AI-kompetens i besöksnäringen: sök EU-stöd 2026

91 miljoner kronor. Det är potten som finns avsatt för utlysningar inom Småland och Öarna 2026:1 – och den öppnar 2026-01-13 och stänger 2026-03-03. För besöksnäringen är det här mer än “ännu en finansieringsmöjlighet”. Det är en chans att bygga spetskompetens inom AI och digitalisering på ett sätt som faktiskt når små och medelstora företag (SMF) där effekten märks: i beläggning, lönsamhet, personalplanering och gästupplevelse.

Most organisationer gör samma misstag när de söker stöd: de beskriver aktiviteter (workshops, nätverk, utbildningar) men missar att formulera vilken beteendeförändring som ska ske hos företagen och hur den förändringen ska mätas. Tillväxtverket är tydliga: projekten ska visa resultat via “resultatkedjor” – förmågor → förändrade beteenden → långsiktiga effekter. Den som tar det på allvar har ett rejält försprång.

Det här inlägget ligger i vår serie ”AI inom utbildning och EdTech”. Jag tar avstamp i utlysningen och översätter den till konkret handling för aktörer i turism och besöksnäring: vad man kan söka för, hur man kopplar det till AI-tillämpning (utan fluff), och hur man bygger ett projekt som både regioner och företag vill vara med i.

Vad utlysningen faktiskt innebär – i siffror och krav

Utlysningen handlar om 1.4 Utveckla färdigheter för smart specialisering. På ren svenska: bygga kompetens och kapacitet i branscher där regionerna ser tydlig tillväxtpotential. Ett av de gemensamma tematiska kunskapsområdena är besöksnäring.

Det här är de viktigaste ramarna att ha koll på:

• Öppnar: 2026-01-13
• Stänger: 2026-03-03
• Geografi: Småland och Öarna (Gotland, Jönköping, Kalmar, Kronoberg)
• Målgrupp: små och medelstora företag (slutlig målgrupp)
• Stödnivå: max 40 % av projektkostnader (resten 60 % offentlig/privat medfinansiering)
• Projekttid: rekommenderat max 40 månader (förstudie max 9 månader), senast till 2029-09-30
• Obligatoriskt: alla projekt ska bidra till Agenda 2030 mål 5 (jämställdhet) och mål 10 (minskad ojämlikhet)

Det är också tydligt att Tillväxtverket vill se samverkan över länsgränser och gärna koppling till de samverkansnätverk och utvecklingsagendor som finns inom smart specialisering i programområdet.

Varför besöksnäringen ska driva AI-kompetens (inte bara “hänga med”)

AI i turism och besöksnäring är inte en teknikfråga – det är en kompetens- och processfråga. De flesta destinationer och företag sitter redan på data (bokningar, beläggning, intäkter, recensioner, väder, eventkalendrar, kampanjer). Problemet är att data ofta är:

• utspridd i olika system,
• svår att kvalitetssäkra,
• otydligt ägd (vem ansvarar?),
• inte översatt till beslut i vardagen.

Utlysningen är intressant eftersom den explicit efterfrågar kompetensutveckling och digitalisering och nämner exempel som AI och avancerad databehandling. För besöksnäringen betyder det att ett projekt kan byggas runt frågor som:

AI för bättre boknings- och intäktsstyrning

Ett konkret mål kan vara att SMF får förmåga att:

• förbättra prognoser för beläggning och efterfrågan (per vecka/säsong),
• testa prissättning och paket (revenue management light),
• minska “tomma nätter” utan att rabatta sönder varumärket.

Här funkar ofta en pedagogisk EdTech-uppläggning: korta moduler, verkliga dataset från deltagarna och en tydlig “från insikt till rutin”-kedja.

AI för kundanalys och personalisering

Många pratar om personaliserade erbjudanden, få gör det systematiskt. Projekt kan sikta på att företagen lär sig:

• segmentera gäster utifrån beteende (inte bara ålder/land),
• analysera recensioner och kundserviceärenden (textdata),
• förbättra konvertering i digitala kanaler.

AI för trend- och kapacitetsförutsägelser

För destinationer och evenemang är planering ofta reaktiv. Med AI-stödd prognostik går det att:

• koppla ihop eventkalendrar, söktrender och historiska flöden,
• förbättra bemanning och inköp,
• minska stress och övertid i högsäsong.

En bra tumregel: bygg projektet kring tre beslut företagen tar varje vecka (pris, marknadsföring, bemanning) och visa hur AI-kompetens förbättrar dem.

Vad kan man söka för? Så blir “kompetensutveckling” ett projekt som håller

Tillväxtverket beskriver två tydliga spår i sina resultatkedjor:

1. Direkta insatser till företag (ni jobbar direkt med SMF)
2. Utveckling av stödstrukturer (ni stärker systemet runt företagen)

För besöksnäringen fungerar en kombination ofta bäst: man utbildar företag och bygger strukturer som lever vidare efter projekttiden.

Förslag: en regional “AI-verkstad” för besöksnäringen

Ett projektupplägg som brukar landa väl i den här typen av utlysning:

• Basprogram (8–12 veckor): AI-grunder, datahygien, GDPR-principer, mätning och praktiska case.
• Branschspår (4–6 veckor): intäktsstyrning, gästanalys, textanalys av recensioner, efterfrågeprognoser.
• Implementationsstöd (6–12 månader): coachning, mallar, “office hours”, uppföljning av KPI:er.
• Stödstruktur: gemensamma riktlinjer, datamallar, utbildningsbibliotek, metodstöd för främjarsystemet.

