Fakta
Utbildningsområde
Data/IT
Omfattning:
40 Yh-poäng
Studietakt:
50%
Antal platser:
Hösten 2026: 40platser
Våren 2027: 50 platser
Plats:
Distansutbildning
Kursledare:
xx
Lärplattform:
Learnpoint
Grupparbete:
Under utbildningens gång kommer ni att arbeta i grupp. Arbetsgrupperna får ni vid registreringen av kursen (separat tillfälle) och därefter håller ni kontakt på valfritt sätt.
Övrigt:
Utbildningen genomförs i samarbete med branschexperter
Behörighet:
Yrkeserfarenhet om minst två (2) års heltidsarbete, eller motsvarande tid på deltid, inom projektledning, produktägarskap, verksamhetsutveckling eller annan roll med leveransansvar inom IT- eller digitaliseringsrelaterade initiativ.
Ledningsgruppen:
Vi har mycket starka och engagerade ledningsgrupper på alla orter med deltagare från stora och små företag samt myndigheter. Dessa ledningsgrupper garanterar en stark näringslivsanknytning och en gedigen branschkunskap.
Kontakt:
Fredrik Brisfors fredrik.brisfors@foretagsuniversitetet.se
Kursplan
Utbildningens mål
Kunskaper
Efter fullföljd utbildning med godkänt resultat ska den studerande kunna
• hur AI-initiativ kopplas till verksamhetsmål samt hur nyttorealisering och effekt följs upp med relevanta mått,
• vilka typer av problem och processer som lämpar sig för AI samt vilka centrala avgränsningar och antaganden som avgör ett hållbart AI-use case,
• vilka dataförutsättningar som krävs för en AI-leverans, inklusive datakvalitet, dataägarskap, informationsklassning samt krav på spårbarhet och loggning,
• hur kvalitet i AI-lösningar definieras och verifieras, inklusive acceptanskriterier, golden dataset och kvalitetsmått såsom korrekthet, relevans och robusthet,
• centrala risker, styrningsmodeller och krav på regelefterlevnad i AI-projekt, inklusive roller och ansvar, dokumentationskrav samt principer för ansvarsfull AI såsom bias och human-in-the-loop.
Färdigheter
Efter fullföljd utbildning med godkänt resultat ska den studerande kunna
• ta fram beslutsunderlag för AI-initiativ med prioritering, scope, resurs- och kompetensbehov samt tydliga go/no-go-kriterier,
• planera och strukturera AI-leveranser med backlog, milstolpar, beroenden och beslutsgrindar från discovery och experiment till MVP och skalning, *
• formulera krav, användarflöden och kvalitetskriterier för AI-lösningar samt översätta dem till konkreta acceptanstester för verksamhet och IT,
• genomföra riskarbete i AI-projekt genom att upprätta riskregister, definiera riskreducerande åtgärder och integrera risk- och kvalitetssäkring i arbetssättet,
• kravställa och följa upp leverantörer och interna leveranser genom att formulera krav på SLA, säkerhet, data, drift och uppföljning samt säkerställa leverans mot avtalade kriterier.
Kompetenser
Efter fullföljd utbildning med godkänt resultat ska den studerande kunna
• leda och ansvara för AI-initiativ genom hela livscykeln, från initiering till driftsatt lösning, med tydlig styrning, framdrift och leveransansvar,
• fatta självständiga beslut om scope, prioriteringar och leveransstrategi utifrån affärsvärde, risk, genomförbarhet och organisatoriska förutsättningar,
• samordna och leda tvärfunktionella intressenter såsom verksamhet, IT, data, säkerhet och juridik mot gemensamma mål och tydliga ansvarsfördelningar,
• säkerställa att AI-lösningar införs på ett kontrollerat och hållbart sätt genom att driva förändringsledning, adoption och förankring i verksamheten,
• utvärdera och vidareutveckla organisationens arbetssätt för AI genom att etablera uppföljning, lärloopar och förbättringsåtgärder baserat på resultat och feedback.
Delkurs
AI-strategi, behovsanalys och affärsvärde, 10 yh-poäng
Data- och teknikgrund för AI-ledare (från idé till lösningsdesign), 10 yh-poäng
Genomförande, förändringsledning och leverans till produktion, 10 yh-poäng
Styrning, risk, juridik och leverantörsstyrning i AI-projekt, 10 yh-poäng
Summa: 40 yh-poäng