Regelverk

AI Act

EU:s AI Act är världens första heltäckande ramverk för att reglera artificiell intelligens.

  • Riskklassificering
  • Högrisk-AI
  • AI-styrning
  • Transparens
  • Datakvalitet

EU:s AI-förordning, AI Act, reglerar vissa användningar av artificiell intelligens utifrån bland annat risk, användningsområde och organisationens roll. Första steget är därför att kartlägga vilka AI-system ni utvecklar, tillhandahåller eller använder, vad de används till och vem som ansvarar för dem.

Reglerna tillämpas stegvis. Förbud mot vissa AI-metoder och skyldigheten att vidta åtgärder för att stödja utvecklingen av AI-kunnighet gäller sedan den 2 februari 2025. Regler om styrning och skyldigheter för AI-modeller för allmänna ändamål började tillämpas den 2 augusti 2025. Transparenskraven i artikel 50 gäller sedan den 2 augusti 2026. Från den 2 december 2026 gäller två nya förbud: mot AI-system som skapar sexuella eller intima deepfakes av identifierbara personer utan deras samtycke, och mot AI-system som skapar material med sexuella övergrepp mot barn. Reglerna för högrisksystem enligt bilaga III börjar tillämpas den 2 december 2027 och motsvarande produktanknutna högriskregler enligt bilaga I den 2 augusti 2028.

Alla organisationer har inte samma skyldigheter. En leverantör som släpper ut ett högrisksystem på marknaden har andra krav än en organisation som använder systemet i sin verksamhet. Vi hjälper er att bedöma roller, användningsfall och tillämpliga krav och att koppla AI-arbetet till informationssäkerhet, dataskydd och befintlig styrning.

I korthet

Vem
Organisationer som utvecklar, tillhandahåller eller använder AI och behöver bedöma vilka skyldigheter som gäller för deras roll och användningsfall.
Vad
Roll- och riskbedömning, tillämpliga krav och datum samt stöd med styrning, dokumentation, transparens och mänsklig tillsyn där det krävs.
Hur
AI-inventering, bedömning per användningsfall, prioriterad åtgärdsplan och genomförandestöd samordnat med GDPR och informationssäkerhet.

Vilka AI-krav gäller er organisation?

Kraven behöver bedömas per användningsfall och roll. Ett inköpt AI-verktyg, ett eget AI-system och en AI-modell som tillhandahålls till andra kan ge olika skyldigheter. Ändrad användning eller en väsentlig ändring av ett system kan också påverka organisationens roll.

Inventering och riskbedömning

Börja med ett register över AI-system, användningsfall, ägare, leverantörer, information och berörda personer. Bedöm om användningen är förbjuden, omfattas av högriskregler eller av särskilda transparenskrav. Riskkategorierna är ett stöd för överblick; den rättsliga bedömningen måste utgå från förordningens definitioner, villkor och undantag. En AI-inventering är vårt rekommenderade arbetssätt för att skapa underlag för den bedömningen.

Om ni är leverantör av ett högrisksystem

När de tillämpliga högriskreglerna börjar gälla behöver leverantören bland annat hantera risker, teknisk dokumentation, loggningsförmåga, instruktioner, mänsklig tillsyn och systemets noggrannhet, robusthet och cybersäkerhet. Krav på datastyrning gäller där tränings-, validerings- eller testdata används på det sätt förordningen reglerar. Leverantören ansvarar också för tillämplig bedömning av överensstämmelse, kvalitetsledning och uppföljning efter utsläppande på marknaden. Exakt omfattning beror på systemet och vilken reglering det omfattas av.

Om ni använder ett högrisksystem

När de relevanta reglerna börjar gälla ska en organisation som använder ett högrisksystem bland annat följa användningsinstruktionerna, ordna lämplig mänsklig tillsyn, övervaka användningen och hantera loggar som står under dess kontroll. Krav på indata, information till berörda och ytterligare bedömningar kan också gälla. En konsekvensbedömning av grundläggande rättigheter krävs för vissa organisationer och användningsfall, inte för varje organisation som använder AI. GDPR kan samtidigt kräva en separat konsekvensbedömning av personuppgiftsbehandlingen.

