• No results found

Koppling till nuvarande teknologi – Artificiell intelligens och blockchain

N/A
N/A
Protected

Academic year: 2021

Share "Koppling till nuvarande teknologi – Artificiell intelligens och blockchain "

Copied!
16
0
0

Loading.... (view fulltext now)

Full text

(1)

Kritisk reflektion kring

kunskapshanteringsteorier

Koppling till nuvarande teknologi – Artificiell intelligens och blockchain

Författare: Martin Skogmalm (780421) &

Michael Åberg (720529)

Handledare: Jannis Angelis Examinator: Darek Haftor Termin: VT18 (4IL50E) Ämne: Digital affärsutveckling Nivå: Master

Kurskod: 4IL50E

(2)
(3)

Abstrakt

I en värld karakteriserad av förändring och globalisering och med nya ekonomiska och globala konkurrenter som konkurrerar om samma kunder och resurser ökar trycket på organisationernas konkurrenskraft. Dessutom står organisationer inför ytterligare utmaningar på grund av en ständigt ökande mängd data och den allt större utmaningen att analysera data och hålla data säkert. Framgångsrika företag präglas av att deras intellektuella kapital utnyttjas på ett effektivt sätt. 1, 2 Således har den mest värdefulla tillgång som en organisation har idag blivit sina medarbetares kunskap.3

Baserat på den teoretiska ramen och noggrann granskning samt analys av intervjuer och observationer har detta resulterat i tre viktiga områden: artificiell intelligens, blockchain och industri 4.0.

Analysen visade att de vetenskapliga artiklarna och litteraturen har olika perspektiv, olika definitioner och bygger på olika teorier men kärnan är att de alla verkar komma fram till samma resultat och slutsats, även om de har olika synpunkter och perspektiv.

Slutsatsen är att organisationskulturen påverkar kunskapshantering och spridning av information på grund av dess direkta inverkan på individen.

Rekommendationen är därför en fortsatt insats för att ge anställda verktyg för att bättre kunna kommunicera och dela med sig av kunskap. För att ytterligare stärka arbetstagarnas motivation rekommenderas dessutom en ökad närvaro av ledningen på affärsgolvet.

Nyckelord

Kunskapshantering, blockchain, artificiell intelligens, industri 4.0.

1 Ichijo & Nonaka, 2007

2 Tohidinia & Mosakhani, 2010

3 Wallach, 1983, p.35

(4)

Tack

Som ett led i slutet av varje program har vi skrivit en vetenskaplig artikel inom ämnet kunskapshantering. I artikeln har vi fått ett bättre kritiskt tänkande men också en bättre förståelse av hur kunskapshantering fungerar inom tung materialhanteringsindustri och hur det anpassas till en servicebaserad industri i en framtida affärsmodell.

Vi vill börja med att uttrycka vår tacksamhet till vår handledare, Dr. Jannis Angelis, som har varit ovärderlig när det gäller feedback, vägledning och kommentarer till vårt arbete och hur vi kunde utveckla det vidare.

Vi vill också utöka ett stort tack till de personer som har hjälpt och stöttat oss under det här arbetet. Vi tackar verkligen Dr. Darek Haftor för ditt deltagande i detta arbete och de föreläsningar som du har varit ansvarig för. Diskussionerna samt den kunskap vi erhållit har varit ovärderlig i både vårt arbete men även i vårt dagliga jobb.

Vi vill även framföra ett stort tack till er alla som deltagit i intervjuer eller som annars har lämnat svar på våra frågor.

(5)

Innehållsförteckning

1 Inledning 1

1.1 Bakgrund 1

1.2 Problemdiskussion 2

1.3 Syfte 2

1.4 Vilka teoribildningar som utvärderas i artikeln 2 2 Kort sammanfattning av teoribildningens budskap: vad säger de? 3

2.1 Specifikation av varför dessa teoribildningar användes, i.e. för vilket ändamål och i vilket sammanhang, samt hur de användes? 4 2.2 Vilka utvärderingskriterier av teorierna användes, och varför? 5 2.3 Vad var förväntningen inför och vad blev utfallet av användningen av

teorierna? 6

3 Kritisk reflektion 7

3.1 Vilka är de ev. upplevda förtjänster / styrkor med teorierna och varför? 7 3.2 Vilka är de ev. brister / begränsningar med teorierna och varför? 8

4 Rekommendationer: 9

4.1 Hur bör dessa teorier användas och varför? 9

4.2 Vad bör förändras undersökas för att utveckla dessa teorier? 9

5 Bibliography 11

(6)

1 (11)

1 Inledning

Det inledande kapitlet avser att ge en bakgrundsbeskrivning av det valda objektet för att ge läsaren en förståelse för ämnet. Bakgrund tillsammans med problemdiskussion definierar syftet med studien.

