Norske kommuner er i ferd med å ta i bruk kunstig intelligens på bred front. KS — Kommunesektorens organisasjon — representerer alle norske kommuner og fylkeskommuner og er den viktigste koordinatoren for KI-arbeidet i sektoren. I 2025 lanserte KS «Plan for bruk av kunstig intelligens i kommunal sektor 2025», et veikart med ti konkrete tiltak. Sentralt i planen er at kommunal sektor skal være en pådriver for ansvarlig og innovativ KI-bruk — ikke bare en passiv mottaker av teknologi utviklet for andre sektorer.
Planen legger fem prinsipper til grunn: ansvar, innovasjon, demokrati, bærekraft og inkludering. De ti tiltakene spenner fra koordinerte KI-piloter for ansvarlig saksbehandling og etiske retningslinjer tilpasset kommunal virkelighet, til regulatoriske sandkasser for trygg testing, standardiserte maler for risiko- og personvernvurderinger (DPIA og ROS), felles digital arkitektur og signaturprosjekter som kan skaleres på tvers av kommuner. KS understreker at enkeltinitiativ sjelden lar seg skalere uten koordinerte nasjonale rammer og delte løsninger — og at særlig de minste kommunene trenger felles støttestrukturer for å komme i gang trygt.
Kommuner i front
Stavanger ble kåret til årets beste KI-kommune av KS og tankesmien GoforIT i september 2025. Jurylederen fremhevet kommunens systematiske arbeid over mange år med innovativ teknologibruk, datadeling og samarbeid mellom kommune og næringsliv. Stavanger har et eget råd for digital etikk, egne KI-ambassadører i alle tjenesteområder, spesialisert KI-juridisk kompetanse og sentrale midler til KI-prosjekter — slik at hver avdeling slipper å finansiere fra egne budsjetter. Kommunen deltok også i EU-prosjektet AI4Cities, der KI ble brukt for å redusere klimagassutslipp innen energistyring og mobilitet.
Oslo kommune har etablert «KI-fabrikken» — en plattform med ferdige byggeklosser som kan settes sammen til nye KI-løsninger uten å starte fra bunnen hver gang. Blant verktøyene som er utviklet er RapportGPT og InnspillsGPT, og alle ansatte har tilgang til Microsoft Copilot. Bydel Alna er den første bydelen i Oslo som har tatt i bruk KI-basert bemanningsplanlegging inspirert av Trondheim-modellen — med prediksjon av sykefravær og automatisert turnus som reduserer planleggingstid dramatisk.
Trondheim kommune samarbeidet med NTNU om å utvikle Synplan — en KI-løsning for bemanningsplanlegging i helse- og omsorgstjenestene. Systemet analyserer historiske fraværsdata og forutsier forventet sykefravær med en treffsikkerhet på 85–87 prosent, noe som muliggjør proaktiv rekruttering av vikarer og sparer inntil 90 prosent av tiden som normalt brukes på vikarkall. Effektene inkluderer også redusert overtid, færre arbeidsvernsbrudd og lavere sykefravær over tid. Trondheim har i tillegg etablert KI-agenter ved Plan- og bygningskontoret, der KI hjelper saksbehandlere med å identifisere relevante planer og regler i konkrete byggesaker.
Bergen kommune har en etikkbasert tilnærming til KI-innføring og er én av kommunene som har samarbeidet med KS om nasjonal DPIA for KI-verktøy i skole og opplæring. Bergen bruker KI i kommunikasjonsarbeid — blant annet chatboten Kommune-Kari — og prioriterer åpenhet og medborgerengasjement som rammeverdier for KI-bruk. Moss har innført KI-drevet søk for bedre innbyggerdialog, mens Harstad har rullet ut KI-assistenter på kommunens nettsider for umiddelbar innbyggerstøtte og kortere responstider.
Enkeltinitiativ skalerer sjelden uten koordinerte nasjonale rammer og delte løsninger — særlig de minste kommunene trenger felles støttestrukturer for å komme i gang på en trygg måte.
Bruksområder i kommunal sektor
KI-bruken i norske kommuner spenner over et stadig bredere spekter av tjenesteområder. Saksbehandling og arkiv er blant de mest modne: KI automatiserer rutineoppgaver fra å sortere og kategorisere innkomne henvendelser til å oppsummere høringsuttalelser og generere utkast til saksframlegg. Pilotprosjekter for ansvarlig KI-basert saksbehandling er ett av de ti tiltakene i KS sin plan for 2025.
