Guider för företag – avtal, HR, AI & compliance

AI-leverantören byter modell – avisering, riskprövning och beslut

AI-leverantören vill byta till en ny språkmodell eller version. Praktisk guide till ändringsavisering, riskbedömning, underbiträden, AI-förordningens rollfördelning, testplan, godkännande och rollback.

Publicerad Mallbutiken.se
AI-leverantörens modelländring – aviseringsprotokoll, riskprövning, versioner, GDPR och godkännandebeslut

Din AI-leverantör ska ersätta språkmodellen eller göra en större modelluppdatering i en redan använd tjänst. Det kan påverka precision, beslutsstöd, dataflöden, loggning, kostnader och användarnas möjligheter att förstå resultat. En uppdatering som kallas ”förbättrad modell” är inte automatiskt riskfri – men varje modellbyte kräver inte heller ny CE-märkning eller en bestämd lagstadgad varseltid.

Kort svar: ta fram leverantörens ändringsmeddelande, fastställ vad som faktiskt ändras, jämför mot ert avtal och era dataskyddsåtaganden, kör fördefinierade acceptanstester och dokumentera godkännande, villkorad acceptans eller avslag. Kontrollera separat om ändringen kan vara en väsentlig ändring av ett högrisksystem enligt AI-förordningen. Etiketterna GO/NO-GO nedan är ett praktiskt kontrollförfarande, inte en lagstadgad EU-process för varje AI-tjänst.

1. Vad har leverantören egentligen ändrat?

Be om skriftligt besked om före-/efter-version, modellidentitet, avsett användningsområde, nya funktioner, begränsningar, ändrade beteenden, geografisk behandling och planerat införandedatum. Kontrollera om leverantören byter bakomliggande grundmodell, lägger till verktygsanrop eller webbsökning, ändrar säkerhetsfilter eller bara uppdaterar gränssnittet. Dokumentera vilka interna arbetsflöden som påverkas och om ni kan välja kvar tidigare version. En allmän marknadsföringsnotis räcker sällan som beslutsunderlag.

Be också om changelog eller releasenotes, testresultat för relevanta användningsfall, incident- och övervakningsrutiner, versionsspårbarhet och eventuell återgångsplan. Kräv inte en viss dokumenttyp som universell lagregel – välj underlag efter era risker och avtalsvillkor.

2. Måste leverantören avisera en modelländring i förväg?

Det finns ingen generell EU-regel som ger alla köpare av AI-SaaS exakt 30 dagars förvarning vid varje modellbyte. Granska i stället avtalets ändringsklausul, servicebeskrivning, SLA, rätt till tidigare version, testmiljö, uppsägning och invändning. Avtal kan uttryckligen kräva viss varselperiod, riskinformation eller kundgodkännande. Ett ensidigt ändrat grundläggande tjänsteinnehåll kan också väcka avtalsrättsliga frågor, men bedömningen beror på avtal och omständigheter.

Viktig skillnad enligt GDPR: om ändringen också innebär att ett nytt personuppgiftsunderbiträde anlitas gäller artikel 28.2: ett biträde behöver specifikt eller generellt skriftligt förhandstillstånd, och vid generellt tillstånd ska ansvarig informeras om planerade tillägg eller byten så att invändning blir möjlig. Denna särskilda rätt avser underbiträden, inte varje ändring av AI-modellens vikter eller beteende.

3. När aktualiseras AI-förordningens väsentliga ändring?

AI-förordningens artikel 3.23 beskriver en väsentlig ändring av ett AI-system efter utsläppande på marknaden eller idrifttagande, som inte förutsetts i den ursprungliga överensstämmelsebedömningen och som påverkar efterlevnad av relevanta krav eller det avsedda ändamålet. För högrisksystem behandlar artikel 25 bland annat när en aktör som gör en väsentlig ändring kan få leverantörsansvar. Även en ändring av ändamålet så att ett tidigare icke-högrisksystem blir högrisk kan aktualisera bestämmelsen.

Klassificera före slutsats. Bedöm artikel 6 och bilagorna samt faktisk roll som leverantör, användare eller integratör. Bestämmelsernas tillämplighet och övergångsregler måste kontrolleras mot datumen efter (EU) 2026/1744: centrala krav för bilaga III-system enligt artikel 6.2 tillämpas från 2 december 2027 och för vissa produktbundna bilaga I-system enligt artikel 6.1 från 2 augusti 2028. Att datumen skjutits upp upphäver inte redan gällande GDPR, avtal eller andra tillämpliga regler.

4. Ändrad personuppgiftsbehandling och DPIA

Om AI-tjänsten behandlar personuppgifter måste ansvarig förstå om en ny modell leder till ny datalagring, extern åtkomst, träning på kunddata, nya ändamål, överföringar eller automatiserade effekter för individer. Se över rättslig grund, information till registrerade, biträdesavtal, underbiträdeslista och åtkomstkontroller. En ny modell kräver inte automatiskt en ny konsekvensbedömning, men enligt GDPR artikel 35 och IMY:s vägledning ska den personuppgiftsansvarige bedöma om ändringen innebär sannolik hög risk; befintlig DPIA kan behöva ses över när riskerna förändras.

