Våra mödrars släktträd växer
Mödrarnas släktträd har nu över 54 000 grenar!
Vi alla har fått en särskild genetisk gåva från våra mödrar och deras mödrar. Från dem har vi ärvt vårt mitokondrie-DNA (mtDNA). Det är en liten bit DNA som alltid ärvs från morslinjen, vilket gör den väldigt spännande att följa. Och spännande att jämföra med de närmare 20 000 förhistoriska människor som fått sitt DNA analyserat.
Alla som testar sitt mtDNA (mitokondrie-DNA) placeras i ett gigantiskt släktträd med alla morslinjer i världen. Ett släktträd som sträcker sig mer än hundrafemtiotusen år tillbaka, med rötter i Afrika. Detta släktträd har nu växt till fler än 54 000 grenar! Trädet finns hos Family Tree DNA, som lägger till nya grenar i takt med att fler testar sig och lägger till resultat från arkeologiska fynd.
Om du testar ditt mitokondrie-DNA får du veta vilken gren du tillhör i trädet, alltså vilken “haplogrupp” du tillhör. Alla som finns på samma gren tillhör samma så kallade “haplogrupp” och dessa grupper har namn som i bilden nedan.
Namn på grenar i mtDNA-trädet kan kännas förvirrande i början, men beskriver gren för gren vilken kvist längst ut i trädet en person tillhör.
Haplogruppernas namn ser krångliga ut, men egentligen är det ganska enkelt.
Har du till exempel haplogrupp H2a4, så finns du på huvudgrenen “H” i trädet och sedan gren “2” under H-grenen, gren “a” under H2 och slutligen grenen “4” under H1a. Alltså är din gren H2a4 och det är detta du får veta om du testar ditt mtDNA.
Du kan i Family Tree DNA:s träd se var din gren hör hemma och vilka andra som finns på samma gren. Och du kan se om där finns några historiska personer eller förhistoriska fynd som du är “släkt” med.
Förhistorisk släkting
Min hustru och våra barn tillhör haplogrupp H52 och det finns några arkeologiska fynd som bar på samma mtDNA. Den närmaste “släktingen” var en kvinna som levde under järnåldern, troligen på 600-talet, i vad som idag är östra Ungern, nära gränsen mot Ukraina. Att säga att de är “släkt” med denna kvinna är väl lite krystat, men de har bevisligen samma anmoder någonstans i historien. Det är onekligen en kittlande tanke.
Men mtDNA kan även användas för släktforskning i historisk och modern tid. Här kommer ett exempel, nämligen DNA-kartläggningen av “Stormor i Dalom”.
DNA hos Stormor i Dalom
Ett exempel på en historisk kvinna där vi känner till hennes haplogrupp är prästfrun i Leksand “Stormor i Dalom”. Hon levde i början av 1600-talet och tack vare att flera av hennes ättlingar testat sig, vet vi hennes haplogrupp. Ättlingarna härstammar från henne på sina raka morslinjer och bär alla mtDNA från grenen H11b1d2. Då vet vi att även Stormor hade denna haplogrupp!
Haplogrupp H11b1d2, som bars av lexandsprästfrun “Stormor i Dalom”, Margareta Hansdotter, född 1594. Hennes mtDNA är bekräftat genom test av flera nu levande ättlingar på dotterlinjer från henne.
Flera testade ättlingar till Stormor i Dalom, via dotterlinjer, bär på mtDNA H11b1d2. Det bevisar att släktskapen i trädet stämmer. Och det berättar för oss vilken haplogrupp deras gemensamma anmoder hade.
54 000 grenar i trädet
Idag (mars 2026) finns fler än 270 000 testade på mer än 54 000 grenar i det växande mtDNA-trädet. Vilka grenar/haplogrupper är vanligast? Det kan du se i diagrammet nedan. Som du ser så är haplogrupp H överlägset störst. Det betyder inte att H är vanligast i världen, utan det beror på att H-grenen är väldigt vanlig i Europa och i USA. De flesta som testat sig bor i just Europa och USA och därför ser det ut som det gör.
Antal testade som tillhör de olika huvudgrenarna i mtDNA-trädet (mars 2026). Källa: FTDNA
Hur ser det då ut i Sverige? Jo, tack vare att nästan 7000 av de testade har gått med i det så kallade Sverigeprojektet (hos Family Tree DNA), så har vi en bra bild av det. I diagrammet nedan kan du se hur många som tillhör de olika huvudgrenarna i trädet.
Även i Sverige är haplogrupp H och U vanligast bland de testade (mars 2026).
Kom med i trädet du också
DNA-släktforskning och mycket av forskningen om människans förhistoria bygger på att många testar sig. Ju fler man kan jämföra med, desto fler upptäckter kan man göra och desto fler slutsatser kan man dra.
Så, om du inte redan har testat ditt mitokondrie-DNA, fundera på det! Det är dels spännande att få resultatet och du bidrar till att hjälpa forskningen framåt. Jag kommer att framöver försöka skriva om intressanta vetenskapliga arkeogenetiska studier, där du kan se om du är “släkt” med någon av de analyserade förhistoriska människorna.
