Vad är systemintegration?

Application Programming Interface — ett gränssnitt som gör det möjligt för olika system att kommunicera och utbyta data.

Integration där system kopplas ihop via API:er, ofta i realtid.

Data överförs vid schemalagda tillfällen istället för i realtid — t.ex. en nattlig synkronisering.

Processen att samla och synkronisera data mellan olika system.

Att definiera hur datafält i ett system motsvarar fält i ett annat.

Omvandling av dataformat så att information kan användas i olika system.

Electronic Data Interchange — standard för elektroniskt utbyte av affärsdokument, t.ex. order och fakturor.

Enterprise Resource Planning — affärssystem som hanterar ekonomi, logistik, inköp och andra centrala processer.

Extract, Transform, Load — metod för att hämta, omvandla och ladda data mellan system.

System reagerar på händelser i realtid, t.ex. när en order skapas.

Alternativ API-standard till REST där klienten specificerar exakt vilken data den vill ha. Används bl.a. av Visma Business NXT.

Integration Platform as a Service — molnbaserad plattform för att hantera integrationer mellan system.

JavaScript Object Notation — vanligt dataformat för att överföra information mellan system via API:er.

Master Data Management — hantering av gemensam grunddata, t.ex. kunder och artiklar, i ett centralt system.

Mellanlager som hanterar kommunikation och dataflöde mellan olika system.

Integration mellan system som körs i molnet, utan egna servrar.

Integration mellan system som körs lokalt på egna servrar.

Data överförs direkt när något händer i systemet — utan fördröjning.

Den vanligaste API-standarden. Kommunicerar via HTTP och returnerar data i JSON-format.

Äldre standard för API-integration, ofta XML-baserad. Vanlig i äldre affärssystem och offentlig sektor.

Att hålla data uppdaterad och identisk mellan flera system.

Automatiska meddelanden som skickas när en händelse inträffar i ett system — push istället för pull.

eXtensible Markup Language — strukturerat dataformat som används i många integrationer, framför allt med äldre system.

Large Language Model — en stor AI-modell tränad på textdata som kan generera, sammanfatta och analysera text. Exempel: GPT och Claude.

AI som kan skapa nytt innehåll — text, bilder, kod eller ljud — baserat på mönster den lärt sig under träning.

Den instruktion eller fråga som skickas till en AI-modell för att styra vad den ska generera eller svara.

Konsten att utforma tydliga och effektiva instruktioner till en AI-modell för att få önskat resultat.

Model Context Protocol — öppen standard från Anthropic som låter AI-modeller kommunicera med externa system och verktyg via ett enhetligt gränssnitt.

Ett AI-system som självständigt kan planera och utföra flera steg i en uppgift — t.ex. hämta data, fatta beslut och utföra åtgärder i andra system.

AI-assistent inbyggd i ett verktyg eller affärssystem som hjälper användaren med förslag, sammanfattningar och automatisering.

Retrieval-Augmented Generation — teknik där en AI-modell kompletteras med sökning i extern, aktuell data för att ge mer korrekta svar.

En matematisk representation av text eller data som AI-modeller använder för att förstå och jämföra betydelser.

Databas optimerad för att lagra och söka i embeddings — används ofta i RAG-lösningar och semantisk sökning.

Att vidareträna en befintlig AI-modell på specifik data för att anpassa den till ett visst område eller uppgift.

Det moment då en tränad AI-modell används för att generera svar eller fatta beslut — till skillnad från träningsfasen.

När en AI-modell genererar information som låter trovärdig men är felaktig eller påhittad — en viktig risk att hantera i affärskritiska sammanhang.

Den minsta textenheten som en AI-modell bearbetar — ungefär ett ord eller en orddel. Kostnad och kontextfönster mäts i tokens.

Den maximala mängd text (mätt i tokens) som en AI-modell kan ta hänsyn till i ett och samma anrop.

Funktion som låter en AI-modell anropa externa API:er eller verktyg som en del av sitt svar — grunden för AI-agenter och integrationer.

Integration där AI-modeller kopplas till affärssystem för att automatisera analyser, beslut eller kommunikation baserat på realtidsdata.

Att använda AI för att automatisera arbetsuppgifter som tidigare krävde mänsklig bedömning — t.ex. fakturahantering, kundsupport eller datakvalitet.

Natural Language Processing — AI-teknik för att tolka och generera mänskligt språk, grunden i chattbotar, e-postsortering och dokumentanalys.

AI-modell som kan hantera flera typer av indata — t.ex. text, bilder och tabeller — i samma anrop.