ADKAR-modellen och förändringskurvan vid AI-införande

Av Johannes Sundlo, konsult inom AI och ledarskap, tidigare HR på Spotify. Uppdaterad 1 november 2026.

Kort svar

ADKAR är en modell för hur en enskild person tar till sig en förändring, framtagen av Jeff Hiatt på Prosci. Bokstäverna står för Awareness, Desire, Knowledge, Ability och Reinforcement, på svenska medvetenhet, vilja, kunskap, förmåga och förstärkning. Du använder den genom att låta varje person bedöma stegen från 1 till 5 och lägga insatsen på det första steget som får 3 eller lägre. Förändringskurvan beskriver känslorna på vägen och Kotters 8 steg vad ledningen gör. Längre ner går jag igenom ADKAR på ett tänkt AI-införande, med en mall för bedömningen och en checklista per steg.

Skapad av Jeff Hiatt, grundare av Prosci.
Nivå Individen. Kotters 8 steg gäller organisationen.
Börja I det första steget som får 3 eller lägre på en skala från 1 till 5.

Vad är ADKAR-modellen?

ADKAR beskriver hur en person går från att höra talas om en förändring till att leva med den. Jeff Hiatt grundade konsultföretaget Prosci 1994 och tog fram modellen efter att ha studerat förändringar i mer än 700 organisationer, enligt Prosci självt. Stegen kommer i en bestämd ordning. Det är svårt att lära sig något man inte vill, och svårt att vilja något när man inte förstår varför.

Steg	Det personen behöver	Så märks det när steget saknas
Awareness, medvetenhet	Förstå varför förändringen behövs	"Varför ska vi hålla på med det här?"
Desire, vilja	Välja att vara med och stötta förändringen	Folk förstår, men gör som förut
Knowledge, kunskap	Veta hur man gör och vad som krävs	"Jag vet inte var jag ska börja"
Ability, förmåga	Kunna göra det i praktiken	Det fungerar på kursen men inte en vanlig tisdag
Reinforcement, förstärkning	Hålla fast vid det nya	Efter tre månader är allt som förut

Prosci beskriver ADKAR som en modell för individens förändring och inte som en komplett metod för förändringsledning (Prosci). En plan i fem steg, val av arbetsflöden och hur ni mäter hittar du i guiden om förändringsledning när ni inför AI.

Barriärpunkten visar var du ska börja

Låt varje person bedöma de fem stegen från 1 till 5, till exempel med mallen nedan. Det första steget som får 3 eller lägre kallar Prosci för barriärpunkten (Prosci). Där ska insatsen ligga, eftersom stegen efter inte håller förrän det är löst. Barriärpunkten skyddar också mot ett misstag som jag tror är vanligt vid AI-införanden. Man börjar med utbildning fast teamet inte har förstått varför eller inte tycker att det är värt tiden.

Mall för bedömningen

Skicka påståendena i ett anonymt formulär, med en skala från 1 (stämmer inte alls) till 5 (stämmer helt). Gäller bedömningen en annan förändring än AI byter du bara ut ordet.

Medvetenhet. Jag förstår varför vi inför AI i just våra arbetsuppgifter.
Vilja. Jag vill använda AI i mitt arbete och tycker att det är värt tiden.
Kunskap. Jag vet hur jag använder verktyget i mina egna uppgifter och vilka regler som gäller.
Förmåga. Jag använder AI i mitt vanliga arbete, även när det är bråttom.
Förstärkning. Det finns uppföljning och rutiner som gör att vi fortsätter använda AI.

Leta upp barriärpunkten i varje svar, alltså det första påståendet med 3 eller lägre, och räkna hur många som har den i varje steg. Lägg insatsen där flest har fastnat. Eftersom svaren är anonyma kan chefen erbjuda alla i teamet ett kort enskilt samtal om några fastnar på vilja. Enligt Prosci börjar arbetet med vilja med att lyssna och förstå varför (Prosci).

Gör om bedömningen efter fyra till sex veckor och när verktyget ändras. Prosci rekommenderar att mäta vid flera tillfällen under ett projekt, och när en förändring rullas ut i omgångar att mäta kunskap och förmåga före varje ny version (Prosci).

