Interoperabilitet och AI – varför informationsstruktur blir avgörande

Interoperabilitet är ofta något som diskuteras på strategisk nivå. Men vad innebär det egentligen när datadelning ska fungera i praktiken mellan olika organisationer och system? Regeringens nya lagförslag om interoperabilitetskrav sätter fokus på just den frågan.
Regeringens lagrådsremiss om interoperabilitetskrav vid datadelning markerar ett viktigt skifte i hur offentlig sektor förväntas arbeta med information. Datadelning har länge varit en ambition i strategier och digitaliseringsprogram. Nu blir interoperabilitet i vissa fall något som ska uppfyllas enligt lag.
Läs även: Vad betyder interoperabilitet egentligen?
I praktiken innebär det att information inte bara ska kunna skickas mellan system, utan också kunna tolkas korrekt när den kommer fram. Tekniska integrationer räcker inte. Informationen behöver beskrivas på ett sätt som gör att betydelsen bevaras mellan olika system och organisationer. Det är här arbetet med informationsstruktur blir avgörande.
Länkade data gör information begriplig mellan system
Att dela information mellan organisationer handlar i grunden om mer än data – det handlar om betydelse. Vad är en plats, ett beslut eller en organisation?
- Vad betyder ett begrepp?
- Hur relaterar det till andra begrepp?
- Vilken organisation eller plats handlar det om?
Med länkade data går det att beskriva information så att dessa relationer blir tydliga. Genom globala identifierare och gemensamma vokabulärer kan data kopplas samman och tolkas mer konsekvent.
Beskrivs datamängder på ett enhetligt sätt och publiceras i kataloger som Sveriges dataportal, enligt standarder som DCAT-AP-SE, blir de enklare att hitta, förstå och återanvända även utanför den organisation där de skapades. Resultatet är mer förutsägbar och användbar datadelning.
Kunskapsgrafer gör relationerna synliga
Så snart information börjar struktureras med länkade data blir också relationerna mellan olika saker tydligare. I stället för att information lagras isolerat i separata system beskrivs den som ett nätverk av kopplingar, där varje resurs – till exempel en organisation, en plats eller ett beslut – har en unik identifierare.
Relationerna mellan dessa resurser definieras med hjälp av gemensamma begrepp, vilket gör att information kan förstås och tolkas på samma sätt oavsett var den används. En organisation kan till exempel kopplas till en geografisk plats, ett beslut till en ansvarig aktör och en tjänst till det regelverk som styr den.
Det är i dessa strukturerade kopplingar som det som kallas en kunskapsgraf växer fram. I praktiken innebär det att information inte bara beskriver enskilda objekt, utan också hur de hänger ihop. Det gör det möjligt att följa samband, kombinera information från olika källor och skapa en mer sammanhängande bild av verksamheten.
Strukturerad information blir också viktig för AI
I takt med att AI används i verksamheten uppstår ett nytt behov: tillgång till tillförlitlig kontext. AI-modeller kan analysera stora mängder information, men utan sammanhang blir resultatet osäkert.
För att tolka data korrekt behöver modellen förstå relationer, begrepp och kontext. Här växer standarder som Model Context Protocol (MCP) fram. De gör det möjligt för AI-modeller att hämta strukturerad information från externa datakällor på ett kontrollerat sätt.
Läs också: När data får mening – därför spelar semantisk teknologi roll
Finns organisationens information redan strukturerad, till exempel i en kunskapsgraf, kan AI använda den på ett helt annat sätt. Det minskar risken för feltolkningar och gör AI-baserade tjänster mer tillförlitliga.
Interoperabilitet börjar i informationsstrukturen
Med de nya kraven blir det tydligt att interoperabilitet inte bara handlar om teknik, utan om hur information beskrivs. Organisationer som arbetar med tydliga begrepp, gemensamma vokabulärer och strukturerade relationer mellan data skapar bättre förutsättningar för att information ska kunna delas, förstås och återanvändas.
Prova Gratis: Testa EntryScape Free
Det är också där verktyg som EntryScape kommer in. Genom att synliggöra egenskaper och relationer mellan datamängder blir det möjligt att bygga en struktur som håller över tid. När interoperabilitet blir ett krav är det just den strukturen som avgör om det fungerar i praktiken.
Läs mer om EntryScape Free eller ladda ned vår guide "Kom igång med öppna data".