Enda stället att uttömmande testa ditt mtDNA är hos Family Tree DNA. Då placeras du dessutom direkt på rätt gren i trädet. Just nu har de faktiskt rea under hela mars (2026). Så om du beställer ett mtDNA-test, använd rabattkoden RT26MTV när du ska betala, så blir priset 119 dollar istället för 159 dollar. Jag vill vara tydlig med att jag inte har några ekonomiska kopplingar till Family Tree DNA, så jag tjänar inga pengar på deras tester. Men jag blir glad när fler testar sig, så att vi alla får fler släktmatchningar och forskningen får fler haplogrupper att pussla med för att kartlägga mänsklighetens vandringar genom historien.
Vi ses i grenverket på mtDNA-trädet!
Peter Sjölund
Genetiken avslöjar våra förfäders språkresor
180 förhistoriska människors DNA analyserat i stor studie och kopplade till spridningen av språk. Klicka på markörerna så ser du information om varje individ.
(fyndens åldrar är förstås ungefärliga och har en osäkerhet på ± något hundratal år.
Om du gjort ett test av av ditt mitokondrie-DNA eller din Y-kromosom (om du är man) har du i ditt resultat fått veta din så kallade “haplogrupp”. Du undrar kanske vad dessa bokstäver och siffror egentligen kan berätta om din djupa släkthistoria. I höstas gjorde arkeogenetiker ett genombrott som kan förändra hur vi förstår våra förfäders resor från öst - och det här är verkligen spännande!
En banbrytande studie har för första gången lyckats spåra genetiska "fingeravtryck" för hur hela språkfamiljer spreds över kontinenterna. Genom att analysera DNA från 180 forntida människor, som levde för 11 000 till 4 000 år sedan, från hela norra Eurasien har forskarna hittat genetiska markörer som visar hur våra förfäder bar med sig både sina gener och sina språk på långa förflyttningar tvärs över kontinenterna.
En forntida genetisk motorväg genom Sibirien
Det som forskarna upptäckte var inget mindre än en 700 mil lång genetisk "motorväg" som sträckte sig från Baltikum till det östliga Sibirien. Denna genetiska väg, som de kallar NEAHG-linjen (NEAHG = “North Eurasian Hunter-Gatherer”), existerade för cirka 5 000-10 000 år sedan och fungerade som en gigantisk förbindelselänk mellan Europa och Asien. Tänk dig att dina förfäder kunde ha rest längs denna route och mött andra grupper, utbytt både gener och ord, i en tid när hela kontinenter var utan gränser och öppna för migration.
Genetisk analys av de förhistoriska människorna i studien. Detta är ett så kallat “admixture-diagram” (visar uppblandning mellan olika befolkningspopulationer). Forskarna har identifierat genetiska varianter som var unika för individerna längt till öster i Kina (gul färg) och unika för individerna i Volhgaregionen i öst (ljusblått). Dessutom fanns unika genetiska varianter hos individer mitt i Ryssland, vid Jenisej-floden (vinrött). Man ser tydligt hur de genetiska signaturerna förändras gradvis från individerna i öst till individerna i väst. I väst finns dessutom inblandning av varianter som är typiska för människor i den så kallade “Iron Gates”-kulturen i nuvarande Rumänien.
Spårfärgen för uraliska språk
Det mest fascinerande är att forskarna nu kan peka på en specifik genetisk komponent, kallad “Yakutia_LNBA”, som fungerar som en sorts "spårfärg" för de uraliska språken. Man kan se att denna genetiska signatur började sin resa i östra Sibirien för cirka 4 500 år sedan och den finns idag hos alla som talar uraliska språk, från nganasanerna i arktiska Sibirien till finnar, samer, ester och ungrare.
Om du har testat ditt Y-DNA och fått haplogruppen N-L1026, så har du fått jackpot i släktspårningsammanhang! Denna Y-kromosomtyp hittades hos en forntida man som begravdes i Rostovka i östra Sibirien för ca 4000 år sedan, och han tillhörde Yakutia_LNBA-befolkningen som var nyckeln till de uraliska språkens spridning. En undergrupp av denna linje, N-L1026 > Z1936, är särskilt intressant - den finns hos upp till 40% av dagens finnar och kareler. Det betyder att den patrilineära släktlinjen för bärarna av detta Y-DNA sannolikt kan spåras tillbaka till dessa forntida språkbärare som började resa västerut för 4 000 år sedan.
Härifrån, från Rostovka vid Irtysj-floden i Sibirien för ca 4000 år sedan, har forskarna kunnat spåra den genetiska variant som tycks höra samman med de uraliska språkens spridning.
Bronsteknologi som spridningskanal
Men hur spreds egentligen dessa gener och språk? Svaret ligger i något som kallas Seima-Turbino-kulturen, en spännande period för 4 000 år sedan när avancerad bronsteknik spreds som en viral trend över hela Eurasien. De människor som bar med sig denna teknologi var genetiskt blandade grupper som innehöll just Yakutia_LNBA-ancestry. De reste, handlade, bosatte sig och gifte sig - och tog med sig både sina bronsrecept och sina uraliska ord. Och de bar spår av resorna som vi kan se i dagens Y-kromosomer. Studien har förstås även analyserat de förhistorska individernas mitokondrie-DNA, som ärvs via den raka mödernelinjen, men där finns inte lika tydliga spår. Det tycks alltså ha varit framförallt män som stod för att föra språket västerut.
