Dags för föreningsstämma – kan ChatGPT hjälpa till med årsredovisningen?

Det är nu dags för stämma i bostadsrättsföreningen och jag har fått årsredovisningen för genomläsning. Eftersom jag inte är expert på att tolka sådana dokument laddade jag upp pdf:en till ChatGPT och bad om hjälp med följande prompt:

“Kan du analysera den bifogade årsredovisningen och jämföra föreningen XXXX:s nyckeltal med liknande bostadsrättsföreningar?”

Jag fick ett bra och tydligt svar, inklusive erbjudande om en PowerPoint-presentation – som visade sig vara riktigt bra.

Det jag nu skulle behöva er hjälp med, ni som är proffs på detta, är att kvalitetssäkra resultatet – alltså inte granska föreningen i sig, utan de jämförelser som ChatGPT gör med generella nyckeltal och andra föreningar:

  • Är resultatet i huvudsak korrekt, eller “hallucinerar” ChatGPT?

Om det visar sig vara i huvudsak korrekt, så är det här ett mycket användbart verktyg för oss som inte är vana att läsa årsredovisningar – särskilt om man hittat sin drömlägenhet (eller kanske det fördelaktiga leasingkontraktet på drömbilen…).

Jag bifogar delar av resultatet från ChatGPT i inlägget, så att ni kan bedöma kvaliteten.


Soliditeten skulle jag hoppat över. Både eget kapital och mark-/byggnadstillgångar är fiktiva siffror i en brf och inte marknadsvärde. Jag brukar kolla på lån i förhållande till taxeringsvärde*1,33. Taxeringsvärde kan du hämta på SKVs hemsida om det inte framgår i årsredovisningen.

10 000kr/kvm som gräns för hög skuldsättning har hängt med ett bra tag. Men en jämn och fin siffra så lär hänga med ett tag till. Håller dock med om att 19 000/ kvm är högt.

Håller med, soliditet är ett värdelöst mått på BRF:er.

Nya BRF:er brukar ha hög soliditet eftersom tillgångarna är värderade närmare marknadspris, medan äldre föreningar har väldigt låg soliditet eftersom tillgångarna (framförallt marken) inte värderats om på decennier.