Systemet, der gør europæiske virksomheder agentiske
Gør jeres virksomhed agentisk – og overhold reglerne.
Fundarem forbinder jeres systemer til ét kort over jeres virksomhed, så AI endelig forstår, hvordan jeres kunder, fakturaer og projekter hænger sammen. Alt imens I overholder EU's love og regler.
På det kort kan AI-agenter klare rutinearbejde eller komplekse opgaver, og hver medarbejder får en AI-assistent på de data, vedkommende har lov til at se.
Fundarem og jeres data kører i virksomhedens egen sky, i en EU-region. I vælger den AI-model, der passer til jeres regulatoriske krav, kvalitetsbehov og omkostninger, og I følger hele tiden forbruget og bevarer kontrollen med budgetterne.
- Matcher betalinger med åbne fakturaer
- Markerer en kunde, der betaler sent
- Skriver udkast til en betalingspåmindelse
Jeres softwaresystemer
- RegeloverholdelseBygget til at hjælpe jer med at overholde GDPR og EU's AI-forordning, med hvert trin logget
- Forbundne systemerJeres softwaresystemer, forbundet én gang
- Jeres data, koblet sammenKunder, fakturaer og projekter samlet på tværs af systemer
- Forstår jeres virksomhedAgenter og en assistent, der ved, hvordan jeres virksomhed fungerer
Sådan fungerer det
Fundarem er bygget, så jeres lagrede data altid bliver i virksomhedens egen sky i EU. Det, I vælger, er, hvor AI-modellen behandler hver forespørgsel.
I EU
Uden for EU
Behandles uden for EU, inde i Microsoft Azure
De bedste modeller med åbne vægte, én per leverandør. Hver forespørgsel behandles uden for EU, i Microsofts Azure; standardmodellen leveres af en tredjepart.
Eksempelmodel: Kimi K3
Vælg den model, der passer til jeres regulatoriske krav, omkostninger og kvalitetskrav.
| Spørgsmål | Foundry Azure, open source | Foundry Azure EU, open source | Frontiermodeller i Foundry | Selvhostet VM i jeres Azure | Direkte adgang |
|---|---|---|---|---|---|
| Regler og databeskyttelse | |||||
| Kan bruges i overensstemmelse med GDPR | Ja, med en DPIA og en garanti for overførslen | Ja, med en DPIA | Ja, med en DPIA og en garanti for overførslen | Ja, med en DPIA | Ja, med en DPIA og en garanti for overførslen |
| Bygget, så jeres lagrede data bliver i jeres egen Azure i EU | Ja | Ja | Ja | Ja | Ja |
| AI-modellen behandler forespørgslen inden for EU | Nej, uden for EU | Ja, kun inden for EU | Nej, uden for EU | Ja, i jeres egen Azure-region | Nej, uden for EU (leverandørens egen tjeneste) |
| Hvem der behandler forespørgslen | En tredjepart eller Microsoft, i Azure | Microsoft, inde i Azure | Microsoft eller modellens leverandør, i Azure | Jeres egen maskine. Ingen modelleverandør | Modelleverandøren, uden for Azure |
| Markerede kolonner og genkendte navne og id-numre maskeres før modelkaldet | Ja, slået til som standard; jeres administrator kan slå den fra pr. type data | Ja, slået til som standard; jeres administrator kan slå den fra pr. type data | Ja, slået til som standard; jeres administrator kan slå den fra pr. type data | Ja, slået til som standard; jeres administrator kan slå den fra pr. type data eller helt for dette valg | Ja, slået til som standard; jeres administrator kan slå den fra pr. type data |
| Retligt grundlag for at sende forespørgslen ud af EU/EØS | Spørg os | Ingen overførsel: behandles i EU | Spørg os | Ingen overførsel: behandles i EU | Spørg os |