1.1 Bakgrund

I en värld karakteriserad av förändring och globalisering och med nya ekonomiska och globala konkurrenter som konkurrerar om samma kunder och resurser ökar trycket på organisationernas konkurrenskraft. Dessutom står organisationer inför ytterligare utmaningar på grund av en ständigt ökande mängd data och den allt större utmaningen att analysera data och hålla data säkert. Framgångsrika företag präglas av att deras intellektuella kapital utnyttjas på ett effektivt sätt. 4, 5 Således har den mest värdefulla tillgång som en organisation har idag blivit sina medarbetares kunskap.6

Det intellektuella kapitalet (kunskap) som erhållits i dagens organisationer finns i stor utsträckning hos individer. Det finns alltså en risk att det totala kunskapskapitalet inom företaget inte undersöks och utnyttjas. När en organisation misslyckas med att utnyttja lärdomar kan misstag upprepas vilket inte är kostnadseffektivt på lång sikt.

Om kunskap och lärdomar skulle internaliseras i organisationen skulle det inte finnas någon anledning att återuppfinna hjulet, och anställda kan arbeta proaktivt istället för att undvika tidigare misstag.

Genom effektiv kunskapshantering utnyttjar företagen de anställdas individuella färdigheter, vilket i sin tur gagnar företaget. Att tillämpa kunskapshantering innebär att ändra organisationsstruktur och därmed dess kultur, och företagets kultur påverkar medarbetarna. Det har också visat sig att företagskulturen kan påverka kunskapshanteringen, och det är därför det är intressant att undersöka hur detta samt

4 Ichijo & Nonaka, 2007

5 Tohidinia & Mosakhani, 2010

6 Wallach, 1983, p.35

(7)

2 (11)

hur framtida teknologier så som artificiell intelligens och blockchain kan brygga detta gap.

1.2 Problemdiskussion

Kunskapshanteringsprocesserna är komplexa eftersom ansvar, ledning och kunskapsflöde inte alltid är uppenbara. När affärskomplexiteten ökar så gör komplexiteten i kunskapshanteringsprocessen, vilket leder till att processen blir ännu svårare att hantera. För att en sådan process ska kunna löpa så smidigt som möjligt är tydliga riktlinjer och stöd från ledningen avgörande, vilket i sin tur kräver en särskild organisationskultur. Fallföretaget kräver tvärvetenskapligt arbete och olika yrkesgrupper att samarbeta. För att kunskapshantering ska lyckas krävs det ett starkt engagemang från ledningen och stabila strukturer som gör att organisationen kan hantera förändringar som uppstår i sin miljö. Därför är det nödvändigt att analysera hur kunskap går ifrån data till information för att slutligen bli kunskap samt då hur det skapas, sprids och lagras.

1.3 Syfte

Syftet med denna artikel är att presentera en kritisk granskning av dom valda kunskapshanteringsteorierna som användes som stöd vid formuleringen av affärsplanen.

1.4 Vilka teoribildningar som utvärderas i artikeln

De teoribildningar som utvärderas i denna artikel är teorier kring kunskapshantering.

(8)

3 (11)

2 Kort sammanfattning av teoribildningens budskap: vad säger de?

Kunskapshantering är en viktig del i förvaltningen av en organisations intellektuella kapital. Målet med kunskapshantering är att förbättra organisationens förmåga att utföra sina kärnprocesser mer effektivt.7 Vissa forskare beskriver kunskapshantering som en systematisk process för att samla in, organisera och förmedla kunskap till medlemmar i organisationen så att andra kan använda den för att bli mer effektiva och produktiva.8 Syftet med kunskapshantering är att maximera organisatoriska och individuella kunskap genom att extrahera implicit kunskap och översätta det till explicit kunskap, som sedan kan tolkas, lagras, hämtas, delas och spridas9. Fördelarna med att tillämpa kunskapshantering är:

