AI-færdigheder efter artikel 4: Hvad skal virksomheden gøre?

Hvad er AI-færdigheder efter AI Act?

AI-færdigheder, på engelsk AI literacy, er den viden og forståelse, der gør, at folk kan bruge AI-systemer forsvarligt og træffe informerede beslutninger om dem. Det dækker typisk, hvad systemet kan og ikke kan, hvilke data der må indgå, hvornår et menneske skal godkende output, og hvilke risici der følger med den konkrete brug.

I AI Act er det ikke et abstrakt kompetencebegreb. Det er knyttet til dem, der betjener eller bruger AI-systemerne på virksomhedens vegne, og til den kontekst systemet bruges i.

Teksten her er generel information, ikke konkret juridisk rådgivning. Højrisiko- eller tvivlstilfælde kræver vurdering af det konkrete system og jeres rolle.

Hvad kræver den ændrede artikel 4?

Forordning (EU) 2026/1744 har ændret artikel 4. Providere og deployere skal tage tiltag, der understøtter udviklingen af AI-færdigheder hos medarbejdere og andre personer, der håndterer drift eller brug af AI-systemer på deres vegne.

Tiltagene skal tage hensyn til teknisk viden, erfaring, uddannelse og træning, til den kontekst systemet bruges i, og til de personer systemet påvirker. Artiklen kræver ikke, at I garanterer et bestemt færdighedsniveau hos den enkelte.

Kommissionen og medlemsstaterne skal støtte særligt SMV'er, blandt andet med praktiske eksempler. AI Board skal komme med anbefalinger. Det ændrer ikke, at pligten allerede ligger hos virksomheden.

Gælder kravet for en almindelig dansk SMV?

Ja, hvis I er provider eller deployer af AI-systemer. De fleste SMV'er, der bruger ChatGPT, Copilot, Claude eller AI-funktioner i CRM, ERP eller support, er deployere. Hvis I sælger et AI-produkt under eget navn, er I også provider.

Personer, der ikke bruger AI i arbejdet, behøver ikke samme indsats som dem, der skriver til kunder, behandler persondata eller godkender automatiseret output. Start med de mennesker, der faktisk rører systemerne.

Entreprenører og andre, der betjener systemerne på jeres vegne, kan også være relevante. Det er virksomhedens ansvar at sikre, at de får den nødvendige introduktion til den brug, de udfører for jer.

Hvad er et passende tiltag i praksis?

Loven foreskriver ikke ét kursus, én video eller ét certifikat. Et passende tiltag er det, der gør brugerne i stand til at bruge jeres konkrete systemer uden at skabe unødvendig risiko.

Kommissionens Q&A peger på fire spor: forstå hvad AI er i jeres organisation, afklar om I er provider eller deployer, vurder risikoen ved systemerne, og byg indsatsen ud fra folks baggrund og brugskontekst.

• •Kortlæg hvilke AI-værktøjer der er i brug, til hvilket formål og med hvilke data.
• •Peg en ejer for hvert værktøj, og notér hvem der må bruge det.
• •Giv en kort introduktion til grænser, dataminimering, hallucinationer og menneskelig godkendelse.
• •Dokumentér dato, deltagere og indhold, så I kan vise, at tiltaget er sket.

Hvem skal kunne hvad?

Del ikke kompetencerne ens for alle. En leder skal kunne prioritere og sætte grænser. En sælger skal kunne bruge assistenten til udkast uden at sende ubehandlet output. En udvikler eller procesejer skal forstå data, integration og fejl.

• •Ledelse: hvilke værktøjer er tilladt, hvilke data er forbudte, og hvornår eskaleres til juridisk vurdering.
• •Daglige brugere: praktisk brug, prompt-grænser, faktatjek og hvornår et menneske skal godkende.
• •Proces- og systemejere: risici, logning, leverandørvilkår og hvornår brugen nærmer sig højrisiko.
• •Højrisiko-brugere: særskilt træning i menneskeligt tilsyn, når systemet falder under højrisikokravene.

Er én video eller ét kursus nok?

Ikke automatisk. En generel intro kan være et godt første tiltag, hvis I kun bruger almindelige generative værktøjer til lavkonsekvensopgaver, og hvis brugerne bagefter kender jeres konkrete regler.

Den er ikke nok, hvis I bruger AI til beslutninger med højere konsekvens, persondata uden klare grænser, eller systemer der kan være højrisiko, for eksempel i rekruttering. Her skal indsatsen følge den konkrete risiko og det menneskelige tilsyn, systemet kræver.

Undgå at købe et dyrt certifikat alene for at have papir. Dokumentér i stedet den indsats, der matcher jeres brug. Det er lettere at forsvare og lettere at vedligeholde.

Skal I måle medarbejdernes AI-niveau?

Artikel 4 kræver ikke, at I tester eller scorer hver medarbejders AI-viden. I skal tage hensyn til baggrund og kontekst, når I designer tiltaget, men I skal ikke garantere et bestemt resultat hos den enkelte.

I praksis er det nok for mange SMV'er at registrere, hvem der har fået introduktionen, hvilke værktøjer den dækkede, og hvornår den skal gentages ved nye systemer eller nye roller.

Hvordan dokumenterer I indsatsen uden bureaukrati?

Hold det på én side. List værktøjer, brugere, dato for seneste intro, og de tre regler I forventer overholdt: dataminimering, menneskelig godkendelse før bindende output, og eskalation ved tvivl.

Genbrug den samme model, når I tager et nyt værktøj i brug. Så bliver AI-færdigheder en del af onboarding og governance, ikke et engangsprojekt.

Hvis I allerede arbejder med AI-governance uden bureaukrati, hører færdighedstiltaget hjemme dér sammen med dataregler og ejerskab.

Hvad er en enkel 14-dages plan?

Brug to uger på overblik og første intro, ikke på et stort kompetenceprogram.

• •Dag 1-3: list AI-værktøjer, formål, data og ansvarlige ejere.
• •Dag 4-7: markér hvem der bruger dem til kunder, persondata eller godkendelser.
• •Dag 8-11: kør en kort session med konkrete eksempler fra jeres hverdag, ikke generel AI-teori alene.
• •Dag 12-14: skriv de tre huskeregler ned, gem deltagerlisten, og beslut hvornår nye medarbejdere får samme intro.

Hvordan hænger det sammen med resten af AI Act?

AI-færdigheder er et tidligt og bredt krav. Det erstatter ikke transparensregler, højrisikokrav eller GDPR. Det gør dem lettere at overholde, fordi folk forstår, hvornår de skal stoppe op.

Den samlede beslutningsside om roller, frister og mærkning ligger i vores guide til EU AI Act for virksomheder. Her går vi kun i dybden med artikel 4.

Ledere, der skal omsætte kravet til drift, får ofte mest ud af en konkret workshop, hvor I gennemgår jeres egne værktøjer og grænser.