Vitki är ett öppet forskningsverktyg för runinskrifter. Det samlar Samnordisk runtextdatabas, statistiska modeller i R, 3D-mätning av huggspår och en delad mätkorpus i ett och samma arbetsflöde – från skanningen och sökningen till kartan, statistiken och den färdiga artikeln.
Med verktyget kan du följa ett drag – en bön, ett kors, en stavning – genom alla Sveriges vikingatida runstenar, se var och när det förekommer, mäta hur djupt och i vilken vinkel runorna är huggna, och pröva vem som ristade en sten. Varje resultat redovisas med sin osäkerhet och sin statistiska signifikans, och varje uppgift om en inskrift går att spåra till sin källa. Vitki körs på din egen dator och är fritt att ladda ner.
Mönster som syns först när man ser alla Sveriges vikingatida runstenar på en gång – vad vi ser, vad det kan betyda och hur det kan prövas.
Foto: Tubaist (sv.wikipedia), CC BY-SA 3.0Bara sex av 2 321 svenska runstenar nämner Tor eller bär hans hammare. De ristades medan korset bredde ut sig, mitt bland kristna stenar, och flera härmar korsets form. Varken de förlorade stenarna eller de som murades in i kyrkorna tyder på att det fanns fler. Vi tror att Tor kom till runstenarna som ett svar på korset.
Läs artikelnOmkring 1035 slutade mer än var fjärde runsten med en bön till Gud. Femtio år senare slutade fler med ristarens eget namn. Men signaturen trängde inte undan bönen, och den följde inte efterfrågan – den följde ristarna. Vi tror att den spreds som en sed från mästare till lärjunge.
Omkring år 1035 bad mer än var tredje runsten Gud om hjälp för den dödes själ. Femtio år senare gjorde bara en av tio det, fast korset fanns kvar på stenarna. Vi tror att bönen inte försvann – den flyttade in i kyrkan.
Artiklarna berättar om de mönster som Vitkis analyser hittar i runstenarna – för alla som är intresserade av runor och vikingatid, med statistiken förklarad och prövad.
Alla artiklar →Artiklarna bygger på beräkningar i R. Du behöver inte kunna R för att läsa dem – siffrorna förklaras i texten – men så här fungerar det.
R är ett fritt och öppet program för statistik och diagram. Det skapades på 1990-talet av statistikerna Ross Ihaka och Robert Gentleman i Nya Zeeland och används i dag av forskare över hela världen – också inom språkvetenskap, arkeologi och historia.
En analys i R är ett skript: en text som steg för steg beskriver vad datorn ska göra med materialet. Den som har skriptet och samma data får exakt samma resultat. Därför kan andra granska varje siffra i artiklarna – och pröva om de håller.
Över 20 000 tilläggspaket, skrivna av forskare, gör R till ett gemensamt verktygsförråd. Vitki använder bland annat paket för kartor (sf), för kurvor över tid (mgcv) och för att hitta platser där ett mönster samlas (spdep och smerc).
R räknar och jämför: hur vanligt ett drag är före och efter en viss tid, om stenarna står närmare vatten än slumpen skulle ge, om ett mönster samlas på en plats. Framför allt prövar R om ett mönster är tydligare än vad slumpen brukar ge – det är det som skiljer ett fynd från en tillfällighet.
# Andelen stenar med en bön,
# stilgrupp för stilgrupp
andel <- tapply(stenar$bon,
stenar$stilgrupp,
mean)Raden säger: ta uppgiften om bön för varje sten (1 för ja, 0 för nej), dela upp stenarna efter stilgrupp och räkna medelvärdet i varje grupp – det blir andelen stenar med en bön. Raderna som börjar med # är kommentarer för människor; datorn hoppar över dem.
Alla Vitkis R-skript finns öppet på GitHub, och i appen kan varje analys laddas ner som ett paket med skript och data.