 Minskar time-to-market

 Nya produkter är utformade och kommersialiseras snabbare och framgångsrikt, vilket resulterar i

o Ökade intäkter

o Balanserade marknadsandelar o Ökande vinstmarginaler.10

Kunskapshantering fokuserar på utveckling och distribution av kunskap i organisationer genom tekniska lösningar som databaser, men också genom sociala relationer och interaktioner11. Tekniska lösningar möjliggör enklare åtkomst för anställda i organisationen att dela kunskap. Dock är lagringen av kunskap en utmaning, dels för att det medför en kostnad att implementera och underhålla en databas, men också på grund av den tekniska expertis som krävs. Som en följd av detta bevaras kunskap i medvetandet hos ledning och nyckelpersoner, istället för att fysiskt lagras eller delas. Organisationer oavsett storlek hanterar kunskap utan att nödvändigtvis definiera det som kunskapshantering. Misslyckad kunskapshantering beror ofta på brister i organisatoriska aspekter såsom kultur och medarbetarnas

7 Fard & Selseleh, 2010

8 Alavi & Leidner, 2001

9 Nunes, Annansingh, & Eaglestone, 2006

10 Tripathi, Singh, & Tripathi, 2011

11 Alvesson & Kärreman, 2001

(9)

4 (11)

engagemang. För effektiv kunskapshantering måste en organisation prioritera förmågan att dela kunskap.12 En sådan prioritering är investeringar i IT-stöd för att förenkla lättare kunskapsutbyte.

Under rätt förutsättningar kommer IT-stöd att skapa en informationsbas som de anställda kan använda för tips och råd. Det kan också öka kommunikationen inom företaget så att nya idéer och tankar diskuteras och utvecklas. Det finns dock risk att IT stödet blir oorganiserade och föråldrat vilket gör det omöjligt att söka effektivt.13 Därför är det viktigt att hålla IT-stöd organiserade och uppdaterade för att de anställda ska se dess fördelar och hur de kan förbättra sitt arbete.14

2.1 Specifikation av varför dessa teoribildningar användes, i.e.

för vilket ändamål och i vilket sammanhang, samt hur de användes?

Kunskapshantering är komplicerat eftersom ansvar, ledning och flödet av kunskap inte alltid är självklart och när verksamheten och komplexiteten ökar så ökar komplexiteten i kunskapshantering, vilket resulterar i att processen blir ännu svårare att hantera. För att få en process av denna typ att fungera så smidigt som möjligt är det viktigt med tydliga riktlinjer och stöd från ledningen, vilket i sin tur kräver en viss organisationskultur. Framväxten av kunskapshantering kom som en följd av explosionen av data, information och kunskap, som orsakades av den snabba tillväxten av Internet och organisatoriska intranät, databaser och datalager.15 Kunskapshantering hänvisar till hur en organisation erbjuder, hanterar överföringar, och delar dess inneboende kunskap. Många organisationer använder kunskapshantering internt, ofta som en del av sin strategi.

Kunskapshanteringsteorierna används i vårt arbete för att se på hur kunskapshantering och spridning av kunskap i organisationer är definierad idag och koppla dessa teorier till den utveckling som nu sker inom av digitala affärer och digital affärsutveckling.

Vi ser att för att vara framgångsrik och lyckas inom den digitala ekonomin så krävs

12 Fard & Selseleh, 2010

13 Heide, Johansson, Simonsson, 2005

14 ibid

15 Jennex, 2007

(10)

5 (11)

det av företag att ha väl etablerade processer för kunskapshantering och kunskapsspridning. I digitala företag är de traditionella ekonomiska tillgångarna som anläggningstillgångar och omsättningstillgångar låg i företagets värdering. Det intellektuella kapitalet och kunskap är nyckeltillgång i dessa företag och är av mycket stort vikt att bevara och sprida i organisationen. Ändamålet med teoriernas användning i vår studie var att bedöma om de aktiviteter och utveckling som pågår i vårt referensföretag syftar till och strävar mot de angreppssätt som kunskapshanteringsteorierna nämner samt undersöka den koppling som finns mellan kunskapshantering och artificiell intelligens.16

