ms-ai-architect/skills/ms-ai-governance/references/responsible-ai/ai-act-classification-methodology.md

# EU AI Act — Systematisk Klassifiseringsmetodikk
**Type:** regulatory
**Category:** Responsible AI & Governance

**Last updated:** 2026-07-15
**Status:** GA

---

## Innhold

- [Oversikt](#oversikt)
- [4-stegs systematisk metodikk](#4-stegs-systematisk-metodikk)
- [Rolle-bestemmelse: Provider vs. Deployer](#rolle-bestemmelse-provider-vs-deployer)
- [Transport-sektoreksempler](#transport-sektoreksempler)
- [Grensevurderinger](#grensevurderinger)
- [Beslutningsflytdiagram](#beslutningsflytdiagram)
- [For Cosmo](#for-cosmo)

## Oversikt

EU AI Act (Forordning 2024/1689) bruker en risikobasert tilnærming med fire nivåer: forbudt, høy risiko, begrenset risiko og minimal risiko. Korrekt klassifisering er avgjørende — feil klassifisering kan medføre bøter på opptil 35 millioner EUR eller 7 % av global omsetning (Art. 99).

Denne metodikken gir en systematisk, steg-for-steg fremgangsmåte for å klassifisere AI-systemer.

---

## 4-stegs systematisk metodikk

### Steg 1: Forbudt-sjekk (Art. 5)

Disse praksisene er totalforbudt i EU. Vurder alle før videre analyse.

**8 forbudte praksiser og vurderingsspørsmål:**

| # | Forbudt praksis | Vurderingsspørsmål |
|---|-----------------|-------------------|
| 1 | Subliminal manipulering under bevissthetsnivå (Art. 5(1)(a)) | Påvirker systemet atferd uten at brukeren er bevisst det? |
| 2 | Utnyttelse av sårbare grupper (Art. 5(1)(b)) | Retter systemet seg mot barn, eldre eller funksjonshemmede på skadelig måte? |
| 3 | Sosial scoring av personer — offentlig eller privat aktør (Art. 5(1)(c)) | Scorer systemet personer på tvers av kontekster med skadelig/uforholdsmessig utfall? |
| 4 | Kriminalitetsrisiko-prediksjon utelukkende basert på profilering (Art. 5(1)(d)) | Forutsier systemet at en person vil begå lovbrudd, kun basert på profilering/personlighetstrekk? |
| 5 | Utargetet skraping av ansiktsbilder fra internett/CCTV til ansiktsgjenkjenning (Art. 5(1)(e)) | Bygger/utvider systemet ansiktsgjenkjennings-databaser ved usortert skraping? |
| 6 | Emosjonell inferens på arbeidsplassen og i utdanning (Art. 5(1)(f)) | Analyserer systemet emosjoner hos ansatte eller elever? |
| 7 | Biometrisk kategorisering basert på sensitiv informasjon (Art. 5(1)(g)) | Utleder systemet politisk syn, seksuell orientering eller religion fra biometri? |
| 8 | Sanntids biometrisk fjernidentifikasjon i offentlig rom for rettshåndhevelse (Art. 5(1)(h)) | Identifiserer systemet personer i sanntid via biometri på offentlige steder for politiformål? |

**Beslutning Steg 1:**
- Én eller flere = JA → **FORBUDT.** Systemet kan ikke implementeres i EU. Stopp her.
- Alle = NEI → Gå til Steg 2.

> **Merk for offentlig sektor:** Sanntids biometrisk fjernidentifikasjon i offentlig rom (Art. 5(1)(h)) er forbudt for rettshåndhevelse, med tre snevre unntak i (h)(i)–(iii): målrettet søk etter ofre/savnede, avverging av konkret og overhengende trussel mot liv eller terror, og lokalisering av mistenkte for alvorlig kriminalitet (Annex II). Unntakene krever forhåndstillatelse fra domstol eller uavhengig myndighet (Art. 5(3)).

> **Nytt forbud (Digital Omnibus — vedtatt, avventer OJ):** Omnibus legger til et forbud i Art. 5 mot AI-systemer som **genererer eller manipulerer ikke-samtykkebasert intimt innhold (NCII)** — bilder, video, lyd eller lignende — **eller materiale som viser seksuelle overgrep mot barn (CSAM)**, inkludert såkalte «nudifier»-apper. Både **markedsplassering og bruk** forbys. For tilbydere omfattes også systemer der slik generering er et **rimelig forutsigbart og reproduserbart** utfall uten vesentlig teknisk modifikasjon der systemet mangler adekvate tekniske sikringstiltak. **Safe harbour:** systemer med effektive forebyggende tiltak, samtykkebasert intimt innhold, lovlige verktøy for å oppdage/etterforske/moderere CSAM, og utvikling av den underliggende generative kapabiliteten er ikke omfattet. **Anvendelse fra 2. desember 2026.** Eksakt underpunkt i Art. 5 og bøtenivå **bekreftes mot OJ-teksten** (avventer OJ, RX-REG²). Kilder: EU-rådet (final green light, 2026-06-29); Gibson Dunn / Freshfields Omnibus-analyser (2026-07).