Vitki ersätter inte runologens bedömning. Den ger mätbara, granskningsbara underlag att pröva hypoteser mot.
Pröva en attribuering mot Rundata, inskriftens ortografi, den uppmätta huggtekniken och en statistisk modell – och kontrollera geografi, stilgrupp, bergart och språkdrag mot landskapets övriga stenar.
Strykljus och relief ur 3D-skanningen och RTI-förstärkning gör grunda eller vittrade ristningar läsbara; en blind läsning kan jämföras med Rundata ord för ord.
Se en inskrifts stilgrupp i Gräslunds kronologi, och var den hamnar i en seriation byggd på språk och innehåll i stället för ornamentik.
Statistiken pekar ut det som är värt en runologs tid: grupper av stenar utan ristare, förändringar i stavning och tro, och attribueringar som bör prövas igen.
Samma fil och samma parametrar ger samma resultat, och varje mätning som delas i korpusen gör jämförelserna säkrare för alla. Bidragsgivare anges alltid.
Studenter kan utforska Rundata, kartor, stilgrupper och statistiken, se hur kvantitativa metoder fungerar – och var deras gränser går.
Uppgifter om inskrifter hämtas ur Samnordisk runtextdatabas och anges med källa. Mönster och ristarförslag räknas fram med statistiska modeller ur de belagda uppgifterna – inget signum, ingen text och ingen ristare gissas fram.
Varje statistisk modell valideras med korsvalidering, också på socknar och härader den aldrig sett. Varje mönster prövas dessutom i två oberoende halvor: stenarna delas socken för socken i två grupper med samma trakter och samma tid, analysen görs om i varje grupp, och mönstret räknas bara om det syns i båda – då beror det inte på några enskilda socknar eller ristare.
Mätvärden visas med spridning, andelar med konfidensintervall. P-värden justeras för många test och för hur hypotesen valdes, och det som är statistiskt signifikant märks tydligt.
Ett drag talar för en ristare bara om det är ovanligare på andra stenar i samma landskap – inte bara i hela korpusen.
Kandidater räknas fram ur beläggen med öppna vikter. AI läser bilder och skriver löptext, anger aldrig sannolikheter, och dess bedömningar märks som okalibrerade.
Negativa resultat och kända brister redovisas öppet, och tumregler som verktygsklassningen kallas tumregler.
Alla beräkningar beskrivs i METHODS.md.
Vitki körs på din egen dator. Här är några av vyerna – och vad de gör.
Välj ett drag – ett kors, en bön, en stavning – och se var det är vanligt och hur det förändras. Här kristen bön före och efter omkring 1050. Kartan visar andelen stenar med draget, så att Upplands många stenar inte döljer mönstret.
Alla 6 753 inskrifter i Samnordisk runtextdatabas, sökbara på text, plats, period, stilgrupp och ristare. Varje sökning kan laddas ner som tabell, med källan angiven.
Anne-Sofie Gräslunds stilgrupper, som daterar runstenarna efter ornamentiken, och hur Rundatas stenar fördelar sig mellan dem. Det är grunden för tidslinjerna i artiklarna.
Elva statistiska analyser i R: kluster, dialekter, datering, förändring över tid, fornlämningar och ortnamn. Varje resultat redovisar hur säkert det är och kan laddas ner som ett paket med skript och data.
De mönster som klarar de statistiska proven, vart och ett med en hypotes och ett förslag på hur den kan prövas. Härifrån kommer ämnena till artiklarna.
Varje runsten vägd mot Rundatas ristare med sex metoder – statistisk modell, ortografi, område, stilgrupp, språkdrag och bergart. Var stöder metoderna attribueringen, och var finns nya förslag?
Vitki mäter huggspåren i 3D-skanningar av runstenar. Exemplen kommer från Sö 113 i Södermanland, som vi har analyserat i en av våra studier.