ADKAR vid AI-införande: ett exempel steg för steg

Exemplet är tänkt. En HR-avdelning med tolv personer har ett AI-verktyg som organisationen har godkänt och ska använda det i tre arbetsflöden: platsannonser, sammanställning av avidentifierade fritextsvar från pulsmätningar och svar på chefers vanliga frågor om policyer. Efter tre månader använder fyra av tolv verktyget varje vecka.

Teamet fyller i mallen ovan. Två personer har sin barriärpunkt i vilja, sex i kunskap, en i förmåga och tre i förstärkning. Flest har fastnat på kunskap, så fler möten om varför vore bortkastad tid.

1. Medvetenhet: varför AI, och varför nu?

Här har ingen fastnat. Chefen sa tidigt varför teamet ska använda verktyget, med mindre tid på annonser och mer tid för kandidaterna som skäl, vad hen inte visste om hur rollerna påverkas och vilken data som aldrig får läggas in. Utan sådana regler tar folk till egna verktyg, så kallad skugg-AI.

Fråga teamet. Kan du med egna ord säga varför vi gör det här, och vad du inte får lägga in i verktyget?

2. Vilja: är det värt min tid?

Två svar fastnar här. Den som har fullt upp ser AI som ännu en sak att lära sig, och den som oroar sig för sitt jobb har skäl att vänta och se. Chefen erbjuder alla ett kort samtal och låter var och en välja en uppgift hen helst slipper som första test. På nästa teammöte visar chefen ett eget försök som blev dåligt och säger att misstag är okej under testperioden. Samtalet med den som oroar sig för jobbet kan chefen öva på i förväg, som en del av en ledarskapsutbildning i AI för chefer.

Fråga teamet. Vilken uppgift skulle du helst slippa göra själv, och vad oroar dig?

3. Kunskap: hur gör jag i mina egna uppgifter?

Här ligger barriärpunkten för flest. Teamet har gått en allmän introduktion, men ingen har visat hur de tre arbetsflödena görs i det egna verktyget. Chefen bokar en workshop på tre timmar där teamet gör arbetsflödena med eget material, avidentifierat där det behövs. Instruktionerna (promptarna) som fungerar sparas i ett delat dokument, och teamet går igenom hur man granskar en AI-skriven annons och vilka regler som gäller. Mallar att utgå från finns i 12 promptmallar för jobbet. Vad AI-förordningen kräver av arbetsgivaren står i texten om AI-kunnighet.

Upplägg för olika grupper beskriver jag på sidan om AI-utbildning för företag.

Fråga teamet. Vet du hur du tar det första steget i vart och ett av de tre arbetsflödena?

4. Förmåga: fungerar det en vanlig tisdag?

Den som vet hur kan ändå välja det gamla sättet när annonsen ska ut i dag. En person har fastnat här från början, och efter workshopen är det hit problemet flyttar.

Fråga teamet. När skrev du senast en annons med AI, och vad fick dig att sluta om du slutade?

5. Förstärkning: håller vi i det om tre månader?

Tre av dem som redan använder verktyget varje vecka har sin barriärpunkt här. De gör det på eget initiativ, men ingen följer upp och inget står i rutinerna. Teamet börjar mäta minuter per annons och antal omskrivningar före och efter, och chefen tar upp ett exempel på varje teammöte.

Fråga teamet. Gör vi fortfarande så här om tre månader, och hur vet vi det?

Sex veckor senare gör teamet om bedömningen. Nu har en person sin barriärpunkt i vilja, två i kunskap, sex i förmåga och tre i förstärkning. Insatsen flyttar därför till förmåga. Teamet får 30 minuter i veckan för att göra riktiga uppgifter med AI tillsammans, en kollega svarar på frågor samma dag och IT löser de sista behörigheterna. Utan den nya bedömningen hade teamet fortsatt med utbildning, fast det inte längre var där det tog stopp.

Checklista: ADKAR för AI på en sida

Gå igenom listan med teamet eller ledningsgruppen. Det första steget där ni inte kan bocka av de flesta punkterna motsvarar ungefär det Prosci kallar barriärpunkten. Mallen ovan ger en mer exakt bild per person.

