Systemet som gjør europeiske virksomheter agentiske
Gjør virksomheten agentisk – og hold dere innenfor regelverket.
Fundarem kobler systemene deres sammen til ett kart over virksomheten, slik at KI endelig forstår hvordan kundene, fakturaene og prosjektene deres henger sammen. Alt mens dere holder dere innenfor EUs lover og regler.
På det kartet kan KI-agenter gjøre rutinearbeid eller komplekse oppgaver, og alle ansatte får en KI-assistent som jobber på de dataene de har lov til å se.
Fundarem og dataene deres kjører i virksomhetens egen sky, i en EU-region. Dere velger KI-modellen som passer kravene dere må oppfylle, kvaliteten dere trenger og kostnaden, samtidig som dere alltid har oversikt over forbruket og kontroll på budsjettene.
- Avstemmer innbetalinger mot åpne fakturaer
- Markerer en kunde som betaler sent
- Skriver utkast til en betalingspåminnelse
Systemene deres
- EtterlevelseLaget for å hjelpe dere med å etterleve GDPR og EUs KI-forordning, med logg over hvert steg
- Systemene koblet sammenAlle systemene deres, koblet til én gang
- Dataene henger sammenKunder, fakturaer og prosjekter koblet på tvers av systemene
- Forstår virksomhetenAgenter og en assistent som vet hvordan virksomheten deres fungerer
Slik virker det
Fundarem er bygget slik at de lagrede dataene deres alltid blir i virksomhetens egen sky i EU. Det dere velger, er hvor KI-modellen behandler hver forespørsel.
I EU
Utenfor EU
Behandles utenfor EU, inne i Microsoft Azure
De beste modellene med åpne vekter, én per leverandør. Hver forespørsel behandles utenfor EU, i Microsofts Azure; standardmodellen leveres av en tredjepart.
Eksempelmodell: Kimi K3
Velg modellen som passer innenfor deres regulatoriske krav, kostnader og kvalitetskrav.
| Spørsmål | Foundry Azure, åpen kildekode | Foundry Azure EU, åpen kildekode | Frontiermodeller i Foundry | Selvdriftet VM i deres Azure | Direkte tilgang |
|---|---|---|---|---|---|
| Personvern og regler | |||||
| Kan brukes i tråd med GDPR | Ja, med en DPIA og et overføringsgrunnlag | Ja, med en DPIA | Ja, med en DPIA og et overføringsgrunnlag | Ja, med en DPIA | Ja, med en DPIA og et overføringsgrunnlag |
| Bygget slik at de lagrede dataene blir i deres egen Azure i EU | Ja | Ja | Ja | Ja | Ja |
| KI-modellen behandler forespørselen innenfor EU | Nei, utenfor EU | Ja, bare innenfor EU | Nei, utenfor EU | Ja, i deres egen Azure-region | Nei, utenfor EU (leverandørens egen tjeneste) |
| Hvem som behandler forespørselen | En tredjepart eller Microsoft, i Azure | Microsoft, inne i Azure | Microsoft eller modellens leverandør, i Azure | Deres egen maskin. Ingen modelleverandør | Modelleverandøren, utenfor Azure |
| Merkede kolonner og gjenkjente navn og id-er maskeres før modellkallet | Ja, på som standard; IT-ansvarlig kan slå den av per type data | Ja, på som standard; IT-ansvarlig kan slå den av per type data | Ja, på som standard; IT-ansvarlig kan slå den av per type data | Ja, på som standard; IT-ansvarlig kan slå den av per type data, eller helt for dette valget | Ja, på som standard; IT-ansvarlig kan slå den av per type data |
| Overføringsgrunnlag når forespørselen sendes ut av EU/EØS | Spør oss | Ingen overføring: behandles i EU | Spør oss | Ingen overføring: behandles i EU | Spør oss |
