Ladda upp en tabell från Excel eller CSV

Prova det

Genomgång: Ladda upp en tabell (Excel eller CSV)Steg 1 av 5Fiktiva data

Dra filen hit eller tryck på ”Välj filer”. GoalCube läser den på sin egen server i EU; själva filen sparas inte.

FöregåendeNästa

Alla steg (5)

1. Dra filen hit eller tryck på ”Välj filer”. GoalCube läser den på sin egen server i EU; själva filen sparas inte.
2. GoalCube kontrollerar också om någon kan kännas igen utifrån kolumnerna och markerar ord i fritexten som kan peka ut en person. Här hittades inget.
3. GoalCube föreslår hur varje kolumn ska skyddas och visar vad AI:n ser. Ge datasetet ett namn.
4. Tryck på ”Spara datasetet”.
5. Datasetet ligger nu under Personuppgifter. AI:n kan använda det när användningen är registrerad.

Det här gör GoalCube åt er

Så här ser det ut: Ladda upp dataFiktiva data

• Hittar språket i texten, så att namn och kön hanteras rätt.
• Föreslår skyddet för varje kolumn utifrån rubrik och innehåll, t.ex. ”Personnamn → pseudonym” för en kolumn med namn.
• Väljer ID-kolumnen – den som skiljer raderna åt – automatiskt.
• Visar de första raderna så som AI:n kommer att se dem.
• Gör städer till region – även i fri text, t.ex. ”Malmö” → ”Skåne län”.
• Markerar ord som kan peka på en person och kontrollerar om någon kan kännas igen utifrån kolumnerna (se nedan).

Är ett förslag fel kan ni fälla ut Ändra skyddet. Se Ändra skyddet per kolumn.

Gula ord: det som kan peka på en person

Genomgång: Välj vad AI:n ser av ord som kan peka ut en personSteg 1 av 7Fiktiva data

Ladda upp en tabell med fritext, t.ex. anteckningar om medarbetare.

FöregåendeNästa

Alla steg (7)

1. Ladda upp en tabell med fritext, t.ex. anteckningar om medarbetare.
2. Högst upp ser du vem som sticker ut i kolumnerna. Här är varje anställningsdatum unikt. Tryck på förslaget för att göra det till ett intervall.
3. Under det står de gula orden: namn och nummer är dolda, men de här orden kan fortfarande peka ut en person. Hälsa, fackligt medlemskap, religion, politik och brott görs bredare som standard.
4. Välj för varje ord: ”Låt stå”, ”Gör bredare” eller ”Dölj”. Här döljs ”CFO”.
5. Ge datasetet ett namn.
6. Tryck på ”Spara datasetet”. AI:n ser nu [personligt förhållande], [borttaget] och en region i stället för orden.
7. Valen gäller hela datasetet. De gula orden hittas med listor och mönster för text på danska, engelska, tyska, franska, nederländska, italienska, spanska, svenska, finska och polska och kan missa något – läs igenom texten.

Namn och nummer är dolda, men en text kan ändå avslöja vem det handlar om, t.ex. ”sjukskriven för utmattning”, ”medlem i facket”, ”vår enda kvinnliga ingenjör” eller ”CFO”. GoalCube markerar sådana ord med gult under ”Ord som kan peka på en person”. För varje ord kan ni välja:

Ord om hälsa (även graviditet), fackförening, religion, politik, etniskt ursprung, sexualitet och straff görs bredare som standard – de blir [personligt förhållande]. Andra ord, t.ex. om familjeförhållanden, ”enda” och ledande befattningar, står kvar som standard. Med Välj för alla … gör ni samma val för en hel grupp. Valen gäller hela datasetet, och ni ser resultatet i förhandsgranskningen innan ni sparar.

Markeringen sker utifrån listor och mönster och gäller text på danska, engelska, tyska, franska, nederländska, italienska, spanska, svenska, finska och polska. Platshållaren står på datasetets språk, t.ex. [personligt förhållande] på svenska. Den kan missa något, så läs igenom texten. Är texten på ett annat språk står det i rutan.

Kan någon kännas igen utifrån kolumnerna?

Handlar tabellen om personer kontrollerar GoalCube om någon är den enda med en viss kombination, t.ex. åldersgrupp + region + befattning. Rutan visar hur många poster som sticker ut och på vilka kolumner. Under rutan står upp till tre förslag, t.ex. Gör om ”Anställningstid” till ett intervall, Gör om ”Stad” till region eller Skicka inte ”Befattning” till AI:n. Tryck på ett förslag, så ändras kolumnen och kontrollen körs igen. ”Inga poster sticker ut” betyder lägre risk – inte ingen risk.

AI:n får bara risknivån för varje post (låg, medel eller hög), aldrig förklaringen. Se även Dataset.

Bra råd

• Ta bara med de kolumner som AI:n ska använda.
• Ge datasetet ett namn utan personnamn och hemliga ord – AI:n ser namnet.
• Dataset med beslut om personer markeras, så att en människa alltid beslutar.

Gränser

Se Gränser. Får ni ett felmeddelande, se Felmeddelanden.

Skärmarna är inspelade från GoalCube 0.26.0 den 22 oktober 2026 med fiktiva data.