AIstyrningsprogramvara hjälper organisationer att hantera policyer, kontroller, dokumentation, riskklassificering, granskningsflöden och revisionsbevis som behövs för system för artificiell intelligens. Smart Integrity Platform stöder inventering av AI-system, riskklassificering, modellstyrning, granskningsflöden, dokumentationsgranskning och regelefterlevnad för AI.

En plattform för AI-efterlevnad hjälper team att organisera AI-system, klassificera risker, dokumentera kontroller, tilldela granskningsuppgifter och förbereda bevis för intern eller tillsynsgranskning. SIP kopplar samman AI-dokumentation från verktyg som Confluence och SharePoint med styrningsarbetsflöden och revisionsklara rapporter.

AI-revisionsmjukvara hjälper organisationer att samla in, organisera och granska bevis relaterade till AI-system. SIP stöder revisionsprocesser genom att länka källdokumentation, modellinformation, riskformulär, granskningssteg utförda av människor och efterlevnadsregister på en enda plattform.

AI-lagerprogramvara hjälper organisationer att skapa och underhålla en lista över AI-system som används i hela verksamheten. SIP stödjer arbetsflöden för AI-lager genom att koppla ihop befintlig dokumentation, identifiera systemdetaljer och hjälpa team att spåra syfte, ägandeskap, risknivå och granskningsstatus.

AI-system med hög risk bör förses med CE-märkning för att visa att de uppfyller kraven i denna förordning, så att de kan röra sig fritt på den inre marknaden. För AI-system med hög risk som är inbyggda i en produkt bör en fysisk CE-märkning anbringas, vilken kan kompletteras med en digital CE-märkning. För AI-system med hög risk som endast tillhandahålls digitalt bör en digital CE-märkning användas. Medlemsstaterna bör inte skapa omotiverade hinder för utsläppande på marknaden eller ibruktagande av AI-system med hög risk som uppfyller kraven i denna förordning och är försedda med CE-märkning. Innan du börjar måste du avgöra om din AI är av “hög risk”. Kategorier i bilaga III: Inkluderar AI för rekrytering (CV-granskning), kreditvärdering, utbildning (betygssättning) eller kritisk infrastruktur. Produkter i bilaga I: Om din AI är en säkerhetskomponent i en produkt som redan kräver CE-märkning (t.ex. medicintekniska produkter eller maskiner) är den automatiskt av hög risk.

För att klara bedömningen måste din AI Governance visa att du uppfyller kraven inom dessa områden:

1. Riskhanteringssystem (artikel 9): En kontinuerlig process för att identifiera och reducera risker.

2. Styrning av data (artikel 10): Bevisa att dina utbildnings-/testdata är “relevanta, representativa och fria från fel”.”

3. Teknisk dokumentation (artikel 11 och bilaga IV): En massiv fil (ofta 200+ sidor) som beskriver arkitekturen, algoritmerna och energiförbrukningen.

4. Mänsklig tillsyn (artikel 14): Utforma användargränssnittet så att en människa när som helst kan “stoppa” eller åsidosätta AI.

Hur du får betyget beror på din AI:s specifika användningsfall: Intern kontroll (självutvärdering): För de flesta system i bilaga III (t.ex. HR- eller kreditverktyg) kan du utföra bedömningen själv - förutsatt att du följer “harmoniserade standarder” (t.ex. ISO 42001).

Tredjepartsbedömning (anmält organ): Obligatoriskt för biometrisk identifiering eller om du inte följer harmoniserade standarder. Du måste anlita ett EU-auktoriserat “anmält organ” för att granska din teknik.

Utarbeta “EU-försäkran om överensstämmelse”När du har visat att du uppfyller kraven undertecknar du ett formellt juridiskt dokument (DoC) som anger att ditt system uppfyller alla AI-lagar och andra relevanta EU-lagar (t.ex. Cyber Resilience Act). Du tar fullt juridiskt ansvar med denna underskrift.

Anbringande av CE-märkning (artikel 48) Digitala produkter: För SaaS måste CE-märket vara synligt i det digitala gränssnittet (t.ex. på inloggningsskärmen eller avsnittet “Om”).

Fysiska produkter: Om det är inbäddat i hårdvara måste det finnas på produkten eller förpackningen.

ID-nummer: Om ett anmält organ har varit inblandat måste dess fyrsiffriga ID-nummer visas bredvid CE-logotypen.

Registrering i EU:s databas Innan AI-systemet tas i drift måste du registrera leverantören och systemet i EU:s officiella databas för AI-system med hög risk.

1. 2 augusti 2026: Detta är den “hårda tidsfristen”. Efter detta datum måste alla nya AI-system med hög risk som släpps ut på marknaden vara CE-märkta.

2. Flaskhalsen “anmält organ”: Om du behöver en tredjepartsrevision ska du börja nu. Från och med början av 2026 kommer väntetiderna att överstiga 12 månader på grund av brist på auktoriserade revisorer.