| Personvernkonsekvensvurdering (DPIA) hos virksomheten deres | Ja, og gå gjennom den for dette valget: behandlingen skjer utenfor EU. Vi leverer malen | Ingen overføringsvurdering nødvendig (dataene blir i EU); DPIA-mal følger med | Ja, og gå gjennom den for dette valget: behandlingen skjer utenfor EU. Vi leverer malen | Ingen overføringsvurdering nødvendig (dataene blir i EU); DPIA-mal følger med | Ja, og gå gjennom den for dette valget: behandlingen skjer utenfor EU. Vi leverer malen |
| Dataene deres brukes til å trene en modell | Ikke av oss. Leverandøren følger avtalen dere har med den | Ikke av oss. Leverandøren følger avtalen dere har med den | Ikke av oss. Leverandøren følger avtalen dere har med den | Ikke av oss. Det finnes ingen modelleverandør | Ikke av oss. Leverandøren følger avtalen dere har med den |
| Kostnad | |||||
| Slik betaler dere | Per token, på Azure-fakturaen deres | Per token, på Azure-fakturaen deres | Per token, på Azure-fakturaen deres | Per time for deres egen GPU-maskin | Per token, fakturert av modellens leverandør |
| Pris | I snitt 1,32 USD per million tokens inn og 5,65 USD per million tokens ut | I snitt 0,38 USD per million tokens inn og 1,11 USD per million tokens ut | I snitt 5,33 USD per million tokens inn og 25,33 USD per million tokens ut | Omtrent 3 486 USD i måneden til betal-etter-bruk-pris for én maskin med én GPU, enten den brukes eller ikke; de største modellene trenger maskiner med flere GPU-er, som koster langt mer (priser per maskin på modellsiden) | I snitt 5,00 USD per million tokens inn og 25,00 USD per million tokens ut |
| Kvalitet | |||||
| Kvalitet sammenlignet med standardmodellen | Høy: de beste modellene med åpne vekter på de publiserte indeksene | God: under standardmodellen der de har et publisert resultat felles | Høyest: foran standardmodellen på de publiserte indeksene | Avhenger av den åpne modellen dere kjører, opp til de beste åpne vektene | Blandet: bak standardmodellen på de fleste publiserte resultatene de har felles |
| 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, åpen kildekode
Personvern og regler
- Kan brukes i tråd med GDPR
- Ja, med en DPIA og et overføringsgrunnlag
- Bygget slik at de lagrede dataene blir i deres egen Azure i EU
- Ja
- KI-modellen behandler forespørselen innenfor EU
- Nei, utenfor EU
- Hvem som behandler forespørselen
- En tredjepart eller Microsoft, i Azure
- Merkede kolonner og gjenkjente navn og id-er maskeres før modellkallet
- Ja, på som standard; IT-ansvarlig kan slå den av per type data
- Overføringsgrunnlag når forespørselen sendes ut av EU/EØS
- Spør oss
- Personvernkonsekvensvurdering (DPIA) hos virksomheten deres
- Ja, og gå gjennom den for dette valget: behandlingen skjer utenfor EU. Vi leverer malen
- Dataene deres brukes til å trene en modell
- Ikke av oss. Leverandøren følger avtalen dere har med den
Kostnad
- Slik betaler dere
- Per token, på Azure-fakturaen deres
- Pris
- I snitt 1,32 USD per million tokens inn og 5,65 USD per million tokens ut
Kvalitet
- Kvalitet sammenlignet med standardmodellen
- Høy: de beste modellene med åpne vekter på de publiserte indeksene
- Eksempler på modeller
- Kimi K3, DeepSeek V4.1 Flash, GLM-5.3 og gpt-oss-120b
Sammenlign alle fem
| Spørsmål | Foundry Azure, åpen kildekode | Foundry Azure EU, åpen kildekode | Frontiermodeller i Foundry | Selvdriftet VM i deres Azure | Direkte tilgang |
|---|---|---|---|---|---|
| Personvern og regler | |||||
| Kan brukes i tråd med GDPR | Ja, med en DPIA og et overføringsgrunnlag | Ja, med en DPIA | Ja, med en DPIA og et overføringsgrunnlag | Ja, med en DPIA | Ja, med en DPIA og et overføringsgrunnlag |
| Bygget slik at de lagrede dataene blir i deres egen Azure i EU | Ja | Ja | Ja | Ja | Ja |