| Konsekvensanalyse (DPIA) hos jeres virksomhed | Ja, og gennemgå den for dette valg: behandlingen sker uden for EU. Vi leverer skabelonen | Ingen overførselsvurdering nødvendig (data bliver i EU); DPIA-skabelon medfølger | Ja, og gennemgå den for dette valg: behandlingen sker uden for EU. Vi leverer skabelonen | Ingen overførselsvurdering nødvendig (data bliver i EU); DPIA-skabelon medfølger | Ja, og gennemgå den for dette valg: behandlingen sker uden for EU. Vi leverer skabelonen |
| Jeres data bruges til at træne en model | Ikke af os. Leverandøren følger jeres aftale med den | Ikke af os. Leverandøren følger jeres aftale med den | Ikke af os. Leverandøren følger jeres aftale med den | Ikke af os. Der er ingen modelleverandør | Ikke af os. Leverandøren følger jeres aftale med den |
| Omkostning | |||||
| Sådan betaler I | Per token, on your Azure invoice | Per token, on your Azure invoice | Per token, on your Azure invoice | Per hour for your own GPU machine | Per token, billed by the model's vendor |
| Pris | I gennemsnit 1,32 USD pr. million tokens ind og 5,65 USD pr. million tokens ud | I gennemsnit 0,38 USD pr. million tokens ind og 1,11 USD pr. million tokens ud | I gennemsnit 5,33 USD pr. million tokens ind og 25,33 USD pr. million tokens ud | Omkring 3.486 USD om måneden til betal-efter-forbrug-pris for én maskine med én GPU, uanset om den bruges; de største modeller kræver maskiner med flere GPU’er, som koster langt mere (priser pr. maskine på modelsiden) | I gennemsnit 5,00 USD pr. million tokens ind og 25,00 USD pr. million tokens ud |
| Kvalitet | |||||
| Kvalitet sammenlignet med standardmodellen | High: the best open-weights models on the published indexes | Good: below the default wherever they share a published score | Highest: ahead of the default on the published indexes | Depends on the open model you run, up to the best open weights | Mixed: behind the default on most published scores they share |
| Eksempler på modeller | Kimi K3, DeepSeek V4.1 Flash, GLM-5.3 og gpt-oss-120b | DeepSeek V4 Flash og Mistral Large 3 | Claude Opus 5.5, GPT-6 Astra og Grok 4.7 | DeepSeek V4.1 Flash (open weights), GLM-5.3 (open weights), Kimi K3 (open weights) og Qwen3.8 2.4T A95B (open weights) | Claude Opus 4.8 |
Foundry Azure, open source
Regler og databeskyttelse
- Kan bruges i overensstemmelse med GDPR
- Ja, med en DPIA og en garanti for overførslen
- Bygget, så jeres lagrede data bliver i jeres egen Azure i EU
- Ja
- AI-modellen behandler forespørgslen inden for EU
- Nej, uden for EU
- Hvem der behandler forespørgslen
- En tredjepart eller Microsoft, i Azure
- Markerede kolonner og genkendte navne og id-numre maskeres før modelkaldet
- Ja, slået til som standard; jeres administrator kan slå den fra pr. type data
- Retligt grundlag for at sende forespørgslen ud af EU/EØS
- Spørg os
- Konsekvensanalyse (DPIA) hos jeres virksomhed
- Ja, og gennemgå den for dette valg: behandlingen sker uden for EU. Vi leverer skabelonen
- Jeres data bruges til at træne en model
- Ikke af os. Leverandøren følger jeres aftale med den
Omkostning
- Sådan betaler I
- Per token, on your Azure invoice
- Pris
- I gennemsnit 1,32 USD pr. million tokens ind og 5,65 USD pr. million tokens ud
Kvalitet
- Kvalitet sammenlignet med standardmodellen
- High: the best open-weights models on the published indexes
- Eksempler på modeller
- Kimi K3, DeepSeek V4.1 Flash, GLM-5.3 og gpt-oss-120b
Sammenlign alle fem
| Spørgsmål | Foundry Azure, open source | Foundry Azure EU, open source | Frontiermodeller i Foundry | Selvhostet VM i jeres Azure | Direkte adgang |
|---|---|---|---|---|---|
| Regler og databeskyttelse | |||||
| Kan bruges i overensstemmelse med GDPR | Ja, med en DPIA og en garanti for overførslen | Ja, med en DPIA | Ja, med en DPIA og en garanti for overførslen | Ja, med en DPIA | Ja, med en DPIA og en garanti for overførslen |
