Blogg
Insikter om data och AI
Praktiska lärdomar om AI engineering, master data management och datamigrering — från verkliga projekt.
Fem minuters avstämning med mitt företag av AI-agenter – från sidlinjen på fotbollsplanen
imfunds AI-agenter arbetar nu på egen hand på en Linux-server hemma, och jag kan få en statusrapport från stabschefen via Telegram. I lördags blev det en snabb koll i mobilen under min dotters fotbollsmatch – resten av tiden tittade jag på matchen. De vann med 5–2.
Läs inlägget
imfund: två personer och ett helt företag av AI-agenter
Hos imfund sitter två människor i styrelsen medan 16 AI-agenter gör jobbet – var och en med chef, arbetsbeskrivning, schema och budget. Så här är det organiserat, det här får bara människorna besluta, och därför handlar det mer om styrning än om AI-modeller.
Läs inlägget
Migreringsplanen: vad som migreras, och när
En migreringsplan är inte ett fältmappnings-Excel — det är en daterad runbook över vilken data som flyttas in i det nya systemet, och vilken dag runt go-live. Bulkladdning kontra deltaladdning, varför master data och transaktioner fryses på olika datum, och varför det renaste sättet att migrera de svåraste objekten är att rensa dem i verkligheten först.
Läs inlägget
AI-agenter i datamigrering – mer affär, mindre kod
Med självhostade AI-agenter som Hermes och Goclaw lägger jag tiden på affärsdialogen och kraven i stället för på kod. Agenterna skriver transformationerna, producerar CSV/parquet och validerar filerna innan verksamheten ens går in i målsystemet för att granska datan – utan att känslig data lämnar min kontroll.
Läs inlägget
Polars vs. pandas: en hastighetsjämförelse, sedd genom Apple Silicon
Polars utlovar mer än 30x snabbare körning än pandas. Jag rimlighetsprövade påståendet mot fem vardagliga data engineering-uppgifter – läsa, skriva, beräkna, filtrera och gruppera – på små och stora dataset, allt mätt på en modern Apple Silicon-laptop (en 16 GB M4).
Läs inlägget
CSV vs. Parquet: vilket filformat ska du välja för moderna dataplattformar?
CSV är det universella utbytesformatet; Parquet är arbetshästen för analys. Jag mätte båda på samma MacBook Air (M4) – lagringsstorlek, läsning, skrivning, enkolumnsläsning och filtrerade scanningar – på en liten Iris-fil och ett verkligt bedrägeridataset med 5 miljoner rader, och svepte sedan igenom varje Parquet-komprimeringscodec. Brytpunkten är skarp, och vilken codec du väljer spelar större roll än man tror.
Läs inlägget
Bokrecension: Managing Data Quality – A practical guide
Managing Data Quality av Tim King och Julian Schwarzenbach är en pragmatisk guide till det som avgör de flesta migreringar: datakvalitet. Här är min recension och varför jag rekommenderar den.
Läs inlägget
GDPR och datamigrering: det du inte bara kan kopiera över
I ett nyligen genomfört medlemsregisterprojekt var källdatan ungefär så känslig det blir i Sverige – personnummer, namn, adresser, skyddade identiteter. Inget av det hör hemma i en test- eller migreringsmiljö. Här är varför, och den deterministiska Python/Faker-metod jag använde för att byta ut riktiga medlemmar mot trovärdiga fejkpersoner – utan att datan slutade vara användbar för test.
Läs inlägget
Datamigrering hos ett av Sveriges största retailföretag – PDM v3, en 8‑stegsmetod och AI‑agenter
Hur jag leder datamigreringen i en storskalig affärstransformation hos ett av Sveriges största retailföretag – med PDM v3, en egen förfinad 8‑stegsmetod per dataobjekt och ett AI‑workflow med flera samverkande agenter.
Läs inläggetStreamlit i datamigrering – snabb datavisualisering med parquet, gratis och open source
Under en migrering behöver jag ständigt titta på datan: volymer, avvikelser, avstämningar. Streamlit låter mig bygga interaktiva dashboards i ren Python på minuter – ovanpå parquet-filer, helt gratis och open source.
Läs inlägget
De första 30 dagarna i ett lyckat migreringsprojekt
Migreringens öde avgörs ofta innan en enda rad data flyttas. Så här lägger jag de första 30 dagarna – discovery-workshops, analys av källsystem, dataprofilering och ett skarpt scope – för att resten av projektet ska bli lugnt och förutsägbart.