Typisk bronsfigur från Seima-Turbino-kulturen, som tycks starkt kopplad till spridningen av de uraliska språken.
Överraskande kopplingar till Amerika
Här blir det riktigt spännande för de som härstammar från ursprungsamerikaner. Forskarna fann genetiska bevis som stöder en länge diskuterad teori: att sibiriska jeniseiska språk och nordamerikanska athabaskanska språk faktiskt hör ihop! Haplogruppen Q-YP1691, som hittades hos forntida Glazkovo-män vid Bajkalsjön, visar höga frekvenser hos grupper som Keter och förekommer också hos sibiriska turkar och samojeder. Detta ger oss en genetisk bro mellan Sibirien och Amerika som tidigare bara varit en språklig teori.
Vad betyder detta för dig som släktforskare?
Om du tillhör haplogrupp N (generellt), särskilt N-L1026 eller dess undergrupper, bär du på denna genetiska berättelse som sträcker sig österut över kontinenter och årtusenden. Din djupa fädernelinje linje kan spåras tillbaka till de människor som inte bara överlevde i det barska Sibirien, utan som också blev språkbärare för en hel språkfamilj.
Det som gör denna forskning så kraftfull är att den för första gången låter oss se hur gener och språk reste tillsammans. Vi lever verkligen i en spännande tid där “ancient DNA”-forskning kan bekräfta vad våra släktforskar-DNA-tester antyder. Att vi alla bär på berättelser om långa forntida resor, språkliga revolutioner och kulturella utbyten som formade världen vi känner idag.
Nästa gång du ser din haplogrupp i ett DNA-resultat, kom ihåg att du tittar på ett genetisk vykort från förhistorien. Ett vykort med ett meddelande från förfäder, som reste längre och påverkade mer än vi någonsin kunnat föreställa oss.
Är du släkt med någon av de förhistoriska människorna?
Här nedan ser du vilka haplogrupper som hittades i just denna studie. Du kan se haplogrupper för både mtDNA och Y-DNA och du kan längst ned klicka fram en detaljerad lista med alla grupper. Finns din egen haplogrupp med? Själva studien hittar du här: https://pmc.ncbi.nlm.nih.gov/articles/PMC12342343/
183 individer · 66 unika haplogrupper · 11 saknar täckning
Peter Sjölund
I skrivandet av detta inlägg har jag tagit hjälp av min assistent “AI-Anna”. AI-Anna är baserad på AI-modellen Claude och fantastiskt bra på att sammanfatta långa artiklar, föreslå upplägg till en text och bolla idéer med. Det är alltså jag själv som skriver, men med AI-Anna som bollplank, för att fånga det viktigaste och få hjälp med synpunkter och korrekturläsning. Hon är dessutom en hejare på att skriva programkod, för att till exempel visa haplogrupperna här ovan. Varför namnet AI-Anna? Jo, Anna är helt enkelt det allra vanligaste namnet i min släkt de senaste 400 åren och min farmor hette Anna. Så det känns tryggt.
Ny teknik förändrar DNA-släktforskningen
De senaste 20 åren har våra släktforskar-DNA-tester byggt på ungefär samma teknik. Nu byter ett av de största företagen analysmetod. Det kan bli startskottet för nästa generation av DNA-släktforskning!
Den 2 mars 2026 byter Family Tree DNA sättet de analyserar DNA-prover på. Tekniken som har använts sedan 2010 pensioneras och något betydligt kraftfullare tar över.
Från checklista till gatukarta
Det gamla testet har fungerat ungefär som en checklista. Det har tittat på cirka 700 000 utvalda punkter i ditt DNA och noterat vilken "DNA-bokstav" det hittat på exakt den punkten. Ett tillräckligt bra sätt att hitta DNA-matchningar som har samma DNA-bokstav på just de punkterna. Men DNA-analysen har bara sett precis vad den frågade efter.
Den nya tekniken gör något annat: den läser faktiskt av de delar av arvsmassan som är viktigast för släktforskning. Inte bara enstaka punkter, utan långa sträckor i DNA-koden - hela 280 miljoner punkter
Vad är skillnaden? Jo, tänk dig att leta efter ett hus på en karta:
- Gamla metoden = en karta med utmarkerade gatukorsningar. Du vet vad som finns precis där – men inte vad som finns däremellan.
- Nya metoden = en detaljerad gatuvy av hela kvarteret. Du ser husen på varje adress i mycket bättre upplösning.
Från och med nu läser man 280 miljoner punkter i DNA:t. Mer läst DNA-data ger bättre säkerhet i att hitta släktskap
Faktaruta: Vad är ett mikroarraychip?