Transparens och AI-genererat innehåll

Artikel 50 skiljer mellan olika skyldigheter. Leverantörer av vissa AI-system ska bland annat möjliggöra information om att en människa interagerar med AI och maskinläsbar märkning av genererat eller manipulerat innehåll. Användarorganisationer kan behöva informera om bland annat deepfakes, vissa biometriska användningar och AI-genererad text som publiceras för att informera allmänheten i frågor av allmänintresse. För text finns ett undantag under vissa förutsättningar när innehållet har genomgått mänsklig granskning eller redaktionell kontroll och någon har redaktionellt ansvar för publiceringen. Undantagen behöver bedömas för den aktuella användningen. Synlig information till läsaren och maskinläsbar märkning är olika krav.

Leverantörer av AI-system som genererar syntetiskt ljud, bilder, video eller text och som släppts ut på marknaden före den 2 augusti 2026 ska uppfylla kravet på maskinläsbar märkning i artikel 50.2 senast den 2 december 2026. Övergångsregeln gäller bara det kravet, inte artikel 50 i övrigt.

Styrning som passar er användning

Vi rekommenderar tydliga ägare, en beslutsväg för nya användningsfall och dokumenterade regler för vilken information som får användas i olika AI-tjänster. Omfattningen ska anpassas efter riskerna och de skyldigheter som faktiskt gäller. En AI-policy eller en särskild AI-kommitté är inte ett generellt krav för alla organisationer enligt AI-förordningen. Skyldigheten att vidta åtgärder för att stödja utvecklingen av AI-kunnighet behöver också beaktas utifrån personalens och andra berördas användning av AI; den kräver ingen viss kunskapsnivå hos den enskilde.

Vanliga utmaningar i AI Act-efterlevnad

Att anpassa sig till AI Act kan vara utmanande – inte bara för att lagen är ny, utan också för att den spänner över tekniska, etiska och organisatoriska områden. Företag av alla storlekar kan möta hinder som exempelvis.

