Från tre månader till en vecka: Hur Stadsbyggnadskontoret effektiviserade detaljplanering med AI

Vad händer när tre månaders manuellt dokumentarbete kan kortas till en vecka? På Stadsbyggnadskontoret i Stockholms stad har AI blivit ett konkret stöd i detaljplanprocessen.

Planavdelningen på Stadsbyggnadskontoret vid Stockholm Stad hanterar ett omfattande arbete. Detaljplanering för stora projekt kan generera över tusen yttranden i både samrådsskede och granskningsskede - från remissinstanser, organisationer och privata medborgare. Att sammanställa, tolka och bedöma dessa yttranden var tidigare en tungrodd process som band upp betydande tid hos varje handläggare. Utöver samrådsredogörelse/granskningsutlåtande skrivs även ett tjänsteutlåtande med flera led av intern granskning.

En specifik samrådsredogörelse kunde tidigare ta tre månader av fulltidsarbete att producera. För tjänsteutlåtanden räknade man med två veckor per ärende. Handläggarna satt manuellt och läste igenom mejl, tolkade innehållet, förkortade texten och registrerade den i systemet - en process som var både tidskrävande och mentalt utmattande.

Vad gjorde dem? I mitten av maj öppnade Planavdelningen Intric-assistenten för hela avdelningen och började experimentera med två konkreta arbetsuppgifter:

1. Samrådsredogörelser / Granskningsutlåtande

Assistenten fick i uppgift att sortera, sammanfatta och värdera hundratals yttranden. Det var dock kritiskt att slå rätt mellan olika typer av input: Samtliga yttranden måste värderas på rätt sätt enligt riktlinjer och relevans.

Genom iterativ utvecklingsarbete tog de fram en lösning som fungerade på denna tvetydiga bedömning. Yttranden sammanställdes enligt korrekta anvisningar och bedömningar i korrekt struktur.

2. Tjänsteutlåtanden

För denna uppgift hade avdelningen redan en robust intern kunskapsbank: hundratals tjänsteutlåtanden skrivna per år enligt väletablerade format och språkstil samt styrdokument om hur kontoret ska formulera sig. Detta blev nyckeln. Assistenten lärde sig den interna stilen genom detta material och kunde därefter formulera nya tjänsteutlåtanden som handläggarnas chefer inte kunde skilja från human-skriven text, flera märkte faktiskt att de AI-genererade dokumenten var att föredra än många manuellt skrivna.

Handläggarna behöll kontrollen genom att själva skriva alla ställningstaganden, medan assistenten hanterade formuleringen. Vissa önskade feedback innan slutresultatet; andra föredrog att justera efteråt. Flexibiliteten var viktig.

Efter bara en månad genomförde Planavdelningen en undersökning:

• Nästan alla handläggare använder assistenten dagligen

• Nästan alla upplever betydande tidsbesparingar

• Nästan alla är mycket nöjda

Efter de initiala mätningarna är de uppskattade effekterna slående:

Samrådsredogörelser / Granskningsutlåtande:

3 månader → 1 vecka = ~12 veckor

Tjänsteutlåtande:

2 veckor → 1 dag = ~1–2 veckor

En handläggare som tidigare spenderade tre månader på en samrådsredogörelse och granskningsutlåtande kan nu leverera samma arbete på några dagar, och med högre kvalitet. Vid nya tidsplanering för detaljplaneprojekt kan avdelningen nu minska vissa moment från tre månader till några veckor. För projekt som är planerade på 10–15 år kan detta betyda flera månaders acceleration.

Effekten sprider sig

En oväntad bieffekt: tiden sparades inte bara för handläggarna utan även för ledningen som frigör tid från språkgranskning. För Stadsbyggnadskontoret i Stockholm Stad som organisation betyder detta potentiellt att detaljplanerprocesserna kan förkortas och att tid frigörs till mer kvalitativt arbete.

Hur lyckades de

Begränsad initialt omfång. De försökte inte automatisera allt på en gång. De fokuserade på två konkreta, text tunga moment där en språkmodell hade uppenbar nytta.

Samarbete i verksamheten. Handläggare och en tekniskt drivande medarbetare experimenterade tillsammans. Det gjorde att prompter och arbetsflöde kunde anpassas till verkligheten istället.

Iterativ utveckling. De såg tidigt effekterna men arbetade sedan iterativt för att säkerställa kvalitet och önskade resultat som fungerar i praktiken ute i verksamheten.

Medvetenhet. De insåg att assistentens värde låg i att ta bort det administrativa (läsande, tolkning, sammanfattning, formulering). Men beslutsfattandet och ansvaret ska stanna hos handläggaren.

I praktiken betyder det: handläggaren skriver ställningstagandet (det som kräver kunskap, bedömning, ansvar), och assistenten omvandlar det till rätt språk och struktur. Handläggaren granskar varje output innan det skickas. Detta säkerställer att all dokumentation blir kvalitetssäkrad med äkta kunskap och auktoritet bakom den.

Delning och samarbete

The Planning Department is happy to share their prompts and working methods with other municipal planning administrations. Consultation reports and service memoranda are processes that many municipalities have. There is no reason for others to reinvent the wheel.

Presskontakt: Tiger Landén | tiger.landen@intric.ai

Om Stockholm

Stockholms stad är Sveriges huvudstad och landets största kommun, med över en miljon invånare. Staden har cirka 40 000 anställda och ansvarar för ett brett utbud av offentliga tjänster, från utbildning, socialtjänst och stadsbyggnad till kultur, miljö och demokratiska processer. Med sitt historiska stadslandskap, läge vid vattnet och snabba utveckling är Stockholm både Sveriges politiska centrum och en av de mest dynamiska städerna i Norden.

Om Intric

Intric utvecklar säker, suverän och regelverksanpassad AI-infrastruktur för offentliga myndigheter och samhällskritiska institutioner. Plattformen gör det möjligt för organisationer att driftsätta AI-assistenter och agenter baserade på den egna datan, under eget styre och utan beroende av extern molninfrastruktur. Intric är utvecklat i Sverige och används aktivt av reglerade institutioner i de nordiska länderna och i Tyskland. Grundat 2021, med huvudkontor i Stockholm. www.intric.ai