Det gamla testet använder ett mikroarraychip – ett litet chip med kemiska sonder som kontrollerar cirka 700 000 kända varianter i ditt DNA. Det är snabbt och billigt, men begränsat till de positioner som är inprogrammerade från början. Tekniken har dominerat släktforsknings-DNA sedan tidigt 2000-tal.
Vad händer med dina resultat hos Family Tree DNA?
Kort svar: ingenting, än så länge.
Dina matchningar fungerar som vanligt. Ditt "ursprung" likaså. Family Tree DNA har tydligt sagt att befintliga resultat kommer att fortsätta fungera som vanligt. Du behöver inte börja om från noll.
Det spännande händer längre fram. När tillräckligt många nya prover har analyserats med den nya tekniken planerar Family Tree DNA att börja lansera nya funktioner och rapporter. Vad exakt? Det har de inte avslöjat ännu, men ny teknik brukar leda till bättre verktyg.
Vill du uppgradera? Det kommer att bli möjligt, till rabatterat pris. Men vänta på att Family Tree DNA skickar dig ett erbjudande. Det är inget du behöver bestämma dig för nu.
Är du ny testare?
Om du precis funderar på att ta ett Family Finder-test hos Family Tree DNA, behöver du inte göra något särskilt. Prover som anländer efter 2 mars 2026 analyseras med den nya tekniken automatiskt.
Varför inte bara sekvensera hela vårt DNA?
Det skulle man kunna göra. Det finns numera tester som sekvenserar hela arvsmassan, till exempel hos Myheritage. Men de läser av hela DNA:t med låg "upplösning", vilket ger många osäkerheter om hur din DNA-kod verkligen ser ut på varje ställe i koden. Mer data betyder inte alltid bättre resultat för att hitta släktskap. Family Tree DNA har valt att fokusera på avläsning i hög kvalitet av de delar som faktiskt spelar stor roll för att hitta släktingar. Det blir spännande att se vilka nya verktyg de kan utveckla med tillgång till allt detta DNA-data.
Faktaruta: Olika sätt att analysera DNA
- Mikroarray (gammal metod): Snabb och billig, men kontrollerar bara kända positioner
- Helgenomsekvensering med hög täckning: Läser hela arvsmassan noggrant – utmärkt för medicinsk forskning men dyr för släktforskning
- Helgenomsekvensering med låg täckning: Billigare, men ojämn datakvalitet och mer osäkra resultat för släktskap
- Riktad NGS-panel (Family Tree DNA:s nya metod): Fokuserar precisionen på de regioner som är viktigast för släktforskning – troligen bästa balansen för släktforskning just nu
Faktaruta: Vad är NGS?
Nästa generations-sekvensering (Next-Generation Sequencing, NGS) läser av själva DNA-sekvensen i utvalda regioner, i stället för att bara bocka av förutbestämda punkter. Family Tree DNA:s nya analys täcker ungefär 280 miljoner baspar (DNA-bokstäver), och varje position läses flera gånger för att minimera fel – ungefär som att låta tre korrekturläsare kolla samma text.
Startskottet för något nytt
Family Tree DNA:s teknikskifte är en av de största förändringarna i släktforskar-DNA-testning på många år. Bättre data ger mer detaljerade DNA-jämförelser och en möjlighet att ta fram nya verktyg för att hitta släktskap.
Det blir spännande att se vilka nya verktyg och tjänster de kommer att kunna erb juda med den nya tekniken!
Oavsett om du redan har testat dig eller precis har börjat fundera på det, så är DNA-släktforskningen är på väg in i ett nytt kapitel.
Behöver du göra något?
Är du redan testad hos Family Tree DNA kommer dina resultat inte att påverkas. Nya matchningar kommer att dyka upp precis som förut. Men Family Tree DNA kommer att erbjuda en uppgradering till det här nya analyssättet, som kanske kan ge nya insikter. Håll utkik efter nyheter!
Låt AI hjälpa dig att städa!
AI kan fungera som din assistent, ständigt redo att hjälpa dig med små eller stora uppgifter. Att städa till exempel. Nej, jag pratar inte om att torka golven (även om det hade varit toppen). Men AI kan hjälpa dig städa i dina släktuppgifter.
Jag har släktforskat i många år och har skrivit in en massa uppgifter i mitt släktforskarprogram. Idag har jag fler än 5000 personer i min egen släktdatabas och vet att jag inte har kompletta uppgifter på alla. Datum för födelse, vigsel eller död kan saknas , alla ortnamn är inte konsekvent skrivna och så vidare. Här kan jag ta städhjälp av AI!
Många släktforskarprogram har vissa ”städfunktioner” inbyggda, men inte alla. Låt oss testa att städa med AI, vilket fungerar med alla olika släktprogram. Häng med!
Jag börjar med att exportera mina släktuppgifter från programmet som en så kallad GEDCOM-fil, det internationella formatet för att utbyta släktdata mellan olika program.
I detta exempel har jag valt att exportera fem generationer av mina anor. Man behöver ju inte städa allt på en gång.