Medvetenhet

☐ Vi har skrivit ner varför vi inför AI, i en mening per team.
☐ Alla vet vilket verktyg som är godkänt och vilken data som aldrig får läggas in.
☐ Chefen har sagt vad vi vet och inte vet om hur rollerna påverkas.
☐ Fack och skyddsombud har fått information i tid.

Vilja

☐ Varje person har valt en egen uppgift att börja med.
☐ Chefen visar hur hen själv använder AI.
☐ Oron har fått komma fram i ett samtal i teamet.
☐ Det är sagt att misstag under testperioden är okej.

Kunskap

☐ Utbildningen bygger på teamets egna arbetsuppgifter.
☐ Instruktioner som fungerat finns i ett delat dokument.
☐ Alla vet hur de granskar det AI:n skriver innan det används.
☐ Alla vet vilka regler och risker som gäller.

Förmåga

☐ Det finns tid för att öva i kalendern varje vecka.
☐ Någon i teamet kan svara på frågor samma dag.
☐ Behörigheter och inloggningar fungerar.
☐ En uppföljning efter två veckor är bokad.

Förstärkning

☐ Vi har mätt tid eller kvalitet före och efter i de valda arbetsflödena.
☐ Arbetssättet står i rutiner och mallar, så att det inte hänger på några få.
☐ Nyanställda lär sig arbetssättet i introduktionen.
☐ Vi gör en ny bedömning när verktyget får nya funktioner.

Var de svarande i AI & HR Barometern 2026 fastnar

AI & HR Barometern 2026 frågar inte efter ADKAR, men två resultat visar var de svarandes HR-funktioner fastnar. I kunskapssteget har 61 procent fått formell AI-utbildning av arbetsgivaren, men bara 25 procent en utbildning som tar upp juridik, risk eller AI-förordningen. Brist på kompetens anger 40 procent som ett av de största hindren. I förstärkningssteget mäter 70 procent inte effekten av AI-användningen inom HR, och 5 procent gör det med bestämda nyckeltal.

Samtidigt använder 78 procent av de svarande generativ AI varje dag i sitt HR-arbete, medan 2 procent beskriver organisationens AI-användning inom HR som strategiskt styrd och uppföljd. Individen har kommit längre än organisationen. Kopplingen till ADKAR-stegen är min.

Vill du jämföra med er egen organisation kan du ställa samma två frågor internt. Har utbildningen tagit upp regler och risker, och mäter ni effekten av AI på något sätt?

Källa: AI & HR Barometern 2026, humAIn Academy, med 329 svar från HR-personer i Sverige, insamlade 8 juni till 24 september 2026. De svarande valde själva att delta och är troligen mer AI-intresserade än HR-personer i genomsnitt. Frågan om hinder tillät flera svar. Resultat och metod: State of AI in HR.

Förändringskurvan: varifrån den kommer och vad den visar

Förändringskurvan kommer från Elisabeth Kübler-Ross, som i boken On Death and Dying från 1969 beskrev hur döende patienter reagerade. De fem stadier som blev kända är förnekelse, ilska, köpslående, depression och acceptans (EKR Foundation). Senare tog sig samma språk in på arbetsplatser. Kübler-Ross stiftelse visar i dag förändringskurvan med sju områden: chock, förnekelse, frustration, depression, experimenterande, beslut och integration (EKR Foundation).

I Sverige kallas ofta en annan modell med fyra faser för förändringskurvan: reaktion, motstånd, utforskning och engagemang (Astrakan). Många känner också igen Förändringens fyra rum av den svenske psykologen Claes Janssen, med rummen nöjdhet, förnekelse, förvirring och förnyelse. Statskontorets forum för ekonomisk styrning beskriver både Kübler-Ross kurva och de fyra rummen i sin vägledning om förändringsledning (Statskontoret).