---

### Steg 2: Annex III høyrisiko-sjekk

Annex III lister 8 kategorier av høyrisiko-AI. Sjekk om systemet faller inn under én eller flere.

**Kategori 1: Kritisk infrastruktur**
- Styring av trafikk, vann, gass, varme, elektrisitet
- Vurderingsspørsmål: Er systemet i en kritisk infrastruktursektor og kan påvirke drift, sikkerhet eller kontinuitet?
- Beslutning: JA → HØYRISIKO (Annex III, pkt. 2)

**Kategori 2: Utdanning og yrkesopplæring**
- AI som avgjør adgang til utdanning eller tildeler karakterer
- Vurderingsspørsmål: Påvirker systemet opptak, karakterer eller eksamensgjennomføring på bindende måte?
- Beslutning: JA → HØYRISIKO (Annex III, pkt. 3)

**Kategori 3: Sysselsetting og personalforvaltning**
- Rekruttering, CV-screening, jobbformikling, forfremmelse, oppsigelse
- Vurderingsspørsmål: Brukes systemet til å ta eller støtte avgjørelser om ansettelse eller arbeidsforhold?
- Beslutning: JA → HØYRISIKO (Annex III, pkt. 4)

**Kategori 4: Viktige private og offentlige tjenester**
- Kredittvurdering, sosiale ytelser, helsetjenester, nødtjenester
- Vurderingsspørsmål: Påvirker systemet tilgang til kreditt, sosiale ytelser, helsetjenester eller nødetater?
- Beslutning: JA → HØYRISIKO (Annex III, pkt. 5)

**Kategori 5: Rettshåndhevelse**
- Individuell risikovurdering, polygrafanalyse, kriminalitetspredikering
- Vurderingsspørsmål: Brukes systemet av politiet eller påtalemyndigheten til å vurdere enkeltpersoner?
- Beslutning: JA → HØYRISIKO (Annex III, pkt. 6)

**Kategori 6: Migrasjons- og grensekontroll**
- Risikovurdering av asylsøkere, visumsøknader, grensepassering
- Vurderingsspørsmål: Brukes systemet i forbindelse med asyl, visum, grensekontroll eller migrasjon?
- Beslutning: JA → HØYRISIKO (Annex III, pkt. 7)

**Kategori 7: Rettsvesen og demokratiske prosesser**
- AI som assisterer domstoler, påvirker valg eller tolker lover
- Vurderingsspørsmål: Brukes systemet av domstoler eller til å påvirke demokratiske prosesser?
- Beslutning: JA → HØYRISIKO (Annex III, pkt. 8)

**Kategori 8: Biometrisk identifikasjon og kategorisering**
- Fjernidentifikasjon (ikke sanntids), kategorisering basert på biometri
- Vurderingsspørsmål: Identifiserer eller kategoriserer systemet personer basert på biometriske data (ikke dekket av Art. 5)?
- Beslutning: JA → HØYRISIKO (Annex III, pkt. 1)

**Beslutning Steg 2:**
- Én eller flere = JA → **HØYRISIKO.** Fullt regelverk Art. 9-27 gjelder. Gå til rolle-bestemmelse.
- Alle = NEI → Gå til Steg 3.

> **Unntak:** Art. 6(3) — sikkerhetsprosedyrer, QA-testing og forskning/utvikling er unntatt Annex III-krav selv om de ellers ville kvalifisert.

---

### Steg 3: GPAI-sjekk (General Purpose AI)

GPAI-reglene (Art. 51-56) gjelder providers av grunnmodeller uavhengig av risikonivå.

**Er systemet basert på en generell AI-modell?**

Vurderingsspørsmål:
- Er systemet trent på store datamengder med generell brukbarhet?
- Kan systemet brukes til et bredt spekter av ulike oppgaver?
- Er systemet en modell som brukes som grunnlag for andre systemer (foundation model)?