Jag öppnar nu valfri AI-modell. Alla klarar detta, t ex Claude, Google Gemini eller ChatGTP. (Om jag ska jobba med en väldigt stor GEDCOM-fil med tusentals personer är Gemini att föredra, då den klarar att hantera störst mängder information). Jag laddar upp min fil och skriver följande prompt till AI:
Prompt: Läs denna GEDCOM-fil och ge mig en tabell med alla personer. Tabellen ska ha följande kolumner: Namn (förnamn och efternamn), Födelsedatum, Vigseldatum, Dödsdatum. Ange datumen i formatet YYYY-MM-DD. Sortera tabellen på födelsedatum.
AI svarar: Här är en sammanställning av personerna i GEDCOM-filen, sorterade efter födelsedatum.
Listan är lång, detta är ett utdrag.
Här ser jag snabbt att det finns en del datum att komplettera. Dels två födelsedatum och ett dödsdatum, vilka bara har årtal, dels ett antal saknade vigseldatum. Det går enkelt att göra med hjälp av Arkiv Digitals register (och förstås koll i originalböckerna). När jag fyllt i de saknade datumen i mitt släktprogram gör jag en ny export av GEDCOM-filen och ber AI ge mig en likadan tabell baserat på den.
Prompt: Jag har nu kompletterat saknade datum. Kan du skapa samma tabell utifrån denna nya GEDCOM?
AI svarar: Här är den uppdaterade tabellen med de kompletterade datumen.
Det ser ju riktigt bra ut! Men det finns nog mer att städa. Jag känner på mig att jag exempel angivit ortnamn på olika sätt. Därför ber jag nu AI kolla dessa.
Prompt: Ortsangivelser ska vara angivna som ort, församling, län och land. Kan du kontrollera om alla angivelser i filen är korrekta?
AI svarar: Här är en genomgång av de brister jag hittat:
1. Ofullständiga angivelser (saknar län eller land)
Dessa poster saknar en eller flera av de högre administrativa nivåerna:
Umeå: För person @I1435@ anges endast "Umeå". Här saknas församling (t.ex. Umeå stadsförsamling), län (Västerbotten) och land (Sverige).
Skönsmon, Sundsvall: För person @I10@ och @I11@ anges "Skönsmon, Sundsvall". Här saknas län (Västernorrland) och land (Sverige).
Utanlandsjö, Arnäs (Y): För person @I4323@ används förkortningen "(Y)" för Västernorrland och land (Sverige) saknas.
Nordsjö, Trehörningsjö s:n: För person @I3957@ används förkortningen "s:n" (socken). Här saknas län (Västernorrland) och land (Sverige).
2. Angivelser som saknar specifik ort (gård/by)
Dessa poster börjar direkt på församlingsnivå. Om målet är att alltid ha med en specifik ort/gård saknas den informationen här:
Ullånger, Västernorrland, Sverige: (@I1@, @I1123@, @I1124@) Saknar specifik by/ort i Ullånger.
Skön, Västernorrland, Sverige: (@I5@) Saknar specifik ort i Skön.
Viksjö, Västernorrland, Sverige: (@I2712@) Saknar specifik ort i Viksjö.
Rekommendation: För att filen ska vara helt konsekvent bör du komplettera de poster som endast har stadnamn (som Umeå) och de som använder förkortningar (som "s:n" eller "(Y)").
Vill du att jag tar fram en specifik lista på de personer vars födelseorter behöver kompletteras?
Jag svarar: Ja tack
Det här är en fånig sak med AI, att jag skriver ”tack”. Det är ju en maskin jag pratar med! Men… det känns bra på något sätt att vara artig.
AI svarar:
En tydlig åtgärdslista - Perfekt! Nu kan jag gå igenom dessa personer och fixa det som bör åtgärdas. På någon timme har jag fått välstädade datum och ortnamn. Nu kan jag gå vidare och till exempel be AI kolla om jag har yrken angivna på alla personer, eller vad jag nu vill städa upp.
Sedan är det bara att göra en export av fler generationer av anorna och göra på samma sätt. Bit för bit får jag en släktdatabas med så kompletta uppgifter som möjligt. Detta är ännu ett exempel på att användning av AI inte bygger på enstaka frågor och svar utan på att vi samtalar med vår AI-assistent i flera steg, för att komma fram till bra resultat.
Och när AI:n har min nu kompletterade GEDCOM-fil i minnet kan jag ställa alla möjliga frågor och få statistik, namnlistor, åldrar och andra intressanta uppgifter. Men det får bli ämnet för ett annat inlägg.
Lycka till med städningen!
Nytt AI-verktyg för att presentera släkten snyggt
Julafton kom tidigt i år! Nu finns en helt ny möjlighet att illustrera släkthistorien, eller vilken information som helst. Med hjälp av Googles AI-verktyg NotebookLM kan du nu snabbt och enkelt skapa snygg ”infografik” för en släkting, en familj, en händelse eller vad du nu vill berätta om. Det blir väldigt snyggt och översiktligt, precis som om du hade en personlig illustratör vid din sida.