Faserna är inga steg som alla går igenom i ordning. Kübler-Ross stiftelse skriver att man kan gå in i dem, lämna dem och komma tillbaka, och att kurvan hjälper till att sätta ord på vad folk känner men inte är någon tidsplan för när de ska vara klara (EKR Foundation). Stegmodellen för sorg saknar dessutom tydligt empiriskt stöd enligt en genomgång av Margaret Stroebe, Henk Schut och Kathrin Boerner (Omega, 2017). Därför tycker jag att kurvan passar bra i samtal om hur folk reagerar men inte som planeringsverktyg.

Förändringskurvan när AI kommer: mitt förslag

Förändringskurvan när AI kommer är mitt förslag på hur reaktionerna ser ut när en organisation inför AI. Den har fyra faser: första mötet, testfasen, vardagsdippen och nytt arbetssätt. Till skillnad från den klassiska kurvan finns ingen enskild chock. Dippen kommer när verktyget möter riktiga arbetsuppgifter, och kurvan börjar om när verktygen ändras.

I de klassiska kurvorna kommer motståndet och dippen före utforskningen. Med AI kommer dippen efter, när testerna möter vardagen.

Förändringskurvan när AI kommer, mitt förslag. Bilden visar formen, inte uppmätta värden.

Fas	Vad som händer	Närmast i fyrfasmodellen	ADKAR-steg	Vad chefen gör
1. Första mötet	Nyfikenhet, oro eller likgiltighet. Ingen chock. Verktyget dyker upp i vardagen utan att något annat ändras.	Reaktion	Medvetenhet och vilja	Säger varför, vilka regler som gäller och vad ni inte vet ännu.
2. Testfasen	De första försöken på enkla uppgifter, ofta positiva.	Utforskning	Kunskap	Utbildar på egna uppgifter och sparar det som fungerar.
3. Vardagsdippen	Verktyget möter riktiga uppgifter under tidspress. Svaren blir ojämna och det gamla sättet går fortare.	Motstånd	Förmåga	Ger tid, stöd samma dag och tar bort tekniska hinder.
4. Nytt arbetssätt	Arbetsflödet är omgjort, reglerna är klara och effekten följs upp.	Engagemang	Förstärkning	Mäter, skriver in arbetssättet i rutiner och visar resultatet.

Ett team kan vara i fas fyra med ett arbetsflöde och i fas ett med nästa. Kurvan är ett förslag att använda i samtal med teamen och bygger inte på någon egen studie.

Kotters 8 steg i korthet

John Kotter presenterade modellen i Harvard Business Review 1995, efter att ha följt mer än 100 företag som försökte förändra sig (HBR), och byggde ut den i boken Leading Change året efter. Kotters modell handlar om vad ledningen gör för hela organisationen. Så här heter stegen hos Kotters företag i dag (Kotter), och så kan de se ut när ni inför AI.

Steg	Vid ett AI-införande
1. Skapa en känsla av att det brådskar (create a sense of urgency)	Visa varför nu, med egna exempel. Att AI-verktyg utan godkännande redan används kan vara ett skäl.
2. Bygg en styrande koalition (build a guiding coalition)	Ledningsgruppen med HR, IT, fack eller skyddsombud och några som redan använder AI mycket.
3. Forma en strategisk vision (form a strategic vision)	En mening om vad AI ska göra för er, och vilka två eller tre arbetsflöden ni börjar med.
4. Värva frivilliga (enlist a volunteer army)	AI-ambassadörer i varje team som hjälper kollegor i vardagen.
5. Ta bort hinder (enable action by removing barriers)	Godkända verktyg, tydliga regler, behörigheter och tid i kalendern.
6. Skapa snabba vinster (generate short-term wins)	Ett arbetsflöde som sparar tid inom några veckor, med siffror före och efter.
7. Håll uppe takten (sustain acceleration)	Nästa arbetsflöde och nästa team, med det ni har lärt er.
8. Förankra förändringen (institute change)	Arbetssättet in i rutiner, mål, introduktion och chefernas uppföljning.

Kotter och hans företag beskriver originalet som linjärt och har utvecklat det till 8 Accelerators, som finns i Kotters bok Accelerate från 2014 (Kotter). I Harvard Business Review skriver Kotter att stegen ofta används i en fast ordning, medan acceleratorerna pågår samtidigt och hela tiden (HBR, 2012). För AI tycker jag att den versionen passar bättre, eftersom ett team kan vara på steg 7 medan nästa team börjar på steg 1.

