Kursus · Version 1.0

EU AI Act i praksis

AI-kompetence, risikovurdering og dokumentation for danske virksomheder

10 modulerca. 2 timer og 30 minutter undervisningca. 45-60 minutter øvelserPrøve ca. 20 minutterI alt ca. 3,5 timer
Kurset er undervisning og dokumentationsstøtte — ikke juridisk rådgivning. Gennemført kursus gør ikke i sig selv din virksomhed compliant og opfylder ikke automatisk artikel 4. Kurset kan indgå som én dokumenteret foranstaltning i organisationens arbejde med AI-kompetence.
Før

"Vi bruger AI, men vi ved ikke rigtig, hvilke regler der gælder."

Efter

"Vi ved hvilke AI-systemer vi bruger, hvilke risici vi skal undersøge, hvem der skal kunne hvad, hvilke procedurer vi har — og hvad vi dokumenterer."

Tilpas kurset til dig

Otte korte spørgsmål. Svarene styrer, hvilke cases og advarsler du møder undervejs. Alle får det samme fundament — du får de eksempler, der ligner din hverdag.

Hvilken branche arbejder du i?
Hvad er din rolle?
Bruger du AI i arbejdet i dag?
Arbejder du med personoplysninger?
Bruger I AI i forbindelse med rekruttering eller medarbejdervurdering?
Arbejder I med børn, unge, patienter eller helbredsoplysninger?
Bruger I AI til beslutninger om mennesker?
Udvikler eller integrerer I egne AI-løsninger?

Forløbet

0% gennemført

Det kan du bagefter

  1. 01Forklare hovedformålet med EU AI ActM1
  2. 02Forstå hvad et AI-system er i AI Act-sammenhængM1
  3. 03Identificere organisationens væsentligste AI-anvendelserM2
  4. 04Identificere virksomhedens rolle for et konkret AI-systemM3
  5. 05Forstå forskellen mellem udbyder og idriftsætterM3
  6. 06Genkende anvendelser, der kræver særlig regulatorisk opmærksomhedM4
  7. 07Genkende potentielle højrisikoanvendelserM4
  8. 08Genkende centrale forbudte AI-praksisserM4
  9. 09Forstå de vigtigste transparenskravM7
  10. 10Forstå kravet om AI-færdigheder efter artikel 4M5
  11. 11Forstå at artikel 4 kræver relevante foranstaltninger, men ikke garanterer et bestemt individuelt kompetenceniveauM5
  12. 12Vurdere hvilket kompetenceniveau medarbejdere bør have ud fra rolle og anvendelseM5
  13. 13Identificere typiske AI-risiciM6
  14. 14Forstå problemer omkring hallucinationer og fejlagtige outputM6
  15. 15Forstå risiko for bias og diskriminationM6
  16. 16Forstå betydningen af menneskelig kontrolM6
  17. 17Forstå centrale GDPR-problemstillinger ved AIM8
  18. 18Identificere hvornår personoplysninger behandlesM8
  19. 19Genkende situationer hvor en DPIA kan være relevantM8
  20. 20Gennemføre en grundlæggende leverandørvurderingM9
  21. 21Etablere et AI-registerM2
  22. 22Anvende en grundlæggende AI-risikovurderingM4
  23. 23Følge organisationens AI-politikM9
  24. 24Vurdere om et nyt AI-værktøj bør godkendesM9
  25. 25Registrere relevante hændelserM9
  26. 26Vide hvornår intern eller ekstern specialistviden bør inddragesM10
  27. 27Dokumentere gennemført AI-undervisningM5
  28. 28Bidrage til organisationens løbende AI-governanceM10

Kursets governance-loop

En praktisk arbejdsmodel — ikke en officiel EU-model.

  1. 1FINDHvilken AI bruger vi?
  2. 2VURDÉRHvilken risiko og hvilke regler er relevante?
  3. 3GODKENDMå systemet bruges — og under hvilke betingelser?
  4. 4UDDANHvem skal vide hvad?
  5. 5KONTROLLÉRHvordan kontrollerer vi brug og output?
  6. 6DOKUMENTÉRHvordan viser vi, hvad vi har gjort?
  7. 7GENBESØGHar systemet, reglerne eller anvendelsen ændret sig?

Din governance-mappe

Hvert modul fylder en mappe. Når du er igennem, har du hele pakken.

  • 01 AI-register
  • 02 AI-politik
  • 03 Risikovurderinger
  • 04 Kompetencer og uddannelse
  • 05 GDPR-vurderinger
  • 06 Leverandører
  • 07 Hændelser
  • 08 Godkendelser
  • 09 Review
  • 10 Dokumentation

Prøve og kursusbevis

  • Alle obligatoriske moduler gennemført
  • Mindst 80 % korrekte svar i den afsluttende prøve
  • Alle kritiske sikkerhedsspørgsmål besvaret korrekt
  • Forkert svar i en kritisk kategori giver læringsforklaring og nyt forsøg

Ordliste

Begreb, forklaring og et eksempel. Intet juristsprog.

AI-system

Et system, der med en vis grad af selvstændighed kan udlede resultater — for eksempel tekst, anbefalinger, scorer eller forudsigelser — ud fra det input, det får. Almindelig regelbaseret software er ikke automatisk et AI-system.

