Vad AI-bokföring faktiskt gör
"AI-bokföring" syftar i praktiken på ett par distinkta uppgifter:
- 1Klassificering — att identifiera vilken typ av verifikation ett dokument avser (leverantörsfaktura, kvitto, löneunderlag).
- 2Extraktion — att läsa ut strukturerad data från ett ostrukturerat dokument: belopp, datum, OCR-nummer, motpartens namn, momsbelopp.
- 3Kontosförslag — att föreslå bokföringskonto baserat på vad kostnaden gäller.
Det är repetitivt arbete som en vältränad modell klarar med hög träffsäkerhet. Fördelen är tydlig: en faktura som annars tar tre minuter att manuellt tolka och bokföra tar tio sekunder.
Frågan är inte om AI hjälper här. Det gör den. Frågan är var bearbetningen sker.
Moln-AI: vad som faktiskt händer
De flesta AI-bokföringstjänster är molnbaserade. Du laddar upp en PDF eller tar ett foto med mobilappen. Filen skickas till tjänstleverantörens server. Deras modell bearbetar den. Resultatet skickas tillbaka.
I det flödet lämnar ditt dokument din infrastruktur. Det bearbetas av en tredjepartsleverantör. Det lagras — åtminstone temporärt — på deras servrar.
Vad innehåller dessa dokument? Leverantörens namn, ditt bankkonto-OCR, fakturabelopp, ibland din anställdes personnummer på en lönespecifikation. Det är räkenskapsinformation som klassas som känslig i GDPR-sammanhang — inte känsliga personuppgifter i GDPR:s tekniska mening, men ändå information som du som personuppgiftsansvarig är skyldig att skydda.
Det innebär att du behöver ett personuppgiftsbiträdesavtal (PuB-avtal) med leverantören. Det innebär att du behöver veta var datan lagras — inom EU, utanför EU? Det innebär att du vid en Datainspektionsgranskning behöver kunna redovisa hur din räkenskapsinformation hanteras av tredje part.
Många AB gör det inte. Inte av illvilja — det är bara inte tydligt när man väljer ett bokföringsprogram att AI-funktionen innebär dataöverföring.
Lokal AI: modellen på din maskin
Lokal AI betyder att modellen körs i din infrastruktur. Filen lämnar aldrig din maskin. Det enda som händer är att en process på din dator — eller din server — läser dokumentet och returnerar ett resultat.
Det finns ingen nätverkstrafik till en extern server. Det finns ingen tredjepartsleverantör att sluta PuB-avtal med för den specifika bearbetningen. Det finns inget som lagras externt.
Det ställer krav på din maskin: en lokal modell av tillräcklig kapacitet kräver GPU eller åtminstone en modern CPU med tillräckligt RAM. Det är en infrastrukturinvestering. Men kostnaden sjunker snabbt — en modern laptop klarar de flesta klassificerings- och extraktionsuppgifter på acceptabel tid.
Vad GDPR faktiskt kräver
GDPR kräver inte att du undviker molntjänster. Det kräver att du:
- —Vet var personuppgifter behandlas och av vem
- —Har rättslig grund för behandlingen
- —Har ett giltigt PuB-avtal med biträden som behandlar data för din räkning
- —Kan visa detta vid en granskning
För ett litet AB med tre anställda och tio leverantörsfakturor i månaden är administrationsbördan hanterbar — om du faktiskt gör det. Problemet är att många molntjänster inte gör det tydligt att de är personuppgiftsbiträden och att du är ansvarig.
Räkenskapsinformation i sig är inte personuppgifter i alla fall — en faktura från ett aktiebolag innehåller sällan personuppgifter. Men en lönespecifikation gör det. Ett kvitto på en representationsmiddag kan göra det. Gränsen är otydlig nog att det är rimligt att behandla hela kategorin med omsorg.
Prestandaargumentet håller inte längre
"Lokal AI är för långsam för praktisk användning" var sant för tre år sedan. Det stämmer inte 2026.
Ollama och liknande ramverk låter dig köra kompakta språkmodeller (7B–13B parametrar) lokalt utan GPU på moderna Apple Silicon-datorer eller x86-maskiner med tillräckligt RAM. Extraktionsuppgiften för en standardfaktura tar vanligtvis under tio sekunder på en M2-dator. Det är tillräckligt snabbt för det faktiska arbetsflödet.
För rena klassificeringsuppgifter — "är detta en leverantörsfaktura eller ett kvitto?" — kan ännu lättare modeller användas med svarstider under en sekund.
Vad du bör fråga din bokföringstjänst
Oavsett vilken tjänst du använder: ställ dessa tre frågor innan du aktiverar AI-funktioner.
- 1Var bearbetas dokumenten? — på din maskin, eller på leverantörens server?
- 2Lagras dokumenten efter bearbetning? — och i så fall hur länge och var?
- 3Finns ett PuB-avtal? — om de behandlar personuppgifter för din räkning krävs ett.
Om tjänsten inte kan svara tydligt på dessa frågor är det ett tecken på att de inte heller har tänkt igenom sina GDPR-skyldigheter.
Källor och fördjupning
Så hanterar BOKNORD detta
BOKNORD Private AI körs lokalt i din infrastruktur. Modellen laddas ned en gång och körs sedan utan nätverksanslutning vid bearbetning. Dina fakturor och verifikationsunderlag lämnar aldrig din maskin. Det finns ingen extern server som tar emot dina dokument och inget PuB-avtal att administrera för AI-bearbetningen. Vad du väljer att exportera — t.ex. en SIE4-fil till din revisor — styr du själv.