
Hur övar vi för kriser, förstår risker och bygger mer motståndskraftiga samhällen i en föränderlig värld?
RisCon26 samlar praktiskt inriktade workshops där deltagarna utforskar banbrytande metoder för att hantera samhällsrisker, utveckla krisberedskap, använda artificiell intelligens och arbeta med geospatial riskanalys. Här möts forskning och praktik för att skapa lösningar som fungerar i verkligheten.
Workshop – RiskLab
Konferensen kommer att innehålla tre workshops som utvecklats av forskare vid RiskLab. RiskLab är Centrum för forskning om samhällsriskers huvudsakliga plattform för kunskaps- och erfarenhetsutbyte kring samhällsrisker och fungerar som en mötesplats för forskning om pedagogiska metoder relaterade till samhällsrisker (för mer information, se RiskLab® vid Centrum för forskning om samhällsrisker (CSR) | Karlstads universitet).
Varje workshop kommer att ge deltagarna möjlighet att på ett interaktivt och lekfullt sätt dela med sig av sina erfarenheter och sin kunskap kopplad till det övergripande temat. Det primära syftet är därför att lära av varandra och diskutera idéer. Workshoparna kommer även ge forskare kopplade till RiskLab möjlighet att samla in data relaterad till samhällsrisker och användningen av seriösa spel.
Mer information kommer att skickas via e‑post till alla anmälda konferensdeltagare i god tid inför konferensen.

Foto: https://www.kau.se/csr/om-csr/risklabr/riskkoping
Workshop – Swedish Competence Centre for Satellite Enabled Social Science Analytics (SESAC): Kritiska infrastrukturer och tillgänglighetsanalys vid översvämning
Denna workshop ger deltagarna en introduktion till jordobservation (EO), geografiska informationssystem (GIS) och grundläggande rumslig analys för att förstå både de direkta och indirekta effekterna av översvämningar på kritisk infrastruktur, vägnät och tillgänglighet. Den är utformad som en praktisk utbildning på nybörjarnivå som gör komplexa geospatiala datamängder mer tillgängliga och användbara i praktiken.
Analysen bygger på ett realistiskt översvämningsscenario i Sverige, där extrema nederbördsmängder leder till att floder och sjöar svämmar över, omfattande översvämningar och ansamling av ytvatten. Vägarna översvämmas, vilket försvårar tillgången till viktiga inrättningar såsom sjukhus och räddningstjänst.
Deltagarna kommer att utgå från en central fråga:
Hur påverkar översvämningar tillgängligheten, och vilka drabbas hårdast?
Med hjälp av resultat från översvämningsriskanalyser, GIS-lager, data om vägnätet, platser för kritisk infrastruktur och demografisk information kommer deltagarna att undersöka hur olika datamängder kan kombineras för att förstå de faktiska konsekvenserna och främja samhällets motståndskraft. Genom vägledda exempel och användarvänliga verktyg följer workshopen hela analyskedjan – från kartläggning av översvämningsexponering till bedömning av tillgänglighet och tolkning av de resulterande konsekvenserna.
Det övergripande målet är att koppla samman vetenskapliga metoder med samhällsinriktade tillämpningar och främja tvärvetenskapligt samarbete mellan naturvetenskap och samhällsvetenskap. Workshopen är öppen för studenter på alla nivåer, forskare, praktiker, intressenter och yrkesverksamma. Det krävs ingen tidigare erfarenhet av programmering.
Datum: 8 oktober 2026
Tid: 13:00–14:30
Antal deltagare: Högst 30 deltagare
Anmälan
Deltagare som anmält sig till RisCon26 väljer sina önskade workshops separat via konferensens anmälningssystem och får sedan en bekräftelse på vilka platser de tilldelats.
Workshopen är även öppen för deltagare som har fått en särskild inbjudan via SESAC:s nätverk och som inte på annat sätt är anmälda till RisCon26. Deltagande på detta sätt är kostnadsfritt, eftersom SESAC står för workshopavgiften på 300 SEK.
SESAC-only registration: https://sola.kau.se/csrworkshop/
Sista anmälningsdag: 11 september 2026
Workshop – Informatik / Centrum för tjänsteforskning vid Karlstads universitet: AI-stödda seriösa spel för krisövning – praktisk användning, kvalitet och styrning
Krisövningar anses allmänt vara avgörande för beredskap, samordning och beslutsfattande under press. Samtidigt möter många organisationer praktiska begränsningar: att utveckla och genomföra kvalitativa övningar kräver betydande expertis, förberedelser och resurser. Detta begränsar hur ofta övning kan genomföras och vilka som har möjlighet att delta.
Denna workshop utforskar ett AI-medierat arbetssätt för scenariobaserad krisövning, där ett generativt AI-system stödjer den roll som traditionellt innehas av en övningsledare. Systemet hjälper till att konfigurera övningar, generera händelseutvecklingar (“injects”), styra tempot i interaktionen och bedöma deltagarnas åtgärder, samtidigt som det upprätthåller en gemensam och kontinuerligt uppdaterad lägesbild. Metoden har utvecklats genom iterativ prototyputveckling och bygger på etablerade riktlinjer (t.ex. HSEEP och ISO 22398), med målet att komplettera snarare än ersätta befintliga arbetssätt.
Deltagarna kommer att delta i en AI-stödd tabletop-övning och därefter genomföra en strukturerad reflektion kring dess funktion och konsekvenser. Diskussionen fokuserar på tre centrala dimensioner:
(1) övningskvalitet (t.ex. realism, engagemang och lärandeeffekt), (2) facilitering och kontroll (t.ex. transparens, möjlighet till ingripande och samspel mellan människa och AI), samt
(3) styrning och ansvarsfull användning (t.ex. tillförlitlighet, ansvarsfördelning och lämplig användning av AI i säkerhetskritiska sammanhang).
Genom att samla forskare, praktiker och beslutsfattare syftar workshopen till att bedöma var AI-stödd facilitering realistiskt kan skapa värde, var nya risker uppstår och under vilka förutsättningar tekniken kan bidra till mer skalbar och återkommande krisövning. Syftet är också att generera konkreta insikter för organisationer som överväger denna typ av lösningar, samt att identifiera prioriterade områden för fortsatt forskning och utveckling.
Genom att engagera forskare, praktiker och beslutsfattare är målet att belysa både möjligheter och begränsningar med AI-medierad träning samt att identifiera krav för en ansvarsfull implementering.