Officiella definitioner från EU:s AI-förordning (Art. 3) och vanligt använda termer inom EU:s AI-reglering. Att förstå vad förordningen menar med 'AI-system', 'tillhandahållare', 'högrisk', 'väsentlig modifiering' och 'GPAI-modell' är avgörande för efterlevnad. Denna ordlista täcker alla centrala termer med förklaringar på vanligt språk.

Grundläggande definitioner (Art. 3)

EU:s AI-förordning innehåller 65 definierade termer i Art. 3. De viktigaste för efterlevnadsändamål sammanfattas nedan.


AI-system (Art. 3(1))

Ett maskinbaserat system som:

Viktig konsekvens: Definitionen är teknikneutral. Den kräver inte djupinlärning eller neurala nätverk — ett regelbaserat system med adaptiva komponenter kan kvalificera. Omvänt kvalificerar troligen inte ett enkelt if-then logikträd utan inlärningskapacitet.


Tillhandahållare (Art. 3(3))

En fysisk eller juridisk person, offentlig myndighet, organ eller annat organ som utvecklar ett AI-system eller låter ett AI-system utvecklas och placerar det på marknaden eller tar det i bruk under eget namn eller varumärke — oavsett om det sker mot betalning eller gratis.

Viktig konsekvens: Utvecklingsansvar + marknadsplacering = tillhandahållarstatus. Ett företag som beställer en anpassad AI-bygge från en extern utvecklare är tillhandahållaren om systemet placeras på marknaden under företagets varumärke.


Driftsättare (Art. 3(4))

En fysisk eller juridisk person, offentlig myndighet, organ eller annat organ som använder ett AI-system under eget ansvar för ett professionellt ändamål — utom där användningen sker i personlig icke-professionell aktivitet.

Viktig konsekvens: Det stora flertalet företag som använder AI köpt från tredje part är driftsättare. Driftsättarskyldigheter är mindre betungande än tillhandahållar­skyldigheter men är fortfarande viktiga för högrisk­system.


Behörig representant (Art. 3(5))

En fysisk eller juridisk person etablerad inom unionen som har fått ett skriftligt mandat från en tillhandahållare av ett AI-system etablerad utanför unionen för att utföra skyldigheter på uppdrag av den tillhandahållaren.

Viktig konsekvens: Icke-EU-tillhandahållare av AI-system placerade på EU-marknaden måste utse en EU-baserad behörig representant. Denna representant kan hållas rättsligt ansvarig för tillhandahållarens skyldigheter enligt EU:s AI-förordning.


Importör (Art. 3(6))

En fysisk eller juridisk person etablerad inom unionen som placerar på EU-marknaden ett AI-system som bär en fysisk eller juridisk persons namn eller varumärke etablerad utanför unionen.


Distributör (Art. 3(7))

En fysisk eller juridisk person i leveranskedjan, annan än tillhandahållaren eller importören, som gör ett AI-system tillgängligt på unionsmarknaden utan att modifiera det.


Aktör (Art. 3(8))

En samlande term som täcker tillhandahållare, behöriga representanter, importörer, distributörer, driftsättare och alla andra personer som lyder under skyldigheter enligt förordningen.


Avsett ändamål (Art. 3(12))

Den användning för vilken ett AI-system är avsett av tillhandahållaren, inklusive det specifika sammanhanget och betingelserna för användning som anges i den information som tillhandahålls av tillhandahållaren i bruksanvisningarna, marknadsförings- eller försäljningsmaterial eller uttalanden.

Viktig konsekvens: Det avsedda ändamålet avgör vilken riskkategori som gäller och vilka krav som måste uppfyllas. Ett system avsett för kreditbedömning är högrisk (Bilaga III); samma underliggande modell avsedd för skräppostfiltrering kanske inte är det. Tillhandahållare kan inte undkomma högriskklassificering genom att lämna det avsedda ändamålet vagt — förordningen ser till all information om systemets design och marknadsföring.


