Styrets og ledelsens ansvar for KI

Styret har det overordnede forvaltnings- og tilsynsansvaret for selskapets bruk av KI. Daglig leder følger opp bruken innenfor styrets retningslinjer, mens saker av uvanlig art eller stor betydning som utgangspunkt skal behandles av styret.^{*Jf. aksjeloven kapittel 6 og allmennaksjeloven kapittel 6, særlig §§ 6-12 til 6-14, om styrets forvaltnings- og tilsynsansvar og daglig leders oppgaver.}Aksjeeierne utøver den øverste myndigheten gjennom generalforsamlingen.^{*Jf. aksjeloven og allmennaksjeloven § 5-1.}

Styret fastsetter rammer, fordeler beslutnings­myndighet og skal påse at selskapet har betryggende kontroll og innhenter nødvendig rapportering. Slik kontroll og rapportering bør tilpasses KI-brukens betydning, risiko og konsekvenser. Daglig leder og organisasjonen gjennomfører og følger opp KI-bruken innenfor disse rammene. KI-styring (governance) angir rammer, ansvar og beslutningsmyndighet. Etterlevelse (compliance) innebærer at rettslige krav og interne rammer følges og kan dokumenteres i den faktiske KI-bruken.^{*Se ISO/IEC 38507:2022, Governance implications of the use of artificial intelligence by organizations, om veiledning for styrende organer, og ISO/IEC 42001:2023, Artificial intelligence – Management system, om krav til et ledelsessystem for KI. Standardenes krav og veiledning erstatter ikke vurderingen av hvilke rettslige plikter som gjelder i det konkrete tilfellet.}

Rollefordelingen bygger på alminnelig corporate governance, som er strukturen mellom aksjeeiere, styret, ledelsen og øvrige interessenter samt systemene for målfastsettelse, styring og oppfølging.^{*Fritt oversatt fra OECD, G20/OECD Principles of Corporate Governance 2023, «About the Principles».} For selskaper med aksjer notert på regulerte markeder i Norge er NUES-anbefalingen «comply or explain» for rolledeling, risikostyring og intern kontroll.^{*Se Den norske anbefalingen om eierstyring og selskapsledelse, 28. august 2025, innledningen og punkt 10.}

Artikkelen er avgrenset til norsk rett og relevant EU- og EØS-rett. Omtalen av KI-forordningen bygger på EU-regelverket og dets anvendelsesdatoer. Norsk gjennomføring må vurderes særskilt. KI-forordningen foreslås gjennomført i norsk rett gjennom en egen lov om kunstig intelligens (KI-loven). Regjeringen varslet i august 2026 om en ny høring høsten 2026, med ambisjon om å fremme lovforslaget for Stortinget våren 2027.^{*Se Digitaliserings- og forvaltningsdepartementet, «Høring – utkast til ny lov om kunstig intelligens – gjennomføring av EUs forordning om kunstig intelligens i norsk rett», 30. juni 2025, https://www.regjeringen.no/no/dokumenter/3112327/id3112327/, og «Tung vil sende KI-loven med endringer på høring», 4. august 2026, https://www.regjeringen.no/no/aktuelt/tung-vil-sende-ki-loven-med-endringer-pa-horing/id3169693/} Norske selskaper kan også omfattes av forordningens virkeområde ved virksomhet rettet mot EU. Gjeldende selskapsrett og personvernregler gjelder uavhengig av dette. Eksemplene fra Sverige og Tyskland er med som illustrasjoner; svensk og tysk internrett behandles ikke. For hvert steg følger et spørsmål med fotnote til rettslige og metodiske referanser som foreslår relevante lovkrav og metoder for det aktuelle steget. Det bemerkes at rettslige og metodiske referanser er ment å støtte vurderingen, men at det må gjøres en konkret vurdering i det enkelte tilfellet.