Läs inlägget
En praktisk checklista för master data management
Master data management behöver inte vara ett tungt ramverk. Här är en pragmatisk checklista för att komma igång med styrd, kvalitetssäkrad affärsdata – utan att fastna i teori.
Läs inlägget
Migrera data till Business Central med RapidStart: inbyggd validering – och Excels radgräns
RapidStart-konfigurationspaket är det inbyggda sättet att ladda in setup- och masterdata i Dynamics 365 Business Central – och dess bästa egenskap är att varje post valideras med samma affärslogik som vid manuell inmatning. Men eftersom datan går via Excel slår du i kalkylbladets radtak, och stora tabeller måste delas upp över flera filer. Här går jag igenom hur det fungerar och var det passar.
Läs inlägget
Bokrecension: Practical Data Migration av Johny Morris
Practical Data Migration av Johny Morris är boken bakom PDM-metodiken jag arbetar efter. Här är min recension – varför den fortfarande är en av de mest värdefulla böckerna för alla som leder en migrering.
Läs inlägget
Migrera data till Dynamics 365 Finance & Operations: vilket verktyg passar när?
Dynamics 365 Finance & Operations ger dig flera sätt att ladda in legacy-data – Data Management Framework, Excel-tillägget och det dedikerade uppgraderingsverktyget. Här går jag igenom skillnaden, vilket som passar i vilken situation, och var verktyget tar slut och din egen disciplin tar över.
Läs inlägget
Varför datamigreringar misslyckas – och hur du undviker det
De flesta migreringsprojekt spårar ur av samma skäl – och oftast långt innan någon data flyttas: underskattad datakvalitet, odefinierade kvalitetskrav, otydligt ägarskap, för stort scope, saknad avstämningsstrategi och för sen testning. Här är de vanligaste fallgroparna – och hur jag undviker dem.
Läs inlägget
MDM vs datamigrering – vad är skillnaden?
Master data management och datamigrering blandas ständigt ihop – men det är olika saker med olika mål och olika livslängd. Här reder jag ut missförståndet och visar hur de hänger ihop.
Läs inlägget
SAP S/4HANA Migration Cockpit: styrkor och begränsningar
SAP S/4HANA Migration Cockpit har två sätt att ladda in legacy-data – staging-tabeller och direktöverföring från ett SAP-system. Här går jag igenom skillnaden, vad verktyget gör bra, och var du fortfarande måste stå för disciplinen själv.
Läs inlägget
Crow's Foot ERD – så ritar jag alltid datamodeller vid datamigrering
När jag bygger informationsmodeller hos en kund är ett Crow's Foot-ER-diagram nästan alltid det första som hamnar på whiteboarden. Här är en nybörjarvänlig genomgång av entiteter, attribut och kardinalitetssymbolerna – och varför just det här diagrammet är så användbart i migrerings- och MDM-arbete.
Läs inlägget
Masterdata vs transaktionsdata – grunden under varje affärssystem
Oavsett om du inför ett nytt affärssystem, bygger ett datalager eller planerar en migrering avgör en enda distinktion hur mycket smärta du har framför dig: masterdata kontra transaktionsdata. Här är skillnaden, varför den verkliga risken sitter i masterdatan, och tumregeln jag använder för att skilja dem åt.
Läs inlägget
Avstämning: att bevisa att migreringen blev rätt
En ren laddning är inte en korrekt migrering. Skillnaden mellan de två är avstämning – disciplinen att bevisa, med bevis som en ekonomichef och en revisor godtar, att det som kom in i det nya systemet matchar det som lämnade det gamla. Här är hur avstämning faktiskt fungerar, lager för lager, och varför det är leveransen som förtjänar godkännande.
Läs inlägget
Big bang eller fasad migrering: så väljer du
Ska du flytta allt i en enda driftsättning, eller migrera i etapper? Det är ett av de första stora besluten i varje migrering, och det brukar diskuteras av fel skäl. Här är en ärlig jämförelse – vad varje ansats faktiskt kostar, frågan om återställning, och faktorerna som egentligen borde avgöra.
Läs inlägget
Migrera data till Infor M3: det som ställer till det vid driftsättning
De flesta artiklar om M3-migrering säger åt dig att involvera nyckelanvändarna och städa datan tidigt. Sant, och sant för precis varje migrering som någonsin gjorts. Det här är den andra versionen – skriven inifrån cutover-fönstret. Den M3-specifika begränsningen som vänder upp och ner på hela angreppssättet, varför master data och transaktioner är två olika projekt, och varför de svåraste dataobjekten oftast löses bäst av verksamheten – inte av ett skript.
Läs inlägget