimatrisker jämförbara och styrbara genom att översätta dem till riskexponering, sårbarheter och konsekvenser. Då blir de möjliga att prioritera, försäkra och investera mot.

Det här är en naturlig brygga till vår AI-serie inom försäkring och riskhantering: försäkringslogiken (risk = sannolikhet × konsekvens) fungerar lika bra för en stadskärna som för en industrifastighet.

Tre risktyper som slår extra hårt mot besöksnäringen

1. Akuta händelser (skyfall, översvämning): direkt påverkan på bokningar, inställda events, extra personal, skador och återställning.
2. Kroniska stressorer (värme, torka): långsam försämring av upplevelse, högre driftkostnader (kyla, vatten), försämrad stadsmiljö.
3. Systemrisk (VA, elnät, transporter): små avbrott som skapar stor friktion i gästresan.

Det som ofta saknas är en tydlig linje mellan klimatåtgärd och riskreduktion. Där kan AI ge en förvånansvärt praktisk hjälp.

Där AI ger mest effekt: från sensorer till beslut som håller

En bra tumregel: AI ska inte vara ett “projekt i projektet”. Den ska koppla ihop dataflöden, förbättra prognoser och göra åtgärder prioriterbara.

Utlysningen nämner uttryckligen ny teknik som AI och sensorteknik för att minska risk för översvämningar och erosion samt förbättra dagvattenhantering. Men det går att göra det mer konkret.

1) Prediktiv analys för skyfall och dagvatten (operativ resiliens)

Städer kan kombinera:

• realtidsdata från regnmätare, nivågivare, pumpstationer
• väderradar och lokala prognoser
• historik över incidenter och underhåll

…för att skapa korttidsprognoser (0–6 timmar) som triggar åtgärder: omdirigering av trafik, temporära barriärer, prioriterad rensning av brunnar, bemanning av kritiska punkter.

För turismnav innebär det att man kan skydda:

• evenemangsområden
• hotellkluster
• kollektivtrafikknutpunkter
• gångstråk i city

Det här liknar hur försäkringsbolag använder prediktiv modellering för att styra skadeförebyggande insatser. Skillnaden är att “kunden” är staden och gästen.

2) Digital riskkarta för destinationen (taktisk planering)

Nästa nivå är en riskkarta som uppdateras löpande:

• översvämningsrisk per kvarter
• värmeö-index i stadsmiljö
• sårbara objekt: skolor, vård, men också turisttäta platser
• kritisk infrastruktur och beroenden

Det gör det möjligt att prioritera naturbaserade lösningar (regnbäddar, gröna ytor, urbana våtmarker) där de gör störst nytta.

En stad som kan visa var riskerna är som störst kan också visa var investeringar ger snabbast riskreduktion. Det är resiliens som går att räkna på.

3) AI-stödd krisberedskap: bättre kontinuitetsplaner

Utlysningen lyfter kapacitet, kontinuitetsplanering och riskhantering. Här fungerar AI som en “analytiker” som kan:

• sammanställa lärdomar från tidigare incidenter
• simulera scenarier (t.ex. skyfall + full beläggning + avstängd bro)
• föreslå åtgärdspaket och resurssättning

I försäkringsvärlden pratar man om “claims surge” vid stora händelser. I turismen är motsvarigheten service surge: fler avbokningar, mer kundservice, logistikproblem och varumärkesrisk.

Naturbaserade lösningar + AI: den kombination som ofta slår “grått”

Poängen: Naturbaserade lösningar ger både riskreduktion och attraktivitet. AI hjälper till att placera dem rätt och bevisa effekten.

Regnbäddar, gröna översvämningsytor, urbana våtmarker och ökad krontäckning är inte bara klimatanpassning. För besöksnäringen är det också:

• behagligare stadsklimat vid värmeböljor
• snyggare vistelsemiljöer (som folk väljer att stanna i)
• mer robusta stråk för gång och cykel

Med AI kan man följa upp med mätning och indikatorer:

• temperaturdämpning i hotspots
• fördröjningsvolym vid skyfall
• minskade incidenter i VA-system
• ökad vistelsetid i offentliga rum

Det är här försäkringstänket kommer in igen: om du kan mäta riskreduktion kan du motivera investeringar – och i vissa sammanhang även påverka villkor, premier eller självfinansieringsmodeller.

Så bygger ni en ansökan som håller: förändringsteori, resultatkedjor och indikatorer

Tillväxtverket kräver förändringsteori och vill se tydliga resultatkedjor. För att göra det lättare kommer här en praktisk struktur som brukar fungera – särskilt när AI och data ingår.

En enkel förändringsteori (som går att granska)

1. Problem: Skyfall orsakar återkommande översvämningar i turisttäta delar av staden.
2. Orsaker: Otillräcklig dagvattenkapacitet, hårdgjorda ytor, brist på realtidsstyrning.
3. Insatser: Naturbaserade lösningar + sensorer + prediktiv styrning + uppdaterade processer.
4. Direkt resultat: Färre överbelastningar, snabbare insatser, bättre samordning.
5. Effekt: Lägre skadekostnader, färre driftstopp, tryggare gästresa och stabilare intäkter.

Exempel på indikatorer som passar både stad och besöksnäring

• antal incidenter med översvämning i utpekade zoner per säsong
• minuter/timmar till återställd framkomlighet efter skyfall
• temperaturreduktion (°C) i prioriterade värmeö-områden
• andel yta med naturbaserade fördröjningslösningar i riskzon
• antal verksamheter (t.ex. hotell, arenor, evenemangsytor) med uppdaterad kontinuitetsplan

Gör indikatorerna “hårda”. Mjuka mål som “öka medvetenhet” räcker sällan när budgeten ska bedömas som kostnadseffektiv.

Vanliga frågor jag får (och raka svar)

“Är AI verkligen relevant i en klimatanpassningsutlysning?”

Ja – om AI löser ett tydligt problem: bättre prognoser, bättre prioritering eller bättre drift. AI som bara är en “dashboard” utan beslutseffekt tenderar att bli dyrt pynt.

“Hur undviker man att det blir ett IT-projekt istället för resiliens?”

Utgå från riskerna och de fysiska åtgärderna. Lägg AI som ett stöd ovanpå: sensorer, modellering, larmkedjor, uppföljning.

“Vad betyder det här för försäkring och riskhantering?”

Det skapar mätbar riskreduktion i offentlig miljö. På sikt ger det bättre riskunderlag för försäkring, färre skador och bättre styrning av kapital till förebyggande åtgärder.

Nästa steg: gör klimatanpassning till en konkurrensfördel för destinationen

Stadsturism bygger på tillit: att det går att ta sig fram, att det känns tryggt, att infrastrukturen fungerar och att upplevelsen håller även när vädret inte gör det. Klimatanpassning och resiliens är därför en direkt tillväxtfråga – inte bara en hållbarhetsrubrik.

Om du sitter i en kommun, region, destinationsbolag eller i en roll inom försäkring och riskhantering: börja med att identifiera var turismens “kritiska noder” finns (knutpunkter, evenemangsområden, stråk, vattennära miljöer). Koppla dem till klimatrisker. Bygg sedan ett åtgärdspaket där naturbaserade lösningar och AI-drivna beslutsstöd samverkar.

Framåtblick: de städer som lyckas bäst under 2026–2029 kommer inte vara de som skriver längst strategidokument. Det blir de som kan visa mätbar riskreduktion och samtidigt göra stadsmiljön trevligare att besöka. Vilken stad vill du att din destination ska vara i den konkurrensen?