Jag skrev ihop en kort livshistoria på en halv A4 om min anfader Lars Thunman och laddade upp den. Inom några minuter fick jag denna bild:
Det känns nästan som magi. Nu kan alla presentera släktinformation på ett proffsigt och intressant sätt. En presentation som kanske kan locka till läsning även hos den del av släkten som är ointresserade av släktforskning.
Det går även att välja att skapa en mer avancerad “detaljerad” bild. Än så länge kan det bli en hel del stavfel om man skapar en bild på svenska, men engelska fungerar bra. Så här blev bilden för Lars Thunman i detaljerat läge:
Jag är verkligen nöjd över denna snygga och överskådliga grafik över Lars Thunmans liv. Den text som jag gav som underlag för skapandet av dessa bilder är:
Lars Thunman föds 1738 i Södermanland. 1760 kommer han till Stockholm och skriver in sig som sjöman. Han är klädd som en typisk svensk sjöman vid den tiden. Kläderna är sydda för att vara slitstarka och varma. Materialen är grova och domineras av vadmal. Färgskalan är dova naturfärger: grått, brunt, och oblekt vitt. På överkroppen bär han en vid linneskjorta och runt halsen en löst knuten mörkblå scarf. Över skjortan bär han en blå jacka i tjockt ylletyg med metallknappar. På underkroppen har han rymliga långbyxor av återanvänd segelduk. På huvudet har Lars en trekantshatt, under vilken det sticker fram en fläta av hans hår baktill. Lars arbetar på handelsskepp som seglar till både Portugal, Frankrike och England. 1763 gifter han sig med sin hustru Brita Kristina Kellberg, som är dotter till en perukmakare i Vimmerby, och på hösten samma år föds deras förstfödde son, Johan. Lars mönstrar på ett skepp som heter Wasa, ett skepp han ska komma att tillbringa de kommande tio åren på. Först gör skeppet några resor till Marseille vid Medelhavet och i oktober 1764 avgår skeppet Wasa från Stockholm, åter med destination Medelhavet. Det ska komma att bli en lång och äventyrlig resa. Skeppet blir borta från Sverige i åtta år, innan Lars Thunman åter ska få återse sin hustru och deras lille ettårige son Johan! Under de åren seglar skeppet Wasa omkring på Medelhavet och fraktar salt från Tripoli till Marocko och tillbaka lastat med grönsaker till Tripoli. De tar sig igenom stormar och möten med sjörövare. Efter de åtta åren kommer skeppet tillbaka till södra Sverige, med skeppet är i så dåligt skick att Lars och de övriga i besättningen får lämna skeppet i Marstrand och vandra till fots de 50 milen hem till Stockholm. Nu har Lars avancerat till styrman och reser med olika skepp runt Östersjön för att frakta spannmål och andra varor från Baltikum till Stockholm. 1788 avancerar Lars till skeppare och blir invald i Stockholms skepparsocietet. Han är nu kapten på galeasen Jungfru Maria, ett segelfartyg med tre master. Med skeppet fraktar han varor över Östersjön. 1785 seglar han åter till Medelhavet och blir borta i två är. När skeppet kommer tillbaka berättas att Lars hanterat besättningen illa och strax därefter försvinner Lars. Han tycks ha hoppat på en båt till Medelhavet för att söka efter sonen Johan som rymt från ett annat fartyg. Han hittar honom inte och han kommer aldrig tillbaka till Stockholm. Hans kvarlämnade hustru berättar gråtande för myndigheterna att hon inte vet var hennes man är och hon vet inte om han är död eller om han lever. Parets andra son, som också heter Lars Thunman, följer i faderns fotspår och blir sjöman. Efter några år flyttar han norrut till staden Härnösand. Där blir ett av hans barn en anmoder till mig, Peter Sjölund.
I den första bilden kan du se att den nyblivne sjömannen Lars Thunman på 1760-talet bär en alltför modern sjömansklädsel. Jag lade därför till beskrivning av hans klädsel i min text och när jag skapade den engelska bilden blev det därför mycket bättre. Det visar att det är viktigt att inkludera uppgifter om viktiga detaljer, som du vill ska synas i bilden.
Så gör du
Om du själv vill prova på att skapa denna typ av infografik-bilder gör du så här:
Gå till https://notebooklm.google/
Klicka på “Testa NotebookLM” eller logga in. Du behöver logga in med ett Google-konto.
Välj att skapa ett nytt “anteckningsblock”.
Du blir uppmanad att ladda upp en källa. Här laddar du upp en text, helst i pdf-format eller som en bild i jpg-format.
Klicka på “Informationsgrafik” till höger. Nu skapar verktyget din bild. När det är klart kan du öppna bilden och ladda ner den.
Som gratisanvändare kan du skapa tre bilder per dygn. Om du har ett betalt abonnemang på Google Gemini Pro kan du skapa 15 bilder per dygn.
Testa och experimentera med de nya möjligheterna. Bara din fantasi sätter gränserna!
Återskapa släktens fotografier med AI (del 1)
Från mörkrum till AI
Har du också lådor och album med gamla släktfotografier som sett bättre dagar? Vattenskador, bleknade färger, revor och fläckar. Tidens tand är sällan skonsam mot släktens fotografier. Säkert har du önskat att du hade ett trollspö som kunde återskapa originalbildernas forna glans igen.