| Bygget, så jeres lagrede data bliver i jeres egen Azure i EU | Ja | Ja | Ja | Ja | Ja |
| AI-modellen behandler forespørgslen inden for EU | Nej, uden for EU | Ja, kun inden for EU | Nej, uden for EU | Ja, i jeres egen Azure-region | Nej, uden for EU (leverandørens egen tjeneste) |
| Hvem der behandler forespørgslen | En tredjepart eller Microsoft, i Azure | Microsoft, inde i Azure | Microsoft eller modellens leverandør, i Azure | Jeres egen maskine. Ingen modelleverandør | Modelleverandøren, uden for Azure |
| Markerede kolonner og genkendte navne og id-numre maskeres før modelkaldet | Ja, slået til som standard; jeres administrator kan slå den fra pr. type data | Ja, slået til som standard; jeres administrator kan slå den fra pr. type data | Ja, slået til som standard; jeres administrator kan slå den fra pr. type data | Ja, slået til som standard; jeres administrator kan slå den fra pr. type data eller helt for dette valg | Ja, slået til som standard; jeres administrator kan slå den fra pr. type data |
| Retligt grundlag for at sende forespørgslen ud af EU/EØS | Spørg os | Ingen overførsel: behandles i EU | Spørg os | Ingen overførsel: behandles i EU | Spørg os |
| Konsekvensanalyse (DPIA) hos jeres virksomhed | Ja, og gennemgå den for dette valg: behandlingen sker uden for EU. Vi leverer skabelonen | Ingen overførselsvurdering nødvendig (data bliver i EU); DPIA-skabelon medfølger | Ja, og gennemgå den for dette valg: behandlingen sker uden for EU. Vi leverer skabelonen | Ingen overførselsvurdering nødvendig (data bliver i EU); DPIA-skabelon medfølger | Ja, og gennemgå den for dette valg: behandlingen sker uden for EU. Vi leverer skabelonen |
| Jeres data bruges til at træne en model | Ikke af os. Leverandøren følger jeres aftale med den | Ikke af os. Leverandøren følger jeres aftale med den | Ikke af os. Leverandøren følger jeres aftale med den | Ikke af os. Der er ingen modelleverandør | Ikke af os. Leverandøren følger jeres aftale med den |
| Omkostning | |||||
| Sådan betaler I | Per token, on your Azure invoice | Per token, on your Azure invoice | Per token, on your Azure invoice | Per hour for your own GPU machine | Per token, billed by the model's vendor |
| Pris | I gennemsnit 1,32 USD pr. million tokens ind og 5,65 USD pr. million tokens ud | I gennemsnit 0,38 USD pr. million tokens ind og 1,11 USD pr. million tokens ud | I gennemsnit 5,33 USD pr. million tokens ind og 25,33 USD pr. million tokens ud | Omkring 3.486 USD om måneden til betal-efter-forbrug-pris for én maskine med én GPU, uanset om den bruges; de største modeller kræver maskiner med flere GPU’er, som koster langt mere (priser pr. maskine på modelsiden) | I gennemsnit 5,00 USD pr. million tokens ind og 25,00 USD pr. million tokens ud |
| Kvalitet | |||||
| Kvalitet sammenlignet med standardmodellen | High: the best open-weights models on the published indexes | Good: below the default wherever they share a published score | Highest: ahead of the default on the published indexes | Depends on the open model you run, up to the best open weights | Mixed: behind the default on most published scores they share |
| Eksempler på modeller | Kimi K3, DeepSeek V4.1 Flash, GLM-5.3 og gpt-oss-120b | DeepSeek V4 Flash og Mistral Large 3 | Claude Opus 5.5, GPT-6 Astra og Grok 4.7 | DeepSeek V4.1 Flash (open weights), GLM-5.3 (open weights), Kimi K3 (open weights) og Qwen3.8 2.4T A95B (open weights) | Claude Opus 4.8 |
Jeres virksomheds DPIA afgør det.