Ni behöver inte välja mellan modellerna. Jag skulle använda Kotter för ledningsgruppens plan, ADKAR för att följa upp varje team och förändringskurvan när ni pratar med medarbetarna om hur de har det.

Det modellerna inte säger

ADKAR kommer från ett konsultföretag. Prosci säljer certifiering och verktyg i modellen (Prosci). Det gör inte modellen fel, men väg in att källan har ett kommersiellt intresse.
Kotter är prövad i delar. En genomgång i Journal of Management Development fann stöd för de flesta stegen, inga studier av modellen som helhet och inget som talar emot den. Författarna ser den som mest användbar för att planera ett införande, och bedömde att populariteten verkar bero mer på det användbara formatet än på vetenskaplig enighet om resultaten (Appelbaum m.fl., 2012).
Ingen av dem gjordes för AI. Modellerna utgår från en förändring som ledningen startar, men med AI har många redan börjat själva. I AI & HR Barometern 2026 säger 53 procent av de 329 svarande HR-personerna att det förekommer att HR använder AI-verktyg som inte är formellt godkända. En person kan ligga på förmåga med ett eget verktyg och på medvetenhet med det organisationen har köpt. Ta reda på vad folk redan använder innan ni planerar.
De säger lite om själva arbetet. Effekten av AI kommer när arbetsflöden görs om. Hur ni gör det, med en plan i fem steg, motstånd, facket och vad ni ska mäta, står i guiden om förändringsledning med AI.

Vanliga frågor

Vad är ADKAR-modellen?

ADKAR är en modell för hur en enskild person tar till sig en förändring. Jeff Hiatt, som grundade Prosci, tog fram den. Den har fem steg i en bestämd ordning: medvetenhet, vilja, kunskap, förmåga och förstärkning. Tanken är att en organisation förändras först när personerna i den gör det.

Vad står ADKAR för?

Awareness, Desire, Knowledge, Ability och Reinforcement. På svenska blir det medvetenhet, vilja, kunskap, förmåga och förstärkning.

Hur gör man en ADKAR-bedömning?

Låt varje person svara på ett påstående per steg på en skala från 1 till 5. Det första steget som får 3 eller lägre är personens barriärpunkt, och där lägger ni insatsen. Gör om bedömningen efter några veckor, eftersom barriärpunkten flyttar när förändringen går framåt.

Vad är förändringskurvan?

Förändringskurvan är en bild av hur människor reagerar känslomässigt på en stor förändring. Den bygger på Elisabeth Kübler-Ross beskrivning från 1969 av hur döende patienter reagerade. I Sverige kallas ofta också en modell med fyra faser för förändringskurvan: reaktion, motstånd, utforskning och engagemang. Kurvan hjälper dig att känna igen reaktioner men säger inte när någon är klar.

Vad är skillnaden mellan ADKAR och Kotters 8 steg?

Kotters 8 steg beskriver vad ledningen gör för att driva en förändring i hela organisationen, från att skapa en känsla av att det brådskar till att förankra det nya. ADKAR beskriver vad som måste hända hos varje person. Vid ett AI-införande har du nytta av båda.

Fungerar ADKAR när man inför AI?

Ja, som stöd för att se var det fastnar för varje person och team. Modellen säger däremot lite om hur ni gör om arbetsflöden, och AI-verktygen ändras ofta. Gör om bedömningen efter några veckor och när verktyget får nya funktioner.

Källor

ADKAR® är ett registrerat varumärke som tillhör Prosci. Kübler-Ross Change Curve® är ett registrerat varumärke som tillhör Elisabeth Kübler-Ross Family Limited Partnership.

Vill ni gå från modell till plan?

Jag hjälper ledningsgrupper att se var AI-införandet fastnar, välja arbetsflöden och bestämma vem som gör vad, till exempel i en workshop för ledningsgruppen. Vill ni hellre läsa vidare på egen hand skriver jag om AI, HR och ledarskap i nyhetsbrevet FullStack HR.

Jag vill planera vårt AI-införande