Varje punkt på stenen färgad efter hur djupt den ligger under stenytan, från ljust vid ytan till mörkt fem millimeter ner. Runorna träder fram som en värmekarta – också där de är svåra att se med blotta ögat.
Så som runologer granskar en sten i fält – men i datorn, utan att vänta på rätt ljus.
Vitki lägger tvärsnitt genom spåren och mäter vinkel, djup och bredd. Färgen visar huggspårets vinkel i varje snitt.
Tvärsnitten genom runorna lagda på varandra. Den röda linjen är den typiska profilen – ristarens handlag i millimeter, som kan jämföras mellan stenar.
3D-skanning av Sö 113: Laila Kitzler Åhfeldt (2024), 3D-data Runstenar i Södermanland, Zenodo, doi:10.5281/zenodo.11951255, CC BY 4.0. Bearbetning och mätning: Vitki.
Plattformen står på axlarna av flera decenniers runologisk forskning. Det nya är framför allt öppenheten och att metoderna kombineras i samma verktyg.
Tidigare 3D-analyser av huggteknik har gjorts i proprietär programvara. Här är hela mätkedjan öppen källkod, körs i webbläsaren och redovisar varje snitt med spridning och full proveniens.
Stavningsmönster jämförs över hela Rundatas vikingatida korpus. Egennamn räknas inte, så att signaturer inte avslöjar svaret, och metoden utvärderas separat på signerade inskrifter.
Om ristarna arbetade lokalt, om stavningen följer avståndet och om språket följer ornamentikens kronologi prövas i R med uttalade kriterier, osäkerhet och beroendet av tidigare forskning angivet.
Litteraturens attribuering, ortografi, huggteknik och statistik vägs samman öppet, och kandidaterna prövas mot geografi, stil, bergart och språkdrag. Varje kandidat visar vilka belägg som stöder eller talar emot den.
Appen väger metodernas besked mot varandra och mot nyare källor, säger hur starkt fyndet är och vad som skulle kunna avgöra frågan – i stället för att lämna en lista med sannolikheter.
Mätningar från olika forskare samlas med licens och bidragsgivare, och ristare kopplas automatiskt via Rundata. Det gör jämförelser möjliga mellan projekt och regioner.
Runtexterna säger vem som reste stenen och varför. Öppna data om fornlämningar, terräng och strandlinjer visar var – och gör det möjligt att se mönster som ingen kunnat räkna på förut.
Gravfält, gravhögar, forna färdvägar, broar, fornborgar och hamnar ur RAÄ:s register över lämningar. 61 % av runstenarna står inom 500 m från ett gravfält, mot 21 % av slumpvisa platser – lika ofta efter 1050 som före, och lika ofta för kristna stenar. Gravfälten tycks ha förblivit släktens minnesplatser genom kristnandet.
I Mälardalen låg stranden omkring fem meter högre omkring år 1000. Med en terrängmodell och landhöjningen per landskap jämförs stenarnas lägen med dåtidens vatten i stället för dagens – och stenarnas närhet till vatten blir tydligare, mest i Uppland.
Var finns de kristna bönerna, de stungna runorna och monoftongerna – och de få uttryckligt hedniska stenarna? Kartan visar andelen per område före och efter 1050, så att Upplands täthet inte döljer mönstret.
Appens förslag om ristare stäms av mot Riksantikvarieämbetets utgåva 2020 och Wikidata. Ett förslag som redan finns där bekräftar metoden; ett som motsägs granskas.
Data och metoder har namngivna källor. När uppgifter ur Rundata används i plattformen anges källan, och den ska anges även i publikationer.
Institutionen för nordiska språk, Uppsala universitet. Version 2014 (RUNDATA.xls 2018). Open Database License / Database Contents License.
Riksantikvarieämbetets utgåva 2020 av runtextdatabasen och Wikidata (CC0), för avstämningen av appens förslag mot nyare källor.
Ornamentiken som dateringsgrund för Upplands runstenar. I: Innskrifter og datering / Dating inscriptions. Trondheim, s. 73–91.