Hvert compliance-svar henviser til vores compliance-sider; omkostning og kvalitet kommer fra modelsiden. Læs compliance-siderne
Se, hvordan det virker Fra samtale til drift: trinneneForbind jeres eksisterende systemer
Få alle systemer med, uanset hvordan de forbindes.
Vælg en færdig connector, brug systemets egen MCP-server, eller lad os bygge en connector til et system, som ingen har forbundet endnu. Alle tre ender på samme måde: i én model af jeres virksomhed, hvor jeres administrator vælger, hvilke kolonner der er følsomme.
- Gennemse biblioteket
- Medbring egen MCP
- Eget stik
Bibliotek
Færdige connectors efter kategori, hver med det, den læser. Jeres IT-administrator vælger; en leder bestemmer, hvem der bruger dem.
Læs mereTag jeres egen MCP med
Et system, der allerede kører en MCP-server, forbindes, som det er. I vælger, hvilke af dets værktøjer der skal med.
Læs mereEgne connectors
Til et system uden nogen af delene bygger vi connectoren. Vi kører den sammen med jer, og I bekræfter resultatet.
Læs mere
Vælg jeres AI-model
Vælg den AI-model, der passer til jeres regulatoriske krav, den kvalitet, arbejdet kræver, og jeres budget. Vores side om modeller sammenligner dem side om side. Forbruget følges altid, og I fastsætter, hvad AI må bruge pr. forespørgsel og pr. dag. En ramme kun med EU er også mulig: valgt sammen med os ved opsætningen holder den behandlingen af hver forespørgsel i EU.
- De bedste modeller til den laveste prisVi tilbyder altid de bedste modeller og leder efter den laveste pris, fordi vi ikke tjener noget på dem.
- Modeller kombineret efter opgavens sværhedInden for den ramme, I vælger, kan en topmodel tage de svære opgaver og en billigere model de enkle. Med behandling kun i EU, for eksempel: den stærkeste model, der behandles i EU, til det svære arbejde, og en billigere model, der behandles i EU, til rutinearbejdet. Fundarem er bygget til at sende hver slags opgave til sin egen model. Jeres administrator vælger, hvilken model der tager hvilken type opgave.
- Ingen andel af jeres AI-forbrugI betaler Microsoft direkte for modellen, én til én, på jeres egen Azure-faktura. Vi tager ingen andel af tokens og er ikke part i den transaktion. En modelleverandørs eget API, uden for Azure, fakturerer jer også direkte.
- Det betaler I osPrisen gives på forespørgsel. aktiv bruger. Intet opstartsgebyr. Forbruget følges altid, og I bestemmer, hvad AI’en må bruge pr. forespørgsel og pr. dag. Jeres administrator ser hver brugers aktivitet og hvad den kostede.
Foundry Azure, open sourceStandard
Kimi K3
Hvor en forespørgsel behandles: Uden for EU
Fordele
- Open-weights models at open-model prices, billed through your Azure subscription; the same weights can also run on your own machine.
- No vendor account of ours: the deployment and its key are yours, with Azure governance and access control.
Ulemper
- Forespørgsler behandles uden for EU: en tredjepart leverer denne model, og Microsoft medtager ikke den drift i sine EU-forpligtelser.
- Betalt pr. brug kan denne model behandles hvor som helst i verden; værten tilbyder intet regionalt alternativ i EU.
Testresultater
Kilde: modelkort, hentet 2026-09-28.
