Datarommet har fått en ny jobb i transaksjonene. AI kan fjerne mye av det manuelle arbeidet med å bygge, fylle og drive et datarom, samtidig som teknologien stiller nye krav til konfidensialitet, tilgangsstyring og kontroll. Det endrer hva advokatfirmaer, PE-fond og andre profesjonelle brukere bør se etter når de velger datarom.
Einar Romsaas var gjennom en rekke due diligence-prosesser i løpet av nesten fem år i investeringsselskapet Øgreid, de siste årene som partner. De samme frustrasjonene dukket opp fra prosess til prosess. Selv noe så elementært som å finne tilbake til et dokument han tidligere hadde lest, kunne være vanskelig. Søk ga ikke alltid relevante treff, og mye av arbeidet med å bygge og drive datarommet var manuelt.
"I hver eneste prosess satt jeg og tenkte på hvordan jeg ville gjort ting annerledes og forbedret funksjonaliteten dersom det var jeg som skulle ha bygget datarommet", sier Romsaas.
Virtuelle datarom, ofte kalt VDR, gjorde det langt enklere å dele sensitiv dokumentasjon sikkert. Et godt datarom skal samtidig gjøre det enkelt for kjøpere og rådgivere å finne informasjonen de trenger, samtidig som selgersiden beholder kontrollen over hvem som får se hva. Mye av arbeidet med å samle inn, strukturere, finne og følge opp dokumentene har likevel fortsatt vært manuelt. AI kan nå overta deler av dette arbeidet.
EY registrerte 985 annonserte transaksjoner med norsk kjøper, selger eller målselskap i 2025 og 1 048 de siste tolv månedene frem til utgangen av andre kvartal 2026. Tallene omfatter transaksjoner som er annonsert og registrert i databasen Mergermarket. I tillegg kommer mindre oppkjøp som aldri offentliggjøres og salgsprosesser der datarommet tas i bruk, men transaksjonen ikke blir gjennomført.
Mange av prosessene drives dessuten av de samme aktørene. PE-fond bygger selskaper gjennom tilleggsoppkjøp, industrielle kjøpere tar over konkurrenter og leverandører, og advokatfirmaer og andre rådgivere går fra den ene prosessen til den neste.
BDO Norge registrerte 245 transaksjoner i 2025 knyttet til såkalte roll-up-strategier, der en kjøper bygger en større virksomhet gjennom en serie mindre oppkjøp. I slike miljøer gjentas det samme praktiske arbeidet mange ganger i året. For aktører som gjennomfører mange transaksjoner, gjentas arbeidet med å etablere, fylle og drive datarommet hver gang. Selv små forbedringer i arbeidsflyten kan derfor få stor samlet effekt gjennom året.
Mye av arbeidet starter før datarommet åpnes. Dokumentasjonen finnes ofte allerede, men ligger spredt i mapper og undermapper hos selskapet og dets rådgivere, med ulik struktur og varierende filnavn. Samtidig har kjøpersiden gjerne sendt en request list i et regneark. Alt skal organiseres slik at kjøper finner frem og forstår hva som er gjort tilgjengelig.
Her kan AI fjerne mye av det manuelle arbeidet. Materialet kan lastes opp slik det er, og AI kan foreslå en mappestruktur basert på innholdet i dokumentene eller på kjøpers request list, sammen med forslag til hvor hvert dokument hører hjemme. Fagpersonen kontrollerer og justerer forslaget i stedet for å bygge strukturen og sortere dokumentene fra bunnen av. Det er fortsatt fagpersonen som bør kontrollere at strukturen er riktig, at dokumentasjonen er komplett og at riktig versjon av dokumentene deles.
Når datarommet er i bruk, kan AI gjøre skannede dokumenter søkbare, finne informasjon på tvers av store dokumentmengder og foreslå svar på spørsmål fra kjøpersiden med henvisning til hvor informasjonen er hentet fra. AI kan også brukes til å analysere dokumentasjonen og lage rapporter basert på innholdet i datarommet. Semantisk søk gjør det også mulig å finne dokumenter basert på innholdet, uten at brukeren trenger å huske filnavnet eller hvilken mappe dokumentet ligger i. For kjøpersiden betyr det at arbeidet i større grad kan starte med hva man leter etter, fremfor hvor dokumentet kan være lagret.
VDR-leverandøren SS&C Intralinks fikk i første kvartal 2026 Reuters Insights til å gjennomføre en undersøkelse blant 400 M&A-profesjonelle. Resultatene viser hvor langt bruken av AI har kommet. Respondentene kommer blant annet fra PE-fond, oppkjøpende selskaper, investeringsbanker, rådgivningsfirmaer og advokatfirmaer. Nesten halvparten har hovedkontor i USA og Canada, og rundt en tredjedel i Europa.
Av respondentene oppgir 61 prosent at de bruker AI til dokumentgjennomgang i due diligence, mens 78 prosent bruker AI i bekreftende due diligence, inkludert Q&A. En tredjedel oppgir at AI sparer dem mellom 21 og 30 prosent av tiden i due diligence-fasen.