Min farmor Anna Petronella Pettersson (andra från vänster) och hennes familj i Sundsvall, ca 1920.
Sådana trollspön finns faktiskt, i form av AI-drivna bildrestaureringsverktyg. Men se upp - allt är inte guld som glimmar! Olika AI-verktyg utlovar att det som tidigare krävde många timmar av noggrant arbete i avancerade bildverktyg nu kan göras på några sekunder. Men så enkelt är det inte! Så, innan du kastar dig över denna nya teknik finns det några viktiga saker du behöver veta.
I två inlägg kommer jag att gå igenom bakgrunden till dagens AI-möjligheter för fotografier, vilka djupa fallgropar som finns och hur du kan använda de nya verktygen för att verkligen ta hand om den bildskatt som dina gamla släktbilder är.
Bildfixning - från kemikalier till AI
Mörkrummets tid. Fotorestaurering är ingen ny företeelse. Ända sedan fotografins barndom har människor modifierat och förbättrat bilder. I mörkrummets era kunde skickliga tekniker utföra mirakel med rätt kemikalier och tekniker. De kunde justera kontrast och exponering, eller till och med sätta ihop flera negativ för att skapa en ny bild. Vem har inte sett exempel på hur Stalin såg till att oönskade personer “försvann” från fotografierna. Ett foto har alltså aldrig varit en garanterad bild av verkligheten.
Stalin var känd för att manipulera foton för att radera ut oönskade personer. Långt före AI.
Men mörkrumstekniken hade sina utmaningar. Den krävde mycket tid för att lära sig, för att inte tala om kostnaden för utrustning, kemikalier och film.
Den digitala revolutionen. När Photoshop kom i början av 1990-talet kunde alla som var villiga att investera tid och pengar (programmet kostade cirka 7000 kronor vid lanseringen) börja “förbättra” bilder. Plötsligt kunde du ta bort repor, justera färger, återskapa saknade delar av bilder och lägga till saker i en bild – utan att behöva ett mörkrum!
Precis som mörkrumstekniken krävde dock Photoshop omfattande kunskap och övning. Innan du kunde restaurera ett enda gammalt foto behövde du månader av träning och sedan många timmar framför skärmen för att restaurera varje skadat minne från det gamla fotoalbumet.
AI förändrar spelplanen helt
Här kommer den stora skillnaden mellan traditionell redigering och AI:
Traditionella tekniker modifierar bara de specifika delar av bilden du väljer att redigera. Ändrar du kontrasten, så ändras bara kontrasten, inget mer, inget mindre. Lagar du en repa genom att fylla i det skadade området med innehåll, ändras den lilla delen av bilden, inget annat.
AI-verktyg däremot genererar en helt ny bild, pixel för pixel. När du ber AI att "ta bort repan över buketten i bröllopsfotot" skapar den en helt ny bild baserat på:
Bilden du laddat upp
Instruktionen du gav till AI
Miljarder av andra fotografier som AI-modellen tränats på
Varför AI-restaurering är annorlunda
Det är här du verkligen behöver vara uppmärksam om du bryr dig om hur släktingarna faktiskt såg ut. AI-verktyg kan inte selektivt redigera bara en del av en bild som Photoshop kan. Istället genererar de varje pixel i bilden när du ber om en förändring – oavsett hur liten ändringen är. Den “fixade” bilden blir därför alltid lite annorlunda än originalet.
AI gissar sig fram. Historiska bilder är ofta spruckna, rivna eller bleknade, vilket gör vissa detaljer svåra att tolka eller helt borta. AI hanterar detta genom att göra "kvalificerade gissningar" om detaljerna den inte kan se. AI jämför ditt foto med miljarder foton i sin träningsdata och fyller på med något den sett tidigare.
Några exempel:
Det knappt synliga mönstret på mormors klänning? AI:n kompletterar det baserat på mönster från andra fotografier från samma era
Den bleknade byggnaden i bakgrunden? Den skärps och förbättras baserat på bilder av hus som AI:n sett tidigare.
Frisyren som är svår att se i det överexponerade fotot? AI:n väljer en från hundratals stilar den sett när den tränats.
Ofta är dessa gissningar anmärkningsvärt bra. De fämsta AI-modellerna är fantastiska på att bevara "släktforskningsrelevanta" element – ansikten, klädesstilar och allmän tidsanda. Men en gissning är fortfarande en gissning. Dessa gissningar kan lägga till detaljer som aldrig fanns där och ta bort eller ändra detaljer som faktiskt fanns. En AI-fixad bild är därför aldrig en restaurerad originalbild, det är alltid en återskapad bild!
Googles Gemini 2.5 Flash – ett genombrott
Utvecklingen går snabbt och nya AI-modeller lanseras ständigt. I augusti 2025 släppte Google Gemini 2.5 Flash Image (en modell som även kallas Nano Banana), som är ett enormt steg framåt inom AI-baserad bildrestaurering. Detta verktyg är betydligt bättre än tidigare AI-verktyg på att bevara ansiktsdrag och historiska detaljer när du modifierar visuella element som kontrast, exponering och skärpa.
