Artificiell intelligens (AI) och Big data är innovativ teknik som har förändrat hur beslutsfattande kan grundas. Användningen av dessa verktyg har ökat och blivit mer populär inom olika branscher, men inom den politiska sektorn i Sverige har det inte använts. En pandemi har pågått under de två senaste åren vilket har medfört stora konsekvenser för samhället. Vilket har ställt krav på att politiker fattar snabba och effektiva beslut för att kunna hantera och bromsa smittspridningen. Syftet med studien var att undersöka och ta reda på ifall AI och Big data kan användas inom den politiska sektorn som beslutsstöd för att fatta snabbare, effektivare och etisk korrekta beslut samt hur politiker kan försäkra att AI och Big data används på ett etiskt sätt. Frågeställningen som har besvarats är: Hur kan Big data och AI effektivisera politikers beslutsfattande och samtidigt upprätthålla ett etiskt förhållningssätt?  Studien har tillämpat en kvalitativ ansats och med hjälp av relevant litteratur har olika användningsområden, problem, etiska utmaningar och risker identifierats. Semistrukturerade intervjuer har även genomförts med politiker och AI-specialister i syfte att ta reda på om det finns möjlighet att använda och implementera verktygen i den politiska sektorn. Efter att ha analyserat empiri och litteratur framkom det att AI kräver stora mängder data i realtid för att kunna vara ett verktyg för beslutsfattande. Mycket av den data som den politiska sektorn besitter har ännu inte digitaliserats vilket den måste göras innan AI kan användas som beslutsstöd. Som slutsats går det att använda AI och Big data för att effektivisera beslutsfattande i Sverige genom dokumentavläsning och analysering av handlingar. Problemet idag är att det inte går att säkerställa att beslut upprätthåller ett etiskt förhållningssätt, eftersom det inte finns något etiskt ramverk för hur AI och Big data ska användas. / Artificial intelligence (AI) and Big data are innovative technologies that have changed the ways of decision-making. The use of these tools has increased and become more popular in various industries, but not in the political sector of Sweden. The tools have hardly been put in any use. A pandemic has taken place in the last two years, which has had major consequences for society. It has led politicians to make quick and effective decisions to manage and slow down the spread of infection. The purpose of this study was to investigate and discover if AI and Big data can be used in the political sector as decision support to make faster and more effective decisions. The research question that has been answered is: How can Big data and AI streamline politicians decision-making and at the same time maintain an ethical approach?  The study has applied a qualitative approach, with the help of relevant literature various areas of use, problems, ethical challenges, and risks have been identified. Semi-structured interviews have also been conducted with politicians and AI specialists to see if it is possible to use and implement these tools in this field. After analysing empirical data and literature, it became clear that AI requires large amounts of data in real time to be able to contribute favourably. Much of the data that the political sector possesses has not yet been digitised, which is mandatory so that AI can be used as decision support. In conclusion, it is possible to use AI and Big data to streamline decision making in Sweden through document reading and analysis of documents. The problem is that it is not possible to ensure an ethical approach, as there is no ethical framework for the use of AI and Big data.

