AI-forordningenReglerne for højrisiko-AI vedrørende prisfastsættelse inden for livs- og sygeforsikring gælder fra den 2. december 2027.Se, hvad der skal gemmes
Log indBook en demo
Idriftsættelse af modeller

Modellen virker. Ingen kan skrive under på den.

Modeller strander i testmiljøet, når ingen kan sige, hvem der ejer dem, hvad de er kontrolleret op imod, eller hvem der må sætte dem i drift. HONESTAS registrerer hver model med en navngiven ejer, giver validatoren den nødvendige dokumentation og styrer et godkendelsestrin, som en navngiven person skriver under på. I drift er hver beslutning knyttet til den modelversion, den anvendte.

En navngiven ejer for hver modelEt godkendelsestrin med personlig underskriftDokumentation, en validator kan genkøre
Skydelære og måleur, der måler en klods ved siden af et laksegl
Problemet

AI er allerede i porteføljen. Det svære er at skrive under på den.

De fleste forsikringsselskaber bruger allerede AI et eller andet sted. Tilsynsmyndighederne forventer, at hvert system har en ejer, dokumentation, menneskeligt tilsyn og logning, og prissætningsmodeller inden for liv og helbred bliver højrisiko under AI-forordningen. En model, som ingen kan skrive under på, bliver i testmiljøet – eller går i drift uden nogens navn på.

50%Af skadesforsikringsselskaberne i EIOPA's undersøgelse brugte allerede AI
24%Af livsforsikringsselskaberne i samme undersøgelse
6. aug. 2025EIOPA offentliggør sin udtalelse om AI-governance og risikostyring
2. dec. 2027AI-forordningens højrisikoregler finder anvendelse på risikovurdering og prissætning inden for liv og helbred

Kilder: EIOPA, digitaliseringsrapport, 30. april 2024 (markedsundersøgelse 2023) · EIOPA-udtalelse om AI-governance · Forordning (EU) 2026/1744.

Hvordan HONESTAS ændrer det

Registrer den, kontroller den, og lad en navngiven person sætte den i drift.

Jeres modeller bliver i jeres eget modelregister og kører der, hvor de plejer. HONESTAS holder styr på, hvem der ejer hver enkelt, hvad den er kontrolleret op imod, og hvem der har godkendt den til drift.

01

Registrer

Hver model fra MLflow, SageMaker eller jeres eget register registreres med ejer, formål, data og version. En model, der ikke er registreret, kan ikke bruges i en beslutning.

02

Valider

Validatoren får back-tests, fairness-tjek, en sammenligning med en anden model samt datakilderne – og kan genkøre hver eneste test.

03

Godkendelsestrinnet

Ejeren anmoder, en uafhængig validator skriver under, og en godkender med den rette fuldmagt sætter i drift. Ingen kan godkende sin egen model.

04

I drift

Hver beslutning er knyttet til den version, den anvendte. Når en model afviger ud over jeres grænseværdi, åbnes et rum, hvor ejeren kan genoptræne, begrænse eller trække den tilbage.

Hvad du ser

Hver model, hver version og hvem der lukkede den ind.

Dette er skærmbilleder fra HONESTAS, vist med eksempeldata fra Northgate Mutual, en fiktiv organisation.

En ny modelversion, der afventer

En ny version af en prissætningsmodel, celle for celle holdt op mod den gældende version, med angivelse af hvem der har valideret den, hvem der skal godkende den, og hvornår den sættes i drift.

  • Hver version af hvert tal gemmes
  • Valideret, derefter godkendt af en anden
  • Udvikleren kan ikke selv godkende den
honestas · versioner · en tariftabelEksempeldata
En ny version af en prissætningsmodel, der afventer godkendelse, med dens validator og godkender
Hvad der blev ændret: en tariftabel. GLM v7, valideret af Hana Suzuki, afventer Nathan Farrell. Marta har bygget den, så hun kan ikke godkende den.Eksempeldata
De regler, en model står til regnskab for

Den dokumentation, en validator har brug for, bevaret fra første version.

Registrerings-, validerings- og idriftsættelsesoptegnelser er knyttet til de regler, der kræver dem.

  • EU's AI-forordning, højrisikoForordning (EU) 2024/1689, bilag III, punkt 5, litra c)Risikovurdering og prissætning inden for livs- og sygeforsikring er højrisiko-AI fra 2. december 2027.
  • EU's AI-forordning, kravForordning (EU) 2024/1689, artikel 9 til 15Risikostyring, datastyring, teknisk dokumentation, logfiler, menneskeligt tilsyn og nøjagtighed.
  • Solvens II-valideringDirektiv 2009/138/EF, artikel 124En regelmæssig valideringscyklus for interne modeller med dokumenterede resultater.
  • EIOPA-udtalelse om AIAI-governance og risikostyring, 6. august 2025Tilsynsmyndighedernes forventninger til data, optegnelser, rimelighed, forklarlighed og menneskeligt tilsyn.

Datoer for AI-forordningen som ændret ved forordning (EU) 2026/1744, den digitale omnibus, offentliggjort i EU-Tidende den 24. juli 2026. Udgør ikke juridisk rådgivning.

Hvad du måler

Mål ventetiden fra klar til i drift.

Dette er de nøgletal, en modelansvarlig eller chefaktuar følger, aflæst direkte fra registrerings-, validerings- og idriftsættelsesoptegnelserne.

I testmiljø
Modeller, der er klar til drift, men ikke idriftsat, og hvor længe hver enkelt har ventet.
Navngiven ejer
Andelen af modeller i drift med en navngiven, aktuel ejer.
Åbne anmærkninger
Valideringsanmærkninger, der stadig er åbne, og deres alder.
Idriftsættelsestid
Dage fra anmodning om validering til underskrevet idriftsættelse.
Fastlåste beslutninger
Andelen af beslutninger, der er låst til den modelversion, de anvendte.
Drift
Modeller, der har overskredet deres grænseværdi for modeldrift, og hvor længe der gik, før ejeren traf en beslutning.
Afviste godkendelser
Forsøg på at godkende egen model, afvist ved kontrollen.
Spørgsmål

Modeludrulning i praksis.

Hvilke modelregistre læser systemet?

MLflow, SageMaker og jeres eget register. Hver kørsel og version gemmes sammen med de data og den kode, den stammer fra.

Skal vores modeller flyttes?

Nej. De bliver, hvor de kører i dag. HONESTAS gemmer registreringen, dokumentationen og idriftsættelsesoptegnelsen og kontrollerer, at en beslutning kun kalder en godkendt version i drift.

Hvem kan sætte en model i drift?

En godkender, hvis beføjelser dækker den pågældende model, efter at en uafhængig validator har skrevet under. Den person, der har bygget modellen, kan ikke godkende den, og kontrollen afviser forsøget.

Hvad sker der, når en model udviser drift?

Der åbnes et rum for ejeren med dokumentationen for modeldriften. Ejeren genoptræner, begrænser eller trækker modellen tilbage, og beslutningen forsegles som enhver anden.

Book en demo

Tag den model med, der har ventet længst.

Vi registrerer den sammen med jer, viser validatorens dokumentation og fører den gennem kontrollen til en underskrevet idriftsættelse.