Så anpassar ni er finansiella rapportering för en AI‑driven värld
Hittar era AI-läsare till era finansiella rapporter?
Användningen av stora språkmodeller (LLM), som ChatGPT och liknande tjänster, förändrar snabbt hur finansiell information söks, analyseras och konsumeras. Årsredovisningar och kvartalsrapporter är inte längre enbart dokument för mänsklig läsning – de fungerar i allt större utsträckning även som datakällor för AI‑driven analys.
En snyggt designad årsredovisning, välskrivet vd-ord och företagsbeskrivning är fortfarande en viktig del av bolagens varumärke och kommunikation men vi behöver se på årsredovisningen ur ytterligare ett perspektiv: hur lätt den är för maskiner att förstå, tolka och återanvända.
Från dokument till dataprodukt
Traditionellt har finansiella rapporter publicerats som PDF:er där struktur och innehåll är anpassade för mänsklig läsning. För LLM:er innebär detta ett extra tolkningssteg. Informationen måste först “extraheras” innan den kan analyseras.
I och med kraven inom EU på publicering av ESEF taggade årsredovisningar i XBRL-format har vi redan sett en förskjutning där den finansiella informationen genom standardiserade taggar blir:
Direkt sökbar
Strukturerad
Entydigt definierad
Information som publiceras i XBRL blir betydligt mer tillgänglig och jämförbar i en AI‑kontext än motsvarande information i PDF.
Använd ESEF rapporten för att närma er AI-läsaren
De flesta stora svenska bolag publicerar redan idag den ESEF-taggade rapporten på sin webbplats. Den innehåller två huvuddelar för att göra rapporten läsbar och sökbar för alla läsare, både människor och maskiner.
XHTML-fil (den visuella rapporten)
En fil som kan öppnas i alla vanliga webbläsare. Den innehåller hela årsredovisningen med dess formatering, bilder och text precis som en traditionell PDF.XBRL-filer (data och taxonomi)
En samling tekniska filer (oftast .xsd, .xml och .def) som innehåller den maskinläsbara informationen. Det är här som de finansiella rapporterna är "taggade" (kodade) så att system automatiskt kan läsa av och jämföra siffror.
Tyvärr ligger ofta ESEF-rapporten i en zip-fil i rapportarkivet som måste laddas ner för att läsas, eller som xbri, ett filformat som inte går att öppna om man inte har rätt programvara. Det vill säga, filen är svårtillgänglig trots att informationen faktiskt finns där!
Med små medel kan man redan nu förbättra oddsen för såväl maskin som människa att söka information:
Använd pressmeddelanden, webbsidor mm för att leda läsare till rätt dokument.
Utgå inte ifrån att era läsare förstår skillnaden på filtyper som .pdf, .xhtml, .xbri, hjälp dem med tydlig information om vad filerna innehåller och hur versionerna skiljer sig åt.
Publicera er ESEF-rapport med Preview/gränssnitt så XBRL-filen går att läsa av alla (denna finns med i leveransen från de flesta taggningsprogram).
Gör dokumenten lätta för sökmotorer och AI att hitta med tydliga filnamn som ”Bolag Årsredovisning 2025 ESEF Preview”.
Öka den digitala läsbarheten på PDF:en med anpassad design och layout
Grafiskt tilltalande rapporter är fortfarande viktiga men kraven på maskinläsbarhet påverkar hur vi designar. Tidigare har designprocessen ofta utgått från en idéskiss som man sedan lägger strukturen och innehållet på. I en mer digitalt anpassad process vänder vi på steken och börjar med en enkel och tydlig struktur med logiskt och konsekvent uppbyggda rubriker, sektioner och tabeller. Dessa går sedan att kombinera med kreativa element och gör att man i praktiken kan skapa ett HTML‑liknande dokument, packat i PDF-format.
För att göra PDF:er mer AI‑vänliga tänk:
· Struktur först, design sedan
· Maskinläsbar text (inte grafik eller text i bild)
· Tydlig läsordning
· Enkla, rena tabeller
· Tydligt och konsekvent språk
Tänk på hur informationen ska användas
Mycket tyder på att PDF:en kommer att vara huvudformat för finansiella rapporter även i framtiden, men för att lyckas nå ut genom bruset blir det allt viktigare att börja med att sätta er in i hur ni vill att läsare ska ta del av ert material och vad ni vill uppnå med den. Genom att ställa er frågan “hur kommer denna information att användas?” kan ni uppnå:
högre synlighet i AI‑baserade analyser
bättre jämförbarhet mellan liknande bolag, branscher och geografier
ökad tillgänglighet och relevans för investerare
PDF:en på webben kommer inte längre att fungera som ensam informationsbärare, men genom att publicera den tillsammans med HTML och XBRL versioner förblir den ett viktigt sätt att lyfta och presentera er finansiella data, och den story ni vill förmedla till omvärlden.
Är du intresserad av att höra hur vi kan hjälpa ditt företag att nå ut till läsare? Kontakta oss på info@sthlmkom.se