Kreditscoring med AI är högriskklassad enligt EU:s AI-förordning – och EBA:s kartläggning visar att merparten av bankernas AI-användningsfall hamnar i samma kategori. Kraven blir bindande den 2 december 2027. Balr Consulting Group tillsätter specialisterna som bygger AI som håller för granskning: kredit- och fraud-modeller, förklarbarhet, modellrisk, MLOps och AI-styrning. I hela Sverige.
Svenska banker och finansbolag använder redan AI i skarp drift: kreditmodeller, transaktionsövervakning, prissättning, kund- och rådgivarstöd. Samtidigt har spelplanen ritats om. Den europeiska bankmyndigheten EBA publicerade i november 2025 en kartläggning av AI-förordningens konsekvenser för banksektorn – med slutsatsen att merparten av institutens AI-användningsfall bedöms hamna i högriskkategorin. Efter EU:s omnibus-beslut 2026 blir högrisk-kraven bindande den 2 december 2027, medan transparenskraven gäller redan från den 2 augusti 2026.
Uppskovet är ingen paus – det är en byggtid. Kraven på datakvalitet, loggning, förklarbarhet, mänsklig kontroll och löpande validering kan inte dokumenteras fram i efterhand; de måste byggas in i modellflödet. Det är ett kompetensproblem lika mycket som ett regelverksproblem. Balr Consulting Group tillsätter specialisterna som gör båda delarna: modellutvecklarna som bygger och moderniserar, och styrnings- och valideringskompetensen som får det att hålla vid granskning.
EU:s AI-förordning (förordning (EU) 2024/1689) trädde i kraft i augusti 2024 och är direkt tillämplig i Sverige. För finanssektorn är den centrala punkten bilaga III: AI-system som används för att bedöma fysiska personers kreditvärdighet eller fastställa deras kreditbetyg klassas som högrisk. Undantaget för bedrägeridetektering gäller bara när det är systemets huvudsakliga syfte – kombinerade system omfattas. Förordningen ersätter ingenting utan lägger sig ovanpå kapitaltäckningsregler, konsumentkreditregler och DORA, med Finansinspektionen och sektorstillsynen tätt involverade. Sanktionsavgifterna når upp till 35 miljoner euro eller 7 procent av global omsättning för förbjudna metoder, och upp till 15 miljoner euro eller 3 procent för bland annat brister i högrisk-efterlevnaden.
Kraven ska kunna visas i modellflödet, inte bara i styrdokument. Så här ser de ut – och det är här vi tillsätter kompetens.
AI för kreditvärdighetsbedömning av fysiska personer omfattas av bilaga III – oavsett om samma modell också används för intern riskklassificering.
Bedrägeridetektering undantas bara när det är systemets huvudsakliga syfte. Kombineras kreditbedömning med bedrägerikontroll gäller högrisk-kraven.
Krav på att kunder förstår när de interagerar med AI – chattbottar, copilots och AI-genererat innehåll – gäller från den 2 augusti 2026.
Riskhantering, datastyrning, teknisk dokumentation, loggning, mänsklig kontroll, robusthet – hela kravkatalogen för bilaga III-system blir bindande.
Den som inför kreditvärdighets-AI ska göra en konsekvensbedömning avseende grundläggande rättigheter – utöver DPIA:n enligt GDPR, inte i stället för.
System på marknaden före det bindande datumet omfattas av övergångsregler – men bara till den första väsentliga ändringen. Modeller som tränas om löpande kan inte räkna med respiten.
Mycket av AI-innehållet på marknaden handlar om vad tekniken kan göra: bättre träffsäkerhet i kreditbeslut, färre falska larm i transaktionsövervakningen, snabbare kundservice. Allt sant – men det tillsynen kommer att begära ut är något annat: spårbar träningsdata med dokumenterad kvalitet, förklarbara beslut där en handläggare kan redogöra för varför en kund nekades kredit, loggar som visar vad modellen gjorde och när, valideringsresultat med hanterad bias och drift, och mänsklig kontroll som är verklig – inte en gummistämpel. Arbetsmarknadens parter i den europeiska banksektorn har enats om samma princip: när AI används ska en människa bära det yttersta ansvaret för besluten.
Vart och ett av de kraven är en kompetensfråga. Data lineage kräver dataingenjörer. Förklarbarhet och biasanalys kräver specialister som kan XAI-metodik. Loggning, versionshantering och övervakning kräver MLOps. Oberoende validering kräver modellriskkompetens – samma disciplin som banker byggt för kapitalmodeller, nu applicerad på maskininlärning. Balr Consulting Group tillsätter hela kedjan: modellutvecklarna och specialisterna som gör modellerna granskningsbara. AI-modeller i drift är dessutom IKT-risk – arbetet knyter direkt an till DORA-efterlevnaden och till AML- och fraud-arbetet där modellerna redan är verksamhetskritiska.