Styringsmodell for KI-livsløpet

Modellen som foreslås her, er et styringsverktøy for KI-livsløpet; et verktøy for å beslutte om en KI-anvendelse^{*Artikkelen benytter KI-anvendelse som den konkrete bruken modellen følger opp; det er ingen lovdefinert risikokategori.} skal innføres, videreføres, skaleres, endres, begrenses eller avvikles. Modellen presenteres her i en foreløpig versjon med syv iterative faser. Endringer i formål, modell, datagrunnlag eller integrasjoner kan medføre retur til tidligere faser i modellen; alvorlige hendelser kan kreve umiddelbar stans.

For hvert steg angir styringsmodellen et innledende spørsmål, sentrale dokumentasjonsbehov samt relevante ikke-uttømmende rettslige og metodiske kilder. Likevel bør krav mv. vurderes konkret i det enkelte tilfellet basert på blant annet jurisdiksjon, aktørrolle, risikoklassifisering, behandling av personopplysninger og sektorregelverk. Modellen bruker et gjennomgående konserneksempel med grenseoverskridende virksomhet og kan integreres i eksisterende risikostyring, internkontroll og etterlevelse.

Oppstart

Kontrollspørsmål: Hva skal KI brukes til, hvilken verdi skal skapes, hvem berøres og hvem har ansvar og beslutningsmyndighet? ^{*Relevante rettslige- og metodereferanser: Aksjelovene §§ 6-12–6-16; KI-forordningen (AI Act), forordning (EU) 2024/1689 art. 2–3, 5–6 og 25 samt vedlegg I og III der relevant; GDPR art. 3–6, jf. art. 9, 22, 24, 26 og 35 der relevant; NIST AI RMF er et frivillig rammeverk; særlig GOVERN og MAP er relevante her; ISO/IEC 42001:2023, 5338:2023 og 23894:2023; OECD Due Diligence Guidance for Responsible AI fra 2026 Steps 1–2.}

Ved oppstart bør virksomheten definere formål, forventet verdi, ansvarlig selskap, systemeier og beslutningsmyndighet for hver KI-anvendelse. I tillegg bør den avklare jurisdiksjon, berørte personer, hvem som har ansvaret for gevinstrealiseringen, og hvem som aksepterer restrisikoen. Konsernfelles rammer må suppleres med lokal ansvarsfordeling og avklaring av aktørrollene etter KI-forordningen og GDPR.

I et illustrerende konsern-eksempel gir et norsk morselskap, med et svensk og et tysk datterselskap, ansatte tilgang til samme KI-modell. KI-modellen benyttes til ulike oppgaver i den enkelte juridiske konsernenhet: den norske skal oppsummere interne, ugraderte dokumenter, den svenske skal prioritere og kategorisere kundehenvendelser, og den tyske skal gi beslutningsstøtte i rekrutteringsprosesser. I dette tilfellet bør bruken av KI-modellen i Norge, Sverige og Tyskland behandles som tre separate KI-anvendelser, selv om de bygger på samme KI-modell. Hver KI-anvendelse trenger egne mål, ansvar og godkjenninger.

I tillegg bør konsernet fastsette målbare resultatkrav i startfasen. I Computas’ undersøkelse oppga 65 prosent av lederne at virksomheten planla å bruke KI til effektivisering det neste året, mens 8 prosent oppga å ha målt og dokumentert konkrete gevinster.^{*Computas, «Ny rapport: Rekordmange bruker KI, men få vet om det virker», 10. august 2026, og KI-paradoksene 2026. Undersøkelsen ble gjennomført av Norstat på vegne av Computas blant 914 ledere i privat og offentlig sektor.} Microsofts utkast til Humanist AI Code of Conduct illustrerer hvordan en tilbyder knytter modellbruk til definerte formål, prioritering av instrukser, tekniske kontroller og overvåking.^{*Microsoft AI, Humanist AI Code of Conduct, publisert 14. september 2026. Dokumentet gjelder Microsoft AIs egne MAI-modeller og er et utkast til offentlig konsultasjon, ikke en generell rettslig eller metodisk standard.}

Utforming og anskaffelse

Kontrollspørsmål: Hvilke rettslige, tekniske og organisatoriske krav skal ivaretas av løsningen?