Work and Worship. Laser Scanner Analysis of Viking Age Rune Stones. Stockholms universitet.
3D-data Runstenar i Södermanland och andra serier [Dataset]. Riksantikvarieämbetet. Zenodo, CC BY 4.0.
Rune Carvers and Sponsor Families on Bornholm. Danish Journal of Archaeology 8.
Mellansvenska runristare (Runrön 5). Källa för många ristarattribueringar i Rundata.
Den synliga tron. Runstenskors som en spegling av kristnandet i Sverige. Korsformerna i Rundata.
R: A Language and Environment for Statistical Computing. R Foundation for Statistical Computing, Wien. Paketen anges i METHODS.md.
Polynomial Texture Maps. SIGGRAPH ’01. Grunden för RTI-visaren och diffuse gain.
Berggrund 1:50 000–1:250 000 (Sveriges geologiska undersökning) och kustlinjer, sjöar och vattendrag 1:10 miljoner (public domain).
Riksantikvarieämbetets register över lämningar (gravfält, gravhögar, färdvägar, broar, fornborgar, hamnar), hämtat via K-samsök.
Höjddata från Tilezen/Mapzen (Registry of Open Data on AWS), för landskapet kring en sten och den modellerade strandlinjen omkring år 1000.
Bilder och metadata från svenska kulturarvsinstitutioner (Riksantikvarieämbetet); kartunderlag © OpenStreetMap-bidragsgivare.
AI-funktionerna använder som standard Claude (Anthropic); Google Gemini kan väljas under Inställningar. Du använder din egen API-nyckel, som sparas i din webbläsare. AI läser bilder och skriver löptext; texten märks och ska granskas, och den används aldrig som källa till mätvärden, statistik eller sannolikheter.
Forskning mår bäst av öppenhet. Hela källkoden finns på GitHub, och du får bygga vidare på den för egna forskningsfrågor – så länge förbättringarna förblir lika öppna för nästa forskare.
Fri att använda, studera, ändra och sprida. Ändrade versioner som sprids ska också vara öppna, märkas som ändrade och bevara upphovsangivelsen (NOTICE, enligt GPL-3.0 § 7).
Får användas fritt med angivande av Samnordisk runtextdatabas som källa. Härledda databaser delas under samma licens.
Mätningarna får användas fritt, även i publikationer, med bidragsgivaren angiven.
Använder du plattformen i forskning, citera programvaran och de datakällor du använt:
Kvant, V. (2026). Vitki: öppen plattform för analys av runinskrifter (version 2.0.0). https://vitkirunor.se Samnordisk runtextdatabas. Institutionen för nordiska språk, Uppsala universitet.
Projektet är grundat av Viktor Kvant. Till vardags arbetar Viktor som digital analytiker, men ser dataanalys som ett övergripande yrkesfält där samma analytiska metoder, AI-modeller och tekniker kan appliceras för att driva gränserna framåt även inom humaniora och arkeologi.
Copyright © 2026 Viktor Kvant.
Detta projekt är släppt under GNU General Public License v3.0 (GPL-3.0) med tilläggsvillkor enligt licensens § 7, se NOTICE. Du är fri att använda, ändra och distribuera koden, förutsatt att ändringar också släpps under samma licens och att
Bygger på Vitki, ursprungligen utvecklad av Viktor Kvant (https://github.com/Precatio/runes)bevaras i källkoden och syns i användargränssnittet (§ 7 b),
baserad på Vitki(§ 7 e).
Se LICENSE för licenstexten och NOTICE för tilläggsvillkoren. Använder du programmet i forskning, citera det enligt CITATION.cff.
Vitki är öppen källkod. Ladda ner den från GitHub och gör om analyserna i artiklarna – mönsterkartan, R-modellerna, Rundata och 3D-mätningen – med samma data, eller pröva dina egna frågor.