  • Tolka nya och komplexa krav
    AI Act:s bestämmelser är detaljerade och ibland tekniska, vilket kan göra dem svåra att omsätta i praktiken. Begrepp som “biasövervakning”, “spårbarhet” eller “lämplig mänsklig tillsyn” kräver noggrann tolkning. Många organisationer är osäkra på hur man avgör om ett AI-system är “högrisk”, eller exakt vad som måste ingå i teknisk dokumentation. Till skillnad från mer välkända regelverk (t.ex. finansregler eller dataskydd) är dessa AI-specifika skyldigheter nya. Komplexiteten innebär en risk att man antingen överkonstruerar en lösning eller missar kritiska krav. Företag behöver ofta tvärdisciplinär kompetens (juridik, IT, AI/modellering) för att fullt ut förstå kraven. Utan expertstöd kan själva arbetet att lista ut vad som behöver göras – från riskklassning till rätt standarder – kännas övermäktigt.
  • Utmaningar med data och biasreducering
    Att säkerställa datakvalitet och algoritmisk rättvisa är lättare sagt än gjort. Många organisationer har svårt att identifiera och ta bort bias i träningsdata, eller ens att få fram tillräckligt representativ data utan fel. Det kan vara tekniskt komplext att testa om en AI diskriminerar eller att förklara varför en modell fattade ett visst beslut. Dessutom kräver hantering av bias ofta större förändringar – som omträning av modeller eller förbättrad datainsamling – vilket kan vara resurskrävande. Mindre bolag kan sakna verktyg och kompetens för robust datakurering och testning. AI Act kräver dock att dessa frågor hanteras, vilket innebär investering i nya processer (t.ex. biasrevisioner, dataannotering och modellvalidering). Misslyckas man riskerar man inte bara bristande efterlevnad, utan även förtroendeskada om en AI ger orättvisa eller skadliga utfall.
  • Resurs- och kompetensbrist
    Efterlevnad av AI Act är inte bara en juridisk övning – det är en operativ fråga som kräver färdigheter och resurser som vissa organisationer saknar. Exempelvis kan kontinuerlig övervakning, loggning och säkerhet för AI-system kräva ny infrastruktur och kompetens (som ML-ingenjörer eller AI-etikexperter). Leverantörer av högrisksystem som inte redan är vana vid reglerade miljöer kan uppleva att krav på konformitetsbedömning och kvalitetsstyrning är särskilt utmanande – de kanske saknar compliance-team med AI-erfarenhet. Kostnadsaspekten är också viktig: rigorös testning (t.ex. stresstester av modellens robusthet eller oberoende granskning) kan vara dyrt. Detta slår ofta extra hårt mot startups och SME:er som använder AI. Risken är att man “genar”, men under AI Act-granskning kan bristande förberedelse eller underinvestering leda till förseningar eller tillsynsåtgärder. Att bygga upp nödvändig förmåga (internt eller via extern hjälp) är en vanlig smärtpunkt.
  • Integrera AI-krav i befintliga program
    Många företag har redan styrningsramverk för IT-säkerhet, dataskydd (GDPR) eller kvalitetsledning – men att integrera AI Act-kraven i dessa kan vara komplext. Överlapp och gap behöver hanteras. Till exempel kräver AI-transparens ofta samordning med GDPR:s transparens- och rättviseprinciper, vilket innebär samarbete mellan AI-team och juridik/privacy. En vanlig fallgrop är att behandla AI-compliance som ett separat siloarbete, när det egentligen bör integreras med övergripande riskhantering. Processer och kontroller för AI behöver harmoniera med cybersäkerhet (t.ex. NIS2-krav för kritiska system) och sektorspecifika regler där det är relevant. Den organisatoriska delen kan vara svår: det innebär att uppdatera flera policys och få olika funktioner (IT, R&D, compliance, HR m.fl.) att samarbeta. Utan ett harmoniserat angreppssätt riskerar man dubbelarbete eller inkonsekventa policys. Nyckelutmaningen är att göra AI Act-efterlevnad till en del av “business as usual”, inte ett ad hoc-projekt.
  • Upprätthålla efterlevnad som en kontinuerlig process
    Precis som andra större regelverk kräver AI Act löpande efterlevnad – inte en engångsinsats. Detta kan vara utmanande eftersom det kräver en kulturell förändring. Organisationer behöver kontinuerligt övervaka AI-system efter driftsättning, hålla dokumentationen uppdaterad när modeller förändras, och omträna eller justera system när nya risker eller dataproblem upptäcks. Att behandla compliance som en levande process (inte en engångscertifiering) är avgörande, men många har svårt att hålla uppe momentum. Det är lätt att fokusera på att “bli klar” till ikraftträdandet och sedan släppa rutinerna efteråt. Tillsynsmyndigheter vill däremot se permanenta arbetssätt – som regelbundna revisioner, incidentrapportering och en plan för att uppdatera AI-system eller till och med ta dem ur bruk om de inte längre uppfyller krav. Att bygga en proaktiv compliance-kultur är särskilt svårt i AI-området där system kan förändras snabbt via uppdateringar eller ny data. Organisationer måste planera långsiktigt: efterlevnad bör byggas in i utvecklingslivscykler och produktledning, med tydligt ägarskap och ansvar på ledningsnivå.

Vi hjälper er att nå efterlevnad

Kristensson i Skåne AB är en oberoende konsultpartner med specialistkompetens inom informationssäkerhet, IT-styrning och regulatorisk efterlevnad. Precis som vi har hjälpt kunder att navigera andra komplexa regelverk (från finansiella ICT-krav till dataskydd) stöttar vi organisationer i alla branscher med att bli AI Act-redo och bygga långsiktig efterlevnad i den dagliga verksamheten. Vår modell adresserar utmaningarna ovan genom ett strukturerat men flexibelt upplägg. Vi integrerar AI Act-arbetet i era bredare risk-, säkerhets- och complianceprogram, så att arbetet med de nya kraven också stärker er övergripande styrning. Nyckelkomponenter i våra AI Act-tjänster inkluderar.

