AI Governance
Jeg hjælper organisationer med at få bedre greb om deres brug af AI – så nye løsninger kan udvikles og tages i brug med en klar forståelse af risici, ansvar og gældende krav. Målet er at skabe overblik og retning, så det bliver lettere at vurdere, hvor og hvordan AI giver værdi.
Bliv klar til EU AI-forordningen
EU AI-forordningen indfører risikobaserede forpligtelser der påvirker hvordan I bygger, tester, deployer og monitorerer AI-systemer. Jeg hjælper teams med at forstå hvilke af deres AI-use cases der falder i højrisikokategorier, hvilke tekniske og organisatoriske krav der gælder, og hvilke konkrete skridt der er nødvendige for at opnå og vedligeholde compliance.
Det er ikke en juridisk vurdering — det er praktisk engineering-vejledning. Jeg oversætter regulatoriske krav til tekniske specifikationer: dokumentationsstandarder, risikovurderingsprocesser, menneskeligt tilsynsmekanismer og den monitoreringsinfrastruktur der er nødvendig for at demonstrere løbende compliance.
Ansvarlig AI i praksis
Ikke alle AI-use cases har samme risiko. Jeg hjælper organisationer med at få et bedre overblik over, hvor der kan være behov for ekstra opmærksomhed – med afsæt i NIST AI Risk Management Framework og EU AI-forordningen.
Jeg hjælper med at pege på, hvilke typer tekniske tests det giver mening at sætte op – fx i forhold til skævheder i data eller modeladfærd – samt hvilken dokumentation der er påkrævet, og hvordan den kan indarbejdes i udviklingsarbejdet.
For løsninger med højere risiko kan jeg også bidrage til at tydeliggøre, hvilke ekstra tiltag der ofte er relevante. Det kan fx være behov for menneskelig involvering, tættere opfølgning eller klare aftaler om, hvad man gør, hvis noget går galt.
Organisatoriske governance-strukturer
Governance virker kun når det er indlejret i hvordan teams faktisk arbejder. Jeg hjælper med at designe AI-governance-strukturer der passer til jeres organisation — review boards, godkendelsesworkflows, dokumentationsstandarder og audit trails — uden at skabe bureaukratisk overhead der dræber innovation.
Det inkluderer definition af klart ejerskab for AI-beslutninger, etablering af feedback-loops mellem governance- og engineering-teams, og opbygning af skabeloner og værktøj der gør compliance til en naturlig del af udviklingsworkflowet frem for en eftertanke.