ISO/IEC 23893 — Vokabular for risikostyring innen kunstig intelligens
Dette emnet er en del av SG Systems Global ordliste over regulatoriske forhold og drift.
Oppdatert november 2025 • ISO/IEC 23894, ISO/IEC 42001, ISO/IEC 23053, ISO/IEC TR 24028 • Styring, risiko, kvalitet, IT, produksjon
ISO/IEC 23893 gir et standardisert vokabular for risikostyring innen kunstig intelligens – og definerer begrepene, konseptene og relasjonene som ligger til grunn for hvordan organisasjoner identifiserer, analyserer, behandler og overvåker risikoer innen kunstig intelligens. Den fungerer som en tilhørende ordliste for ISO/IEC 23894 , og sikrer at alle interessenter – ledelse, kvalitet, IT, datavitenskap, jus, drift og regulatorer – bruker samme språk når de beskriver farer, kontroller, sannsynligheter, påvirkninger, usikkerheter og beslutningskriterier. I regulert produksjon skaper inkonsekvent terminologi revisjonseksponering, feiljusterte forventninger og hull i livssykluskontrollen. ISO/IEC 23893 fjerner denne tvetydigheten og gjør risikostyring innen kunstig intelligens interoperabel på tvers av team og dokumenter.
«Risikostyring kollapser når team ikke snakker samme språk. ISO/IEC 23893 sørger for dette felles vokabularet.»
1) Formål og intensjon med ISO/IEC 23893
ISO/IEC 23893 definerer terminologien som er nødvendig for å utføre AI-risikostyring effektivt. Uten et felles vokabular risikerer organisasjoner feilklassifisering av farer, inkonsekvente definisjoner av alvorlighetsgrad eller sannsynlighet, og forvirring mellom kontroller, avbøtende tiltak, begrensninger og sikkerhetstiltak. Standardens hensikt er å standardisere kommunikasjon på tvers av funksjoner slik at AI-risikostyring blir en systematisk, repeterbar og evidensbasert disiplin. Dette er spesielt viktig i regulert produksjon, der risikoterminologi skjærer seg med GxP-konsepter, avvikshåndtering, CAPA, validering og konsekvensvurderinger av produktkvalitet. ISO/IEC 23893 sikrer at alle – fra dataforskere til QA-ledere – snakker om AI-risikoer med kompatible definisjoner.
2) Forhold til 23894, 42001, 23053, 24028 og 22989
ISO/IEC 23893 er en del av økosystemet for risikostyring innen kunstig intelligens. ISO/IEC 23894 gir metodikken; ISO/IEC 23893 gir vokabularet som trengs for å anvende den konsekvent. ISO/IEC 42001 krever at organisasjoner håndterer AI-risikoer innenfor sitt styringssystem, basert på begrepene som er definert i 23893. ISO/IEC 23053 krever at risikokonsepter skal forekomme gjennom hele livssyklusen; disse konseptene er definert her. ISO/IEC TR 24028 bruker 23893-terminologi for å beskrive pålitelighetsegenskaper som robusthet, rettferdighet, sikkerhet og pålitelighet. Og ISO/IEC 22989 gir tilstøtende AI-vokabular som utfyller de risikofokuserte begrepene i 23893. Sammen skaper disse standardene et komplett språk og en komplett struktur for AI-styring og risikokontroll.
3) Hvorfor ordforråd er viktig for risikostyring innen kunstig intelligens
Risikostyring innen kunstig intelligens mislykkes ofte ikke fordi risikoer er ukjente, men fordi ulike interessenter bruker de samme ordene forskjellig. For eksempel kan «skjevhet», «avvik», «usikkerhet», «validering», «fare», «kontroll», «avbøting», «alvorlighetsgrad», «påvirkning» og «konsekvens» alle bety forskjellige ting for ulike team. ISO/IEC 23893 etablerer definisjoner fra én kilde for å forhindre tvetydighet. Dette gjør det mulig å gjennomgå, revidere og gjenta risikovurderinger uten forvirring. I regulerte bransjer blir ordforrådsjustering en del av samsvar: regulatorer forventer klarhet om hvordan risikoer identifiseres, evalueres og behandles. ISO/IEC 23893 standardiserer hvordan organisasjoner kommuniserer risikoer både internt og eksternt, noe som reduserer revisjonsfunn og forbedrer samarbeid på tvers av team.