**Kriterier for GPAI med systemisk risiko (Art. 51):**

| Kriterium | Terskel |
|-----------|---------|
| Treningsberegning | > 10²⁵ FLOP |
| Vurdert av EU-kommisjonen | Som systemisk risikomodell |
| Eksempler pr. 2025 | GPT-4, Claude 3, Gemini Ultra |

**Forpliktelser for GPAI-providers:**
- Standard GPAI (Art. 53): Teknisk dokumentasjon, opphavsrettspolicy, treningsdata-oversikt
- GPAI med systemisk risiko (Art. 55): Modelevaluering, adversarial testing, incidenrapportering, cybersikkerhet

**Beslutning Steg 3:**
- Provider av GPAI-modell → **GPAI-regler** gjelder i tillegg til eventuelle høyrisiko-krav
- Deployer av GPAI → Bruk provider-utstedt dokumentasjon, vurder systemet som helhet
- Ikke GPAI → Gå til Steg 4

---

### Steg 4: Begrenset/Minimal klassifisering

Systemer som ikke er forbudt eller høyrisiko kan falle i én av to kategorier:

**Begrenset risiko — transparenskrav (Art. 50):**

| Systemtype | Krav |
|------------|------|
| Chatbots og conversational AI | Informere bruker om at de snakker med AI |
| Deepfake-lyd og -video | Merke innhold som AI-generert |
| Emosjonell gjenkjenning (tillatt kontekst) | Informere berørte personer |
| Biometrisk kategorisering (tillatt) | Informere berørte personer |

Vurderingsspørsmål: Interagerer systemet direkte med mennesker, genererer syntetisk innhold, eller analyserer emosjoner/biometri i tillatt kontekst?
- JA → **BEGRENSET RISIKO.** Transparenskrav Art. 50 gjelder.
- NEI → **MINIMAL RISIKO.** Ingen bindende krav, men beste praksis anbefales.

---

## Rolle-bestemmelse: Provider vs. Deployer

Forpliktelsene varierer vesentlig avhengig av rolle (Art. 3(3)-(4)).

| Ansvarsområde | Provider | Deployer |
|---------------|----------|----------|
| Samsvarsvurdering | Fullt ansvar (Art. 43) | Ikke direkte ansvar |
| CE-merking | Påkrevd (Art. 48) | Ikke relevant |
| Teknisk dokumentasjon (Art. 11) | Fullt ansvar | Motta og oppbevare |
| Risikostyringssystem (Art. 9) | Påkrevd | Operasjonelt tilsyn |
| Logging (Art. 12) | System-design | 6-måneders oppbevaring |
| FRIA (Art. 27) | Ikke direkte | Påkrevd for offentlig sektor |
| Registrering EU-database (Art. 49) | Påkrevd | Påkrevd for offentlig sektor |
| Hendelsesrapportering (Art. 73) | Alvorlige hendelser | Rapportere til provider |
| Markedsovervåking | Ikke direkte | Via tilsynsmyndighet |

**Grensetilfeller for offentlig sektor:**

Offentlig sektor er typisk **deployer** — de kjøper og tar i bruk AI-systemer. Men virksomheten kan bli **provider** hvis:
1. De tilpasser et eksisterende AI-system vesentlig (art. 25(1)(b)) — f.eks. fine-tuner en modell på egne data
2. De setter navn på systemet og markedsfører det utad (Art. 25(1)(a))
3. De integrerer et high-risk AI-system som endrer opprinnelig tiltenkt formål vesentlig

Direktoratet for digital tjenesteutvikling eksempel: Kjøper Microsoft Copilot Studio → **Deployer**. Bygger eget prediksjonsverktøy basert på Azure OpenAI med tilpasset sikkerhetsdomenetrening → vurder om → **Provider**.

---

## Transport-sektoreksempler

### Eksempel 1: FartsPrediksjonsagent (Direktoratet for digital tjenesteutvikling)
- Formål: Predikerer trafikkflyt og anbefaler fartsgrenser på variabelt oppsatte skilt
- Steg 1: Ingen forbudte praksiser → NEI
- Steg 2: Kritisk infrastruktur (Annex III, pkt. 2)? Påvirker trafikksikkerhet → JA, men kun dersom det tar **bindende** beslutninger. Dersom det kun er et beslutningsstøtteverktøy med menneskelig godkjenning → vurder Art. 6(2) unntak
- Klassifisering: **Minimal risiko** (beslutningsstøtte) eller **Høyrisiko** (autonomt bindende)

### Eksempel 2: AutomatiskSaksbehandler for saksbehandlingvurdering
- Formål: Vurderer automatisk om en søker oppfyller helsekrav for saksbehandling
- Steg 1: NEI til alle forbudte praksiser
- Steg 2: Kategori 4 (viktige offentlige tjenester) → JA, tilgang til offentlig tjeneste
- Klassifisering: **HØYRISIKO** (Annex III, pkt. 5)
- Rolle: Direktoratet for digital tjenesteutvikling = **Deployer**
- Krav: FRIA (Art. 27), logging 6 mnd, samsvarsvurdering fra provider

