Tilbage til Sikkerhed

AI-transparens

Vores transparensoplysninger om brugen af kunstig intelligens i overensstemmelse med EU's AI-forordning (Forordning 2024/1689, “AI Act”) Artikel 50, samt en åben beskrivelse af hvad AI'en gør, hvad den ikke gør, og hvordan den fejler.

Senest opdateret: 13. november 2026 · Version 1.6

1. Du interagerer med et AI-system

Projektsikring anvender generative store sprogmodeller (LLM'er) til at analysere uploadet byggeprojektmateriale og generere observationer, risikovurderinger og handlingsplaner. Når du læser en analyse-rapport, stiller spørgsmål via Q&A-funktionen, eller interagerer med AI-genererede fund, interagerer du med et AI-system.

Dette dokument opfylder vores transparensforpligtelse over for slutbrugere jf. AI Act Art. 50(1).

2. Risiko-klassifikation under AI Act

Klassifikation: Begrænset risiko (Limited Risk)

Projektsikring er et generativt AI-system med interaktion mellem mennesker og AI. Det anvendes ikke i nogen af de højrisiko- anvendelsesområder der er opført i AI Act Bilag III (kritisk infrastruktur, uddannelse, beskæftigelse, retshåndhævelse, biometri m.v.).

Vores forpligtelser består primært i:

  • Transparens over for brugere (denne side).
  • Markering af AI-genereret indhold (alle fund og rapporter er tydeligt mærket som AI-output).
  • Generelle krav om dataforvaltning og kvalitet via GDPR.

Hvis vi udvidede platformen til at omfatte højrisiko-anvendelser (fx automatiserede ansættelsesbeslutninger, biometrisk identifikation), aktiveres yderligere forpligtelser. Disse anvendelser er eksplicit ude af scope (jf. §10).

3. Hvem leverer AI'en?

Sprogmodellerne leveres af Anthropic PBC, som står på listen over underdatabehandlere og i databehandleraftalens Bilag C.6.

Disse modeller er general-purpose AI-modeller (GPAI) jf. AI Act Kapitel V. Anthropic er provider af disse modeller og har egne transparens- og dokumentationsforpligtelser; deres model-cards findes på anthropic.com/claude .

Vi træner ingen modeller selv. Vi anvender disse modeller via API uden fine-tuning på kundedata.

4. Begrænsninger og fejltyper

AI-systemer er probabilistiske. De fejler, og det skal du vide. Vores AI kan:

  • Hallucinere, dvs. skrive udsagn, der ikke bygger på de uploadede dokumenter. Derfor henviser hvert fund til det sted i materialet, det bygger på, så det kan efterprøves.
  • Misforstå kontekst, sammenkæde dokumenter på måder en menneskelig læser ikke ville.
  • Overdrive eller bagatellisere risici. Et fund, der afventer en menneskelig vurdering, er mærket “Manuel verifikation”.
  • Misse fund, særligt hvis information er gemt i tabeller, billeder eller på tværs af mange dokumenter.
  • Producere bias, selv om vi arbejder med kontraktdokumenter (ikke persondata om individer), kan sprogmodeller afspejle skævheder fra deres træningsdata.

Derfor: AI-output er vejledende. Et fund kan være forkert eller overdrevet. Efterprøv det mod kilden, før det bruges. Endelige beslutninger skal træffes af kvalificerede fagpersoner.

5. Menneskelig kontrol og verifikation

Vores design håndhæver “human-in-the-loop”:

  • Hvert fund har en af fem statusser, som en bruger sætter: Ubehandlet, Igangværende, Videresendt, Håndteret og Ikke relevant.
  • Et fund mærket “Manuel verifikation” kan markeres “Verificeret” eller “Falsk positiv”, og markeringen står i aktivitetsloggen.
  • Svar i Spørgsmål & Svar viser deres kilder, så de kan efterprøves.
  • Ved hvert fund står belæggets styrke og kilden, og kildevisningen viser den citerede side.
  • Rapporter og appens sider har en AI-markering i sidefoden.

6. Træningsdata

Anthropics modeller er trænet på offentligt tilgængelige tekstdata (web, bøger, kode, samtaler). Anthropic har offentliggjort generel information om træningsdata i deres responsible scaling policy.

Anthropic bruger ikke vores kunde-data til at træne modeller. Det følger af Anthropics kommercielle vilkår og står i vores databehandleraftales Bilag C.6; aftalens Bilag D.1 siger desuden, at vi ikke selv bruger kundens data til at træne modeller. Zero Data Retention er desuden aktiv på vores standard-API-konto hos Anthropic, så API-kald ikke gemmes.

7. Beslutninger med retsvirkninger eller væsentlige virkninger

AI'en træffer ikke automatiserede beslutninger der har retsvirkninger eller på lignende måde væsentligt påvirker en fysisk person, jf. GDPR Art. 22. AI-output består af strukturerede observationer som mennesker tager beslutninger på baggrund af. Den endelige kontraktbeslutning, accept eller afvisning af et tilbud, og allokering af ansvar er menneskelige beslutninger.

8. Logging og auditerbarhed

Analysens kald til sprogmodellerne logges, så en analyse kan efterprøves bagefter. Logningen vises ikke i platformen og kan udleveres ved en tilsynsanmodning.

9. Vores governance

Vores AI-governance omfatter:

  • Ugentlig måling mod et fast testsæt.
  • DPIA'en gennemgås ved hver væsentlig ændring. Seneste version: 13. november 2026.
  • Klar eskalation til DPO ved AI-relaterede klager.

10. Ude af scope (forbudte anvendelser)

Vi anvender ikke vores AI til:

  • Automatiserede beslutninger om ansættelse, afskedigelse eller karriereforhold.
  • Biometrisk identifikation eller kategorisering.
  • Social scoring af individer.
  • Følelses-detektion i arbejds- eller uddannelseskontekst.
  • Prediktiv politiarbejde.
  • Subliminal manipulation.
  • Selvstændig udledning af følsomme persondata-kategorier (race, religion, sundhed, politisk overbevisning).

11. Klagemulighed

Hvis du mener et AI-fund er forkert, eller hvis du har spørgsmål til vores brug af AI:

  • Et fund, der ikke holder, kan sættes til “Ikke relevant” med en begrundelse, og et fund mærket “Manuel verifikation” kan markeres “Falsk positiv”. Hvordan vi bruger vurderingerne til at forbedre analysen, står i privatlivspolitikkens punkt 12.
  • Spørgsmål og klager kan sendes til dpo@zentroai.dk.
  • Klage over AI-systemers manglende overholdelse af AI Act kan rettes til den nationale tilsynsmyndighed (i Danmark forventes Datatilsynet at få denne rolle).

Vores AI-vision: AI skal gøre fagpersoner stærkere, ikke erstatte dem. Vores arbejde er at gøre AI'ens fejl synlige, vores grænser klare, og dine valg informerede.