I Intralinks-undersøkelsen har 80 prosent opplevd hendelser eller nestenhendelser knyttet til sikkerhet eller nøyaktighet ved bruk av AI det siste året. Den vanligste var at AI fikk tilgang til mer informasjon enn tiltenkt eller gjorde uønskede endringer, noe 48 prosent hadde opplevd. Thomson Reuters fant samtidig at 34 prosent av 1 816 fagfolk innen jus, revisjon, skatt og compliance bruker AI-verktøy arbeidsgiveren ikke har godkjent.
Advokater må i tillegg ta hensyn til kravene som følger av taushetsplikten og andre yrkesetiske regler. CCBE, sammenslutningen av europeiske advokatforeninger, peker i sin veiledning om generativ AI på at advokaten må forstå hvordan klientinformasjon behandles når den legges inn i et AI-verktøy. Blant spørsmålene er om informasjonen brukes til modelltrening, om den deles med tredjeparter, hvor behandlingen skjer og hvilke avtaler som regulerer den. CCBE peker også på risikoen ved AI-systemer som har tilgang til informasjon fra flere klienter, blant annet utilsiktet deling av konfidensiell informasjon og interessekonflikter.
AI trenger heller ikke å gjøre alt inne i datarommet. Juridiske AI-plattformer som Harvey og Legora brukes i transaksjonsarbeid, og nesten halvparten av respondentene i Intralinks-undersøkelsen foretrekker spesialiserte AI-verktøy fremfor én samlet plattform. Datasite har i år annonsert integrasjoner med både Legora og Harvey, der tilgangsrettighetene i datarommet følger dokumentene inn i AI-verktøyet.
Det peker mot en arbeidsdeling. For store advokatfirmaer kan mye av den juridiske analysen skje i verktøyene firmaet selv har valgt. Samtidig kan AI i datarommet brukes til å søke i og analysere dokumentene, svare på spørsmål og lage rapporter, i tillegg til å redusere arbeidet med å bygge, fylle, strukturere og drive rommet.
For PE-fond, rådgivere og advokatfirmaer uten egne spesialiserte AI-plattformer kan AI-funksjonene i datarommet få en større rolle.
Uansett løsning bør tilgangsstyringen følge dokumentene. Brukeren bør vite hvilke dokumenter AI kan lese, hvor informasjonen behandles, om den brukes til trening og hvor i dokumentene svarene er hentet fra.
AI gjør også kvaliteten på selve datarommet viktigere. Svarene avhenger av dokumentgrunnlaget, og utdaterte versjoner, dubletter eller mangelfull dokumentasjon kan gi misvisende svar. Et ryddig og kontrollert datarom er derfor en forutsetning for å kunne stole på AI-funksjonene.
Det er naturlig å fortsette med datarommet man kjenner. Rådgiverne kjenner løsningen, sikkerhetsvurderingen er gjort og arbeidsmåten er innarbeidet. Men en kjent leverandør er ikke nødvendigvis den løsningen som i dag gir den beste kombinasjonen av brukervennlighet, funksjonalitet, sikkerhet og pris.
Et datarom skiller seg samtidig fra mange andre virksomhetssystemer. Det opprettes normalt for den enkelte transaksjonen. Å teste en ny leverandør krever derfor ikke at eksisterende prosesser flyttes eller at hele virksomheten bytter system. Neste transaksjon kan brukes til å prøve en ny løsning og sammenligne arbeidsmengde, brukeropplevelse og kostnad med datarommet man bruker i dag.
For et advokatfirma, PE-fond eller annet miljø med mange transaksjoner kan selv små forskjeller få stor betydning over tid. Mindre manuelt arbeid, enklere bruk for kjøpere og rådgivere og lavere kostnader kan gi en liten gevinst i én transaksjon, men en betydelig samlet effekt når det gjentas gjennom året. Det gjør terskelen for å teste lav, samtidig som gevinsten kan bli betydelig dersom den nye løsningen fungerer bedre.
Sikkerhet, tilgangsstyring og pris er grunnleggende krav til et datarom. AI gjør det relevant å undersøke mer. Hvor mye manuelt arbeid kan løsningen fjerne, hva kan AI faktisk gjøre, og hvilken kontroll har brukerne over informasjonen?
-
Hvor mye manuelt arbeid kan fjernes i oppsettet? Test gjerne med en request list eller et anonymisert dokumentsett fra en tidligere transaksjon. Se hvor mye av strukturen og plasseringen av dokumentene løsningen kan foreslå, og hvor mye som fortsatt må gjøres manuelt.
-
Hvor enkelt er det å finne informasjonen man trenger? Test om brukerne kan søke i innhold og mening på tvers av dokumentene, også i skannede dokumenter. Se også om AI-svar og søkeresultater gjør det enkelt å gå tilbake til dokumentet og kontrollere kilden.
-
Hvor godt fungerer Q&A i praksis? Se om spørsmål kan knyttes direkte til dokumenter og konkrete steder i dokumentene, hvordan svar kvalitetssikres og godkjennes, og hvor mye som fortsatt må håndteres i regneark og e-post.
