Källor och metod per dataset
Senast uppdaterad: 2026-08-17
Den här sidan beskriver var siffrorna i Kompetenskartans tjänster kommer ifrån – i Utforskaren, i Kompetenskartan MCP och i vår agent för Microsoft 365 Copilot. För varje dataset anges ursprung, hur vi bearbetar materialet och vilka begränsningar du bör känna till när du tolkar ett tal.
Kompetenskartan är i flera fall själva källan. Vi hämtar material från myndigheter och andra leverantörer, men siffran du ser är sällan en rå myndighetssiffra. Vi sammanställer underlag från flera håll, klassificerar om det till gemensamma indelningar av bransch, yrke och geografi, och berikar platsannonser med tolkningar som inte finns i originalmaterialet. Delar av underlaget är dessutom specialbeställda uttag som aldrig publicerats i någon öppen statistikdatabas. Därför hänvisar vi hit i stället för till en myndighetssida som inte innehåller talet.
Vill du stämma av en specifik siffra – hur den är beräknad, vilket uttag den bygger på eller vilken period den avser – hör av dig till info@kompetenskartan.ai, så visar vi underlaget. En bredare beskrivning av hur vi arbetar finns på sidan om Kompetenskartan.
Räkna efter själv. Du som har betald tillgång till Kompetenskartan MCP eller vår agent för Microsoft 365 Copilot kan köra exakt samma anrop som verktygen gör, med samma parametrar, på vår valideringssida. Den visar vilket anrop som skickades och det obearbetade svaret från vårt API, så att du kan jämföra mot talet du fick i chatten. Du loggar in med samma konto som du använder hos oss i övrigt.
Platsannonser
Ursprung: Arbetsförmedlingens Jobtech och LinkedIn. Annonser hämtas löpande från Jobtech och månadsvis från LinkedIn.
Vår bearbetning. Annonsdatat är det mest bearbetade vi publicerar. Stegen nedan påverkar hur talen ska läsas:
- Avdublettering. En annons räknas en gång per kommun, i den månad den publicerades, både inom och mellan källorna. Utgivare som massproducerar annonser sållas bort.
- Arbetsgivare och plats. Varje annons matchas mot SCB:s företagsregister, vilket ger bransch och arbetsställe. När annonstexten anger en annan ort än där arbetsstället faktiskt ligger korrigerar vi orten. Saknas träff bestäms bransch och kommun i stället ur annonstexten.
- Rekrytering och bemanning särbehandlas. När ett bemanningsföretag annonserar åt en kund placeras efterfrågan i kundens bransch, inte i bemanningsbranschen. Utan det steget skulle bemanning se ut att efterfråga i stort sett all kompetens.
- Roller normaliseras. Rolltiteln hämtas ur annonsen och grupperas ihop med sina synonymer, så att "Sourcing manager" och "Strategisk inköpare" hamnar under samma roll. Den ursprungliga formuleringen följer med hela vägen ut i tjänsterna.
- SSYK-mappning. Varje roll mappas till SCB:s yrkesklassifikation, vilket är det som gör jämförelser mot SCB och Arbetsförmedlingen möjliga.
- Annonser räknas om till tjänster. Vi bedömer hur många personer en annons söker och hur stor tjänstgöringsgrad den avser. Produkten av de två ger antalet motsvarande heltidstjänster, som kan skilja sig avsevärt från antalet annonser – en enda annons kan söka trettio busschaufförer. Kontrollera därför vilket av måtten en siffra avser.
Flera av stegen ovan görs med AI-stöd, med manuell granskning av stickprov och av de sällsynta fallen.
Begränsningar: Statistiken mäter efterfrågan så som den uttrycks i annonser, inte tillsatta tjänster, och alla arbetsgivare annonserar inte.
Materialet har dessutom starka säsongsmönster. Lärarannonserna ligger till exempel till överväldigande del på våren varje år, eftersom tjänsterna utlyses före sommaren inför det nya läsåret. Jämför därför i första hand samma månader mellan olika år, eller hela år – två intilliggande månader skiljer sig ofta åt av säsongsskäl snarare än för att efterfrågan verkligen har ändrats. En annons räknas en gång, i den månad den publicerades. Täckningen varierar också över tid när källornas rapportering ändras, vilket gör mycket långa jämförelser bakåt osäkrare.
Efterfrågade kompetenser
Ur annonstexten extraherar vi efterfrågade kompetenser, arbetsuppgifter, verktyg, språk och kvalifikationer, och normaliserar dem till jämförbara begrepp så att olika skrivningar av samma sak räknas samman. Annonsens språk räknas som ett språkkrav, eftersom man annonserar på det språk man förväntar sig av den sökande.
Begränsningar: Extraktionen bygger på hur arbetsgivare formulerar sig. Kompetenser som förutsätts men sällan skrivs ut syns inte i materialet.
AI-trender i platsannonser
Varje annons märks upp med om och hur AI förekommer – om AI används, utvecklas, styrs eller ingår i ansvaret – och med omnämnanden av namngivna verktyg. Både klassificeringen och verktygslistan är Kompetenskartans egna.
Begränsningar: Måttet fångar vad som står i annonsen, inte faktisk AI-användning på arbetsplatsen. Andelarna är känsliga för hur brett begreppet AI skrivs ut under en given period.
Sysselsättning
Ursprung: SCB, befolkningens arbetsmarknadsstatus (BAS).
Vår bearbetning: Vi tillgängliggör registerdata om sysselsatta, arbetslösa, sjukskrivna och studerande per kommun, och i en separat vy även per bransch. Materialet kopplas till samma geografi- och branschindelning som våra övriga dataset, så att det går att ställa mot annonsstatistiken.