| KI-modellen behandler forespørselen innenfor EU | Nei, utenfor EU | Ja, bare innenfor EU | Nei, utenfor EU | Ja, i deres egen Azure-region | Nei, utenfor EU (leverandørens egen tjeneste) |
| Hvem som behandler forespørselen | En tredjepart eller Microsoft, i Azure | Microsoft, inne i Azure | Microsoft eller modellens leverandør, i Azure | Deres egen maskin. Ingen modelleverandør | Modelleverandøren, utenfor Azure |
| Merkede kolonner og gjenkjente navn og id-er maskeres før modellkallet | Ja, på som standard; IT-ansvarlig kan slå den av per type data | Ja, på som standard; IT-ansvarlig kan slå den av per type data | Ja, på som standard; IT-ansvarlig kan slå den av per type data | Ja, på som standard; IT-ansvarlig kan slå den av per type data, eller helt for dette valget | Ja, på som standard; IT-ansvarlig kan slå den av per type data |
| Overføringsgrunnlag når forespørselen sendes ut av EU/EØS | Spør oss | Ingen overføring: behandles i EU | Spør oss | Ingen overføring: behandles i EU | Spør oss |
| Personvernkonsekvensvurdering (DPIA) hos virksomheten deres | Ja, og gå gjennom den for dette valget: behandlingen skjer utenfor EU. Vi leverer malen | Ingen overføringsvurdering nødvendig (dataene blir i EU); DPIA-mal følger med | Ja, og gå gjennom den for dette valget: behandlingen skjer utenfor EU. Vi leverer malen | Ingen overføringsvurdering nødvendig (dataene blir i EU); DPIA-mal følger med | Ja, og gå gjennom den for dette valget: behandlingen skjer utenfor EU. Vi leverer malen |
| Dataene deres brukes til å trene en modell | Ikke av oss. Leverandøren følger avtalen dere har med den | Ikke av oss. Leverandøren følger avtalen dere har med den | Ikke av oss. Leverandøren følger avtalen dere har med den | Ikke av oss. Det finnes ingen modelleverandør | Ikke av oss. Leverandøren følger avtalen dere har med den |
| Kostnad | |||||
| Slik betaler dere | Per token, på Azure-fakturaen deres | Per token, på Azure-fakturaen deres | Per token, på Azure-fakturaen deres | Per time for deres egen GPU-maskin | Per token, fakturert av modellens leverandør |
| Pris | I snitt 1,32 USD per million tokens inn og 5,65 USD per million tokens ut | I snitt 0,38 USD per million tokens inn og 1,11 USD per million tokens ut | I snitt 5,33 USD per million tokens inn og 25,33 USD per million tokens ut | Omtrent 3 486 USD i måneden til betal-etter-bruk-pris for én maskin med én GPU, enten den brukes eller ikke; de største modellene trenger maskiner med flere GPU-er, som koster langt mer (priser per maskin på modellsiden) | I snitt 5,00 USD per million tokens inn og 25,00 USD per million tokens ut |
| Kvalitet | |||||
| Kvalitet sammenlignet med standardmodellen | Høy: de beste modellene med åpne vekter på de publiserte indeksene | God: under standardmodellen der de har et publisert resultat felles | Høyest: foran standardmodellen på de publiserte indeksene | Avhenger av den åpne modellen dere kjører, opp til de beste åpne vektene | Blandet: bak standardmodellen på de fleste publiserte resultatene de har felles |
| 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 |
Det er DPIA-en til virksomheten deres som avgjør.
Hvert svar om personvern og regler viser til sidene våre om personvern og regler; kostnad og kvalitet kommer fra modellsiden. Les sidene om personvern og regler
Se hvordan det virker Fra samtale til drift: stegeneKoble til systemene dere har
Få inn alle systemer, uansett hvordan de kobles til.