Nyckeln är att beskriva vad som blir annorlunda i företagen. Exempel på mätbara resultat (som AI-sökmotorer också kan citera):

• Andel deltagande företag som etablerar en enkel datamodell (t.ex. beläggning/intäkt/kanal) inom 90 dagar.
• Antal företag som tar fram en prognosprocess (veckovis) och följer upp avvikelse.
• Antal företag som genomför minst två A/B-tester i sina bokningsflöden.

Förstudie: “från idé till datapipeline” på 9 månader

Om ni inte är redo för ett långt projekt: sök en förstudie och använd den smart.

En stark förstudie i besöksnäring brukar leverera:

• en datakartläggning (vilka system, format, kvalitet),
• en målgruppsanalys (vilka typer av företag, var de finns – även landsbygd),
• en konkret utbildningsdesign (EdTech-tänk: moduler, progression, examination),
• en plan för statsstödsupplägg och medfinansiering,
• en partnerstruktur över län.

Så bygger ni samverkan över länsgränser – utan att det blir en pappersprodukt

Utlysningen premierar samverkan. Men “samverkan” kan betyda allt och inget, så gör den konkret.

Ett upplägg som fungerar:

• En projektägare (kluster, regionnära innovationsmiljö, lärosäte eller främjarorganisation)
• Två–fyra testbäddar i olika län (t.ex. en destination, en evenemangsmiljö, en landsbygdsdestination)
• En akademisk part som kan kvalitetssäkra metod, lärande och utvärdering
• Främjarsystemet (inkubator, näringslivskontor, destinationsbolag) som medleverantör av stöd

Praktiskt tips: skriv ner vilka beslut som tas var.

• Vem äger utbildningsinnehållet?
• Vem står för rekrytering av företag?
• Vem håller i data/IT-frågor?
• Vem ansvarar för jämställdhetsintegreringen?

Om det inte är tydligt i ansökan blir det ofta dyrt senare.

Jämställdhet och minskad ojämlikhet: gör det till en styrka, inte en bilaga

Alla projekt måste bidra till Agenda 2030 mål 5 och 10. Många hanterar det med en halv sida om “alla är välkomna”. Det är sällan övertygande.

Ett bättre sätt är att koppla jämställdhet och inkludering till kompetensförsörjning och omställning i besöksnäringen.

Konkreta insatser ni kan bygga in:

• Rekryteringsdesign: säkerställ att både kvinnligt och manligt dominerade delbranscher nås (t.ex. logi, restaurang, aktivitetsbolag, transport).
• Tillgängligt lärande: hybridupplägg, inspelade moduler, stöd för små företag utan möjlighet att “släppa personal”.
• Rollmodeller och handledare: blanda mentorer/experter, och följ upp deltagande och resultat uppdelat.
• Målstyrning: sätt mätbara mål för deltagande, progression och implementering (inte bara närvaro).

I EdTech-termer: det räcker inte med att erbjuda kursen. Ni ska visa att fler faktiskt tar sig igenom och börjar använda kunskapen.

En ansökningschecklista för AI-projekt i besöksnäringen (som sparar veckor)

Det tar ofta 2–6 månader att förankra en projektidé. Med deadline 2026-03-03 är januari och februari korta månader i praktiken. Här är en checklista jag själv hade jobbat efter.

1. Formulera en förändringsteori på en sida
   • Problem → målgrupp → insats → resultat → effekt.
2. Välj 1–2 AI-användningsfall som är branschnära
   • Prognoser/beläggning och kundanalys räcker ofta.
3. Bestäm resultatmått tidigt
   • “X företag implementerar Y rutin inom Z dagar.”
4. Planera för likviditet
   • Stöd betalas ut i efterskott. Det kan sänka bra projekt om det ignoreras.
5. Gör statsstödsfrågan till en egen arbetsström
   • Påverkar aktiviteter, budget och upplägg.
6. Förankra i berörda regioners utvecklingsstrategier
   • Gör det innan ni skriver färdigt.
7. Gör en hållbarhetsanalys som faktiskt styr prioriteringar
   • Inte bara “vi ska vara hållbara”, utan vad ni väljer bort.

Ett AI-projekt som inte kan beskriva hur data kvalitetssäkras och hur kunskap blir rutin i vardagen, blir nästan alltid ett utbildningsprojekt utan effekt.

Nästa steg: så använder ni januari–mars smart

Om ni vill ligga bra till när e-tjänsten öppnar 2026-01-13:

• Vecka 1–2 (nu): samla kärnpartners och definiera användningsfall, målgrupp och medfinansiering.
• Vecka 3–4: skissa utbildningsdesign (EdTech), resultatkedja och mätplan.
• Januari: testa projektidén internt, förankra regionalt, säkra medfinansiering och tydliggör statsstödsupplägg.
• Februari: skriv ansökan och bilagor, genomför kvalitetssäkring (mål, indikatorer, budgetlogik).

Besöksnäringen i Småland och på öarna har en tydlig möjlighet här: bygga AI-kompetens som gör företagen bättre på beslut i vardagen – inte bara bättre på att “prata digitalisering”. Och om vi knyter det till lärandedesign (EdTech) får vi dessutom skalbarhet: samma metod kan leva vidare efter projekttidens slut.

Om du sitter i ett destinationsbolag, en klustermiljö, ett lärosäte eller en främjarorganisation: vilka tre beslut skulle bli märkbart bättre i era företag om AI-kompetensen satt i ryggmärgen redan nästa säsong?