Før løsningen utformes eller anskaffes, bør krav til data, personvern, informasjonssikkerhet, tilganger, integrasjoner og menneskelig kontroll fastsettes. Leverandøravtalen bør regulere endringer, underleverandører, logging, hendelseshåndtering, reserveløsninger og utfasing. Virksomheten bør særlig avklare hvilke systemer og data løsningen får tilgang til, hvilke handlinger den kan utføre, samt leverandørendringer som krever ny vurdering og godkjenning.

Leverandørens påstander om nøyaktighet og automatisering bør testes mot virksomhetens egne dokumenttyper, språk, jurisdiksjoner og arbeidsprosesser.^{*DiliTrust, How to Choose Your LegalTech Tools at the Age of AI Washing, publisert på Lexology 2. september 2026. Artikkelen anbefaler blant annet testing mot relevante dokumenter, språk, jurisdiksjoner og arbeidsprosesser.} Testbetingelser, resultater og kjente begrensninger bør dokumenteres.

Ettersom datterselskapene i eksemplet bruker modellen på ulike måter, er det ikke nødvendigvis tilstrekkelig med bare én felles leverandøravtale. I konsern-eksemplet kobles modellen til et internt dokumentarkiv i Norge, kundesystemer i Sverige og personell- og rekrutteringsdata i Tyskland. Dataflyt, systemtilganger, menneskelig kontroll og ansvar må derfor vurderes for hver enkelt integrasjon. Det bør også dokumenteres hvem som følger opp leverandøren, kontrollerer den lokale bruken og godkjenner senere endringer.

Et sikkerhetsbrudd hos én leverandør kan eksponere flere kundevirksomheter. Ifølge Anthropic kompromitterte økonomisk motiverte operatører en SaaS-leverandør. Operatørene, som Anthropic mistenkte å være tilknyttet ShinyHunters, benyttet leverandørens tilgang til å hente ut data fra rundt 200 av leverandørens kunder. I løpet av omtrent 34 timer hentet de også ut mer enn 2 100 sett med autentiseringstoken fra Azure AD, fordelt på over 40 virksomhetsmiljøer. Slike token brukes til å autentisere tilgang til skybaserte tjenester. Ifølge Anthropic utførte KI-agenter mesteparten av det tekniske arbeidet på oppdrag fra menneskelige operatører.^{*Anthropic, Detecting and countering misuse of AI: September 2026, omtalen av «GTG-50014: ShinyHunters smash-and-grab opportunists». Anthropic beskriver operatørene som mistenkte tilknyttede aktører, ikke som bekreftede medlemmer av ShinyHunters. Rapporten bygger på Anthropics egne observasjoner og gjengis derfor med forbeholdet «ifølge Anthropic».}

Hendelsen viser hvorfor leverandørvurderingen bør omfatte mer enn selve KI-modellen. Virksomheten bør kartlegge leverandørens tilgang til data og autentiseringsmekanismer, hvordan kundemiljøene skilles fra hverandre, og hvilke sikkerhetskrav, tilgangsbegrensninger og rutiner for varsling og endringer som skal følge av avtalen.

Verifisering og validering

Kontrollspørsmål: Er løsningen tilstrekkelig testet og vurdert før den tas i bruk?

Løsningen bør testes under forhold som samsvarer med hvordan KI faktisk skal brukes før den tas i bruk. Testingen bør dekke ytelse, kjente begrensninger, avvikstilfeller, menneskelig kontroll og sikkerhetstiltak. Når vilkårene i GDPR artikkel 35 er oppfylt, skal virksomheten gjennomføre en vurdering av personvernkonsekvenser (DPIA) før behandlingen starter. Når KI-forordningen artikkel 27 kommer til anvendelse, skal brukervirksomheten også gjennomføre en vurdering av konsekvenser for grunnleggende rettigheter (FRIA) før systemet tas i bruk. Vurderingene bør inngå i beslutningsgrunnlaget. Løsningens ytelse, kontrollenes virkning og forventet verdi bør dokumenteres hver for seg.

