<p>Uppsatsen bygger på intervjuer av personer/företag som fått riskvillig finansiering ihop med rådgivning från ALMI Företagspartner 2006. Resultatet indikerar på att rådgivningen är viktig med avseende på rådgivaren som bollplank samt rådgivaren som förmedlare av betydelsefulla kontakter. Uppsatsen påvisar även betydelsen av att kvalitetssäkra uppföljning av dessa statliga medel inklusive den tillhörande rådgivningen.</p>

Uppsatsen bygger på intervjuer av personer/företag som fått riskvillig finansiering ihop med rådgivning från ALMI Företagspartner 2006. Resultatet indikerar på att rådgivningen är viktig med avseende på rådgivaren som bollplank samt rådgivaren som förmedlare av betydelsefulla kontakter. Uppsatsen påvisar även betydelsen av att kvalitetssäkra uppföljning av dessa statliga medel inklusive den tillhörande rådgivningen.

This thesis presents the design and development of a web-based platform intended to streamline the public sector funding process for startups by employing a matching algorithm. The platform was developed as part of a Bachelor's program in Computer Engineering and aims to address the inefficiencies and complexities currently impeding startup access to vital funding sources. Utilizing the MERN technology stack (MongoDB, Express.js, React, and Node.js), the project integrates web-based technologies to enhance user experience and ensure robust security measures aligning with GDPR standards. The methodology adopted includes agile development practices to facilitate iterative testing and improvements. The system's use of data from public funding webpages, combined with API integration and web scraping techniques, ensures a rich database of funding opportunities tailored to startups' diverse needs. This thesis serves as a practical solution for startups striving to navigate the complex landscape of public sector funding. / Den här uppsatsen presenterar designen och utvecklingen av en webbaserad plattform avsedd att effektivisera processen för offentlig finansiering till startups genom att använda en matchningsalgoritm. Plattformen, som utvecklats är en del av ett högskoleingenjörsprogram inom datateknik och syftar till att adressera de ineffektiviteter och komplexiteter som för närvarande hindrar startups från att få tillgång till nödvändiga finansieringskällor. Genom att använda MERN-teknikstacken (MongoDB, Express.js, React och Node.js) integrerar projektet webbteknologier för att förbättra användarupplevelsen och säkerställa robusta säkerhetsåtgärder i linje med GDPR-standarder. Den antagna metoden inkluderar agila utvecklingspraxis för att underlätta iterativ testning och förbättringar. Systemets användning av data från offentliga finansieringswebbplatser, kombinerat med API-integration och webbskrapningstekniker, säkerställer en rik databas med finansieringsmöjligheter anpassade till startups mångfaldiga behov. Denna avhandling fungerar som en praktisk lösning för startups som strävar efter att navigera i det komplexa landskapet för offentlig sektorfinansiering.