Ta hela resan eller bara den del ni behöver förstärkning i. Allt utförs av specialister inbäddade i ert team.
Vilka AI-system finns, vilka är högrisk och var brister efterlevnaden? Prioritering mot den 2 december 2027.
Utveckling och modernisering av kredit- och fraud-modeller – med datakvalitet, spårbarhet och förklarbarhet inbyggt från start.
Versionshantering, loggning, drift- och biasövervakning – och oberoende modellvalidering som håller för tillsyn.
FRIA, teknisk dokumentation, mänsklig kontroll i beslutflödena och löpande förvaltning – AI-styrning som del av vardagen.
Ja. AI-system som används för att bedöma fysiska personers kreditvärdighet eller fastställa deras kreditbetyg klassas som högrisk enligt bilaga III punkt 5 b i EU:s AI-förordning (förordning (EU) 2024/1689). Undantaget för bedrägeridetektering är smalt: det gäller bara när detektering av finansiella bedrägerier är systemets huvudsakliga syfte. Ett system som kombinerar kreditbedömning med bedrägerikontroller omfattas alltså av högrisk-kraven.
Efter EU:s omnibus-beslut 2026 blir kraven för fristående högrisk-AI enligt bilaga III bindande den 2 december 2027, medan transparenskraven gäller redan från den 2 augusti 2026. System som satts på marknaden före det bindande datumet omfattas av övergångsregler – men bara fram till den första väsentliga ändringen av systemets utformning. För en bank som löpande tränar om och vidareutvecklar sina modeller är det i praktiken en kort respit.
Högrisk-klassningen medför bland annat krav på riskhanteringssystem över hela livscykeln, datastyrning och datakvalitet i tränings- och testdata, teknisk dokumentation, loggning och spårbarhet, transparens mot användare, mänsklig kontroll samt robusthet och cybersäkerhet. Den som inför systemet ska dessutom genomföra en konsekvensbedömning avseende grundläggande rättigheter (FRIA) enligt artikel 27. Vart och ett av kraven är i praktiken ett kompetens- och databehov, inte bara ett policydokument.
AI-förordningen ersätter ingenting – den lägger sig ovanpå befintliga ramverk som kapitaltäckningsreglerna, konsumentkreditreglerna och DORA. Den europeiska bankmyndigheten EBA publicerade i november 2025 en kartläggning av hur AI-förordningens krav samspelar med sektorslagstiftningen, och konstaterar samtidigt att merparten av institutens AI-användningsfall bedöms hamna i högriskkategorin. AI-modeller i drift är dessutom IKT-risk enligt DORA. Våra konsulter är vana att arbeta i skärningspunkten mellan regelverken.
Ja – kund- och rådgivarstöd, dokumentautomation och kodassistenter är bland de vanligaste AI-satsningarna i sektorn just nu, och de flesta faller utanför högriskkategorin. Men banksekretess, GDPR och transparenskraven från den 2 augusti 2026 ställer krav på styrning: var data behandlas, vad modellen får se, hur utdata granskas och att kunden förstår när AI används. Arbetsmarknadens parter i den europeiska banksektorn har dessutom enats om principer där mänskligt ansvar för beslut är en grundpelare. Vi tillsätter både utvecklarna och styrningskompetensen.
Det beror på var ni står. Vanliga uppdrag är att utveckla eller modernisera kredit- och fraud-modeller, bygga förklarbarhet och biasanalys in i modellflödet, sätta upp MLOps med versionshantering, loggning och övervakning, kvalitetssäkra tränings- och testdata med spårbarhet, genomföra modellvalidering och FRIA, samt inventera och klassificera AI-system inför den 2 december 2027. Vi tillsätter både modellutvecklare och AI-styrningsspecialister – inbäddade i ert team, i hela Sverige.
Berätta var ni står – en kreditmodell som ska moderniseras, en AI-inventering inför 2027, MLOps som ska på plats eller en valideringsfunktion som behöver förstärkning. Vi återkommer oftast inom 24 timmar.
Kreditmodeller · Fraud-AI · Förklarbarhet · Modellrisk · MLOps · AI-styrning
AI i bank vilar på samma kompetens som vår övriga AI- och datapraktik. Här är sidorna som ligger närmast.
Hela vårt erbjudande för finanssektorn – regelverk, kärnsystem, data och AI.
Vår samlade AI-praktik – maskininlärning, generativ AI och AI-strategi över alla branscher.
Azure OpenAI, Azure ML och plattformen många banker bygger sina AI-tjänster på.
Datakvalitet, ägarskap och lineage – grunden för träningsdata som håller för tillsyn.