Velg en ferdig kobling, bruk systemets egen MCP-server, eller la oss bygge en kobling for et system ingen har koblet til før. Alle tre ender likt: i én modell av virksomheten, der den IT-ansvarlige hos dere velger hvilke kolonner som er sensitive. Senere legger den IT-ansvarlige til flere fra biblioteket, som vokser med programvareoppdateringene. Mangler dere en? Be om en kobling, så sender vi et tilbud.
- Bla i biblioteket
- Ta med egen MCP
- Egen kobling
Bibliotek
Ferdige koblinger etter kategori, hver med hva den leser. IT-ansvarlig velger; en leder bestemmer hvem som bruker dem.
Les merTa med egen MCP
Et system som allerede har en MCP-server, kobles til som det er. Dere velger hvilke av verktøyene som skal med.
Les merEgne koblinger
For et system uten noen av delene bygger vi koblingen. Vi kjører den sammen med dere, og dere bekrefter resultatet.
Les mer
Velg KI-modell
Velg KI-modellen som passer kravene dere må oppfylle, kvaliteten arbeidet trenger og budsjettet. Modellsiden vår sammenligner dem side om side. En ramme med bare EU er også mulig: valgt sammen med oss ved oppsett holder den behandlingen av hver forespørsel i EU.
- De beste modellene, til lavest prisVi tilbyr alltid de beste modellene og ser etter den laveste prisen, fordi vi ikke tjener noe på dem.
- Modeller kombinert etter hvor krevende oppgaven erInnenfor rammen dere velger, kan en toppmodell ta de krevende oppgavene og en billigere modell de enkle. Med behandling bare i EU, for eksempel: den sterkeste modellen som behandles i EU til krevende arbeid, og en billigere modell som behandles i EU til rutinearbeid. Fundarem er bygget for å sende hver type oppgave til sin egen modell. Den IT-ansvarlige velger hvilken modell som tar hvilken type oppgave.
- Ingen andel av KI-bruken deresDere betaler Microsoft direkte for modellen, én til én, på deres egen Azure-faktura. Vi tar ingen andel av tokenene og er ikke part i den transaksjonen. En modelleverandørs eget API, utenfor Azure, fakturerer dere også direkte.
- Hva dere betaler ossPrisen gis på forespørsel. Ingen etableringsavgift. Forbruket følges alltid, og dere bestemmer hva KI-en får bruke per forespørsel og per dag. Den IT-ansvarlige ser hver brukers aktivitet og hva den kostet.
Foundry Azure, åpen kildekodeStandard
Kimi K3
Hvor en forespørsel behandles: Utenfor EU
Fordeler
- Modeller med åpne vekter til priser for åpne modeller, fakturert gjennom Azure-abonnementet deres; de samme vektene kan også kjøre på deres egen maskin.
- Ingen leverandørkonto hos oss: utrullingen og nøkkelen er deres, med Azures styring og tilgangskontroll.
Ulemper
- Forespørsler behandles utenfor EU: en tredjepart leverer denne modellen, og Microsoft tar ikke med den leveransen i sine EU-forpliktelser.
- Betalt per bruk kan denne modellen behandles hvor som helst i verden; verten tilbyr ikke noe regionalt alternativ i EU.
Testresultater
Kilde: modellkort, hentet 2026-09-28.
Foundry Azure EU, åpen kildekode
DeepSeek V4 Flash
Hvor en forespørsel behandles: I EU (Microsoft Azure)
Fordeler
- Forespørsler forlater aldri EU: Microsoft behandler dem bare innenfor EUs medlemsland.
- Solgt og støttet av Microsoft under én Azure-avtale.
Ulemper
- Færre modeller enn der behandlingen kan skje hvor som helst i verden, og svakere enn standardmodellen i de publiserte testene.
- Nye modeller kommer hit senere enn der behandlingen kan skje hvor som helst i verden.
Testresultater
Kilde: modellkort, hentet 2026-09-28.
Kilde: modellkort, hentet 2026-11-03.