Rimligen förutsebart missbruk (Art. 3(13))

Användning av ett AI-system på ett sätt som inte är i enlighet med dess avsedda ändamål men som kan resultera från rimligen förutsebart mänskligt beteende eller interaktion med andra system.

Viktig konsekvens: Tillhandahållare måste bedöma och hantera förutsebart missbruk i sina riskhanteringssystem — inte bara det avsedda användningsfallet. Ett ansiktsigenkänningssystem avsett för åtkomstkontroll måste hantera den förutsebara risken att det kan användas för realtidsövervakning.


Säkerhetskomponent (Art. 3(14))

En komponent i en produkt eller ett AI-system som uppfyller en säkerhetsfunktion för den produkten eller det AI-systemet, eller vars fel eller felfunktion äventyrar hälsan och säkerheten hos personer eller egendom.

Viktig konsekvens: AI-system som är säkerhetskomponenter i produkter som täcks av Bilaga I-sektorslagstiftning är automatiskt föremål för högrisk­krav, oavsett om AI:n i sig innebär direkt risk.


Placering på marknaden (Art. 3(9))

Det första tillgängliggörandet av ett AI-system eller en AI-modell för allmänna ändamål på unionsmarknaden.


Idrifttagning (Art. 3(11))

Tillhandahållandet av ett AI-system för första användning direkt till driftsättaren eller för egen användning på unionsmarknaden för dess avsedda ändamål.

Viktig konsekvens: Både "placering på marknaden" (försäljning till andra) och "idrifttagning" (egenanvändning) utlöser tillhandahållar­skyldigheter. Ett företag som bygger ett AI-system för internt bruk tar det i bruk och är tillhandahållare som lyder under alla skyldigheter.


Högrisk-AI-system

Definieras inte i en enda mening — klassificeras med hänvisning till Bilaga I (säkerhetskomponenter i reglerade produkter) och Bilaga III (fristående högrisk-användningsfall). Risknivån beror på det avsedda syftet och driftsättningskontexten, inte den underliggande teknologin.

Högrisk-kategorier i Bilaga III:

  1. Biometrisk identifiering och kategorisering
  2. Förvaltning av kritisk infrastruktur
  3. Utbildning och yrkesutbildning
  4. Anställning, personalledning, tillgång till egenföretagande
  5. Tillgång till och åtnjutande av viktiga privata tjänster och offentliga tjänster och förmåner
  6. Brottsbekämpning
  7. Migration, asyl, förvaltning av gränskontroll
  8. Rättskipning och demokratiska processer

AI-modell för allmänna ändamål (GPAI) (Art. 3(63))

En AI-modell, inklusive när den tränas med en stor mängd data med hjälp av självövervakning i stor skala, som uppvisar avsevärd generalitet och är förmögen att kompetent utföra ett brett spektrum av distinkta uppgifter oavsett hur modellen placeras på marknaden — som kan användas i en mängd nedströms tillämpningar.

Viktig distinktion från AI-system: En GPAI-modell är ännu inte ett AI-system. Den blir del av ett AI-system när den integreras i en produkt eller tillämpning. Förordningen ålägger GPAI-modell­tillhandahållare skyldigheter separat från (och utöver) skyldigheter för tillhandahållare av AI-system byggda med hjälp av GPAI-modeller.


GPAI-modell med systemrisk (Art. 3(65))

En GPAI-modell som utpekas som systemrisk på grund av att den har höga kapaciteter utvärderade med lämpliga tekniska verktyg och metodologier, eller på grund av dess faktiska eller rimligen förutsebara höga påverkan.

Den aktuella indikatorn är kumulativ träningsberäkning som överstiger 10^25 FLOPs. Ytterligare kriterier kan tillämpas av kommissionen via delegerad akt.


