Frågorna som ställs innan man loggar in.

Nej, och det finns ingenting att godkänna eller begära åtkomst till.

EnableDat utgår från det du vet om verksamheten, inte från din data. En session är frågor och svar: vilket beslut som behöver bli rätt, vad som går fel när datan bakom det är fel, och vad ert team redan vet.

Nej. Det som arbetet behöver finns inte i en fil.

En export visar kolumner. Den kan inte säga vilket beslut som hänger på dem. Det vet du. I en session vi körde var det högst prioriterade dataelementet inte ens ett fält: den stod i fritext i ett anteckningsfält. En fil hade visat allt utom det enda som betydde något.

Nej. Om vi tog emot er data skulle vi skydda den: allt som lagras ligger i EU och används aldrig för att träna modeller.

Vi tar inte emot den eftersom data inte kan svara på det EnableDat frågar efter: vilket beslut som hänger på den, och vad som går fel när den är fel. Det är ett designbeslut om var värdet finns, inte en brist vi arbetar runt.

Det du skriver och det varje session producerar. Applikationsdata i EU via Supabase, Dublin. Drift och bearbetning i EU via Vercel, Stockholm. Modellanrop via Anthropics API, som inte använder API-trafik för att träna sina modeller.

Du kan exportera eller radera när som helst. Fullständiga uppgifter på enabledat.com/security.

Be ChatGPT om datakvalitetsregler och du får regler på trettio sekunder. Det är problemet. Den godtar vad du än säger, hittar på ett fält som ert system inte har, hänvisar till en föreskrift den inte har läst, och skriver regeln innan någon har frågat vilket beslut datan är till för. Det ser färdigt ut. Det skyddar ingenting. Och nästa person som frågar får ett annat svar.

EnableDat är byggt för att inte göra så. Det skriver ingen datakvalitetsregel förrän affärsbeslutet bakom är klart. Det säger emot när ett svar inte håller. Det använder bara de fält du har namngett. Det säger "jag vet inte" i stället för att gissa, och det stannar och frågar en människa när en människa bör avgöra. Det beteendet styrs av över 200 nedskrivna standarder och regler, hämtade ur över 200 verkliga affärsregler i elva branscher, och varje ändring testas mot dem. Så två stewards på två avdelningar får resultat som läses likadant, och gör det även nästa år, när modellen har bytts.

Chatten kan ni bygga till på fredag. Åren av att veta vad den inte får göra är det ni skulle bygga om.

Logiken är den enkla halvan. Vilken modell som helst skriver läroboken åt er: dimensionerna, en datakvalitetsregel för var och en. Alla företag får samma text.

Den svåra halvan är att veta vad man ska fråga en steward först, och när svaret inte håller. Prova: be er modell om datakvalitetsreglerna bakom "fakturor ska betalas inom 30 dagar". Fem regler på tio sekunder. Fråga sedan vilket beslut de skyddar och vilket fält det läser. Den vet inte. Den frågade aldrig. EnableDat frågar, och skriver ingen regel förrän det vet. Det omdömet finns inte i någon bok. Det kommer från år i de möten där regler skrivs och ignoreras, och från att se motorn misslyckas med riktiga stewards tills den slutade.

Sedan kommer kostnaden ingen budgeterar för: att hålla det rätt när modellerna byts, i åratal. Det är hela vårt jobb. För er är det ett verktyg till att underhålla, vid sidan av det ert team är till för.

Allt EnableDat producerar är ett vanligt dokument som ni äger. När er egen AI är klar börjar den därifrån.

Tekniskt sett ja. Modellen väljs per steg ur ett register, inte hårdkodat.

Men varje modell beter sig olika, så ett byte innebär en full testomgång per modul innan det låses. Vi har gjort det flera gånger, och varje gång hittat beteenden som bara syns i riktiga sessioner.

Nej. Metoden (stegen, spärrarna, granskningsstandarderna) är det som gör två sessioner jämförbara, oavsett vem som körde dem. Den delen är produkten.

Det tittar inte på din data, och det säger inte om din data är korrekt. Det säger var risken ligger, utifrån det du vet om den.

Det ersätter inte en datakatalog eller en övervakningsplattform. Det avgör vad som är värt att lägga in i en.

Och det beslutar inte åt dig. Du är sanningskällan, EnableDat är metoden.

Data stewards är den primära målgruppen. Det används också av data governance leads, datakvalitetsansvariga och data domain owners: alla som ska göra något konkret av en governance-fråga.

Nej. Det strukturerar arbetet; stewarden bidrar med kontexten, domänkunskapen och omdömet. Resultatet är deras att granska och äga.

För att rollen innebär att översätta breda governance-ambitioner till konkret arbete, oftast med en bråkdel av sin tid och ingen expert att ringa. Det kräver struktur, ett sätt att prioritera och ett resultat som andra kan läsa. Det är vad en session ger dem.