Helse og omsorg er et av de viktigste innsatsområdene, med KI-basert bemanningsplanlegging (Trondheim/Synplan) som flaggskipeksempel. Digitale hjemmetjenester med KI-støtte er under utprøving, og nasjonale helsemyndigheter og KS koordinerer i KI-planen for helse- og omsorgstjenesten 2024–2025. I skolen brukes KI i læringsplattformer som gir personlig tilpasset tilbakemelding til elever basert på læringsdata — og KS har koordinert en nasjonal DPIA nettopp for KI i skole og opplæring.
Personvern, anskaffelse og DPIA
Kommuner behandler store mengder personopplysninger — fra barnehage- og skoledata til helsejournaler og sosialfaglige henvendelser. GDPR setter strenge rammer for all behandling av personopplysninger med KI, og Datatilsynet understreker at kommuner aldri skal legge personopplysninger, taushetsbelagte data eller gradert informasjon inn i forbrukertjenester som kan bruke inndataene til modelltrening.
Personvernkonsekvensutredning (DPIA) er obligatorisk for KI-systemer som medfører høy risiko for personvernet. KS har tatt grep for å lette byrden ved å koordinere nasjonale DPIA-er som kommuner kan bruke som mal. Fem kommuner og fylkeskommuner — Bergen, Oslo, Telemark, Kongsvinger og Vestfold — gikk i 2024 sammen om en nasjonal DPIA for KI-verktøy i skole og opplæring, inkludert en konkret case-DPIA for læringsplattformen Learnlab KI.
Digdir anbefaler at offentlige virksomheter kun bruker virksomhetstilpassede verktøy — ikke forbrukertjenester — og at innkjøp skjer gjennom IT-avdelingen for å sikre kontraktsmessige garantier om at leverandøren ikke bruker data til modelltrening. KS sin KI-plan 2025 inneholder standardiserte maler for risiko- og sårbarhetsanalyse (ROS) og DPIA som kommuner kan bruke direkte.
EU AI Act er vurdert EØS-relevant og planlegges innlemmet i norsk rett med ikrafttredelse mot høst 2026. KI-systemer brukt i kommunal saksbehandling som påvirker enkeltpersoners rettigheter og ytelser vil typisk klassifiseres som høyrisikosystemer og kreve risikovurdering, sporbarhet og menneskelig tilsyn.
Utfordringer og hindringer
Norske kommuner møter særskilte utfordringer sammenlignet med statlige etater. Sektoren er svært heterogen: én stor bykommune som Oslo med egne KI-team og dedikerte midler er en helt annen virkelighet enn en liten distriktskommune med én eller to IT-ansatte. KS-rapporten «Barrierer og muligheter i kommunal sektors arbeid med kunstig intelligens» identifiserer fire gjennomgående hindringer:
- Kompetanse og kapasitet. Mange kommuner mangler ansatte med nødvendig KI-kompetanse til å vurdere, anskaffe og forvalte KI-løsninger forsvarlig. Tiltak som KI-ambassadører (Stavanger) og KI-portaler for kompetansedeling (Oslo) er eksempler på lokale svar, men de er ikke skalerbare til hele sektoren uten nasjonal støtte.
- Ulik størrelse og ressurser. En liten kommune kan ikke alene finansiere utvikling og drift av egne KI-løsninger. Delte løsninger på tvers av kommuner — slik KS sin plan legger opp til — er nødvendig for at gevinster skal komme alle til gode.
- Juridisk uklarhet om saksbehandling. Det er fortsatt uklart hvilke lovhjemler som tillater KI-basert eller KI-støttet saksbehandling i kommunale ytelser, særlig der beslutningene påvirker enkeltpersoners rettigheter. Riksrevisjonen pekte på dette som et systemisk problem i sin 2024-rapport om KI-bruk i staten.
- Gevinstrealisering. Bare én av fire offentlige virksomheter klarer å omgjøre KI-effektivitet til faktiske kostnadsbesparelser, ifølge KS sin «IT i praksis 2025»-rapport. For kommunene, som opererer under stramme budsjettrammer, er det avgjørende at KI-investeringer faktisk frigjør ressurser til kjernetjenester.
KS, Digdir og Datatilsynet er alle enige om at nasjonale rammer, standardiserte verktøy og delt juridisk veiledning er forutsetninger for at kommunesektoren skal lykkes med KI i bred skala — og at det ikke er mulig å overlate disse oppgavene til den enkelte kommune alene.