2.2 Vilka utvärderingskriterier av teorierna användes, och varför?

De utvärderingskriterier som användes var förfalskbarhet och nytta. Förfalskning är det faktum att någon hypotes ska ha trovärdighet, den måste först bestridas innan den kan accepteras som en vetenskaplig hypotes eller teori. Medan användbarhet å andra sidan hänvisar till användbarheten av ett teoretiskt system. Anledningen till valet av teorier är att utmana tidigare befintliga teorier och att dessa bör omvärderas i ett nytt ljus samt förbättra teoriuppbyggnad.17

För att utvärdera en teori är det nödvändigt att ha förståelse för hur en given teori passar in i de andra tidigare existerande och till synes relaterade teorierna. För att göra detta har vi använt två kvalitativa metoder; 1. Connective, som refererar till förmågan hos en ny teori att överbrygga klyftan mellan två eller flera olika teorier. 2.

Transformational, om det gör att existerande teorier ska omvärderas i ett nytt ljus.18

Vi använde dessa utvärderingskriterier för att utvärdera hur nuvarande kunskapshanteringsteorier relaterar till artificiell intelligens.

16 Fabian von Schele

17 Bacharach, 1989

18 Bacharach, 1989

(11)

6 (11)

2.3 Vad var förväntningen inför och vad blev utfallet av användningen av teorierna?

Kunskap finns i dem med kännedom och vetskap och som Gensicke uttryckte det,

"knowledge is a prerequisite for purposeful action" 19. Följaktligen är det, för att strukturera och organisera kunskap i en organisation, viktigt att genomföra kunskapshantering.20 Kunskapshantering fokuserar på utveckling och distribution av kunskap i organisationer genom tekniska lösningar, sociala relationer och samspel.

Kunskapshantering är en process som skapar, sprider och förkroppsligar kunskap.

Vidare måste kunskap vara tillgänglig för rätt personer vid rätt tidpunkt och det måste vara rätt kunskap. Dessutom måste organisationen lära sig och att kunna använda den inneboende kunskapen.21

Den förväntan av kunskapshantering som vi ser måste finnas i digitala organisationer framöver är enligt oss starkt kopplad de teorier som finns kring kunskapshantering. I de teorier om digital affärsutveckling samt artificiell intelligens som vi kommit över nämns inte mycket samverkans teorier utan dessa teorier står på varsitt ben. Vi har inte hittat en tydlig teoretisk forskning mellan det framväxande artificiella intelligensområdet och den kunskapshanteringsteori som sedan tidigare finns etablerad. Vi har hittat några artiklar som belyser denna koppling men de är på en hög och generell nivå inom området. Detsamma gäller när vi ser till teoribildningen inom blockchain där koppling saknas till nuvarande teorier kring kunskapshantering.

19 Dombrowski, Mielke, & Engel, 2012, p.437

20 Davenport & Prusak, 1998

21 ibid

(12)

7 (11)

3 Kritisk reflektion

En av de huvudsakliga kritikerna av kunskapshantering är att mycket tid och pengar läggs på detta område men vinster är svåra att uppskatta. Dessutom är det svårt att beskriva vad som är kunskapshantering och vad är organisationskultur eller strategi.

Organisationskulturen i sig kan vara ett hinder för ett framgångsrikt genomförande av kunskapshantering. Det hävdas att en brist på och ineffektivt ledarskap skapar inre hinder, till exempel förtroendeproblem inom organisationen. Det kan också vara att organisationer ibland fokuserar för mycket på att spara sin befintliga kunskap istället för att utveckla ny. Brist på incitament för anställda, brist på dokumentation och brist på informations- och kommunikationssystem kan vara hinder för kunskapshanteringsutveckling. Dessutom kan bristen på resurser hindra kunskapsdelning. Andra argumenterar för att om man förlitar till tekniskt verktyg för mycket skulle vara förklaringen till misslyckad implementering av kunskapshantering.

3.1

Vilka är de ev. upplevda förtjänster / styrkor med teorierna och varför

?

Alla typer av organisationer behöver data på ett eller annat sätt, men det är viktigt att organisationen vet hur mycket är rätt mängd data. För mycket data kan leda till att de anställda blir ovetande om hur man ska bedöma eller behandla data för att det skall omvandlas till information. Det är därför viktigt att organisationen tidigt bestämmer vilken typ av data som är relevant, aktuell och korrekt. Information, till skillnad från data har en specifik avsikt och mening, vilket underlättar beslutsfattandet.