Frontiermodeller i Foundry
Claude Opus 5.5
Hvor en forespørsel behandles: Utenfor EU (Microsoft Azure)
Fordeler
- De høyest rangerte modellene på Foundrys kvalitetsindeks og Artificial Analysis Intelligence Index.
- Solgt gjennom Azure under én avtale, fakturert på Azure-fakturaen deres.
Ulemper
- Lukkede vekter: dere kan ikke flytte modellen til egne maskiner.
- Forespørsler behandles utenfor EU; for noen av disse modellene er modellens leverandør, ikke Microsoft, databehandler.
Testresultater
Selvdriftet VM i deres Azure
DeepSeek V4.1 Flash (open weights)
Hvor en forespørsel behandles: Deres egen maskin
Fordeler
- Foran standardmodellen på 3 av de 4 publiserte resultatene de har felles.
- Full isolasjon: ingen forespørsel forlater noen gang maskiner dere driver, i regionen dere valgte.
- Enhver modell med åpne vekter som lisensen tillater, også deres egen finjusterte.
Ulemper
- Dere patcher, skalerer og overvåker den selv; Spot-priser er lavere, men maskinen kan bli tatt tilbake.
- De største modellene trenger en maskin med flere GPU-er; prislisten viser ingen H100- eller A100-maskin i Norway East i dag, så det blir Sweden Central eller West Europe.
Testresultater
Kilde: modellkort, hentet 2026-11-03.
Direkte tilgang
Claude Opus 4.8
Hvor en forespørsel behandles: Utenfor EU (leverandørens eget API)
Fordeler
- En direkte tilkobling til leverandørens eget API, uten noen Azure-utrulling å sette opp.
- Fakturert av leverandøren per token, på deres egen konto hos den.
Ulemper
- Forespørsler behandles utenfor Azure og utenfor EU, av modelleverandøren: dere trenger en DPIA og et overføringsgrunnlag.
- Lukkede vekter: dere kan ikke flytte modellen til egne maskiner.
Testresultater
Kilde: modellkort, hentet 2026-09-28.
- GPQA Diamond
- Naturvitenskapelige spørsmål på masternivå
- Terminal-Bench 2.1
- Oppgaver i flere steg i en ekte kommandolinje
- SWE-Bench Verified
- Retter ekte, menneskesjekkede feil i åpen kildekode
Resultater i prosent, slik de er publisert på kildesiden for hvert tall; høyere er bedre. Trykk på et resultat for å åpne den siden. Der ingen offentlig side oppgir et resultat, står det på kortet: vi anslår aldri.
En KI-assistent for alle ansatte
Den fungerer som KI-assistentene dere allerede kjenner, men på virksomhetens egne data.
- Spør med vanlige ordSpørsmål om kunder, fakturaer, prosjekter eller personer får svar fra alle dataene deres, ikke fra ett system om gangen.
- Ser bare det den ansatte har tilgang tilAssistenten følger rollen til hver enkelt. En selger og en økonomisjef får ulike svar på det samme spørsmålet.
- Forbereder arbeidetDen finner fram, oppsummerer og lager utkast, og gjør bare endringer der virksomheten tillater det.
- Hvert spørsmål loggesHvem som spurte om hva, og hva som ble gjort, lagres i deres egen logg.
- Kjenner måten virksomheten jobber påHver virksomhet har sin egen firmahjerne, laget for å ligge i deres egen installasjon, og assistenten bruker den i svarene.
- Kjenner håndbokenSpør assistenten hvordan noe i Fundarem virker eller hvor det finnes. Den svarer ut fra produktets egen håndbok og lenker til skjermbildet. Deler som er skrevet for administratorer, er for administratorer og ledere; et medlem får dem ikke.
Eksempel med fiktive data
Hvilke kunder ligger etter med betalingen denne måneden?
Tre kunder har forfalte fakturaer:
- Nordvik Bygg ASkr 48 312
- Fjordlys Designkr 21 900
- Berg & Sønnerkr 9 450
Nordvik har også en åpen salgsmulighet på kr 450 000. Skal jeg lage utkast til en vennlig påminnelse til hver av dem?