4) Kjernebegreper definert i ISO/IEC 23893
Standarden definerer nøkkelbegreper som brukes i risikostyring for kunstig intelligens. Disse inkluderer: Risiko for AI-systemer (risiko knyttet til AI-utdata eller -beslutninger), fare (potensiell skadeårsak), skade (negativ innvirkning på enkeltpersoner, prosesser eller organisasjoner), risikokilde (opprinnelsen til en risiko), usikkerhet (ufullstendig kunnskap), sannsynligheten (mulighet for at en risikohendelse inntreffer), innvirkning (alvorlighetsgraden av skaden), risikokriterier (regler brukt for å vurdere risiko), risikokontroll (tiltak iverksatt for å redusere risiko), risikobehandling (tiltak iverksatt for å endre risiko), risikoaksept (beslutning om å akseptere gjenværende risiko), risikoappetitt (toleranse for risiko), drive (avvik i modellens oppførsel over tid) og gjenværende risiko (gjenværende risiko etter kontroller). Disse vilkårene sikrer at risikoprosesser som er bygget på ISO / IEC 23894 og livssyklusprosesser fra 23053 ha et stabilt fundament.
5) Vokabular for data, avvik, skjevhet og usikkerhet
AI-risiko oppstår i stor grad fra dataegenskaper. ISO/IEC 23893 definerer begreper som datakvalitet , representativitet , ubalanse , utvalgsskjevhet , måleskjevhet , annotasjonsskjevhet , usikkerhet og fordelingsforskyvning . Den tydeliggjør hvordan skjevhet skiller seg fra tilfeldighet eller støy, og hvordan usikkerhet skiller seg fra risiko. Driftbegreper – datadrift , konseptdrift og modelldrift – er definert for å støtte overvåkingsforventningene i henhold til 23053. Ved å standardisere datarelatert vokabular sikrer standarden at risikovurderinger identifiserer de riktige årsakene og kontekstene for potensiell skade i stedet for å stole på vage beskrivelser eller misforståtte konsepter.
6) Vokabular for kontroller, sikkerhetstiltak og avbøtende tiltak
ISO/IEC 23893 skiller mellom kontroll , beskyttelsestiltak , begrensning , avbøtende tiltak og kompenserende tiltak . Dette hindrer team i å anta at ethvert tiltak som iverksettes reduserer risiko. En kontroll er et spesifikt, effektivt risikoreduserende tiltak; en beskyttelsestiltak forhindrer fareeksponering; en begrensning begrenser systematferd; en avbøtende tiltak reduserer alvorlighetsgraden etter at en risikohendelse inntreffer; et kompenserende tiltak gir alternativ beskyttelse. Disse skillene er viktige i GxP-miljøer fordi regulatorer krever klarhet om hvordan risikoer forebygges, oppdages, korrigeres og avbøtes. ISO/IEC 23893 tydeliggjør disse forholdene slik at risikoregistre og valideringsdokumenter kan skille mellom forebyggende og reaktive tiltak.
7) Vokabular for påvirkning, skade og konsekvens
Mange AI-risikoer innebærer indirekte skade eller skade fra flere parter. ISO/IEC 23893 definerer skade bredt – og dekker enkeltpersoner, organisasjoner, miljøet, regulatoriske resultater og samfunnsvelferd. Virkning er omfanget av skaden. Konsekvens er resultatet av en risikohendelse. Disse skillelinjene er viktige i regulerte bransjer der produktkvalitet, pasientsikkerhet, merkevareomdømme og samsvarseksponering alle møtes. ISO/IEC 23893 lar risikovurderingsteam kategorisere skader tydelig: fysisk, økonomisk, etisk, organisatorisk, miljømessig eller informativ. Dette vokabularet støtter risikoprioritering i henhold til ISO/IEC 23894.
8) Vokabular for interessenter og ansvar
Standarden gir eksplisitte begreper for aktører i AI-økosystemet: leverandør , distributør , bruker , operatør , revisor , interessent , berørt part og beslutningstaker . Dette vokabularet er i samsvar med rollemodeller definert i ISO/IEC 22989 og styringsansvar definert i ISO/IEC 38507. I regulert produksjon bidrar disse begrepene til å skille mellom systemeiere, kvalitetssikringskontrollører, trente operatører, ingeniørteam og leverandører – og unngår dermed hull i ansvarlighet eller uklar eierskapsfølelse i risikoregistre, valideringsplaner eller avviksundersøkelser.