Medellivslängden i Sverige har, under de senaste decennierna, ökat. Det leder till att sjukvårdsköerna och belastningen för vårdpersonalen förändras. Det i sin tur innebär att fortsatt utveckling av hälso- och sjukvård måste prioriteras. En viktig faktor för att kunna utveckla arbetssätten inom sjukvården är digitalisering.  Syftet med studien är att undersöka vilka utmaningar som kan uppstå i samband med användning av AI- hjälpmedel som beslutsstöd vid diagnostiserings-processen i sjukvården.  Studien startade med litteraturgenomgång av tidigare forskning. Studien genomfördes med en kvalitativ ansats där datainsamlingsmetoden är semistrukturerade individuella intervjuer. Analysen genomfördes med strukturen tematisk analysmetod. Studiens fem teman är: Arbetssätt; kompetensutveckling; partiska algoritmer; ansvarstagande och överdiagnostisering.  Studiens resultat indikerar att det finns olika utmaningar vid användning av AI inom vården. I den här studien har följande utmaningar påvisats: arbetssätt- exempelvis nya rutiner, kompetensutveckling- exempelvis mindre tid för utvecklingsarbete, ansvarstagande - till exempel vem som ansvarar för resultatet och överdiagnostisering – vilket till exempel kan vara multipla diagnoser som kan vara ofarliga för patienten. / The average life expectancy in Sweden has, in recent decades, increased. This leads to changes in the healthcare queues and the burden on the healthcare staff. This in turn means that continued development of healthcare must be prioritized. An important factor in being able to develop working methods in healthcare is digitization. The purpose of the study is to investigate which challenges may arise in connection with the use of AI- powered decision making in the diagnosis process in healthcare. The study started with a literature review of previous research. The study was carried out with a qualitative approach where the data collection method is semi-structured individual interviews. The analysis was carried out using the structured thematic analysis method. The study's five themes are: Work methods; skills development; biased algorithms; taking responsibility and overdiagnosing. The study's results indicate that there are various challenges when using AI in healthcare. In this study, the following challenges have been demonstrated: working methods - for example new routines, competence development - for example less time for development work, taking responsibility - for example who is responsible for the result and overdiagnosis - which can for example be multiple diagnoses that can be harmless to the patient.

Bakgrund: Lättillgänglig och reliabel information blir betydande för effektivt beslutsfattande. Således identifieras förbättringen av beslutsfattande som den drivande orsaken till att företag införskaffar affärssystem som avser att skapa underlag, utföra analyser samt ta fram relevant data. Beslutsunderlaget som skapas ökar kvaliteten och understödjer beslutsfattandet. Enterprise Resource Planning (ERP) system, även känt som Affärssystem, är en standardiserad programvara som används för hela organisationer över flera funktioner med avseende till att effektivisera affärsområden som bokföring, inköp, tillverkning och försäljning. Numera finns det alternativ för mindre organisationer att införskaffa affärssystem, vilket resulterar i att fler SMF väljer att vända sig till mjukvaran. Affärssystemets syfte om att underlätta verksamhetens drift och förbättringar i arbetsflöden genom standardisering bidrar till att företagen blir mer resurseffektiva inom de respektive processerna. Syfte: Syftet med studien är att undersöka hur små-och medelstora företag använder sig av affärssystem och vilka konsekvenser det får för beslutsfattandet. Metod: Studien utgår ifrån en kvalitativ forskningsmetod. Empirin utgörs av tolv semistrukturerade intervjuer med tre små och medelstora företag. Respondenterna valdes ut genom ett målstyrt urval. För att besvara studiens problemformulering har det empiriska materialet analyserats med den teoretiska referensramen. Slutsats: Resultatet av studien visar att affärssystemet påverkar små- och medelstora företags beslutsfattning. Följande områden blir påverkade; relevans i beslut, förbättrat beslutsunderlag, delegering av beslut inom organisationen och förbättrad effektivitet vid beslut. / Background: Easily accessible and reliable information becomes essential for effective decision-making. Thus, the improvement of decision-making is identified as the driving reason why companies acquire business systems that intend to create data, perform analyzes and produce relevant data. The decision-making basis that is created increases the quality and supports decision-making. Enterprise Resource Planning (ERP) systems, also known as Business Systems, are a standardized software, used for entire organizations across multiple functions to make business areas such as accounting, purchasing, manufacturing and sales more effective. Nowadays, there are options for smaller organizations to acquire business systems, which results in more SMEs choosing to turn to the software. The purpose of the ERP system to facilitate the operation of the business and improvements in work flows through standardization, contributes to the companies becoming more resource efficient within the respective processes. Purpose: The purpose of this study is to investigate how small and medium-sized companies use ERP systems and what consequences this has for decision-making. Methodology: The study is based on a qualitative research method. The empirics consists of twelve semi-structured interviews with three small and medium-sized enterprises. The respondents were selected through a purposive sampling. In order to answer the study's problem formulation, the empirical material has been analyzed with the theoretical frame of reference. Conclusion: The results of the study show that ERP systems affect the decision-making of small and medium-sized enterprises. The following areas are affected; relevance in decisions,5improved basis for decisions, delegation of decisions within the organization and improved efficiency in decisions.