-
Hva kan AI faktisk gjøre i dag? Be om å få funksjonaliteten demonstrert. Skill mellom det som finnes i produktet og det som står på veikartet. Kontroller også om AI-svar kan etterprøves mot dokumentene de bygger på.
-
Hvilken informasjon får AI tilgang til? Kontroller at AI følger brukerens tilgangsrettigheter, og undersøk hvordan informasjon fra ulike transaksjoner og kunder holdes adskilt. Avklar hvor data behandles, hvilke underleverandører som benyttes og om dokumenter, spørsmål eller svar brukes til modelltrening.
-
Hva skjer når dokumentene brukes i andre AI-verktøy? Advokatfirmaer, PE-fond og rådgivere kan ha egne AI-verktøy for analyse. Undersøk hvordan dokumenter kan brukes i disse uten at tilgangsstyring, konfidensialitet og kontroll går tapt.
-
Hva kan dokumenteres underveis og etter transaksjonen? Se hva som faktisk loggføres, hvilke aktiviteter som kan spores og hvordan datarommet kan dokumenteres eller arkiveres etter at prosessen er avsluttet. Be også om dokumentasjon på relevante sikkerhetssertifiseringer og hva de omfatter.
-
Hva koster datarommet når hele transaksjonen regnes med? Sammenlign kostnaden når datamengden øker, flere brukere kommer til eller prosessen varer lenger enn planlagt. Ta også med tiden som brukes på oppsett, dokumenthåndtering, Q&A og administrasjon. En forskjell i lisenspris kan være liten sammenlignet med kostnaden ved mange ekstra arbeidstimer.
Orgbrain har tilbudt datarom i flere år, først og fremst til eksisterende kunder som har hatt behov for et sikkert datarom i forbindelse med en konkret prosess. Gjennom dette har vi bygget opp både teknisk infrastruktur og intern kompetanse på VDR. Med Orgbrain VDR utvider vi tilbudet med en løsning utviklet for advokatfirmaer, PE-fond og andre som gjennomfører mange transaksjoner, med funksjonalitet for blant annet oppsett fra request lists, dokumenthåndtering og Q&A.
Den nye løsningen har sitt utspring i erfaringene Einar Romsaas gjorde gjennom en rekke transaksjoner i investeringsselskapet Øgreid. Romsaas og medgründer Mithunan Sivakumar kjente hverandre fra studietiden ved NTNU. Da de startet utviklingen, kombinerte de erfaringene fra transaksjonsarbeid med teknologisk kompetanse for å bygge et datarom fra grunnen av.
Det ga dem mulighet til å utvikle arbeidsflyten og den tekniske infrastrukturen med AI som en del av produktutviklingen fra starten. Samtidig kunne tilgangsstyring og kontroll med sensitiv informasjon utvikles med AI-bruk som en del av utgangspunktet. AI kan brukes både til å redusere det manuelle arbeidet med å bygge, fylle og drive datarommet, og til å analysere dokumentene, stille spørsmål og lage rapporter. Juridisk analyse kan også skje i verktøyene kunden selv har valgt.
Ustrukturerte mapper og filer kan lastes opp slik de er, og AI kan foreslå både mappestruktur og hvor dokumentene bør plasseres. Har kjøper sendt en request list, kan den brukes som utgangspunkt for strukturen i datarommet. Før rommet åpnes kan administratorene se det slik kjøper vil se det.
Når datarommet er i bruk, kan AI gjøre skannede dokumenter søkbare, finne informasjon på tvers av store dokumentmengder og foreslå svar på spørsmål fra kjøpersiden med henvisning til hvor informasjonen er hentet fra. Brukerne kan også benytte AI-agenter som arbeider på tvers av dokumentene og lager rapporter basert på innholdet i datarommet. Dokumenter brukeren nylig har sett, samles i en egen oversikt, slik at det er enkelt å finne tilbake til dem.
Oppgaver, status og Q&A kan håndteres direkte i datarommet, slik at behovet for separate regneark og e-posttråder reduseres. Spørsmål og svar kan knyttes til konkrete steder i dokumentene, også i Excel-filer, og svar kan kreve godkjenning fra en senior før de sendes.
Kunden velger selv om AI-funksjonaliteten skal brukes i datarommet. Når AI brukes, følger den brukerens tilgangsrettigheter. En bruker kan dermed ikke bruke AI til å hente informasjon fra dokumenter vedkommende ikke har tilgang til. Behandlingen skjer hos Google innenfor EU, og dokumenter, spørsmål og svar brukes ikke til å trene modeller.
Alle handlinger og visninger loggføres i en revisjonslogg, og datarommet kan arkiveres etter at transaksjonen er avsluttet.
Orgbrain VDR er ISO 27001-sertifisert.
Vil dere se hvor mye enklere neste datarom kan settes opp? Ta med en anonymisert request list fra en tidligere transaksjon. Vi viser hvordan den kan brukes til å sette opp den samme prosessen i Orgbrain VDR, og hvor mye av det manuelle arbeidet som kan reduseres.
Ta kontakt med Einar Romsaas på einar.romsaas@orgbrain.no eller 47 26 85 98.