9) Vokabular for validering, verifisering og bevis
ISO/IEC 23893 tydeliggjør forholdet mellom verifisering , validering , evaluering og bevis . Verifisering bekrefter at systemet ble bygget riktig. Validering bekrefter at det er egnet for tiltenkt formål. Evaluering inkluderer bredere tekniske og ikke-tekniske vurderinger. Bevis består av dokumentert bevis på samsvar. Disse definisjonene integreres direkte med CSV- forventninger og livssykluskontroller i 23053. Bruk av konsistent valideringsvokabular sikrer at AI-validering er i samsvar med regulerte valideringsforventninger for andre datastyrte systemer – og unngår avvik i revisjonsfortellinger.
10) Vokabular for overvåking, driftdeteksjon og gjennomgang
ISO/IEC 23893 inkluderer begreper for kontinuerlig tilsyn: overvåking , gjennomgang , utløser , indikator , avvik , rekalibrering , omskolering , degradering , hendelse og avvik . Disse støtter kravene til driftsovervåking fra ISO/IEC 42001 og livssyklusovervåking fra 23053. Innen produksjon er disse begrepene direkte knyttet til avvikshåndtering, CAPA-arbeidsflyter og periodiske gjennomgangssykluser – noe som sikrer at AI-spesifikke problemer passer sømløst inn i kvalitetsstyringssystemet i stedet for å danne parallelle eller uformelle prosesser.
11) Vokabularets rolle i regelmessig tilpasning
Reguleringsorganer forventer i økende grad at AI-systemer styres med samme klarhet som validert programvare eller analytiske metoder. ISO/IEC 23893 støtter dette ved å gi konsistente definisjoner for risikorelatert språkbruk som brukes i dokumentasjon som sendes inn til regulatorer eller gjennomgås under inspeksjoner. Tydelig ordforråd reduserer sjansen for feiltolkning av risikoregistre, valideringsplaner, overvåkingsrapporter eller hendelseslogger. Det styrker også kommunikasjonen med leverandører og revisorer, og sikrer at kontraktsdokumenter, leverandørvurderinger og revisjoner bruker felles terminologi. Ved å standardisere begreper som «risikokontroll», «begrensning», «gjenværende risiko», «fare» og «avbøtende tiltak» reduserer standarden tvetydighet som ellers kunne ført til revisjonsfunn.
12) Innvirkning på tverrfaglig samarbeid
Risikostyring innen kunstig intelligens involverer ulike interessenter – kvalitet, drift, datavitenskap, IT, juridiske, regulatoriske og ledelsesmessige. ISO/IEC 23893 hjelper disse gruppene med å samarbeide ved å sikre at de bruker de samme definisjonene. Når team snakker forskjellige tekniske språk, forsinker misforståelser prosjekter, forvrenger risikoprioriteringer eller genererer motstridende dokumentasjon. Et enhetlig vokabular unngår disse sammenbruddene. Når for eksempel kvalitetssikring spør om «tiltak», kan dataforskere tenke på algoritmiske justeringer, mens kvalitetssikring forventer prosedyremessige kontroller. ISO/IEC 23893 løser disse avvikene ved å definere hvert begrep presist. Dette forbedrer risikoworkshops, valideringsplanlegging, utarbeidelse av dokumentasjon og styringsgjennomganger – noe som gir kunstig intelligens-prosjekter smidigere utførelse og færre sene overraskelser.
13) Integrasjon med livssyklus-, styrings- og risikosystemer
ISO/IEC 23893 blir kraftigst når den integreres i det bredere AI-økosystemet. Vokabular fra denne standarden mates direkte inn i risikovurderingsmaler basert på ISO/IEC 23894 , livssyklusdokumentasjon fra ISO/IEC 23053 , styringsprosesser fra ISO/IEC 42001 og pålitelighetskriterier fra ISO/IEC TR 24028. Disse standardene danner et integrert system: ISO/IEC 23893 sikrer at hvert risikokonsept har en standard betydning; 23894 strukturerer risikoprosessen; 23053 bestemmer hvor risikoer oppstår; 42001 styrer hvordan risikoer eskaleres og gjennomgås. For regulerte bransjer reduserer denne tilpasningen redundans, inkonsekvens og forvirring, slik at AI-risikostyring passer naturlig inn i eksisterende QMS- og IT-styringsstrukturer.
