Därför är ert företags kompetensplattform bara så bra som datan bakom den

De flesta stora organisationer har redan gjort sin satsning. SAP SuccessFactors, ServiceNow, Workday, Oracle HCM: marknaden för HR-plattformar till storföretag har aldrig haft mer kapital bakom sig eller varit säkrare på vart den är på väg. Skills intelligence är kärnan i varje stor leverantörs färdplan. AI-agenter som matchar medarbetare med projekt, föreslår utvecklingsvägar och lyfter fram var organisationen saknar förmågor. Visionen är lockande och investeringarna är verkliga.

Det är inte plattformarna som är problemet. Det är datan de körs på.

En typisk HR-plattform i ett större företag har profiler som är ifyllda till 20-40 %, med i snitt tre till fem kompetenser registrerade per medarbetare. Det här är inga undantag från illa skötta implementeringar. Det är normen vi ser i stora organisationer världen över, den typiska utgångspunkten innan något kompetensinitiativ har kommit på plats.

Det här är inget problem som bara gäller SAP, och inte ens bara kompetenser. Grundläggande HR-uppgifter som lön, juridiskt namn och nödkontakter är normalt ifyllda till 90-95 %, eftersom systemet kräver det: en medarbetare får till exempel knappast ut någon lön förrän fälten är ifyllda. Med de frivilliga fälten är det en annan sak, och det beror inte på att de är frivilliga. Det beror på att de sällan ger något tillbaka. En analys från 2026 av Microsoft 365- och Entra ID-miljöer, som gällde ett katalogsystem och inte en kompetensplattform, visade att samma fält blir inaktuella överallt: befattningar som inte ändrats sedan senaste omorganisationen, chefsrelationer som inte längre stämmer med verkligheten och kompetenser som, liksom kontaktuppgifter och placering, hör till de attribut som ”ingen någonsin fyller i”. Olika system, olika typer av fält, samma grundorsak: har medarbetarna inget skäl att delta lämnar de de frivilliga fälten tomma.

Agenter som tränas på 30 % av datan fattar beslut som håller till 30 %. Varje AI-svar, varje kompetensbaserat arbetsflöde och varje modell för kompetensförsörjning blir aldrig bättre än medarbetardatan den vilar på. Det vet plattformarna, och de har byggt funktioner för att hantera det. Men deltagandegapet, alltså skillnaden mellan den data som finns i plattformen och den som faktiskt finns i medarbetarnas huvuden och erfarenheter, kan ingen av dem lösa inifrån sin egen arkitektur.

Det är strukturellt, inte ett fel. Och det är därför ett annat lager behövs.

Varför företagsplattformar inte kan skapa sin egen data

HR-system för storföretag byggdes för administration. De lagrar personaluppgifter, styr arbetsflöden, sköter lönehanteringen, hanterar regelefterlevnad och fungerar som ingång till organisationens HR-verksamhet. De togs fram för HR-avdelningar och IT-administratörer, inte för medarbetarna.

Det designvalet får följder längre fram, och de syns först när man försöker bygga skills intelligence ovanpå systemet. Medarbetare fyller inte frivilligt i kompetensprofiler i system som de uppfattar som HR-infrastruktur. De uppdaterar inte sina certifieringar när uppmaningen kommer från samma system som hanterar deras prestationsbedömningar. Personalregistret är inte det system medarbetarna litar på med hela sin yrkesidentitet.

Resultatet blir tunn data. Inte för att medarbetarna saknar något att bidra med, utan för att verktyget som ställer frågorna aldrig byggdes med dem i åtanke.

Det här är ingen kritik mot SAP, ServiceNow eller Workday. Det är avancerade, välbyggda plattformar som gör precis det de är gjorda för. Glappet de inte kan stänga är strukturellt: kompetensdatan kräver en upplevelse som utgår från medarbetaren, något som medarbetare använder för att det ger dem något, inte något de fyller i för att IT har rullat ut det.

Deltagandegapet i siffror

Höegh Autoliners är ett globalt rederi med fler än 1 400 medarbetare i Oslo, Manila och hamnverksamheter runt om i världen. De använder SAP SuccessFactors. Samma plattform som många stora företag, med samma agenter, samma moduler och samma arkitektur.

När de lade till MuchSkills som deltagandelager vid sidan av sin SAP-implementering förändrades siffrorna. Andelen ifyllda profiler gick från branschnivån på 20-40 % till över 90 %. Antalet registrerade kompetenser per medarbetare gick från tre till fem upp till 54.

Det var samma SAP-plattform, med ett extra lager. Nu hade agenterna den data de behövde.

Anniken Fischer, Talent and Performance Manager på Höegh Autoliners, beskriver vad det innebar i praktiken: "Vi införde MuchSkills för flera år sedan för att bättre förstå och utveckla förmågorna i organisationen, och i dag är vår lärandedata en del av vår årliga strategirapportering."

Kompetens- och lärandedata som en del av den årliga strategirapporteringen. Så ser det ut när deltagandegapet är stängt: inte bara en mer korrekt kompetensinventering, utan insikter som når ända in i styrelserummet.

Vad deltagandelagret gör

Ett deltagandelager ersätter inte er företagsplattform. Det kompletterar den.

Företagsplattformen administrerar: den rymmer personalregistret, styr arbetsflödena och är gränssnittet för AI-agenterna. Deltagandelagret genererar: det skapar den kompetensdata, validerad av medarbetarna och ständigt uppdaterad, som systemen är beroende av.