I juridisk mening är AI Governance enligt AI Act ett obligatoriskt system för interna kontroller och ansvarsförhållanden som är utformat för att säkerställa att artificiell intelligens är säker, transparent och kompatibel under hela sin livscykel. AI-övervakningen går från frivilliga etiska riktlinjer till ett bindande ramverk för “produktsäkerhet”, som kräver att organisationer upprätthåller rigorös riskhantering, datakvalitetsstandarder och mänsklig tillsyn. För “högrisk”-system är denna styrning den rättsliga förutsättningen för att få CE-märkning, vilket innebär permanenta verifieringskedjor och teknisk dokumentation för att bevisa att man följer regelverket. I slutändan fungerar det som det operativa “operativsystem” som kopplar samman företagens ansvar med teknisk transparens för att förhindra algoritmisk skada och massiva ekonomiska påföljder.

EU:s AI-lag och GDPR är parallella regelverk: medan GDPR skyddar integriteten för personuppgifter fungerar AI-lagen som en produktsäkerhetslag för själva systemen. De överlappar varandra i betydande utsträckning inom högriskområden som automatiserat beslutsfattande, där företag ofta måste genomföra både en konsekvensbedömning avseende dataskydd (DPIA) och en konsekvensbedömning avseende grundläggande rättigheter (FRIA). Avgörande är att AI-lagen innehåller ett specifikt undantag som tillåter behandling av känsliga uppgifter för att upptäcka och korrigera algoritmisk partiskhet, vilket annars är begränsat enligt GDPR. Efterlevnad är inte en fråga om “antingen/eller” – för att undvika böter på upp till 71 % av omsättningen år 2026 måste organisationer se till att deras AI-styrning uppfyller båda regelverken samtidigt.

Enligt AI-lagen måste chatbottar utformas så att de omedelbart informerar användarna om att de interagerar med en AI, vilket säkerställer transparens från den allra första interaktionen. Om systemet genererar syntetisk text, bilder eller ljud måste detta innehåll markeras i ett maskinläsbart format för att det ska gå att upptäcka att det är AI-producerat. Om din chatbot använder känsloigenkänning för att justera sina svar baserat på användarens humör, måste denna specifika förmåga tydligt redovisas. Om du inte uppfyller dessa transparensstandarder senast i augusti 2026 kan det leda till betydande böter på upp till 15 miljoner euro eller 3% av den globala omsättningen.

EU:s AI-lag fastställer en differentierad bötesstruktur, där de allvarligaste överträdelserna som omfattar förbjudna AI-metoder kan uppgå till 35 miljoner euro eller 7% av den globala årsomsättningen. För bristande efterlevnad av “högrisk”-skyldigheter eller transparensregler riskerar företag påföljder på upp till 15 miljoner euro eller 3% av omsättningen, medan det kan kosta upp till 7,5 miljoner euro att lämna vilseledande information till tillsynsmyndigheter. För att skydda innovation tillämpar lagen en princip om “det lägsta beloppet” för små och medelstora företag och nystartade företag, vilket säkerställer att böterna står i proportion till företagets storlek.

Företag utanför EU frågar sig om de påverkas bara för att deras produktion används av någon inom EU (svaret är nästan alltid ja).

Ett AI-systemregister är en strukturerad förteckning över AI-system, modeller, användningsfall, ägare, dokumentation, risknivåer och efterlevnadsstatus. Det hjälper organisationer att förstå var AI används och vilka system som kan kräva ytterligare granskning, kontroller eller dokumentation.

AI-risklassificering är processen att kategorisera AI-system efter risknivå baserat på deras syfte, användningsfall, inverkan och regulatoriska krav. SIP stödjer arbetsflöden för AI-risklassificering för förbjudna, högrisk-, begränsad risk- och minimalrisks-AI-system.

AI-efterlevnadsprogramvara stöder arbetsflöden för EU:s AI-lagstiftning genom att hjälpa team att klassificera AI-system, dokumentera riskkontroller, hantera bevis för mänsklig tillsyn, förbereda teknisk dokumentation, organisera revisionsprotokoll och granska krav för högrisks-AI-system.

AI-styrningsverktyg stödjer modellstyrning genom att hjälpa team att dokumentera modellens syfte, datakällor, tekniska kontroller, riskbedömningar, ägarskap, godkännanden, övervakningsbehov och granskningsbeslut. SIP kopplar samman dessa register med bredare arbetsflöden för regelefterlevnad.

Modellriskkontroll för AI-system innebär att identifiera, bedöma, kontrollera och övervaka risker som kan uppstå från AI-modellens design, datakvalitet, implementering, partiskhet, prestanda eller missbruk. SIP stödjer modellriskkontroll genom riskformulär, granskning av dokumentation och arbetsflöden.