Information genererar kunskap, men bara om förståelse för informationen har upprättats. Kunskap leder därefter till en konkurrensfördel för en organisation. Därför är det viktigt att ha effektiva processer i en organisation, som omvandlar data till information och sedan till kunskap.22 Den största skillnaden ligger i hur kunskap delas. Explicit kunskap är tydlig och talat samt kan sammanfattas, det är därför lättare att kommunicera och dela. Implicit kunskap, å andra sidan, är ganska intuitivt och outtalade, vilket gör det svårt att urskilja.23 Mycket av mänsklig kunskap är implicit

22 Awad & Ghaziri, 2004

23 Lam, 2000

(13)

8 (11)

samt handlingsinriktad och har en personlig kvalitet som gör det svårt att kommunicera.24 Styrkorna med teorierna påvisar vikten av att man har nära samverkan och en gemensam förståelse. En framgångsrik digital ekonomi bygger på förståelse för kunskapshantering, saknas denna eller att man inte inser vikten av hur kunskap kan bringa värde till organisationen förblir kunskap endast information.

3.2 Vilka är de ev. brister / begränsningar med teorierna och varför?

Utöver de brister och begränsningar som nämns i ingressen till detta stycke är här några ytterligare reflektioner. Utvecklingen har gått så fort att teorierna kring kunskapshantering saknar reell koppling till framtida tekniker i mångt och mycket.

Detta är speciellt påtagligt när vi ser till kopplingen mot artificiell intelligens eller blockchain. Kunskapshantering bör utvecklas med att förklara artificiell intelligens samt blockchain och hur dessa kan hjälpa att ta fram kunskap från Data och Information.

Vidare saknas kopplingen till det humanistiska perspektivet då detta är ett centralt begrepp i delningen av kunskap. Det förklaras nämligen genom att en individs vilja att dela kunskap är beroende dess skäl. Därav kommer en individernas engagemang för organisationen och deras personliga kontakter starkt påverka kommunikation och utbyte mellan personer i organisationen.

24 Dombrowski, Mielke, & Engel, 2012

(14)

9 (11)

4 Rekommendationer:

4.1 Hur bör dessa teorier användas och varför?

Organisationen måste skapa en kultur som uppmuntrar anställda att dela sina kunskaper och arbeta mot samma mål. Dessutom måste det finnas tekniska hjälpmedel som gör det möjligt anställda att enkelt hitta information och dela sina kunskaper. För att underlätta ett jämnt flöde av kunskap, bör enskilda kunna kommunicera med varandra även när de inte är på samma plats, är det viktigt att företagen inkluderar e-post, informationsportaler och olika typer av samarbetssystem för att hjälpa sina anställda. Genom dessa tekniska hjälpmedel, kommunicerar de med varandra och kunskap förvärvas och sprids lättare mellan individer och organisationen. De anställda måste inse att det ger fördelar att arbeta tillsammans, men detta kräver organisationen att medarbetarna känner sig delaktiga i företagets vision och mål. En uppgift för kunskapshantering är att visa de positiva effekterna av människors kunskaper och färdigheter som en konkurrensfördel.

4.2 Vad bör förändras undersökas för att utveckla dessa teorier?

Kunskapshanteringsteorierna behöver utvecklas att reflektera kring det humanistiska perspektivet så som beteende och känslor för att undersöka hur detta påverkar delningen av information. Dessutom är viljan till förändring en faktor bakom motivation till förändring. Den anställdes motstånd mot förändring reduceras genom att dela kunskap och information om projektet och om deltagarna är aktivt engagerade i förändringen

Vidare bör man noggrannare studera hur artificiell intelligens och blockchain påverkar teorierna kring kunskapshantering. Det är nämligen som så att hanteringen av kunskap förenklas genom användning av ett kunskapshanteringssystem, där kunskapsflöden från den person som har kunskap för individen som behöver informationen.