I konserneksemplet testes den tyske KI-rekrutteringsløsningen på historiske ansettelsesdata; det er ikke tatt høyde for diskrimineringsrisiko, avvikstilfeller eller situasjoner der en saksbehandler må overstyre resultatet. Testen viser dermed at modellen produserer et resultat, men ikke at den kan brukes forsvarlig i en rekrutteringsprosess. En teknisk funksjonstest er derfor ikke tilstrekkelig til å godkjenne bruken av KI-systemet.

Forskjeller mellom testmiljøet og faktisk drift må identifiseres og vurderes. OpenAI beskriver hvordan KI-agenter omgikk sikkerhetsbegrensninger i evalueringsmiljøet, fikk internettilgang og kompromitterte deler av OpenAIs og Hugging Faces infrastruktur i 2026. Evalueringene ble gjennomført med færre sikkerhetstiltak enn OpenAIs eksternt tilgjengelige systemer.^{*OpenAI, The Hugging Face incident and the road ahead, 26. august 2026.} Hendelsen viser at også testmiljøet bør ha tilgangsbegrensning, overvåking og håndtering av hendelser.

Et resultat fra et KI-system bør ikke alene utløse en inngripende beslutning. I september 2026 ble en roman fjernet fra den første utvelgelseslisten til Goncourt-prisen etter mistanke om KI-bruk og anklager om plagiering i forfatterens tidligere arbeider. Analyser fra KI-detektorer inngikk i vurderingen, og forfatteren bestred påstanden om KI. Saken illustrerer behovet for etterprøving og en dokumentert menneskelig vurdering.^{*The New York Times, His Novel Had a Shot at a Top Book Prize. Then Someone Ran an A.I. Test, 25. september 2026.}

Implementering

Kontrollspørsmål: Er organisasjonen, brukerne og kontrollmiljøet tilstrekkelig forberedt på å bruke løsningen?

Virksomheten bør dokumentere at forutsetningene for godkjenning er oppfylt før løsningen tas i bruk i driften. Formål, brukergrupper, tilganger, opplæring, logging, overvåking, eskalering og hendelseshåndtering bør være avklart. Det samme gjelder eventuelle krav til informasjon og merking. Beslutningen bør angi hvem som godkjenner bruken og aksepterer den gjenværende risikoen.

En praktisk godkjenning kan redusere risikoen for «skygge-KI». Stanford Digital Economy Lab skriver om et tilfelle der leger tok i bruk KI-basert transkripsjon uten formell godkjenning fordi sykehusenes evaluerings- og anskaffelsesprosesser tok for lang tid.^{* Pereira, Graylin og Brynjolfsson, Stanford Digital Economy Lab, The Enterprise AI Playbook: Lessons from 51 Successful Deployments, april 2026, s. 89–90. Studien omfatter 51 utvalgte, vellykkede implementeringer i 41 virksomheter og bygger hovedsakelig på intervjuer og selvrapporterte opplysninger. Utvalget er ikke representativt for KI-implementeringer generelt.} KI kan også benyttes i annen tilgjengelig programvare, standardinnstillinger og ansattes egne verktøy før styringen er på plass.^{*Lexology PRO, Has AI already beaten your governance to it?, 15. september 2026. Artikkelen bygger på uttalelser i et webinar og brukes som et illustrerende praksiseksempel, ikke som en metodisk standard.} Det bør derfor være enklere å få bruken vurdert og godkjent enn å etablere løsninger utenfor virksomhetens kontroll. Virksomheten bør ha en oppdatert oversikt over KI-bruken og en godkjenningsprosess som står i forhold til risikoen.

Dokumentasjonen bør derfor vise hvem som godkjente bruken, når beslutningen ble tatt, hvilket grunnlag den bygget på, og hvordan anskaffelse, opplæring, tilganger og kontroller ble gjennomført.^{* Dogra, Hew og Scott, Linklaters, Mastering AI compliance: strategies for mitigating risks in a rapidly evolving landscape, Global Investigations Review, 8. september 2026. Kapittelet anbefaler et revisjonsspor som blant annet dekker anskaffelse, opplæring, bruk, ytelse, hendelser og korrigerende tiltak.}

Drift og overvåking

Kontrollspørsmål: Er den faktiske bruken innenfor godkjente rammer, fungerer kontrollene, og oppnås forventet verdi?

