Forsyningsselskaber, netoperatører og transportmyndigheder bruger i stigende grad AI til at styre systemer, der udgør rygraden i samfundets funktionsevne. Elnettet balanceres via maskinlæringsmodeller. Vandforsyning overvåges med anomalidetektionssystemer. Jernbanenettet optimeres med prædiktive algoritmer. Alt dette falder nu under EU AI Acts strengeste risikoklasse.
Forordning (EU) 2024/1689 — EU AI Act — trådte i kraft den 1. august 2024. De første forpligtelser om forbudte AI-systemer gjaldt fra 2. februar 2025. AI i kritisk infrastruktur reguleres under Annex III og bliver bindende fra 2. august 2026. For operatører i energi-, vand-, transport- og digital infrastruktur er tidsvinduet ikke stort.
1. Annex III punkt 2: Kritisk infrastruktur-AI — præcis klassifikation og scope
EU AI Act Annex III punkt 2 definerer en specifik kategori af høj-risiko AI-systemer: AI der anvendes som sikkerhedskomponent i forvaltningen og driften af kritisk infrastruktur.
Forordningens Annex III punkt 2 lyder (i dansk oversættelse):
> "AI-systemer, der er beregnet til brug som sikkerhedskomponenter i forvaltning og drift af kritisk digital infrastruktur, vejtrafikken, forsyningen med vand, gas, varme og elektricitet."
Bestemmelsen er bevidst bred. Den dækker ikke blot systemer, der er eksplicit designet som sikkerhedssystemer, men enhver AI-komponent, der — hvis den fejler eller producerer forkert output — kan udgøre en risiko for forsyningssikkerhed, menneskelig sikkerhed eller driftstabilitet.
Hvad er en "sikkerhedskomponent"? Betragtning 52 i EU AI Act præciserer, at dette begreb skal fortolkes funktionelt: det afgørende er, om systemet udfører en funktion, der er kritisk for sikkerheden i det pågældende anlæg eller den pågældende infrastruktur. Et AI-system, der styrer spænding i et elnet, er en sikkerhedskomponent, selvom det primære formål er effektivitet — fordi en fejl kan medføre blackout eller skader på udstyr og mennesker.
Geografisk og organisatorisk scope: EU AI Act gælder for alle, der bringer høj-risiko AI-systemer i omsætning eller tager dem i brug i EU, uanset om udbyderen er EU-baseret eller ej (Art. 2, stk. 1). En dansk forsyningsvirksomhed, der implementerer et AI-system fra en amerikansk softwareleverandør til styring af transformerstationer, er selv ansvarlig som "deployer" (bruger) efter Art. 26.
2. Energisektoren: AI i elnetdrift, load-balancing og prognosemodeller
Energisektoren er et af de centrale fokusområder i EU AI Acts kritisk infrastruktur-kategori. Konkrete anvendelsestilfælde, der falder under Annex III punkt 2, inkluderer:
Elnet-SCADA med AI-lag: Supervisory Control and Data Acquisition-systemer, der i stigende grad integrerer maskinlæringsmodeller til automatisk fejldiagnose, afbryderadministration og rekonfiguration af netforbindelser. Hvis AI-komponenten træffer eller anbefaler driftsbeslutninger i realtid, er den en sikkerhedskomponent.
Load-balancing og demand-response AI: Systemer der automatisk justerer produktions- og forbrugssignaler baseret på prognoser. Disse er særligt relevante i et marked med stigende andel af variabel produktion, da en fejlagtig prognose kan medføre frekvensafvigelser med potentielle domino-effekter i det sammenkoblede europæiske net.
Prognosemodeller for kapacitetsplanlægning: AI der forudsiger forbrugsmønstre og infrastrukturbelastning brugt til langsigtede investeringsbeslutninger. Selv hvis disse modeller ikke direkte styrer fysisk udstyr, kan de klassificeres som sikkerhedskomponenter, hvis de er integreret i en beslutningskæde, der påvirker driftsikkerhed.
Predictive maintenance på kraftværker og transformere: Algoritmer der vurderer restlevetid og fejlsandsynlighed for kritisk udstyr. En falsk negativ (systemet siger "OK", men udstyret fejler) kan have alvorlige konsekvenser — klassisk høj-risiko-profil.
For energiselskaber med systemansvar — herunder Energinet som dansk transmissionssystemoperatør — gælder yderligere krav under Europa-Parlamentets og Rådets forordning om elmarkedet samt sektorregler fra ENTSO-E. EU AI Act lægger sig ovenpå disse.
3. Vandforsyning og spildevand: AI i overvågning og processtyrning
Vandforsyning og spildevandsbehandling nævnes eksplicit i Annex III punkt 2 under "forsyningen med vand". AI-systemer i disse sektorer understøtter:
Anomalidetektion i vandkvalitet: Systemer der kontinuerligt analyserer sensordata fra vandindvinding og -behandling for at detektere forureningshændelser, kemiske afvigelser eller biologiske trusler. Disse systemer er klassiske sikkerhedskomponenter — en falsk negativ kan resultere i, at forurenet vand når forbrugerne.
Processtyrings-AI i renseanlæg: Maskinlæringsmodeller der optimerer dosering af kemikalier, biologiske processer og energiforbrug i spildevandsbehandlingen