- KundeNordvik Bygg AS
- Forfalt fakturakr 48 312
- Åpen avtalekr 450 000
Faktura 1187 på kr 48 312 er nå 14 dager over forfall.
En vennlig tone, siden en avtale er åpen.
Påminnelse sendt og notert på kunden
Slik løste vi dette før
Fire vegger står mellom en virksomhet og KI. Før Fundarem rev vi dem i et system i full drift for et av Norges tre største regnskapsbyråer.
- Vegg 1
Ingen integrasjoner
ERP-systemene til byrået hadde ingen standard måte å koble til en KI-agent på, og noen hadde ingen i det hele tatt. Vi koblet til Xledger, Tripletex, PowerOffice og Business Central.
- Vegg 2
Ikke noe kart over virksomheten
Dataene var ikke koblet sammen. Vi bygde ett kart over kundene, fakturaene, eiendelene, de ansatte og mva, og koblingene mellom dem, klart for KI både til å lese og til å skrive.
- Vegg 3
Regelverk
Personopplysninger kunne ikke bare sendes til en KI-modell. Personopplysninger i de merkede kolonnene ble maskert før hvert kall til en modell, og byrået fullførte og signerte en DPIA, med vår forhåndsutfylte mal som utgangspunkt.
- Vegg 4
Kontroll over KI-modellene
Modellene kjørte i vårt eget sikre Azure-oppsett, ikke i et separat KI-verktøy. De behandlet forespørslene utenfor EU, men inne i Microsofts sky.
Resultatet: ett dashbord for alt regnskapsarbeidet i byrået, med agenter som gjorde rutinearbeidet og var med på de komplekse oppgavene. KI-agenter som jobbet på kartet, sparte rundt 40 % av tiden på regnskapsarbeid generelt.
- Xledger
- Tripletex
- PowerOffice
- Business Central
- Kunde
- Faktura
- Eiendel
- Ansatt
- Mva-melding
- Leverandørfakturaer
- Avskrivninger
- Mva-melding
- Lønn
- Bankavstemming
Fundarem er den samme metoden, bygget som et produkt for alle virksomheter. Den kobler systemene deres sammen i ett kart, setter KI-agenter og en assistent i arbeid på det, og er bygget for å kjøre i virksomhetens egen sky.
Spørsmål
Hva er Fundarem?
En integrasjonsplattform som gjør virksomhetens programvaresystemer om til én ontologi, slik at agenter og dashbord kan jobbe på den. Den er laget for å kjøre i deres egen Azure-leietaker, i en EU-region.
Hvilke systemer kan vi koble til?
Ferdige koblinger: Microsoft 365, HubSpot, Salesforce, Tripletex, Xledger og Gitea. Et systems egen MCP-server. Eller vi bygger en skreddersydd kobling fra systemets API-dokumentasjon, og dere bekrefter den.
Hvor lagres dataene våre?
I deres egen Azure-leietaker, i EU-regionen dere velger ved oppsett. Det som kan gå ut, er et kall til en KI-modell, og hver vei sier hvor det behandles.
Blir personopplysninger sendt til KI-modellen?
Anonymisereren er på som standard for alle modeller. Før en forespørsel går til en modell, erstatter den verdiene i kolonnene IT-ansvarlig har merket for maskering, og navnene, fødselsnumrene, telefonnumrene og IBAN-numrene den kjenner igjen, med plassholdere. IT-ansvarlig kan slå den av per type persondata.
Må vi bytte ut eller flytte systemene våre?
Nei. Programvaren dere allerede bruker, kjører videre. Fundarem leser fra den, og skriver tilbake bare der dere tillater det.
Hva koster det?
Prises på forespørsel. Det er ingen etableringsavgift. KI-modellen faktureres på deres egen Azure-faktura.
Se det i bruk på et eksempelselskap.
Live-demoen kjører på et oppdiktet selskap med oppdiktede personer. Ingenting dere gjør der, berører et ekte system.