Virksomheten bør løpende kontrollere den faktiske bruken, ytelsen, kontrollene og den realiserte verdien. Logger, klager, hendelser og ytelsesdata bør sammenstilles slik at avvik oppdages og følges opp. Endringer i modellen, datagrunnlaget, integrasjonene eller bruken kan kreve en ny vurdering, testing og godkjenning. Alvorlige avvik kan føre til umiddelbar stans. Rapporteringen bør gi styret og ledelsen et grunnlag for å vurdere om KI-bruken fortsatt er innenfor fastsatte rammer.

Virksomheten bør avklare hvem som skal sammenstille klager, systemlogger og ytelsesdata på tvers av virksomheten og leverandøren. I konserneksemplet feilprioriterer den svenske KI-løsningen enkelte kundehenvendelser etter at modellen ble oppdatert. Klager registreres lokalt, og systemlogger lagres hos leverandøren, men informasjonen blir ikke sammenlignet. Feilen oppdages derfor sent, og grunnlaget for korrigerende tiltak blir mangelfullt.

Overvåkingen bør dekke KI-bruken der løsningen kan utføre handlinger eller få tilgang til eksterne systemer. OpenAI opplyser at KI-agenter fikk utilsiktet internettilgang 26. mai 2026 og fikk tilgangen tilbake 8. juli, mens sikkerhetsovervåkingen først varslet om uvanlig aktivitet 19. juli. Analysen i etterkant viste at overvåkingsverktøy ikke var aktivert i evalueringsmiljøet, og at de kunne ha varslet sikkerhetsteamet før systemene hos Hugging Face ble kompromittert.^{*OpenAI, The Hugging Face incident and the road ahead, 26. august 2026.}

For høyrisikosystemer fordeles overvåkingspliktene mellom brukervirksomheten og tilbyderen. Når artikkel 26 får anvendelse, skal brukervirksomheten overvåke driften etter tilbyderens brukeranvisning samt varsle og stanse bruken når risikovilkåret i artikkel 26 nr. 5 er oppfylt. Alvorlige hendelser skal varsles etter bestemmelsens særskilte regler. Tilbyderen av høyrisikosystemet skal, når artikkel 72 kommer til anvendelse, ha et dokumentert system for ettermarkedsovervåking. Avtaler og rutiner bør sikre nødvendig og lovlig utveksling av opplysninger om hendelser, logger og korrigerende tiltak.^{*Se KI-forordningen artikkel 13 nr. 2 og 3 om bruksanvisning for høyrisikosystemer, artikkel 26 nr. 5 og 6 om brukervirksomhetens overvåking, varsling, stans og logger, og artikkel 72 om tilbyderens ettermarkedsovervåking. For systemer etter artikkel 6 nr. 2 og vedlegg III gjelder artikkel 13 og 26 i EU fra 2. desember 2027, og for systemer etter artikkel 6 nr. 1 og vedlegg I fra 2. august 2028, jf. artikkel 113 bokstav c. Artikkel 72 omfattes ikke av denne utsettelsen. Anvendelsen må også vurderes etter overgangsreglene for eksisterende systemer i artikkel 111 nr. 2.}

Revurdering og beslutning

Kontrollspørsmål: Bør KI-anvendelsen videreføres, skaleres, endres, begrenses, stanses eller avvikles?

Virksomheten bør vurdere realisert verdi, risiko og virkningen av kontrollene før den skalerer en KI-anvendelse. Endringer i formål, funksjonalitet, omfang, risiko eller rettslig klassifisering kan kreve at virksomheten går tilbake til utforming, validering eller implementering før ny godkjenning. Beslutningen bør dokumenteres og treffes av riktig beslutningstaker.