Eksempel: Et regneark, der lægger tal sammen, er ikke et AI-system. Et værktøj, der selv scorer og rangerer ansøgere, kan være det.

Udbyder (provider)

Den, der udvikler et AI-system eller får det udviklet og bringer det på markedet eller i brug under eget navn eller varemærke.

Eksempel: En dansk softwarevirksomhed, der sælger sit eget AI-værktøj til kunder.

Idriftsætter (deployer)

Den virksomhed eller organisation, der anvender et AI-system under sin myndighed. Mange danske virksomheder er idriftsættere, når medarbejderne bruger et eksternt AI-system i arbejdet.

Eksempel: Et revisionsfirma, hvor medarbejderne bruger ChatGPT til udkast til kundebreve.

Importør og distributør

Importøren bringer et AI-system fra et land uden for EU på EU-markedet. Distributøren gør et system tilgængeligt uden at være udbyder eller importør.

Eksempel: En forhandler, der videresælger et amerikansk AI-værktøj til danske kunder.

AI-færdigheder (AI literacy)

De færdigheder, den viden og den forståelse, der gør det muligt at bruge AI på et informeret grundlag og være bevidst om muligheder, risici og mulig skade.

Eksempel: En medarbejder, der ved, at AI kan finde på ting, og derfor tjekker tal og henvisninger, før de sendes videre.

Forbudt AI-praksis

Anvendelser, som forordningen forbyder — for eksempel visse former for manipulation, udnyttelse af sårbarhed, social scoring og bestemte former for følelsesgenkendelse på arbejdspladsen.

Eksempel: Et system, der scorer medarbejdere socialt på tværs af sammenhænge.

Højrisiko-AI

AI-systemer i bestemte anvendelsesområder eller som sikkerhedskomponent i regulerede produkter, hvor forordningen stiller skærpede krav. Om et konkret system er omfattet, kræver en konkret vurdering.

Eksempel: Et system, der rangerer jobansøgere, ligger i et område, der kan være omfattet.

Transparensforpligtelse

Krav om at gøre det klart, at man interagerer med AI, eller at indhold er kunstigt genereret eller manipuleret.

Eksempel: En chatbot, der fortæller kunden, at den er en AI-assistent.

Hallucination

Når et AI-system producerer indhold, der lyder rigtigt, men er forkert eller opdigtet.

Eksempel: AI opfinder en paragraf eller en kilde, der ikke findes.

Bias

Skævhed i data, model eller brug, der kan føre til systematisk dårligere resultater for bestemte grupper.

Eksempel: Et rekrutteringsværktøj, der nedprioriterer ansøgere med huller i cv'et.

Automation bias

Tendensen til at stole for meget på maskinens svar og undlade at kontrollere det.

Eksempel: En medarbejder godkender AI's forslag uden at læse det igennem.

Menneskelig kontrol

At et menneske reelt kan forstå, efterprøve, tilsidesætte eller stoppe AI'ens resultat, før det får virkning.

Eksempel: En leder læser og retter AI's udkast til en afskedigelsesbegrundelse.

Personoplysninger

Enhver oplysning om en identificeret eller identificerbar fysisk person.

Eksempel: Navn, e-mail, cv, kundenoter, optagelse af et møde.

Særlige kategorier af personoplysninger

Blandt andet helbred, race og etnisk oprindelse, religion, fagforening, seksuelle forhold og biometri til identifikation. Kræver særligt grundlag.

Eksempel: En sygemelding, der kopieres ind i et AI-værktøj.

Dataansvarlig og databehandler

Den dataansvarlige bestemmer formål og midler. Databehandleren behandler oplysninger på den dataansvarliges vegne — typisk leverandøren.

Eksempel: Virksomheden er dataansvarlig; AI-leverandøren er ofte databehandler.

Databehandleraftale (DPA)

Den skriftlige aftale, der skal være på plads, når en databehandler behandler personoplysninger for dig.

Eksempel: Aftalen du accepterer, når virksomheden tager et AI-værktøj i brug.

DPIA (konsekvensanalyse)

En analyse af, hvilke risici en behandling udgør for personer. Kan være nødvendig, når en behandling sandsynligvis indebærer høj risiko.

Eksempel: Før I tager et AI-værktøj i brug, der vurderer medarbejdere.

Shadow AI

AI-værktøjer, medarbejdere bruger i arbejdet, uden at organisationen har godkendt eller kender dem.

Eksempel: En medarbejder bruger sin private AI-konto til kundedata.

AI-register

Organisationens samlede oversigt over, hvilke AI-systemer der bruges, til hvad, af hvem og med hvilke data.

Eksempel: Et regneark med ét system pr. række og en ansvarlig for hver.

Governance

De aftaler, roller, procedurer og dokumenter, der styrer, hvordan organisationen bruger AI.

Eksempel: AI-politik, godkendelsesproces, hændelseslog og årligt review.

Juridisk grundlag og videre læsning

Kun forordningstekst, EU-institutioner og myndigheder. Sidst kontrolleret 2026-09-17. Næste review 2027-03-17.