Allvarlig incident (Art. 3(49))

En incident eller ett fel i ett AI-system som direkt eller indirekt leder till:


Väsentlig modifiering (Art. 3(23))

En ändring av ett AI-system efter placering på marknaden eller idrifttagning som inte är förutsedd eller planerad i den ursprungliga bedömningen av överensstämmelse och som påverkar AI-systemets efterlevnad av förordningens krav eller resulterar i en ändring av det avsedda ändamål för vilket AI-systemet har bedömts.


Bedömning av överensstämmelse (Art. 3(20))

Processen att verifiera om ett högrisk-AI-system uppfyller de krav som anges i kapitel III, avsnitt 2 i förordningen. Bedömningar av överensstämmelse kan genomföras av tillhandahållaren (självbedömning) eller av ett anmält organ (tredjepartsbedömning), beroende på typen av system.


Anmält organ (Art. 3(22))

Ett organ för bedömning av överensstämmelse utsett av en medlemsstat för att utföra tredjepartsbedömningsaktiviteter för högrisk-AI-system. Anmälda organ är AI-förordningens motsvarighet till de CE-märkningsorgan som används i traditionell produktreglering.


Marknadskontrollmyndighet (Art. 3(26))

Den nationella myndighet som ansvarar för att genomföra marknadsövervakning enligt AI-förordningen. Medlemsstater måste utse minst en marknadskontrollmyndighet per medlemsstat.


CE-märkning (Art. 3(30))

Den märkning genom vilken en tillhandahållare indikerar att ett högrisk-AI-system är i konformitet med kraven i AI-förordningen och annan tillämplig unionslagstiftning som föreskriver att den appliceras.


Sektorsspecifika termer

Biometriska uppgifter (importerade från GDPR)

Personuppgifter som är ett resultat av specifik teknisk behandling med avseende på en fysisk persons fysiska, fysiologiska eller beteendemässiga egenskaper, som möjliggör eller bekräftar den unika identifieringen av den personen.

System för biometrisk fjärridentifiering (Art. 3(40))

Ett AI-system avsett för identifiering av fysiska personer på avstånd genom jämförelse av en persons biometriska uppgifter med biometriska uppgifter i en referensdatabas, utan föregående kunskap hos AI-systemets användare om huruvida personen kommer att vara närvarande och kan identifieras.

Viktig konsekvens: Realtids biometrisk fjärridentifiering i allmänt tillgängliga utrymmen är förbjuden för brottsbekämpningsändamål med snäva undantag (Art. 5).

Grundmodell

Inte definierad i AI-förordningen — förordningen använder "GPAI-modell" istället. Grundmodell är en vanligt förekommande branschterm för förtränade storskaliga modeller. Använd "GPAI-modell" för regulatoriska ändamål.

Finjustering

Inte definierad i förordningen. Anpassning av en GPAI-modell till en specifik domän eller uppgift genom ytterligare träning. Om finjustering resulterar i en väsentligt annorlunda modell placerad på marknaden kan finjustatören bli tillhandahållare av den nya modellen.


Proceduriella termer

Teknisk dokumentation (Bilaga IV)

Det strukturerade dokumentationspaketet som tillhandahållare av högrisk-AI-system måste förbereda innan marknadsplacering och underhålla under systemets hela livscykel. Det inkluderar systembeskrivningen, designlogiken, information om träningsdata, testresultat, riskhanteringsdokumentation och plan för övervakning efter utsläppande.

EU-försäkran om överensstämmelse (Art. 3(37))

Ett formellt dokument undertecknat av tillhandahållaren som anger att högrisk-AI-systemet uppfyller alla tillämpliga krav i förordningen. Det är den rättsliga grunden för applicering av CE-märkning.

Bruksanvisningar (Art. 3(15))

Information tillhandahållen av tillhandahållaren för att informera driftsättaren om AI-systemets avsedda ändamål, prestanda, tekniska specifikationer och betingelser för användning — inklusive eventuella begränsningar och förutsebara risker.