Foundry Azure EU, open source
DeepSeek V4 Flash
Hvor en forespørgsel behandles: I EU (Microsoft Azure)
Fordele
- Forespørgsler forlader aldrig EU: Microsoft behandler dem kun inden for EU's medlemslande.
- Sold and supported by Microsoft under one Azure agreement.
Ulemper
- Færre modeller end der, hvor behandlingen kan ske hvor som helst i verden, og svagere end standardmodellen i de offentliggjorte test.
- Nye modeller kommer hertil senere end der, hvor behandlingen kan ske hvor som helst i verden.
Testresultater
Kilde: modelkort, hentet 2026-09-28.
Kilde: modelkort, hentet 2026-11-03.
Frontiermodeller i Foundry
Claude Opus 5.5
Hvor en forespørgsel behandles: Uden for EU (Microsoft Azure)
Fordele
- The highest-ranked models on Foundry's quality index and the Artificial Analysis Intelligence Index.
- Sold through Azure under one agreement, billed on your Azure invoice.
Ulemper
- Closed weights: you cannot move the model to your own machines.
- Prompts are processed outside the EU; for some of these models the model's vendor, not Microsoft, is the data processor.
Testresultater
Selvhostet VM i jeres Azure
DeepSeek V4.1 Flash (open weights)
Hvor en forespørgsel behandles: Jeres egen maskine
Fordele
- Foran standardmodellen på 3 af de 4 offentliggjorte resultater, de har til fælles.
- Full isolation: no prompt ever leaves machines you run, in the region you chose.
- Any open-weights model whose licence allows it, including your own fine-tuned one.
Ulemper
- You patch, scale and monitor it; Spot prices are cheaper but the machine can be evicted.
- The largest models need a multi-GPU machine; the price list shows no H100 or A100 machine in Norway East today, so Sweden Central or West Europe it is.
Testresultater
Kilde: modelkort, hentet 2026-11-03.
Direkte adgang
Claude Opus 4.8
Hvor en forespørgsel behandles: Uden for EU (leverandørens eget API)
Fordele
- A direct connection to the vendor's own API, with no Azure deployment to set up.
- Billed by the vendor per token, on your own account with it.
Ulemper
- Prompts are processed outside Azure and outside the EU, by the model vendor: you need a DPIA and a transfer safeguard.
- Closed weights: you cannot move the model to your own machines.
Testresultater
Kilde: modelkort, hentet 2026-09-28.
- GPQA Diamond
- Graduate-level science questions
- Terminal-Bench 2.1
- Multi-step tasks in a real command-line terminal
- SWE-Bench Verified
- Fixing real, human-checked issues in open-source code
Resultater i procent, som de er offentliggjort på kildesiden for hvert tal; højere er bedre. Tryk på et resultat for at åbne den side. Hvor ingen offentlig side giver et resultat, står det på kortet: vi anslår aldrig.
En AI-assistent til hver medarbejder
Den fungerer som de AI-assistenter, I allerede kender, men på jeres egen virksomheds data.
- Spørg med almindelige ordSpørgsmål om kunder, fakturaer, projekter eller personer får svar ud fra alle jeres data, ikke ét system ad gangen.
- Ser kun det, du må seHver persons assistent følger personens rolle. En sælger og økonomichefen får forskellige svar på det samme spørgsmål.
- Forbereder arbejdetDen finder, opsummerer og skriver udkast, og laver kun ændringer, hvor jeres virksomhed tillader det.
- Hvert spørgsmål loggesHvem der spurgte om hvad, og hvad der blev gjort, gemmes i jeres egen log.
- Kender måden, jeres virksomhed arbejder påHver virksomhed har sin egen virksomhedshjerne, bygget til at blive i jeres egen installation, og assistenten bruger den i sine svar.