5. Riskmatris före godkännande

Kontroll Begär underlag Möjlig åtgärd
Version och funktion Modell-ID, release notes och syftesförändring Avgränsa påverkan och ansvar
Kvalitet och snedvridning Testfall på egna uppgifter, felutfall per grupp/typ Sätt acceptansgränser före test
Personuppgifter Dataflöden, lagringsland, träning, underbiträden Granska GDPR, biträde och DPIA-behov
Säkerhet och åtkomst Behörigheter, loggar, nya verktygsanrop Pröva åtkomst och hotbild
AI Act-roll och klassning Avsett ändamål, tidigare riskklassning, ändringsomfattning Bedöm artikel 6, 25 och tillämpningsdatum
Avtal och drift Ändringsklausul, SLA, pris, avtalad uppsägning Kontrollera varsel och rättigheter
Återgång och beslut Rollback, export, testprotokoll och signatur GO / villkorat GO / NO-GO

6. Åtta steg från aviserad ändring till beslut

  1. Registrera aviserad ändring. Spara datum, avsändare, tidigare och ny version, ändringslista samt föreslagen driftsättning.
  2. Kartlägg användningen. Identifiera avdelningar, personuppgifter, integrationsflöden, beslutsstöd och beroenden.
  3. Läs avtalet. Jämför ändringsvillkor, förvarning, dataklausuler, underbiträden, SLA, export och exit.
  4. Klassificera regulatoriskt. Kontrollera AI Act-rollen, eventuellt högriskändamål och om väsentlig ändring eller GDPR-risk uppstår.
  5. Fastställ testplan. Välj oberoende fall med kända facit, känsliga scenarier, gränsfall, prestanda, kostnad och säkerhet.
  6. Jämför versionerna. Kör parallellt eller i avgränsad miljö och dokumentera avvikelser, regressionsfel och okända utfall.
  7. Besluta och meddela. Dokumentera GO, villkorat GO eller NO-GO med villkor, ansvarig, datum, avtalsinvändning vid behov.
  8. Följ upp och återställ vid behov. Bevaka fel och användarfeedback, kontrollera loggar, utför rollback/exit enligt avtalet när det behövs.

7. GO, villkorat GO och NO-GO

GO: de i förväg dokumenterade villkoren är uppfyllda, ändringen har testats i ert användningsfall och behörig ansvarig har godkänt införandet. Villkorat GO: bara en avgränsad användning tillåts med tydliga skydd, exempelvis mänsklig dubbelkontroll, funktionsspärrar och tidsatt uppföljning. NO-GO: leverantören kan inte redovisa nödvändiga dataflöden, avtalade rättigheter saknas, kritiska resultat blir sämre, en obligatorisk säkerhetsbedömning återstår eller återgång saknas trots oacceptabel risk. En intern GO-beteckning får aldrig kringgå faktisk juridisk skyldighet.

8. Två konkreta scenarier

Chatbot får ny modell och börjar lämna osäkra svar

Leverantören lanserar en snabbare modell. Den svarar oftare självsäkert men ger felaktiga uppgifter om priser och avtalsvillkor. Testa med verkliga, avidentifierade frågor, jämför mot kända rätta svar, inför faktakontroller och avvakta godkännande om kritiska fel ökar. Högre globalt benchmark-resultat är inte tillräckligt.

Modellbyte med nytt underbiträde och ändrad dataplats

Leverantören flyttar databehandling till en ny driftspartner. Då aktualiseras frågan om artikel 28.2 GDPR och avtalat tillstånd till underbiträden. Undersök även överföring, säkerhet, lagring och om en tidigare DPIA behöver omprövas. Det är inte samma sak som att själva modellversionen alltid måste förhandsanmälas enligt GDPR.

9. Vanliga frågor

Finns en lagstadgad 30-dagarsfrist för varje AI-modellbyte?

Nej. Titta på tjänsteavtal och relevanta särskilda regler. GDPR artikel 28.2 gäller tillägg eller byte av underbiträde under angivna förutsättningar, inte alla modelluppgraderingar.

Blir vi AI-leverantör om vi ändrar en modell?

Inte automatiskt. AI-förordningens artikel 25 behandlar vissa situationer, bland annat väsentliga ändringar av högrisksystem och ändrat ändamål. Klassificering, roll och tillämpningsdatum måste prövas.

Kräver varje modellbyte en ny DPIA?

Nej. Bedöm om personuppgiftsbehandlingen sannolikt leder till hög risk och om en tidigare bedömning behöver uppdateras på grund av förändrade risker.

Kan vi säga nej och fortsätta med gamla modellen?

Det avgörs ofta av avtal och teknisk möjlighet. Dokumentera varsel, krav på validering, rätt att frysa version, export, exit och eventuell invändning innan avtalet ingås.

10. Rättskällor och relaterade guider

Arbetar ni med AI-visionsystem i en produktionscell? Den separata guiden beskriver provserier, felutfall och teknisk frisläppning när en modell ändras. Den kompletterar leverantörens ändringsavisering, men ersätter inte en bedömning av maskinsäkerheten.

Juridisk källkontroll 19 november 2026. Avtalad ändringsprocess och GO/NO-GO är förslag för verksamhetsstyrning, inte ett generellt lagstadgat förhandskrav. Reglerna om högrisk-AI och personuppgiftsbehandling kräver separat tillämplighetsbedömning. Dokumentprodukten är inte nödvändig för att följa guiden.

Fördjupa dig i ämnet

Tillbaka till blogg
Customers rate us 4.6/5 based on 10261 reviews.