Energisektoren er en af de brancher, der er mest direkte berørt af EU AI Acts klassificering af AI-systemer som kritisk infrastruktur. AI anvendes i stigende grad til at optimere elproduktion, styre transmissionsnet, planlægge vedligeholdelse og analysere forbrugsmønstre. Med EU AI Act (Forordning EU 2024/1689) i fuld kraft for høj-risiko-systemer fra 2. december 2027 (forordning (EU) 2026/1744, i kraft 27. juli 2026) er det afgørende for energivirksomheder at forstå, hvilke AI-systemer der er høj-risiko, og hvad det kræver.
Kritisk infrastruktur-kategorien: Annex III, punkt 2
Annex III, punkt 2 klassificerer som høj-risiko: "AI-systemer, der er beregnet til at blive brugt som sikkerhedskomponenter i forvaltning og drift af kritisk digital infrastruktur, trafikinfrastruktur, forsyning med vand, gas, varme og elektricitet."
Elektricitet er eksplicit nævnt i Annex III, punkt 2. Det betyder, at AI-systemer, der fungerer som sikkerhedskomponenter i elforsyningsinfrastruktur, er høj-risiko per definition — uden yderligere vurdering.
Hvad er en "sikkerhedskomponent"?
EU AI Act definerer sikkerhedskomponenter som en komponent, hvis svigt medfører risiko for sundhed, sikkerhed eller grundlæggende rettigheder for mennesker, eller forårsager skade på ejendom eller miljø. I energikontekst er dette bredt:
Prognosemodeller for elproduktion og forbrugsplanlægning er derimod typisk IKKE sikkerhedskomponenter — de har rådgivende funktion og kræver menneskelig godkendelse.
AI i elnetsstyring: Høj-risiko-grænsen
Elnetoperatører (TSO'er og DSO'er) bruger i stigende grad AI til at styre transmissions- og distributionsnet. Grænsen for høj-risiko afhænger af AI-systemets rolle i netoperationen:
Høj-risiko (Annex III):
Typisk ikke høj-risiko:
Gråzone: AI der automatisk justerer setpoints i netdriften men uden egentlig sikkerhedsfunktion. Udbydere af sådanne systemer bør søge vejledning fra den nationale tilsynsmyndighed.
SCADA-systemer med AI: Særlige krav
SCADA (Supervisory Control and Data Acquisition) systemer er rygraden i industriel styring af kraftværker og elnet. Moderne SCADA-systemer integrerer i stigende grad AI-funktioner til anomalidetektion, prædiktiv analyse og automatiseret respons.
EU AI Act og SCADA:
Et SCADA-system med AI-komponenter, der aktivt styrer industriprocesser (åbning/lukning af ventiler, styring af turbiners output), er en sikkerhedskomponent og dermed høj-risiko efter Annex III, punkt 2.
Compliance-krav for SCADA med AI:
NIS2-overlap: SCADA-systemer i energisektoren er allerede underlagt NIS2-direktivets cybersikkerhedskrav (implementeret i dansk ret). EU AI Act tilføjer et lag oven på NIS2 for AI-komponenter specifikt. Undgå dobbeltarbejde ved at integrere EU AI Act-dokumentation i eksisterende NIS2-compliance-processer.
Vedligeholdelsesplanlægning: Predictive maintenance
AI-baseret predictive maintenance er en af de mest udbredte AI-applikationer i energisektoren — turbineovervågning, transformatorfejlprognoser, kabeldegradationsanalyse.
Risikokategori: Predictive maintenance-systemer er typisk beslutningsstøttesystemer uden direkte autonom kontrol. De er rådgivende: "Turbine 3 bør serviceres inden for 14 dage." Den endelige beslutning træffes af menneskelig operatør.
Sådanne systemer er typisk minimal- eller lav-risiko under EU AI Act. Dog gælder Art. 5-forbuddene uanset risikokategori.