En “förbättrad” version av ett gammat foto kan nu skapas på under minuten med en enkel textinstruktion (prompt). Men tänk på att det fortfarande är ett återskapat foto, inte en regelrätt restaurering av fotot.
Verkligt exempel från mitt släktarkiv
Anna Nilsdotter, f 1869 i Sörflärke. Original och AI-återskapad bild
Min svärmors farmor, Anna Nilsdotter från Anundsjö är ett exempel på hur fel det kan bli. Här laddade jag upp originalfotografiet från tidigt 1900-tal. Fotot var oskarpt från början och visar sin ålder med damm och repor. När AI-verktyget (ChatGPT 5) “restaurerade” bilden gjorde den ett imponerande jobb med skärpa och kontraster. Resultatet blev en bild som kunde vara tagen med en modern kamera! Men… Inte är det samma person på bilden!
Jämför vi originalet med AI:s “restaurering” ser vi att hennes ansikte ändrats så mycket att hon inte längre är samma person. Ganska lik är hon absolut, men det är definitivt inte samma person på bilden. Detta är typiskt för de flesta AI-verktyg idag. “Kavajslagen” på hennes rock är inte heller desamma som på originalbilden. Ai har helt enkelt gissat och gissat fel i den detaljen.
I nästa del: Jag går igenom hur du dokumenterar dina AI-restaureringar på ett ansvarsfullt sätt, vilka metoder som fungerar bäst för släktforskare, och hur du bevarar både originalet och den förbättrade versionen för framtida generationer. Du får också konkreta tips på hur du formulerar dina instruktioner till AI:n och undviker de vanligaste fallgroparna.
Sammanfattning:
AI-restaurering skapar en helt ny bild, inte bara redigerar den gamla
Verktyget "gissar" sig fram till saknade detaljer
Ansikten och kläder kan förändras oavsiktligt
Dokumentera alltid vad du gjort med bilden (mer om det i nästa del)
Bevara alltid originalet oförändrat för framtida generationer!
Nyfiken på hur det gick för farmor i skolan?
Jag har fått frågor från läsare av min bok om Tomas Ledins farmor och farfar.
–Var hittade du all information om hur Svea och Jonas hade det i skolan i början av 1900-talet?
Jag tänkte att vi skulle titta närmare på det.
Alla har vi en farmor och en farfar och de flesta av oss kan faktiskt kartlägga deras skolgång och betyg. Svaren finns förstås i arkiven. Men när det gäller skolornas handlingar pratar vi inte om Riksarkivets stora och luftiga arkivlokaler runt om i landet, som slottet i Vadstena eller det stora arkivet i Härnösand. Nej, här måste vi söka oss till mer ”skumma kvarter”, till kommunarkiven. Det är arkiv som ofta ligger i mer anspråkslösa lokaler, inte sällan i en källare någonstans.
Precis så är det i Kramfors, där nycklarna till Tomas Ledins farmor Sveas skolgång gömmer sig i kommunarkivet. Betongfasaden som ramar in dörren känns som hämtad från någon öststat på 1900-talet.
Det ser inte särskilt lovande ut när man kliver in i den mörka källaren. Men när lysrören blinkar igång och avslöjar vad som finns därinne, inser man att här finns en guldgruva för den som är intresserad av människorna och lokalhistorien i de bygder som finns i kommunen.
Här finns arkiven från skolorna, med början i tiden när ansvaret för folkskolan på 1860-talet flyttades från församlingarna till de nybildade kommunerna. Det som finns bevarat är framförallt betygskataloger och ”dagböcker”, som visar elevernas närvaro och när olika lov inföll. Även handlingar om vilka inventarier som fanns i skolorna och vilka alster som eleverna skapade i slöjden kan finnas bevarade.
Examenskatalogerna är de mest intressanta handlingarna att ge sig in i. Här hittar vi våra släktingar när de år för år tar sig igenom först småskolans två år och sedan folkskolans fyra (från 1882 sex) år. Läraren har i katalogerna noterat vilket betyg varje elev fått i de olika ämnena, men också ofta vad som ingick i undervisningen och om eleven fick någon bok i gåva för goda insatser.
Skoltiden är en tid som de flesta av oss minns väl (med värme eller skräck) och här kan vi skapa oss en bild av våra släktingars skolgång. Ta reda på (i kyrkoarkiven) var dina far- och morföräldrar bodde från 7 till 14 års ålder och ring till det kommunarkivet för att boka ett besök. De kan hjälpa dig att hitta rätt skolas arkiv. Det är garanterat spännande!
Kan dina särskilda färdigheter i sång, matte, skrivande eller hantverk spåras till någon av dina släktingar? I fallet Tomas Ledin, visade det sig att hans farmor Svea fick högsta betyg i sång. Kanske var det hon som bar på de musikaliska gener som fördes vidare till hennes barnbarn Tomas?
Vill du läsa om allt jag hittat om Ledins farmor och farfars liv i arkiven, beställ gärna min bok “Svea & Jonas” här: shop.petersjolund.se
