PMI-CPMAI – PMI:s certifiering för projektledare inom AI-projekt - Projektledarpodden
Person håller en surfplatta med texten Certification – illustrerar PMI-CPMAI-certifieringen för projektledare inom AI-projektledning
Foto: rawpixel.com / magnific.com

Project Management Institute lanserade PMI Certified Professional in Managing AI (PMI-CPMAI) — en certifiering för projektledare och produktchefer som arbetar med AI-initiativ. Certifieringen bygger på CPMAI-metodiken med sex faser och kräver genomförd förberedelsekurs men inget tidigare AI- eller projektledningserfarenhet. För svenska projektledare som möter AI-projekt i sina organisationer är det ett konkret kompetensramverk att känna till.

PMI-CPMAI – huvudpunkter

  • PMI-CPMAI-certifieringen kräver att innehavaren genomför 30 Professional Development Units (PDUs) var tredje år för att bibehålla certifieringen (källa: PMI, 2026-05-13).
  • PMI-CPMAI kräver inga förkunskaper i projektledning, teknik eller AI för att påbörja kursen och genomföra provet. Kunskaper inom projektledning eller AI-grunder är dock värdefulla (källa: PMI Exam Content Outline, 2025).
  • Genomförd PMI-CPMAI Exam Prep Course är ett obligatoriskt krav för att kunna boka och genomföra provet. Kursen ger 21 PDU:er som kan tillgodoräknas mot andra PMI-certifieringars underhållskrav (källa: PMI, 2026-05-13).
  • PMI-CPMAI-provet erbjuds på engelska och planeras tillgängliggöras på arabiska, brasiliansk portugisiska, franska, tyska, japanska, koreanska, förenklad och traditionell kinesiska samt spanska i januari 2026 (källa: PMI Exam Content Outline, 2025).
  • För att skriva PMI-CPMAI-provet krävs att kandidaten är minst 18 år och genomfört den 30-timmar obligatoriska förberedelsekursen. Inga andra formella krav finns (källa: Techademy/PMI, 2026-01-28).
  • CPMAI-metodiken består av sex faser: affärsförståelse, dataförståelse, dataförberedelse, modellutveckling, modellutvärdering och modelloperationalisering. Certifieringen testar tillämpning av dessa faser på AI-projekt (källa: PMI/Techademy, 2026).
  • De vanligaste orsakerna till att AI-projekt misslyckas — och som testas i PMI-CPMAI-provet — är felaktiga affärsmål, bristande datastyrning, avsaknad av etisk tillsyn och otillräckligt intressentengagemang (källa: Udemy/PMI-CPMAI Exam Prep, 2026).
  • PMI-CPMAI v7-provet använder ett godkänt/underkänt-system. Ingen numerisk poäng eller domännivåfeedback ges vid resultatet. PMI erbjöll ett gratis omtagningsprogram till november 2025 för kandidater som inte godkändes vid första försöket (källa: PMI CPMAI v7 Exam Content Outline, 2025).

Vad detta betyder för projektledare

  • Strukturerat ramverk för AI-projekt fyller ett kunskapsgap. CPMAI-metodikens sex faser ger projektledare ett specifikt verktyg för att planera och leverera AI-initiativ — från affärsbehov till driftsättning av modell. Det kompletterar generella projektledningsmetoder som PMP med AI-specifika processer som modellvalidering och datastyrning.
  • Inga förkunskaper krävs — men kontextkunskap hjälper. PMI-CPMAI är tillgänglig för projektledare utan teknisk AI-bakgrund. Projektledare med erfarenhet av komplexa IT-leveranser har ett försprång i att förstå datakvalitetsfrågor, styrning och intressenthantering — alla centrala i provet.
  • Certifieringen är direkt tillämpbar på pågående AI-projekt. Ramverket betonar Agile som grundläggande metodik innan CPMAI-faserna tillämpas. Projektledare som redan arbetar agilt kan integrera CPMAI:s AI-specifika faser utan att byta grundläggande arbetsmetod.
  • PDU-kravet på 30 enheter vart tredje år kräver aktiv kompetensutveckling. Till skillnad från CPMAI v7 — som inte krävde förnyelse — kräver PMI-CPMAI löpande kompetensutveckling. Det speglar den snabba förändringshastigheten inom AI och ger en naturlig struktur för kontinuerlig lärande inom området.

Begrepp i artikeln

  • CPMAI (Cognitive Project Management in AI): PMI:s sexfasiga metodramverk för hantering av AI-projekt, från affärsförståelse till modelloperationalisering.
  • PDU (Professional Development Unit): Poäng för fortbildningsaktiviteter inom PMI:s certifieringssystem. 1 PDU = 1 timme kvalificerad inlärningsaktivitet.
  • CRISP-DM: Etablerat branschramverk för datavetenskap (Cross-Industry Standard Process for Data Mining) som CPMAI-metodiken bygger vidare på.
  • Modelloperationalisering: Fasen där en godkänd AI-modell driftsätts i produktionsmiljö och integreras i organisationens processer.
  • Model drift: Fenomenet att en AI-modells precision försämras över tid när indata förändras — ett centralt riskområde i PMI-CPMAI-provet.

Vanliga frågor

Vad är PMI-CPMAI-certifieringen? PMI-CPMAI (Certified Professional in Managing AI) är Project Management Institutes certifiering för projektledare och produktchefer som arbetar med AI-initiativ. Den bygger på CPMAI-metodikens sex faser och testar förmågan att planera, styra och leverera AI-projekt från affärsbehov till driftsättning (källa: PMI, 2026-05-13).

Krävs tidigare AI-erfarenhet för att ta PMI-CPMAI? Nej. PMI-CPMAI kräver inga förkunskaper i projektledning, teknik eller AI. Det enda formella kravet är att kandidaten är minst 18 år och genomfört den obligatoriska förberedelsekursen (källa: PMI Exam Content Outline, 2025).

Hur länge är PMI-CPMAI-certifieringen giltig? PMI-CPMAI kräver att innehavaren genomför 30 PDU:er var tredje år för att bibehålla certifieringen. Det skiljer sig från den tidigare CPMAI v7-certifieringen som inte krävde förnyelse (källa: PMI, 2026-05-13).

Vilka sex faser ingår i CPMAI-metodiken? CPMAI-metodiken består av affärsförståelse, dataförståelse, dataförberedelse, modellutveckling, modellutvärdering och modelloperationalisering. Dessa faser tillämpas iterativt på AI-projekt i kombination med Agile-principer (källa: PMI/Techademy, 2026).

Källa: PMI Certified Professional in Managing AI (PMI-CPMAI)™ Exam Prep Course & Certification / Project Management Institute (PMI), publicerad 2026-05-13.


Läs även


Projektledarpodden
Privacy Overview

This website uses cookies so that we can provide you with the best user experience possible. Cookie information is stored in your browser and performs functions such as recognising you when you return to our website and helping our team to understand which sections of the website you find most interesting and useful.