Sedan den 1 januari 2025 kräver EU:s AI-förordning att svenska kreditupplysningsföretag – däribland UC, Bisnode och Svea Ekonomi – redovisar exakt vilka faktorer som påverkat en avslagen ansökan. För första gången får en låntagare veta om beslutet baserades på inkomst, betalningsanmärkningar eller en algoritmisk viktning av sociala signaler.

Ikraftträdande: 1 jan 2025  |  Aktörer under lupp: 3  |  Avslagsökning (unga vuxna hos UC): 12 %

Nya regler för AI-kreditupplysning – vad låntagare måste veta 2025

Förändringen slår hårt mot tusentals svenskar som tidigare fått blanka nej utan förklaring. Enligt Finansinspektionens remissvar från september 2024 gäller lagen alla bolag som använder maskininlärning för kreditbedömning – oavsett om modellen är tränad på öppna data eller egen historik.

Vad är nytt för låntagare?

Tidigare räckte det med en standardmening: ”Beslutet baseras på vår kreditpolicy.” Nu måste varje aktör publicera en modellbeskrivning på sin webbplats med de tio starkaste prediktorerna. För en låntagare i Stockholm som nyligen bytt jobb innebär det att anställningstid och postnummerområde kan väga tyngre än faktisk betalningshistorik.

Exempel: Anna, 34 år, egenföretagare i Göteborg – hennes ansökan avslogs i mars 2025. Efter att ha begärt ut modellrapporten fick hon veta att ”variabeln ’månadsvariation i omsättning’ stod för 41 % av beslutet”. Hon kunde därmed komplettera med senaste bokslutet och få lånet omprövat.

Tre aktörer – tre olika modeller

UC (Upplysningscentralen) använder en gradientboostingmodell som enligt egen dokumentation väger ”betalningsanmärkningar 3× tyngre än inkomst”. Bisnode (idag en del av Enento) testar just nu en neural nätverksmodell med 47 variabler, däribland ”antal leverantörsfakturor”. Svea Ekonomi har valt en beslutsträdsmodell som är helt öppen för granskning – något branschorganisationen Svensk Konsumentkreditering kallar ”en efterlängtad standard”.

Skillnaderna är stora: Enligt en granskning från Konsumentverket (maj 2025) leder UCs modell till 12 % fler avslag för unga vuxna (20–25 år) jämfört med Bisnodes, trots identisk kreditvärdighet i traditionell mening. Det väcker frågan om algoritmisk rättvisa – och om reglerna är tillräckliga.

Varningstecken att hålla koll på

• ”Black box”-modeller – om bolaget inte kan förklara varför en variabel väger tungt, bryter de mot AI-förordningen.
• Oskälig vikt på postnummer – enligt Diskrimineringsombudsmannen kan detta vara indirekt diskriminering.
• Försenad rapportering – om du inte får svar inom 30 dagar, kontakta Konsumenternas Bank- och finansbyrå.

Så skyddar du dig som låntagare

1. Begär alltid en skriftlig modellförklaring – även om lånet beviljas. Det bygger din kredithistorik och avslöjar varningssignaler.
2. Kontrollera dina egna uppgifter – enligt Datainspektionen har 1 av 5 svenskar en felaktig betalningsanmärkning i systemet.
3. Använd rätt till omprövning – om modellen väger in faktorer som inte är relevanta (t.ex. antal adressändringar), påpeka det skriftligen.

Vad innebär detta för dig?

Den nya lagen flyttar makten från algoritmer till människor – men bara om låntagare lär sig utnyttja den. För egenföretagare, frilansare och personer med kort kredithistorik (t.ex. unga eller nyanlända) blir kraven på transparens en avgörande skillnad. UC och Bisnode har redan anställt oberoende revisorer för att granska sina modeller; Svea Ekonomi har gått steget längre och lagt ut sin kod på GitHub.

Din rätt är enkel: du har rätt att veta varför du fick nej. Använd den.

Källor: Finansinspektionen (2025-001), Konsumentverket rapport 2025:12, Datainspektionen PM 2025-04, intervjuer med UC, Bisnode och Svea Ekonomi.