RISKNIVÅER
Använd den här modellen för att avgöra hur mycket kontroll en uppgift behöver innan resultatet används.
AI-förordningen gäller stegvis
Artikel 50:s transparensregler tillämpas sedan 2 augusti 2026. Leverantörer ansvarar bland annat för information vid direkt AI-interaktion och maskinläsbar märkning av syntetiskt innehåll. Tillhandahållare ansvarar bland annat för information vid känsloigenkänning och biometrisk kategorisering samt för upplysning om deepfakes och viss text om frågor av allmänt intresse. Undantagen i artikeln måste bedömas i det konkreta fallet.
För system som fanns på marknaden före 2 augusti 2026 har endast leverantörskravet i artikel 50.2 övergång till 2 december 2026. Kapitel III avsnitt 1–3 tillämpas från 2 december 2027 för högrisksystem enligt artikel 6.2 och bilaga III och från 2 augusti 2028 för system enligt artikel 6.1 och bilaga I.
Använd EUR-Lex konsoliderade lydelse per 27 juli 2026 för dagens regler. Läs ändringsförordning (EU) 2026/1744 när du behöver se vad Digital Omnibus ändrade.
Det här är ett arbetsstöd – inte en rättslig klassificering
Modellen nedan är ett praktiskt hjälpmedel för att avgöra kontrollnivå i vardagen. Den är inte en rättslig riskklassificering enligt EU AI-förordningen (AI Act). EU AI Act definierar "högrisk-AI-system" i bilaga III och avser specifika systemkategorier – inte enskilda arbetsuppgifter. Om er organisation kan beröras av AI Act:s krav på högrisk-AI-system, kontakta juridisk funktion eller dataskyddsombud för en separat bedömning.
Uppgifter som kan granskas snabbt
Typfall: idéer, rubriker, agendapunkter, generella mallar, förklaringar av offentlig information, redigering av redan publicerad text för ny tonalitet.
Kontrollkrav: snabb kontroll av språk och saklighet av den som skickar eller publicerar materialet.
Exempel: "Hjälp mig formulera tre rubriker till ett externt nyhetsbrev om vår klimatpolicy." Informationen är offentlig, resultatet är ett utkast som avsändaren ansvarar för.
Uppgifter som kräver namngiven granskning
Typfall: interna sammanfattningar av godkänt material, beslutsunderlag som ska faktagranskas, kommunikationstext som ännu inte publicerats, branschanalyser baserade på offentlig data som ingår i ett officiellt dokument.
Kontrollkrav: dubbelgranskning mot källmaterial, dokumentation av vem som granskade och när, namngiven ansvarig för slutversionen.
Exempel: "Sammanfatta de tre viktigaste punkterna ur denna interna kvartalsrapport." Materialet är internt, resultatet ska in i en ledningspresentation. Kräver att en namngiven person stämmer av mot originalet.
Uppgifter som kräver specialist och spårbarhet
Typfall: personuppgifter om identifierbara individer, juridiska bedömningar, myndighetsbeslut, patient- eller klientärenden, lönediskussioner, rekrytering och urval, prestationsbedömningar, beslut om bidrag, tillstånd eller stöd.
Kontrollkrav: mänsklig specialistgranskning (jurist, DPO, HR, läkare – beroende på uppgift), spårbarhet i dokumentation, tydlig beslutsgång med namngiven ansvarig.
Viktigt: uppgifter i den här kategorin ska i normalfallet inte matas in i ett öppet AI-verktyg. Kontrollera alltid att valt verktyg är godkänt för den aktuella dataklass innan du börjar.
Hur du avgör vilken nivå som gäller
- Innehåller underlaget personuppgifter om identifierbara individer? → Hög risk
- Kan resultatet direkt påverka ett beslut om en specifik person – anställning, bidrag, vård, rättslig bedömning? → Hög risk
- Är informationen intern och ännu inte offentlig, och ska resultatet in i ett officiellt dokument? → Minst medel risk
- Arbetar du med offentlig information för att producera ett utkast som du sedan granskar själv? → Låg risk
Osäker? Välj en nivå upp och dokumentera varför. Det är alltid rätt att fråga.
Vem du kontaktar per nivå
- Låg risk: ingen eskalering krävs – granskar och godkänner själv.
- Medel risk: informera närmaste chef eller ansvarig funktion om du är osäker på om materialet är godkänt för AI-bearbetning.
- Hög risk: kontakta dataskyddsombud (DPO), juridisk funktion, HR-chef eller verksamhetens utsedda AI-ansvarig – beroende på uppgiftens natur – innan du påbörjar arbetet med AI-stöd.
Källor och ansvar
Guiden är skriven av C. Leijon och ingår i AI på svenska. Den är informativ och ersätter inte juridisk, medicinsk, pedagogisk eller verksamhetsspecifik rådgivning.
Kontrollera alltid lokala riktlinjer, avtal, sekretesskrav och aktuell myndighetsvägledning innan AI används i skarpa arbetsflöden.
Nästa: Innan du klistrar in information
Kontrollera personuppgifter, sekretess, avtal och minsta nödvändiga underlag.