### Eksempel 3: Trafikkstyringsagent
- Formål: Autonom styring av trafikklys i tunneler og på motorveier
- Steg 1: NEI
- Steg 2: Kategori 1 (kritisk infrastruktur) — styring av trafikksystemer → JA
- Klassifisering: **HØYRISIKO** (Annex III, pkt. 2)
- Særlige krav: Robusthet, menneskelig override (Art. 14), kontinuerlig overvåking

---

## Grensevurderinger

Disse tilfellene er hyppige og krever nøye analyse:

**Tilfelle A: Chatbot med begrenset autonomi**
Et chatsystem som svarer på spørsmål om sosiale ytelser (NAV-lignende). Er det Annex III kategori 4?
- Kun informasjon → **Begrenset risiko** (transparens Art. 50)
- Avgjør tilgang til ytelse → **Høyrisiko**
- Anbefaling: Dokumenter tydelig at systemet ikke tar avgjørelser, kun informerer

**Tilfelle B: HR-screening med menneskelig godkjenning**
AI rangerer CV-er, HR-leder tar endelig beslutning.
- Art. 6(3)(b) unntaker ikke nødvendigvis dette — systemet påvirker fremdeles utfall
- Anbefaling: Klassifiser som **Høyrisiko** dersom rangeringen er avgjørende i praksis

**Tilfelle C: Intern analyseverktøy for planlegging**
Kommunen bruker AI til å analysere demografidata for arealplanlegging — ingen individuelle beslutninger.
- Ikke Annex III
- Klassifisering: **Minimal risiko**

**Tilfelle D: Prediktiv politimodell**
System som identifiserer geografiske "hotspot"-områder uten å peke ut enkeltpersoner.
- Ikke Art. 5(1)(d) (som krever profilering av *enkeltpersoner*) siden systemet ikke peker ut enkeltpersoner → vurder Annex III kategori 5/6
- Anbefaling: Konsultér Datatilsynet og Nkom (utpekt koordinerende markedstilsynsmyndighet for KI-forordningen) FØR implementering

**Generell anbefaling for grensetilfeller:** Kontakt Datatilsynet (personvern-aspektet) og Nkom (koordinerende markedstilsynsmyndighet og nasjonalt kontaktpunkt for KI-forordningen). Dokumenter klassifiseringsargumentasjonen uansett utfall.

---

## Beslutningsflytdiagram

```
START: Nytt AI-system til vurdering
          |
          v
+-------------------------+
| STEG 1: Forbudt-sjekk   |
| Art. 5 — 8 praksiser    |
+-------------------------+
    |           |
   JA          NEI
    |           |
    v           v
FORBUDT    STEG 2: Annex III
(STOPP)    Høyrisiko-sjekk
               |           |
              JA          NEI
               |           |
               v           v
          HØYRISIKO    STEG 3: GPAI-sjekk
          (Art. 9-27)       |           |
               |           JA          NEI
               |            |           |
               v            v           v
          Rolle-        GPAI-regler STEG 4: Begrenset
          bestemmelse   (Art.51-56)  /Minimal sjekk
          Provider/                      |           |
          Deployer                      JA          NEI
                                        |           |
                                        v           v
                                   BEGRENSET   MINIMAL
                                   RISIKO      RISIKO
                                   (Art. 50)   (beste praksis)
```

---

## For Cosmo

Bruk denne filen når brukeren trenger å klassifisere et AI-system under EU AI Act.

**Fremgangsmåte:**
1. Gå gjennom steg 1-4 systematisk — hopp ikke over steg
2. Still vurderingsspørsmålene eksplisitt for brukerens system
3. Dokumenter hvert steg i klassifiseringsrapporten (anbefalt vedlegg til FRIA)
4. Bruk transport-sektoreksemplene som analogi når Direktoratet for digital tjenesteutvikling er deployer
5. Flagg grensetilfeller og anbefal konsultasjon med tilsynsmyndighet

**Kobling til andre KB-filer:**
- Høyrisiko-klassifisering → `ai-act-provider-obligations.md` (provider) eller `ai-act-deployer-obligations.md` (deployer)
- FRIA påkrevd → `ai-act-fria-template.md`
- Offentlig sektor governance → `../norwegian-public-sector-governance/`

**Viktig presisering (oppdatert 2026-07):** Forbudte praksiser (Art. 5) i kraft siden feb 2025. GPAI-krav i kraft siden aug 2025. Transparenskrav (Art. 50) gjelder fra 2. aug 2026 (eksisterende generative systemer: maskinlesbar merking innen 2. des 2026, Art. 50(2)). Høyrisiko-krav (Art. 9-27) er **utsatt fra 2. aug 2026 til 2. desember 2027** (Annex III frittstående) og **2. august 2028** (Annex I innebygd i regulerte produkter) via Digital Omnibus (vedtatt av Europaparlamentet 16. juni og Rådet 29. juni 2026; avventer OJ-publisering).