Grænsetilfælde: Et predictive maintenance-system, der automatisk sender arbejdsordrer til ekstern vedligeholdelseskontraktor uden menneskelig godkendelse, nærmer sig en autonom beslutning og bør risikovurderes nærmere.
Demand response og smart meter AI
Smart grid-teknologier inkluderer AI-baseret demand response, der styrer store forbrugere (industrivirksomheder, varmepumper, elbiler) til at reducere forbruget i spidsbelastningsperioder.
EU AI Act og demand response:
AI der aktiverer demand response-kontrakter automatisk er typisk ikke Annex III høj-risiko, forudsat det opererer inden for aftalte grænser og ikke styrer kritisk infrastruktur. Dog kræver AI der realtidsstyrer industrielle processer via demand response en nøjere vurdering.
GDPR og smart meter data:
AI-analyse af smart meter-data er personoplysningsbehandling (GDPR), da det afslører beboelsesmønstre, dagligdagsrutiner og potentielt sensitive oplysninger. Energivirksomheder skal have legitimt grundlag og overholde dataminimeringsprincippet.
AI i elmarkeder: REMIT II og algoritmisk handel
AI-baserede handelssystemer på elmarkederne (EPEX, Nord Pool) er reguleret primært af REMIT II (Forordning EU 2019/942) om integritet og transparens på engrosmarkederne for energi.
EU AI Act er ikke primærreguleringen for AI-handelssystemer på elmarkeder, men gælder parallelt, hvis sådanne systemer klassificeres som høj-risiko (f.eks. AI til kreditvurdering af markedsdeltagere).
Forbruger-rettet AI og kundehåndtering
Energiforsyningsselskabers forbrugervendte AI-applikationer — chatbots til kundeservice, AI til rådgivning om energiforbrug, AI-baseret fakturering — er typisk minimal-risiko under EU AI Act.
Art. 50-krav: Chatbots og AI-assistenter til kundeservice skal oplyse forbrugere om, at de kommunikerer med et AI-system.
Kreditvurdering: Hvis et energiselskab bruger AI til at vurdere kunders kreditværdighed med henblik på depositum eller betalingsarrangement, er dette potentielt Annex III punkt 5 (kreditvurdering) og dermed høj-risiko.
Cybersikkerhed og EU AI Act
AI-systemer i energisektoren er særligt udsatte mål for cyberangreb, da kompromittering af et AI-system i elnetsdrift kan få konsekvenser for forsyningssikkerheden. EU AI Act Art. 15 stiller krav om, at høj-risiko AI-systemer er robuste over for uautoriseret adgang, manipulation og angreb, der kan ændre systemets adfærd. Dette supplerer NIS2-kravene, men er ikke identiske med dem: EU AI Act fokuserer specifikt på AI-komponenten, mens NIS2 dækker bredere netværks- og informationssikkerhed.
Energivirksomheder bør integrere AI-specifik cybersikkerhedsvurdering i deres eksisterende NIS2-compliance-processer. En joint audit-tilgang, der adresserer begge regelsæt i én proces, er mere ressourceeffektiv end to separate compliance-spor og giver et mere sammenhængende sikkerhedsbillede.
Konklusion: Energisektorens AI-compliance-roadmap
For energivirksomheder, der anvender AI i sikkerhedskritiske funktioner som SCADA-systemer og netdrift, er fristen den 2. august 2026 ikke abstrakt — det er en konkret deadline for registrering i EU's AI-database, færdiggørelse af teknisk dokumentation og etablering af menneskelige oversight-procedurer. Virksomheder, der anvender AI i rådgivende funktioner som predictive maintenance og markedsanalyse, har typisk mindre akut compliance-behov, men bør alligevel kortlægge deres AI-portefølje og dokumentere klassificeringsbeslutningerne eksplicit. Den naturlige indgang er at kombinere EU AI Act-kortlægningen med det eksisterende NIS2-arbejde og skabe et samlet AI-governance-framework for organisationen.