Begränsningar: Registerdata publiceras med eftersläpning. Det påverkar inte jämförbarheten – första kvartalet kan jämföras med första kvartalet – men det är huvudskälet till att vi släpper våra kvartalsuppdateringar en månad efter kvartalets slut, trots att vi beställer preliminär statistik från SCB. Följden är att den senast tillgängliga perioden kan skilja sig mellan registerdata och annonsdata.
Arbetslöshet
Ursprung: Arbetsförmedlingen.
Vår bearbetning: Vi tillgängliggör inskrivna arbetslösa och arbetskraften med bryt på bland annat åldersgrupp, födelseland, utbildningsnivå, sökandekategori och tid utan arbete, kopplat till vår geografiindelning.
Begränsningar: Inskrivna hos Arbetsförmedlingen är inte samma sak som arbetslösa enligt BAS eller enligt SCB:s arbetskraftsundersökning. Måtten är inte utbytbara och ska inte jämföras rakt av.
Företag och arbetsställen
Ursprung: SCB:s företagsregister.
Vår bearbetning: Vi tillgängliggör organisationer och deras arbetsställen – de fysiska platser där arbetet utförs – med bransch- och geografikoppling. En organisation kan ha arbetsställen i flera kommuner. Samma register är det vi matchar platsannonser mot.
Begränsningar: Registret speglar vad som är registrerat, vilket inte alltid är detsamma som var verksamhet faktiskt bedrivs. Sätesadressen kan skilja sig från arbetsplatsen. Enskilda firmor finns bara summerade per kommun och registreringsår, utan namn, ägare eller registreringsdatum, och ingår därför inte i topplistor, ägarfördelning eller nyregistreringar. Ägarland för utlandsägda företag finns inte längre i registret; vi ser att ett företag är utlandsägt, men inte varifrån.
Utbildningsdata
Utbildningsutbud
Ursprung: SUSA-navet, kompletterat med Kompetenskartans egna insamlingar.
Vår bearbetning: Vi samlar utbildningar från samtliga utbildningsformer från gymnasienivå och uppåt och kopplar dem till studieort, studieform och vår ämnes- och branschindelning. Där SUSA-navets täckning är svag kompletterar vi med egna insamlingar som struktureras med AI-stöd – framför allt för komvux, där inrapporteringen är ojämn.
Begränsningar: Utbudet beror på vad utbildningsanordnarna har rapporterat in. Vår komplettering jämnar ut de största luckorna men gör inte täckningen fullständig.
Yrkeshögskolan
Ursprung: Myndigheten för yrkeshögskolan.
Vår bearbetning: Vi tillgängliggör ansökningar och beslut inom yrkeshögskolan, inklusive sökta och beviljade platser per ansökningsomgång, utbildningsanordnare och studieort. Besluten bearbetas dessutom med AI-stöd för att strukturera innehållet i myndighetens motiveringar, till exempel skälen bakom ett avslag.
Begränsningar: Beviljade platser är ett beslut om utbildningsplatser, inte antalet studerande som faktiskt påbörjar eller fullföljer utbildningen.
Rekryteringsprognosen
Ursprung: Kompetenskartans egen prognosmodell. Den väger samman flera underlag – registerdata från SCB, konjunkturbedömningar från Konjunkturinstitutet och våra egna platsannonsdata – tillsammans med egna framskrivningar som vi gör på specialbeställda, mer granulära tabeller än de som publiceras öppet.
Vår bearbetning: Modellen skattar kumulativt rekryteringsbehov per bransch och yrke över en vald horisont, uppdelat på nyrekrytering till följd av tillväxt och på ersättningsbehov – pensionsavgångar, byten mellan branscher, flyttningar mellan län, sjukfrånvaro och övrigt. Behovet räknas brutto på alla nivåer: varje bransch och län räknar med alla sina avgångar, även de som byter bransch eller flyttar inom landet. Riket är därför summan av delarna, och en bransch eller region är alltid en del av helheten. Talen avrundas.
Begränsningar: Det här är den tydligaste punkten där siffran inte finns någon annanstans – prognosen är vår beräkning, inte en myndighetsprognos, och det går inte att slå upp den hos SCB eller Konjunkturinstitutet. En prognos är en skattning under antaganden om framtiden och blir osäkrare ju längre horisonten är och ju mindre grupp som studeras. Använd den för att jämföra storleksordningar mellan branscher och yrken, inte som exakt facit.
Koder och indelningar
Ursprung: SCB:s officiella kommun- och länsindelning samt SNI-standarden.
Vår bearbetning: Vi tillhandahåller uppslagstabeller mellan koder och namn, samt kopplingen mellan SNI och Kompetenskartans egen branschindelning. Den senare är en gruppering vi gjort för att branscher ska bli begripliga och jämförbara i vardagligt språk, och den är inte identisk med SNI. Fyrsiffrig SNI följer med som metadata där den finns.
Begränsningar: Kommun- och länsindelningar ändras över tid. Historiska jämförelser kan påverkas av att en indelning har gjorts om.
Uppdatering och rättelser
Annonsdata uppdateras löpande och sammanställs per månad. Register- och myndighetsdata uppdateras i takt med att respektive källa publicerar nytt underlag, vilket innebär att den senast tillgängliga perioden skiljer sig mellan dataseten. Vilka perioder som finns i annonsdatat kan alltid läsas av direkt i tjänsterna.
Vi stämmer av volymer och fördelningar mellan perioder för att fånga oväntade förändringar, och granskar utfallet manuellt när en klassificering har ändrats. Upptäcker du ändå en siffra som ser fel ut vill vi gärna veta det. Skriv till info@kompetenskartan.ai med vilken uppgift det gäller, så återkommer vi med hur den är framtagen eller rättar den.