  • AI Act Readiness Assessments & riskklassificering
    Vi börjar med att utvärdera era nuvarande och planerade AI-system mot AI Act:s kriterier. Det inkluderar att identifiera vilka användningsfall som faller inom respektive riskkategori (oacceptabel, hög, begränsad eller minimal) och genomföra en konsekvensbedömning för högrisk-system. Våra experter gör en detaljerad gap-analys för att se var ni redan uppfyller skyldigheter och var det finns brister. Ni får en tydlig, prioriterad roadmap över vad som behöver göras för varje AI-system – från tekniska åtgärder till policyuppdateringar. Denna bedömning minskar osäkerhet: vi översätter juridiska krav till konkreta aktiviteter för er organisation. Genom att riskklassa AI och identifiera gap tidigt kan ni fokusera på områden med störst risk och betydelse.
  • Dokumentation, tekniska kontroller & policyimplementering
    Kristensson ger praktiskt stöd i att ta fram all nödvändig dokumentation och tekniska skydd för AI Act-efterlevnad. Vi hjälper er sammanställa den tekniska dokumentation som krävs för högrisk-AI – inklusive systembeskrivningar, avsedda användningsområden, algoritmer, träningsdata, riskkontroller och mer. Vi stödjer även implementering av tekniska åtgärder som loggning och övervakning (för att registrera AI-utdata och prestanda), åtkomstkontroller för modeller och data samt validerings- och testprotokoll som kontrollerar att AI håller sig inom de ramar ni har satt. Parallellt hjälper vi er att uppdatera eller skapa interna policys och rutiner för AI, exempelvis riktlinjer för AI-utveckling, principer för etisk AI, rutiner för datahantering av AI-dataset och incidentplaner för AI-relaterade händelser. Målet är att bygga in AI-riskkontroller i era befintliga processer. All dokumentation och alla kontroller anpassas efter er organisation och är i linje med förordningens krav – så att ni har både spårbarhet och effektiva skydd om regulatorer granskar era AI-system. Vi strävar efter att göra dokumentationsbördan så lätt som möjligt genom mallar och best practices, utan att tumma på kravuppfyllnad.
  • AI-styrningsramverk & anpassning till standarder
    Efterlevnad handlar inte bara om punktinsatser – det kräver ett styrningsramverk som löpande hanterar AI. Vi hjälper er att etablera en AI-governance-struktur eller integrera AI-tillsyn i befintliga forum (t.ex. riskkommittéer eller IT-styrning). Det innebär att definiera tydliga roller och ansvar för AI-riskhantering – exempelvis vem som granskar och godkänner driftsättning och hur avvikelser eskaleras. Vi anpassar AI-styrningen till de ramverk ni redan arbetar efter. Om ni redan följer (eller planerar att följa) ISO/IEC 42001 hjälper vi er att mappa AI Act-kraven mot den strukturen (ISO 42001 ger en systematisk ansats för AI-risk som direkt kan stödja efterlevnad). Vi tar även hänsyn till kopplingar till NIS2 (cybersäkerhet) och GDPR (dataskydd), så att AI-kontroller inte kolliderar med – utan stärker – er bredare complianceposition. Exempelvis säkerställer vi att transparensnotiser också möter GDPR:s krav, eller att AI-incidenthantering kopplas till er generella incidentprocess. Vår filosofi är att AI Act-efterlevnad ska förstärka er övergripande risk- och säkerhetshantering – inte existera i ett vakuum. Vi hjälper er bygga ett enhetligt styrningsramverk där AI-risker hanteras tillsammans med andra operativa och IT-risker, vilket skapar effektivitet och konsekvens. Det kan inkludera att uppdatera riskregister med AI-risker, lägga in AI-checkpoints i projekt- och inköpsprocesser och utbilda styrningsfunktioner i AI-tillsyn. Resultatet blir att AI-efterlevnad blir “business as usual” – inbyggt i beslutsfattande och uppföljning på alla nivåer.
  • Löpande efterlevnadsstöd & revisionsberedskap
    Att uppfylla AI Act är inte ett “engångsprojekt”, därför erbjuder vi löpande stöd för att ni ska förbli compliant över tid. Regelverk utvecklas, AI-teknik förändras och nya användningsfall uppstår – vi kan vara er långsiktiga partner i den förändringen. Vi kan genomföra återkommande “hälsokontroller” av era AI-system, hjälpa er tolka ny vägledning och uppdateringar från EU (t.ex. kommande standarder eller justeringar) och hjälpa er vara redo för revisioner och bedömningar. Om ni planerar formella konformitetsbedömningar eller certifiering (t.ex. kvalitetsmärkning eller ISO 42001 längre fram) hjälper vi er samla evidens och vara revisionsredo. Vi kan också stödja uppbyggnad av interna revisionsprogram för AI eller agera oberoende granskare för att testa kontroller. För organisationer som vill ha ett löpande upplägg erbjuder vi exempelvis “AI Compliance Officer as-a-service” – en retainer-baserad rådgivare som kontinuerligt hjälper er att hantera AI-relaterade complianceuppgifter och ligga steget före regulatoriska förändringar. Samtidigt kan vi även ge punktinsatser vid behov. Oavsett om det levereras som ett avgränsat projekt (för att komma igång) eller som löpande rådgivning anpassas tjänsten efter era behov. Målet är att göra efterlevnadsarbetet hållbart – så att ni inte bara uppfyller AI Act “på papper” vid ett tillfälle, utan faktiskt upprätthåller efterlevnad och förtroende när era AI-initiativ växer.

