Riskklassificering av AI-system enligt EU AI Act

“Är vårt AI-system högrisk?” är den enda fråga som spelar roll under EU:s AI-förordning innan man pratar med en jurist. Klassificeringen avgör om ni omfattas av artikel 9–17:s tunga leverantörsskyldigheter, eller om ni klarar er med artikel 50:s transparenskrav, eller om systemet är förbjudet under artikel 5.

Den här guiden är beslutsträdet för svenska företag, med konkreta exempel.

Tre frågor i ordning

Fråga 1 — är systemet förbjudet?

Artikel 5 listar åtta praktiker som är banade outright sedan 2 februari 2025. För svenska SMF är de mest relevanta:

• Subliminal manipulation eller utnyttjande av sårbara grupper
• Social poängsättning som leder till oberättigad olika behandling
• Realtids-fjärrbiometrisk identifiering i offentliga utrymmen
• Känsloigenkänning på arbetsplatsen eller i utbildningsmiljöer

Om något av detta gäller — stoppa direkt. Sanktioner: 35 M€ eller 7 % av global omsättning.

Fråga 2 — faller systemet under bilaga III?

Bilaga III listar åtta kategorier av högrisk-AI:

1. Biometri — identifiering, kategorisering, känsloigenkänning (utöver det som är förbjudet)
2. Kritisk infrastruktur — trafik, vatten, gas, elektricitet, digital infrastruktur
3. Utbildning — antagning, bedömning av läranderesultat, examensövervakning
4. Arbete — rekrytering, urval, befordran, uppsägning, uppgiftsfördelning
5. Tillgång till väsentliga tjänster — sociala förmåner, kreditvärdighet, försäkringspriser, akuttjänster
6. Brottsbekämpning — riskbedömning, bevisvärdering, polygrafer
7. Migration och gränskontroll
8. Rättskipning och demokratiska processer

För svenska startups är kategorierna som oftast träffar: 4 (rekrytering, HR-tech), 5 (kreditbedömning, försäkringspriser), 3 (utbildningsteknologi).

Fråga 3 — kan ni använda artikel 6(3)-undantaget?

Om systemet skulle falla under bilaga III enligt fråga 2, kan ni undgå högriskstatusen om något av följande är sant:

• Systemet utför en smal procedurell uppgift
• Systemet förbättrar resultatet av en redan utförd mänsklig aktivitet
• Systemet upptäcker mönster eller avvikelser utan att ersätta människans bedömning
• Systemet utför en förberedande uppgift inför en bilaga III-bedömning

Viktig fotnot: undantaget gäller inte om systemet profilerar fysiska personer (poängsätter, rangordnar, kategoriserar individer). Det här är det som diskvalificerar de flesta HR-tech-verktyg från undantaget.

Konkreta exempel

| System | Klassificering | Varför | |---|---|---| | SaaS som rangordnar jobbsökanden | Högrisk (bilaga III pkt 4) | Anställningsbeslut + profilering — inget undantag | | SaaS som drafttar intervjufrågor för rekryterare | Begränsad risk | Bestämmer eller rangordnar inte; art. 50 transparens | | Kreditmodell som godkänner SME-lån automatiskt | Högrisk (bilaga III pkt 5) | Väsentlig tjänst + profilering | | Kreditmodell för intern portföljanalys | Sannolikt inte högrisk | Artikel 6(3)-undantaget kan tillämpas | | Kundsupport-chatbot på vårdgivares webbplats | Begränsad risk | Endast art. 50 transparens | | AI-baserad CV-screening i ATS | Högrisk | Profilering + rekrytering | | Mötessummerare för HR-anteckningar | Begränsad risk | Förberedande, ingen profilering |

Notera hur samma underliggande modell kan landa i olika nivåer beroende på avsedd användning. Det är därför ert skriftliga syfte är viktigare än modellens arkitektur.

Vad ni skriver ner — revisionsspåret

För varje klassificering, dokumentera:

• Systemets avsedda användning (konkret, specifikt)
• Vilka bilaga III-kategorier ni övervägde och uteslöt (eller bekräftade)
• Om artikel 6(3)-undantaget tillämpas och varför
• Vem som granskade och godkände klassificeringen, med namn och datum
• Granskningsanteckningar som förklarar resonemanget

Det här är spåret tillsynsmyndigheten kommer be om vid en utredning. Det är också det som klassificeringssoftware (som Maditon) ska generera automatiskt — inte ett 30-sidigt Google-dokument.

Om ni hamnar på högrisk

Då gäller full provider-svit:

• Riskhanteringssystem över hela livscykeln (art. 9)
• Datastyrning — kvalitet på tränings-, validerings- och testdata (art. 10)
• Teknisk dokumentation per bilaga IV (art. 11)
• Loggar och spårbarhet (art. 12)
• Transparens och instruktioner för tillhandahållare (art. 13)
• Mänsklig översyn inbyggd (art. 14)
• Noggrannhet, robusthet, cybersäkerhet (art. 15)
• Bedömning av överensstämmelse + CE-märkning (art. 43)
• Registrering i EU-databasen (art. 49)
• Efterföljande övervakning + allvarlig-incidentrapportering (art. 72, 73)

Bakomplanera från 2 december 2027 (uppskjutet genom Digital Omnibus, överenskommet i maj 2026 och i väntan på formellt antagande). Tekniska dokumentationen ensam tar 3–6 månader om ni gör den rätt.

Om ni hamnar på begränsad risk

Då gäller artikel 50: informera användarna att de interagerar med AI, märk syntetiskt innehåll. Designkravet är att informationen är tydlig vid interaktionspunkten — inte begravd i en integritetspolicy.

Vad Maditon gör

Klassificeringen är en multi-stegs AI-pipeline med verifierare och konsensusmodell — så att fantomartiklar inte slipper igenom och konfidensen är spårbar. Slutligen accepterar en namngiven användare i er organisation utkastet med tidsstämpel. Det är godkännandet som juridiskt räknas, inte AI:n. Det här passar exakt artikel 6(3)(d)-undantaget — Maditon är förberedande, ni beslutar.