Governance &amp; EU AI Act

EU's AI-forordning for SMV'er: en praktisk styringsplan

EU's AI-forordning er ikke kun et juridisk problem for store udbydere. En praktisk SMV-plan for register, risikoklassificering, menneskeligt tilsyn, gennemsigtighed, dokumentation fra leverandører og disciplin ved udrulning.

9 min læsning

Human-in-the-loop-designmønstre til AI-arbejdsgange

Menneskelig gennemgang er ikke et vagt sikkerhedsnet. En praktisk guide til at beslutte, hvad mennesker skal godkende, stikprøvekontrollere, revidere, eskalere eller aldrig uddelegere i AI-arbejdsgange.

Flere i dette emne

8 min læsning

Idempotens, genforsøg og menneskelige kontrolpunkter for AI-noder i n8n

AI-noder fejler anderledes end CRUD-API'er. Indret genforsøg, idempotensnøgler, menneskelig kontrol og logning i n8n, så et ustabilt modelkald hverken sender samme e-mail to gange eller springer godkendelsen over.

8 min læsning

Sikkerhed i OpenClaw med tilladelseslister, parring og gruppeomtaler

Tilladelseslister til kanaler, parring af direkte beskeder og regler for gruppeomtaler er den reelle sikkerhedsgrænse i OpenClaw, fordi værktøjerne kan omfatte shell, filer og browser. Her er en praktisk tjekliste til at begrænse adgangen.

6 min læsning

Stemmen i telefonen lyder bekendt: genkend AI-understøttede svindelnumre

En rolig, praktisk guide til stemmeklonede nødsituationer, efterligningsbeskeder, falske medier og AI-polerede svindelnumre — med en familie-verifikationsplan, der virker, også når forfalskningen ser ud eller lyder overbevisende.

Ny inden for AI

17 minutter

12-Factor Agents: Mønstre for pålidelige LLM-applikationer — Dex Horthy, HumanLayer

AI Engineer. Dex Horthy forklarer, hvorfor pålidelige agentsystemer mest er disciplineret software omkring et par LLM-kald: ej prompten, ej kontekstvinduet, hold control flow deterministisk, og brug tool calls til at kontakte mennesker, når arbejdsgangen behøver vurdering. Det mapper direkte til artiklens mønstre for godkendelse, undtagelse og eskalering.

18 minutter

AWS re:Invent 2025 — Implementing Human-in-the-Loop Controls for Multi-Agent AI Systems (CNS428)

AWS Events. Denne lightning talk navngiver de forretningsøjeblikke, hvor menneskelig kontrol er nødvendig: high-stakes-beslutninger, irreversible handlinger, regulatoriske krav, tillidsopbyggende faser, tvetydige edge cases og graceful degradation. Den viser også konkrete implementeringsmekanismer som MCP elicitations, Step Functions callback waits og godkendelsesnoder.

56 minutter

AI-agenter i finans med HPE's CFO

CXOTalk. HPE CFO Marie Myers beskriver udrulning af agentisk AI (deres "Alfred"-platform) på tværs af en finance-organisation med 3.600 personer med den disciplin, artiklen argumenterer for: en direkte-kontra-indirekte ROI-ramme, stage gates, der afgør, om hvert use case fortsætter eller stopper, obligatoriske kvalitetskontroller med menneskelig kontrol i processen, og arbejdsgangsmetrics såsom en ugentlig review-proces, der mister omtrent 90 % af sin manuelle indsats. Adoption måles som ændret arbejde, ikke tool-logins.

30 minutter

EU AI Act forklaret: fra efterlevelse til konkurrencefordel | Carme Artigas

MSP GLOBAL. Carme Artigas ledede de rådsforhandlinger, der resulterede i AI-forordningen, og forklarer den her til leverandører af administrerede it-tjenester, som mange SMV'er køber AI-systemer gennem. Hun gennemgår den tidslinje, man lagde til grund ved optagelsen, fra adfærdskodeksen for GPAI i august 2025 til en milepæl for overensstemmelsesvurdering i august 2026, og omtaler leverandørdokumentation. [AI Omnibus, forordning (EU) 2026/1744](https://eur-lex.europa.eu/legal-content/EN/TXT/?uri=OJ%3AL_202601744), flyttede senere de relevante krav til højrisikosystemer i kapitel III til 2. december 2027 for systemer i bilag III og 2. august 2028 for systemer omfattet af bilag I. Arbejdet med register, leverandørdokumentation og ejerskab er fortsat nyttigt, men videoens datoer er historiske.

9 min læsning

AI-ROI og modenhed: sådan måler du en AI-indførelse, der faktisk virker

Indførelsen af AI bør ikke måles på, hvor mange der har prøvet ChatGPT. En praktisk model til måling af arbejdsgangens ROI, kvalitet, risiko, modenhed og skaleringsparathed.