14) Fordeler for regulert produksjon og kvalitetssystemer
Standardisert vokabular er en sentral ressurs for GxP-organisasjoner. ISO/IEC 23893 sikrer at dokumentasjon som støtter CSV , avvik , CAPA , endringskontroll, risikofiler, leverandørkvalifisering, revisjonssvar og regulatoriske innsendinger bruker de samme definisjonene konsekvent. Dette reduserer regulatorisk risiko og sikrer at AI passer problemfritt inn i etablerte arbeidsflyter i stedet for å bli behandlet som et mystisk unntak. For AI-systemer som påvirker regulerte poster – f.eks. prøvetakingsanbefalinger, innsikt i batchutgivelse, QC-varsler, opplæringsverifisering eller anomaliskåring – lar et klart vokabular inspektører forstå hvordan risiko ble evaluert og kontrollert. ISO/IEC 23893 blir derfor grunnleggende for inspeksjonsberedskap.
15) Vanlige spørsmål
Spørsmål 1. Erstatter ISO/IEC 23893 ISO/IEC 23894?
Nei. ISO/IEC 23893 gir vokabularet; ISO/IEC 23894 gir metodikken. De må brukes sammen for konsistent risikostyring innen kunstig intelligens.
Spørsmål 2. Er ISO/IEC 23893 kun for tekniske team?
Nei. Den er ment for alle interessenter som deltar i diskusjoner om AI-risiko – kvalitet, styring, drift, samsvar, juridisk og lederskap – ikke bare ingeniører eller dataforskere.
Q3. Inkluderer ISO/IEC 23893 livssyklusvilkår?
Den inneholder mange risikorelaterte livssyklustermer, men livssyklusstrukturen kommer fra ISO / IEC 23053Sammen danner de et enhetlig terminologisett.
Q4. Hvordan støtter ISO/IEC 23893 samsvar med regelverket?
Ved å sikre konsistent og entydig terminologi i dokumentasjon som brukes til revisjoner, validering, avvik, CAPA og leverandørtilsyn, verdsetter regulatorer klarhet og konsistens.
Q5. Hva er et praktisk første skritt?
Tilpass eksisterende AI-relaterte maler – risikovurderinger, valideringsplaner, styringsskjemaer, standard operasjonsoperasjoner (SOP-er) og overvåkingslogger – til ISO/IEC 23893-vokabularet. Dette gir teamene en umiddelbar og praktisk fordel.
Relatert Reading
• AI-risiko og -styring: ISO / IEC 23894 | ISO / IEC 42001 | ISO / IEC 38507 | ISO/IEC TR 24028
• Kjernestandarder for AI: ISO / IEC 22989 | ISO / IEC 23053 | ISO / IEC 24027 | ISO / IEC 24030
• Kvalitet og samsvar: CSV | ISO 9001 | ISO 13485
VÅRE LØSNINGER
Tre systemer. Én sømløs opplevelse.
Utforsk hvordan V5 MES, QMS og WMS samarbeider for å digitalisere produksjon, automatisere samsvar og spore lagerbeholdning – alt uten papirarbeidet.

Produksjonsutførelse (MES)
Kontroller hvert parti, hvert trinn.
Styr hver batch, blanding og produkt med live arbeidsflyter, spesifikasjonshåndhevelse, avvikssporing og batchgjennomgang – ingen utklippstavler nødvendig.
- Raskere batch-sykluser
- Feilsikker produksjon
- Full elektronisk sporbarhet

Kvalitetsledelse (QMS)
Håndhev kvalitet, ikke papirarbeid.
Registrer alle SOP-er, kontroller og revisjoner med samsvar i sanntid, avvikskontroll, CAPA-arbeidsflyter og digitale signaturer – ingen permer nødvendig.
- 100 % papirløs samsvar
- Øyeblikkelige avviksvarsler
- Klar for revisjon, alltid

Lagerstyring (WMS)
Inventar du kan stole på.
Spor hver pose, batch og pall med sanntidslagerbeholdning, allergensegregering, utløpsdatokontroll og automatisk merking.
- Sporbarhet for hele partiet og utløpsdatoen
- FEFO/FIFO håndhevet
- Nøyaktighet i lagerbeholdning i sanntid
Du er i godt selskap
Hvordan kan vi hjelpe deg i dag?
Vi er klare når du er det.
Velg din vei nedenfor – enten du leter etter en gratis prøveperiodeen live demoEller en tilpasset oppsett, teamet vårt vil veilede deg gjennom hvert trinn.
La oss komme i gang – fyll ut det raske skjemaet nedenfor.