- Kender manualenSpørg assistenten, hvordan noget i Fundarem virker, eller hvor det findes. Den svarer ud fra produktets egen manual og linker til skærmbilledet. Dele, der er skrevet til administratorer, er for administratorer og ledere; et medlem får dem ikke.
Eksempel, fiktive data
Hvilke kunder er bagud med betalingerne denne måned?
Tre kunder har forfaldne fakturaer:
- Nordvik Bygg ASkr 48 312
- Fjordlys Designkr 21 900
- Berg & Sønnerkr 9 450
Nordvik har også en åben aftale til en værdi af kr 450 000. Skal jeg skrive udkast til en venlig påmindelse til hver af dem?
- KundeNordvik Bygg AS
- Forfalden fakturakr 48 312
- Åben aftalekr 450 000
Faktura 1187 på kr 48 312 er nu 14 dage forfalden.
En venlig tone, da en aftale er åben.
Påmindelse sendt og noteret på kunden
Sådan løste vi det før
Fire mure står mellem en virksomhed og AI. Før Fundarem rev vi dem ned i et system i fuld drift for et af Norges tre største regnskabsfirmaer.
- Mur 1
Ingen integrationer
Firmaets ERP-systemer havde ingen standardmåde at forbinde en AI-agent på, og nogle havde slet ingen. Vi forbandt Xledger, Tripletex, PowerOffice og Business Central.
- Mur 2
Intet kort over virksomheden
Dataene var ikke forbundet. Vi byggede ét kort over kunder, fakturaer, anlægsaktiver, medarbejdere og moms og forbindelserne imellem dem, klar til at AI kan læse og skrive.
- Mur 3
Regulering
Personoplysninger kunne ikke bare sendes til en AI-model. Personoplysninger i de markerede kolonner blev maskeret før hvert modelkald, og firmaet udfyldte og underskrev en DPIA med vores forududfyldte skabelon som udgangspunkt.
- Mur 4
Kontrol over AI-modellerne
Modellerne kørte i vores eget sikre Azure-setup, ikke i et separat AI-værktøj. De behandlede forespørgsler uden for EU, men inde i Microsofts cloud.
Resultatet: ét dashboard for alt firmaets regnskabsarbejde, hvor agenter udførte rutinearbejdet og deltog i de komplekse opgaver. AI-agenter, der arbejdede på kortet, sparede omkring 40 % af tiden på regnskabsarbejde generelt.
- Xledger
- Tripletex
- PowerOffice
- Business Central
- Kunde
- Faktura
- Aktiv
- Medarbejder
- Momsangivelse
- Leverandørfakturaer
- Afskrivninger
- Momsangivelse
- Løn
- Bankafstemning
Fundarem er den samme metode, bygget som et produkt til enhver virksomhed. Den samler jeres systemer i ét kort, sætter AI-agenter og en assistent til at arbejde på det og er bygget til at køre i jeres virksomheds egen sky.
Questions
What is Fundarem?
An integration platform that turns a company's software systems into one ontology, so agents and dashboards can work on it. It is built to run in your own Azure tenant, in an EU region.
Which systems can we connect?
Ready connectors: Microsoft 365, HubSpot, Salesforce, Tripletex, Xledger and Gitea. Any system's own MCP server. Or we build a custom connector from the system's API documentation, and you confirm it.
Where is our data stored?
In your own Azure tenant, in the EU region you choose at setup. What can leave is an AI model call, and each route says where it is processed.
Is personal data sent to the AI model?
The anonymiser is on by default for every model. It replaces marked columns, recognised names and patterned values (national ID numbers, phone numbers, IBANs) with placeholders. Your admin can switch it off per kind of personal data.
Do we have to replace or migrate our systems?
No. Fundarem reads from them and writes back only where you allow.
What does it cost?
Priced on request, with no onboarding fee. The AI model is billed on your own Azure invoice.
Se det virke på en eksempelvirksomhed.
Livedemoen kører på en opdigtet virksomhed med opdigtede personer. Intet, du gør dér, rører et rigtigt system.