Vi hjälper er att omsätta de AI-krav som gäller för era roller och användningsfall i ett praktiskt arbetssätt. Arbetet börjar med inventering och bedömning och fortsätter med prioriterade åtgärder, tydligt ansvar och uppföljning. Målet är att ni ska kunna använda AI med bättre kontroll över information, risker och tillämpliga skyldigheter.

Osäkra på vilka regelverk som berör er? Gör regelverkstestet och få en första indikation på GDPR, cybersäkerhetslagen, DORA, CRA, AI-förordningen och krav via kunder.

Om er organisation utvecklar eller använder AI och vill säkerställa efterlevnad av AI-förordningen är vi här för att hjälpa. Kontakta oss gärna för att diskutera en skräddarsydd plan för AI Act-beredskap – oavsett om ni behöver en engångsvis gap-analys, stöd i implementering eller en långsiktig partner för att hantera AI-risk. Tillsammans kan vi navigera AI Act och hjälpa er verksamhet att lyckas i en era av tillförlitlig och ansvarsfull AI.

Vill ni veta hur det skulle se ut hos er? Kontakta oss, så berättar vi mer. Läs mer om hur vi arbetar och om vårt arbete med dataskydd och GDPR.

Vanliga frågor

Vad innebär AI Act för organisationer som använder AI?

AI Act är EU:s riskbaserade regelverk för AI. För organisationer är första steget att kartlägga hur AI används, vilken roll organisationen har och vilka krav som kan gälla för styrning, dokumentation, transparens och riskhantering.

Vilka AI-system kan kräva extra kontroll?

AI-system kan kräva extra kontroll om de används i sammanhang där de kan påverka säkerhet, rättigheter, anställning, utbildning, kritisk infrastruktur eller annan reglerad verksamhet. Bedömningen bör göras utifrån användningsområde, risknivå och organisationens roll.

Behöver vi en AI-policy?

AI-förordningen kräver inte en AI-policy av alla organisationer, men en policy är ofta en bra startpunkt. Den bör beskriva tillåten användning, ansvar, riskbedömning, informationssäkerhet, dataskydd, leverantörskrav och hur organisationen följer upp AI-system över tid.

Hur hänger AI Act ihop med GDPR och informationssäkerhet?

AI-system kan behandla personuppgifter och påverka konfidentialitet, riktighet och spårbarhet. Därför bör AI-styrning samordnas med dataskydd, informationssäkerhet, riskhantering och leverantörsstyrning.

Hur börjar vi förbereda oss för AI Act?

Börja med en AI-inventering, klassificera användningsfall, identifiera ägare och bedöm risker. Därefter kan styrdokument, kontroller, utbildning och uppföljning anpassas efter vilka AI-system som faktiskt används.

Vill ni veta var ni står mot AI-förordningen?

Kontakta oss