MuchSkills byggdes redan från början med medarbetaren i centrum. Medarbetarna fyller i sina kompetenser och skattar dem på en färdighetsskala från 1 till 9, bland fler än 20 000 kompetenser och 9 700+ certifieringar, eftersom de ser nyttan direkt. Profilen visar vad de kan och, något som är unikt, vad de vill göra. Kollegorna ser den. Cheferna ser den. Insynen som uppstår när kollegor ser varandras profiler är i sig en mekanism för datakvalitet: ingen kallar sig expert bredvid en verklig expert.

Följden av den designen är användning. Inte de 20-40 % som företagsplattformar ger som standard, utan de över 90 % som organisationer når när verktyget är byggt för den som fyller i det.

Sedan flödar datan dit den behövs. In i SAP SuccessFactors. In i ServiceNow. In i Workday. Via API, oberoende av plattform och utan krav på formella partneravtal med någon leverantör. Arkitekturen bygger på varandra: SuccessFactors administrerar, MuchSkills skapar deltagande och båda matar agenterna.

Varför det här betyder mer 2026 än för tre år sedan

2023 var tunna medarbetarprofiler ett datakvalitetsproblem. 2026 är de ett problem för hur väl AI:n presterar.

Alla stora leverantörer av HR-plattformar har lanserat eller aviserat AI-agenter som bygger på kompetensdata. SAP:s fem agenter, Career and Talent Development, People Intelligence, Performance and Goals, HR Service och Payroll, lanserades under första halvåret 2026. ServiceNows kompetensbaserade arbetsfördelning och funktionerna för Employee Growth and Development är i drift. Workdays AI-stödda talangmatchning är en hörnsten i erbjudandet till stora företag.

Kvaliteten på var och en av de här funktionerna hänger direkt på hur komplett medarbetardatan under dem är. En organisation där 30 % av profilerna är ifyllda får 30 % av värdet av sin AI-investering. Plattformsleverantören kan inte lösa det. Den kan synliggöra gapet, men den kan inte skapa det deltagande som stänger det.

Flaskhalsen är inte AI:n. Det är datan som AI:n lär sig av.

De organisationer som först stänger deltagandegapet får ett strukturellt försprång: deras AI-verktyg arbetar utifrån en mer komplett bild, och den skillnaden kommer att synas i resultaten.

Skills intelligence som strategisk tillgång

Här finns också ett större resonemang att föra, bortom frågan om hur AI:n presterar.

När Höegh Autoliners säger att deras lärandedata nu ingår i den årliga strategirapporteringen beskriver de något som de flesta stora organisationer inte klarar: att besvara styrelsens fråga om förmåga med data i stället för anekdoter.

"Har vi kompetensen som krävs för att genomföra vår treårsstrategi?" är frågan bakom varje digitaliseringsinitiativ, varje diskussion om kompetensförsörjning och varje genomgång av AI-mognad. De flesta organisationer svarar med en blandning av magkänsla, chefers minne och fjolårets budget för kompetensutveckling och lärande. Styrelsen godtar svaret eftersom det inte finns något alternativ.

Skills intelligence, alltså verklig, aktuell och medarbetarvaliderad data för hela organisationen, gör det möjligt att svara med data. Inte bara för talangmatchning eller hantering av personalens certifikat, utan för den strategiska diskussionen om huruvida organisationen har förmågan att nå dit den vill.

Enligt Gartner har bara 8 % av organisationerna tillförlitlig data om vilka kompetenser deras medarbetare har i dag. Siffran säger något viktigt: skills intelligence är inget löst problem i de flesta stora företag. Plattformarna finns. Modulerna är köpta. Datan finns inte där.

Det är deltagandelagret som ändrar på det.

Så passar MuchSkills in i er befintliga arkitektur

MuchSkills integreras med företagsplattformar via API. Ni behöver inte byta ut ert HR-system, ert LMS eller era befintliga HR-processer. MuchSkills finns vid sidan av dem som ett dedikerat lager för skills intelligence, det system som skapar den data som era andra system behöver.

En typisk implementering i ett större företag sker stegvis. En pilotdivision eller affärsenhet etablerar deltagandemodellen och tar fram de första bevisen. Användningsgraden bekräftar grundtanken i designen. Kompetensdata börjar flöda in i anslutna plattformar. Piloten växer. Med tiden bygger organisationen upp en kompetensbild för hela koncernen, en bild som är aktuell, medarbetarvaliderad och tillgänglig för alla system som behöver den.

Höegh Autoliners byggde upp det här under flera år. De integrerade Skillsoft Percipio via MuchSkills och matchade det mot de kompetensgap som identifierats. De anslöt kompetensdatan till sin SAP-arkitektur och lyfte in den i den årliga strategirapporteringen.

Vägen dit behöver inte vara lika lång för alla organisationer. Men arkitekturen är densamma: företagsplattformen sköter administration och orkestrering, och MuchSkills står för lagret av skills intelligence som får det hela att fungera.

MuchSkills är listad partner i SAP Store och utsågs till oberoende Major Contender i Everest Groups PEAK Matrix 2026 för kompetenshantering. För organisationer som kör SAP SuccessFactors finns en etablerad och beprövad integrationsväg. För organisationer med andra företagsplattformar gör API-first-arkitekturen att samma deltagandelager går att använda utan krav på formellt partnerskap.

Se hur kompetensbilden i er organisation blir med ett deltagandelager → Boka en demo