Plan för övervakning efter utsläppande (Art. 3(32))

Den dokumenterade plan som upprättas av en tillhandahållare för insamling och granskning av erfarenheter från drift av ett högrisk-AI-system efter att det placerats på marknaden eller tagits i bruk.

Konsekvensbedömning avseende grundläggande rättigheter (Art. 27)

En bedömning som driftsättare inom den offentliga sektorn (och vissa privata driftsättare) måste genomföra innan driftsättning av ett högrisk-AI-system, som utvärderar påverkan på berörda personers grundläggande rättigheter.

Official AI Act Compliance Deadline Calendar

Updated · Sources: Regulation (EU) 2024/1689 and the 2026 Digital Omnibus on AI.

Obligation Applies to Original date New date Status Countdown Legal basis
Prohibited Practices (Art. 5) All providers and deployers active AI Act Art. 5
GPAI Rules (Chapter 5) GPAI model providers active AI Act Art. 51-56
High-risk AI — Annex III (standalone) Providers of standalone Annex III systems deferred AI Omnibus 2026 Art. 6(2)
High-risk AI — Annex I (embedded) AI embedded in Annex I regulated products deferred AI Omnibus 2026 Art. 6(1)
AI-Generated Content Marking Providers of generative GPAI systems active AI Act Art. 50(2)
Regulatory Sandboxes National competent authorities active AI Act Art. 57

Download JSON · CC BY 4.0

Frequently Asked Questions

Art. 3(1) definierar ett AI-system som 'ett maskinbaserat system som är utformat för att verka med varierande grader av autonomi och som kan uppvisa anpassningsförmåga efter driftsättning, och som, för explicita eller implicita mål, härleder, från de indata det tar emot, hur det ska generera utdata såsom förutsägelser, innehåll, rekommendationer eller beslut som kan påverka fysiska eller virtuella miljöer.' Denna definition, anpassad till OECD:s AI-definition, är avsiktligt bred och täcker i det närmaste alla maskininlärningsmodeller, djupinlärningssystem och regelbaserade system med inlärningskomponenter.

En GPAI-modell (Art. 3(63)) är en AI-modell tränad på stora mängder data med bred allmän tillämpbarhet över ett brett spektrum av distinkta uppgifter. Den kan användas för olika nedströms uppgifter, antingen direkt eller när den integreras i ett annat AI-system. Exempel inkluderar stora språkmodeller (GPT-4, Claude, Gemini, Llama), stora bildgenereringsmodeller (Stable Diffusion, DALL-E) och multimodala modeller. Det definerande kännetecknet är allmän tillämpbarhet — inte uppgiftsspecifik träning.

EU:s AI-förordning fastställer det initiala tröskelvärdet vid en kumulativ träningsberäkning som överstiger 10^25 FLOPs (flyttalsoperationer). Detta tröskelvärde kan revideras av kommissionen via delegerade akter allteftersom tekniken utvecklas. Dessutom kan en modell utpekas som systemrisk på andra grunder om den har höga kapaciteter eller bred driftsättning som kan skapa betydande risker oavsett träningsberäkning.

En väsentlig modifiering (Art. 3(23)) är en ändring av ett AI-system efter dess placering på marknaden eller idrifttagning som inte är förutsedd eller planerad i den ursprungliga bedömningen av överensstämmelse och som påverkar AI-systemets efterlevnad av förordningens krav eller resulterar i en ändring av det avsedda ändamål för vilket AI-systemet har bedömts. Att avgöra om en modifiering är 'väsentlig' kräver att tillhandahållaren bedömer om den förändrar riskprofilen, prestandaegenskaperna eller det avsedda syftet på sätt som skulle ha påverkat den ursprungliga bedömningen av överensstämmelse.

Stay ahead of AI Act changes

Get compliance alerts when deadlines or obligations change.

No spam. One-click unsubscribe.

Take compliance further with the AI Act Academy

Templates, training modules, and live Q&A — everything needed to implement AI Act compliance.