(15)

10 (11)

Företag som misslyckas med att få anställda att arbeta mot samma mål lyckas sällan med att bygga upp atmosfären och kulturen i företaget som behövs för att få alla att känna sig inkluderade och villiga att dela med sig av sin kunskap. För att skapa en framgångsrik inlärningsorganisation, liksom en framgångsrik kunskapshanteringsstruktur, behöver den genomföras i hela organisationen. En viktig del är att skapa ett personligt förhållande och integration mellan individer för att stödja inlärning och kunskapshantering. Ett centralt hinder för att dela kunskap är en individs vilja att göra det. Det är därför viktigt att förstå att anställda väljer att dela med sig av kunskap av olika skäl. Individernas engagemang för organisationen och deras personliga kontakter påverkar starkt kommunikation och utbyte mellan personer i organisationen.

(16)

11 (11)

5 Bibliography

Ichijo, K. & Nonaka, I., 2007. Knowledge Creation and Management. New York, NY, USA: Oxford University press.

Tohidinia, Z. & Mosakhani, M., 2010. Knowledge sharing behavior and its predictors. Industrial Management & Data Systems, pp.611--31.

Wallach, E., 1983. Individuals and Organizations: The cultural match. Training and Development Journal, February. pp.29-36.

Fard, H.D. & Selseleh, S., 2010. Measuring Knowledge Management Cycle:

Evidence from Iran. European Journal of Scientific Research, pp.297-309. ISSN 01/2010; 41:1450-216.

Alavi, M. & Leidner, D.E., 2001. Knowledge management and knowledge

management systems: conceptual foundations and research issues. MIS Quarterly, pp.107-36.

Nunes, M.B., Annansingh, F. & Eaglestone, B., 2006. Knowledge management issues in knowledge intensive SMEs. Knowledge Management Issues, January.

pp.101- 119.

Tripathi, R., Singh, P.K. & Tripathi, S., 2011. Knowledge Management: A Tool For An Efficient Organization. Pioneer Journal, 31 March. p.12.

Alvesson, M. & Kärreman, D., 2001. Odd Couple: Making sense of the curious concept of knowledge management. Journal of Management Studies, 38(7).

Journal of Management Studies, November. pp.995-1018. DOI: 10.1111/1467- 6486.00269.

Heide, M., Johansson, C. & Simonsson, C., 2005. Kommunikation & organisation.

Liber.

Jennex, M.E., 2007. Knowledge Management in Modern Organizations. Hershey, PA, USA: Idea Group Pub.

Fabian von Scheele, 2017. Digital Ekonomi, Tidskalkyler och hävstångseffekter.

Växjö Universitet

Bacharach, S. (1989). Organizational Theories: Some Criteria for Evaluation.

Academy of Management Review, Vol. 14, No. 4

Dombrowski, U., Mielke, T. & Engel, C., 2012. Knowledge Management in Lean Production Systems. Procedia CIRP, 07 July. pp.436–41.

Davenport, T. & Prusak, L., 1998. Working Knowledge: How organizations manage what they know. Boston, MA, USA: Harvard Business Review Press. ISBN-13:

978-1578513017.

Awad, E. & Ghaziri, H., 2004. Knowledge Management. Upper Saddle River, NJ, USA: Pearson Education International.

Lam, A., 2000. Tacit knowledge, organizational learning and societal institutions:

an integrated framework. Organization studies, May. pp.487-513.

References

Related documents

Studiens resultat ger svagt eller inget stöd för att tillämpning av artificiell intelligens inom revisionsyrket kommer leda till att revisorns roll som tredje

Dels för att se hur tekniken fungerar och kan implementeras i olika verksamheter men även om de vill skapa en förståelse och få en nulägesanalys för hur artificiell

Kontroll är något som den tidigare forskningen inte har identifierat men som flera informanter lyfter och informant 6 väljer att tydligt markera att kontroll är oerhört viktigt

Med hänsyn till teknikens effektivitet och den mycket snabba utvecklingen inom området diskuteras även några specifika frågeställningar som ofta nämns i

En viktig del i analysen är att identifiera och förstå förutsättningar (hinder och möjligheter) respektive drivkrafter (incitament och samspel) och betydelsen av dessa för att

På grund av datorns logiska funktionsprinciper kräver en teknisk imitation av intelligent       verksamhet en modell av intelligensen där de faktorer som intelligensen består av  

Men människan är nog fortfarande bättre på att avgöra subjektiva saker, som till exempel tycke och smak, eller att resonera sig fram kring frågor som inte bara har ett rätt eller

Möjligheten till att applicera maskininlärning eller artificiell intelligens är god men det är viktigt med extremt stora mängder tränings- och testdata för att kunna