Intervjun – Försäkringskassan

Trigger: "vilken erfarenhet har du av produktionsstyrning?" – eller för att öppna talepunkt 2 med en personlig brygga.

"Jag jobbade som gymnasieingenjör på Kalmar Verkstad, först som trainee, sedan som produktionsingenjör. Där fick jag tidigt med mig vikten av att förstå flaskhalsar, ställtid, och att bygga rutiner kring produktionsflödet. Hos Försäkringskassan är principen densamma, fast med ärenden i stället för produkter – flödet ska vara effektivt, men framför allt rättvist: samma typ av fall ska behandlas lika, oavsett handläggare eller tidpunkt. Och om ett fel inträffar tror jag inte att lärdom och förbättring uppstår genom att skälla på den enskilda handläggaren – det är i stället bättre att titta på vad som kan förbättras, och kommunicera rutiner och regler på ett sätt som gör att samma fel undviks i framtiden."

• produktionsingenjör: du VAR det själv – inte bara mötte andra som var det.
• rättvist: kärnpoängen – samma fall, samma behandling, oavsett handläggare/tidpunkt.
• skälla på handläggaren: gäller interna fel, INTE bidragsbrott hos de granskade.
• Ärlig, inte överdriven – du har inte arbetat med produktionsstyrning som controller. Poängen är ursprunget (ingenjör) + den parallella disciplinen (controller).
• Cirka 30–40 sekunder högt uppläst.
• Reserv om de frågar mer: talepunkt 4b (kalkyltidslinje, Bjärred).

Trigger: frågor om rollen, om produktionsstyrning, om vad du kan bidra med. Mest sannolikt att komma upp – det är kärnan i tjänsten.

"Gränsvärdena i de här besluten är egentligen politiska ställningstaganden – vad som gäller just nu bestäms av politiken, inte av mig. Därför behöver de gå att uppdatera enkelt, som parametrar, i stället för att vara hårdkodade. Jag bygger inte beslutsflödena själv – min roll som controller är att följa hur en sådan förändring slår igenom i handläggningen, att övergången blir kort, lite som ställtid i en fabrik, och att följa upp i efterhand att resultatet faktiskt blev det som var tänkt."

• politiska ställningstaganden: gränsvärden styrs av politiken – inte något du eller FK äger själva.
• bygger inte beslutsflödena själv: boundary-meningen – central, ta aldrig bort den.
• ställtid: medvetet eko av talepunkt 1 – säg det rakt ut, sammanhållen världsbild.

Trigger: frågor om SAS Viya, teknikskiftet, digitalisering, din egen roll i det.

"Försäkringskassan har använt SAS länge – Viya är den nuvarande generationen av samma plattform, inte ett byte av leverantör. Jag ser min roll i det SAS själva kallar 'Deploy Insights' – att tolka utfallet av modellerna, inte bygga dem. Det är samma förmåga jag redan har som controller: att se mönster när utfall jämförs mot förväntan. Med SAS Viya handlar det om samma sak, fast i en helt annan skala – 21 miljoner beslut om året."

• Deploy Insights: SAS egen term – höger sida i deras modell, tolka/agera, inte bygga modellen.
• 21 miljoner beslut: verifierat från annonsen. Säg "beslut", inte "ärenden".
• Reserv om de frågar "hur konkret?": taggning av beslut för att följa flöden, extra uppföljning efter regelverksändringar (kopplar till talepunkt 2).

Trigger: frågor om utbildning, forskningsbakgrund, licentiaten. Endast om den kommer upp.

"Min licentiatavhandling handlar om föreställningar om konkurrenskraft inom förnybar energi. Vi tittade på olika former av konkurrenskraft – bland annat pris, men också hur man är positionerad på marknaden. Jag räknade också på kostnader för energibolag, men huvudpoängen var kvalitativ: vi såg att det inte alltid var priset som styrde hur medborgare valde och köpte sin elenergi."

• huvudpoängen var kvalitativ: den viktigaste meningen i hela svaret. Säg ALDRIG "kvantitativ metod" om avhandlingen som helhet – bara bilaga 4 var kvantitativ.

Trigger: frågor om AI, Copilot, hur AI påverkar arbetet.

