Riskklassificering av AI-system enligt EU AI Act
Så klassificerar ni AI-system mot artikel 6 och bilaga III i EU AI Act. Beslutsträd, exempel och hur artikel 6(3)(d)-undantaget fungerar för svenska SaaS.
“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.
Vill ni ha ett första svar för ert eget system? Den gratis förhandskollen mot EU AI Act ger en preliminär riskklass på ungefär fem minuter, utan registrering för att börja.
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:
- Biometri — identifiering, kategorisering, känsloigenkänning (utöver det som är förbjudet)
- Kritisk infrastruktur — trafik, vatten, gas, elektricitet, digital infrastruktur
- Utbildning — antagning, bedömning av läranderesultat, examensövervakning
- Arbete — rekrytering, urval, befordran, uppsägning, uppgiftsfördelning
- Tillgång till väsentliga tjänster — sociala förmåner, kreditvärdighet, försäkringspriser, akuttjänster
- Brottsbekämpning — riskbedömning, bevisvärdering, polygrafer
- Migration och gränskontroll
- 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 konsumentlån automatiskt | Högrisk (bilaga III pkt 5 b) | Kreditvärdighet för fysiska personer + 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 on AI, förordning (EU) 2026/1744, i kraft sedan den 27 juli 2026). 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.