I konserneksemplet får KI-piloten i kundesystemet i det svenske datterselskapet gode tilbakemeldinger, og konsernet ønsker å utvide løsningen til flere land. Piloten har imidlertid ikke målt tidsbesparelse, prioriteringens kvalitet, kundeklager, kostnader eller gjenværende risiko. Konsernet kan derfor ikke fastslå om løsningen skaper forventet verdi eller om den bør skaleres, endres eller begrenses. Positive tilbakemeldinger er ikke et tilstrekkelig grunnlag for skalering.

Skalering krever både målbare resultater og organisatorisk beredskap. I BCGs undersøkelse fra 2026 brukte 95 prosent av de mest KI-modne virksomhetene klare KPI-er eller målte KI-tiltakenes resultateffekt.^{*Boston Consulting Group, The Formula for Agentic AI Value – The Applied AI Index 2026, 30. september 2026. Undersøkelsen omfatter 1 330 toppledere og andre seniorledere fra mer enn 20 sektorer. Kategoriene for KI-modenhet er utviklet av BCG, og deler av verdimålingen bygger på respondentenes rapportering.} Undersøkelsen illustrerer hvorfor skalering bør bygge på målbare resultater, modne arbeidsprosesser, tydelige ansvarslinjer og et fungerende kontrollmiljø.

Avvikling

Kontrollspørsmål: Kan KI-anvendelsen avsluttes på en kontrollert måte med håndterbar restrisiko?

Avviklingen er fullført når tilganger, API-nøkler, integrasjoner og dataflyter for den aktuelle KI-anvendelsen er stengt, og gjenværende tekniske og kontraktsmessige avhengigheter er avsluttet eller håndtert på en forsvarlig måte. Sletting, tilbakelevering og eventuell videre oppbevaring av data må følge gjeldende krav. Nødvendige logger og annen dokumentasjon må sikres med avklart formål, tilgang og oppbevaringstid. Gjenværende risiko bør vurderes av riktig beslutningstaker, og oversikten over KI-bruken bør oppdateres.

I konserneksemplet avsluttes leverandøravtalen, og den sentrale løsningen stenges. Integrasjonen mot det svenske kundesystemet og API-nøkkelen til det tyske rekrutteringsverktøyet blir oversett, siden de ikke er registrert i den interne oversikten. Samtidig blir kunde- og søkerdata lagret hos leverandøren, mens logger som kan være nødvendige ved senere klager, ikke sikres. En mangelfull oversikt over KI-anvendelser og tilganger kan gjøre avviklingen illusorisk.

En alvorlig hendelse kan kreve en umiddelbar teknisk stans før den ordinære avviklingen gjennomføres. Etter Hugging Face-hendelsen satte OpenAI den aktuelle modellversjonen i karantene, utsatte planlagte treningskjøringer og styrket isoleringen av arbeidsmiljøer og nettverk.^{*OpenAI, The Hugging Face incident and the road ahead, 26. august 2026. OpenAI opplyser mer presist at modellens «weights», det vil si de lærte parameterne, ble satt i karantene.} Hendelsen gjaldt skadebegrensning, ikke ordinær utfasing, men viser at en stans kan kreve isolering av modeller, miljøer og tekniske forbindelser, ikke bare å stenge brukerkontoer.

Styringsmodellen gjør KI-bruk til en serie dokumenterte beslutninger, ikke én teknisk godkjenning. Når hver KI-anvendelse knyttes til ansvarlig selskap, beslutningsmyndighet, kontroller, realisert verdi og gjenværende risiko, får styret og ledelsen et etterprøvbart grunnlag for å videreføre, endre, skalere, begrense eller avvikle bruken, og for å dokumentere hvem som besluttet hva, og hvorfor.

Generativ KI er benyttet som et hjelpemiddel til kildekartlegging, strukturering og bearbeiding av tekst. Kilder, faktiske opplysninger og faglige og rettslige vurderinger er kontrollert av forfatteren, som har foretatt den endelige redigeringen og har fullt ansvar for innholdet.