"Generativ AI är ett kraftfullt verktyg som utvecklas snabbt. I min roll som controller använder jag det för att granska och analysera budgetsiffror och text – aldrig personuppgifter, det är en gräns jag är noga med, särskilt i en roll som den här på Försäkringskassan. På fritiden har jag byggt egna analysverktyg i sammanhang som medvetet inte rör känslig information – till exempel diagram över elanvändning och medlemsantal i en kallbadsförening, och underlag till yttranden i Lunds Naturskyddsförening. Som produktionsstyrnings-controller ser jag min roll som att hitta mönster i aggregerade utfall, inte att hantera enskilda ärenden – det gör att jag kan dra nytta av AI-verktyg utan att det någonsin handlar om persondata." !

• aldrig personuppgifter: säg det proaktivt – säkerhetsmedvetande är ett plus, inte en ursäkt.
• Lunds Naturskyddsförening: rätt namn, inte "naturskyddsförbund".
• Säg ALDRIG: "jag ser fram emot..." eller kalla något "en stöld" – för laddat, krockar med talepunkt 1.

Trigger: "har du kollat upp oss/tekniken innan intervjun?"

"Ja, jag har lagt ner tid på det – bland annat sett en del av SAS Users egna videor på YouTube, för att få en konkret känsla för plattformen. Till exempel 'SAS Viya and the Data and AI Life Cycle' – den visar en bra bild, Data to Decision, där jag ser min roll som controller: att tolka utfallet av de modeller som implementerats i SAS Viya. Jag har också testat plattformen själv i en gratis trial och tittat på hur Intelligent Decisioning fungerar konkret, bland annat ett exempel med lånebeslut."

Källa: youtube.com/watch?v=K39rUwJil8c – SAS Users (@SASUsers)

Huvudfråga om du bara hinner en. Back-up om samtalet redan är tekniskt/analytiskt. Praktisk följdfråga sist, inte som huvudfråga.

Huvudfråga – bygg upp med bilden

Säg detta, visa bilden, säg sedan huvudfrågan. Fråga om lov kort innan du delar skärm: "Får jag visa en bild jag hittade på er egen kanal, som ligger till grund för min fråga?"

"Det jag ser till höger i den här bilden – Deploy Insights – är faktiskt hur jag genomgående jobbar med analys. Jag analyserar data för att hitta vad som kan leda till ett beslut, och avslutar alltid med att publicera resultatet – diagram, visualiseringar, tabeller. Två exempel från mitt eget ideella arbete: uppföljning av elanvändning i Bjärreds Saltsjöbad, och hur många medlemmar som passerar grinden varje månad – båda publicerade öppet på GitHub. Jag kallar mitt eget arbetssätt med generativ AI för Claude-kompassen, och även där slutar processen med samma sak: ett steg som handlar om att visualisera och publicera resultatet."

"Hur tänker ni att övergången till SAS Viya förändrar vardagen för er produktionsstyrning – är det främst nya datakällor och analysmöjligheter, eller förändras också själva sättet ni planerar kapacitet mot ärendeflöden?"

Skarpare back-up

"Ser ni att bättre dataanalys via SAS Viya kan hjälpa till att hantera balansen mellan snabb handläggning och rättslig kvalitet i produktionsstyrningen, eller är det två separata spår?"

Praktisk följdfråga (om utrymme finns)

"En praktisk fråga också, eftersom jag skulle sitta i Malmö: hur ser samarbetet ut mellan orter i vardagen? Sitter de som jobbar direkt med data och modeller i SAS Viya främst i Stockholm, och hur vanligt är det med distansmöten via Teams?"

• Bryggan innan bilden: visar att Deploy Insights inte bara är ett citat från SAS utan ett genomgående mönster i hur du faktiskt jobbar – konkret bevisat med egna, publicerade projekt.
• Bjärred-el / inpasseringar: egna GitHub-publicerade exempel – nämn dem kort, inga URL:er behöver sägas högt.
• Claude-kompassen: ditt eget ramverk för AI-arbete – fas 3 är publicering/visualisering, samma mönster igen.
• Fråga om lov innan du delar skärm för att visa bilden. Ha ett verbalt backup-läge redo om skärmdelning krånglar.