SCANDIC DATAs AI-etiske erklæring

Introduktion og mål

SCANDIC DATA bruger kunstig intelligens (AI) og algoritmiske systemer inden for forskellige områder: forudsigende vedligeholdelse og fejlprognoser for servere, dynamisk belastningsbalancering, energi- og kølestyring, sikkerhedsanalyser (f.eks. anomalidetektion, DDoS-forsvar), kundesupport (chatbots) og optimering af forsyningskæder for hardware og energi. Som en del af SCANDIC GROUP forpligter vi os til at bruge AI ansvarligt, gennemsigtigt og i overensstemmelse med de grundlæggende rettigheder. Denne AI-etiske erklæring definerer principperne, processerne og kontrolmekanismerne for udvikling, indkøb, drift og brug af AI hos SCANDIC DATA.

Virksomheden

SCANDIC ASSETS FZCO
Dubai Silicon Oasis DDP
Bygning A1/A2
Dubai - 342001
De Forenede Arabiske Emirater
Telefon +97 14 3465-949
Post Info@ScandicAssets.dev
repræsenterer brandet og understøttes af det:

SCANDIC TRUST GROUP LLC
IQ Business Center
Bolsunovska-gaden 13-15
Kiev - 01014, Ukraine
Telefon +38 09 71 880-110
Post Info@ScandicTrust.com
repræsenterer.

er en samarbejdspartner:

LEGIER Beteiligungs mbH
Kurfürstendamm 14
10719 Berlin
Forbundsrepublikken Tyskland
HRB 57837 - VAT ID DE 413445833
Telefon +49 (0) 30 99211-3469
Mail: Office@LegierGroup.com

SCANDIC ASSETS FZCO og LEGIER Beteiligungs mbH er ikke-operationelle tjenesteudbydere; operationelle aktiviteter udføres af SCANDIC TRUST GROUP LLC.

Erklæringen er baseret på EU's kommende AI-lov, GDPR, PDPL, branchespecifikke cloud- og telekommunikationsregler og international best practice. Målet er at fremme innovation og samtidig gøre risici håndterbare for at sikre kundernes, medarbejdernes og samfundets tillid.

Oversigt over biblioteket

– 1. Grundlæggende værdier og vejledende principper
– 2 Ledelse og ansvar
– 3. Juridiske og lovgivningsmæssige rammer
– 4. Dataetik og databeskyttelse
– 5. Gennemsigtighed og forklarlighed
– 6. Retfærdighed, fordomme og inklusion
– 7. Mennesket i kredsløbet og kritiske beslutninger
– 8. Sikkerhed og robusthed
– 9. Bæredygtighed
– 10 AI i driften af datacentre
– 11. Træning, bevidsthed og kultur
– 12. Overvågning, revision og løbende forbedringer


1. Grundlæggende værdier og vejledende principper


– Mennesket i centrum: AI tjener til at støtte mennesker. Applikationer skal respektere kundernes værdighed og selvstændighed.medarbejdere og partnere. Beslutninger, der har en betydelig indvirkning (f.eks. annullering af kontrakter på grund af sikkerhedshændelser), træffes af mennesker. - Juridisk overensstemmelse: Alle AI-systemer overholder de gældende love (GDPR, PDPL, EU AI Act, telekommunikations- og energibrancheloven). Forbudte AI-praksisser (f.eks. biometrisk masseovervågning) er udelukket. - Ansvar og ansvarlighed: Der udpeges ansvarlige personer for hvert AI-system. Beslutninger er sporbare, kan anfægtes og kan gennemgås af mennesker. Dokumentation og revisionsspor muliggør problemfri sporing. - Proportionalitet: Brugen af AI står i forhold til formål og risiko. Højrisikoapplikationer (f.eks. automatisk nedlukning af netværk i tilfælde af en sikkerhedsalarm) er underlagt strenge kontrolmekanismer. - Gennemsigtighed: Brugereinformeres, når AI anvendes. Systemernes principper og funktioner forklares på en forståelig måde. - Retfærdighed og inklusion: AI må ikke diskriminere nogen på grund af oprindelse, køn, alder, handicap eller andre følsomme karakteristika. Bias identificeres og minimeres aktivt. - Sikkerhed og modstandsdygtighed: AI-systemer er hærdede mod manipulation og dårlig opførsel. Sikkerhedshændelser rapporteres og analyseres proaktivt. - Bæredygtighed: Der tages hensyn til det økologiske fodaftryk fra vores AI-infrastruktur. Energieffektive modeller, ressourcebesparende hardware og bæredygtig drift af datacentret er standard.


2 Ledelse og ansvar


Et AI Ethics Board på koncernniveau overvåger alle AI-initiativer. Det består af eksperter fra Legal, Data Protection, IT Security, Data Centre Technology, Operations og Human Resources. Dette råd gennemgår nye AI-projekter, vurderer risici og godkender højrisikoapplikationer. Interne retningslinjer regulerer brugen af AI og integreres med eksisterende retningslinjer for compliance, databeskyttelse og forsyningskæde. Der udpeges en ejer for hvert projekt, som styrer udviklingen, driften og overvågningen af systemet (RACI-modellen). SCANDIC GROUPs ESG-udvalg sikrer, at AI-spørgsmål integreres i virksomhedsstrategien, og rapporterer til direktionen og det rådgivende udvalg.


3. Juridiske og lovgivningsmæssige rammer


SCANDIC DATA overholder alle relevante juridiske standarder:

– EU-AI-Act: For højrisikoapplikationer (f.eks. biometriske adgangskontroller, automatiseret hændelsesrespons) udfører vi konsekvensanalyser, dokumenterer datakilder, træningsmetoder, præstationsmålinger og overvåger løbende overholdelse. - GDPR, PDPL og ePrivacy-regler: Vi bruger kun data med et legitimt grundlag til AI-understøttede analyser og personalisering. Personlige data minimeres, pseudonymiseres eller anonymiseres. - Regulering af IT og sikkerhed: Vi er styret af ISO-standarder (ISO/IEC 27001, 27017, 27701), NIST-rammen, BSI IT-baselinebeskyttelse og branchespecifikke standarder for datacentre og cloud-udbydere. - Arbejds- og forsyningskædelovgivning: AI-understøttede systemer bruges ikke til at overvåge medarbejdere, medmindre det er juridisk tilladt og proportionalt. I forsyningskædesammenhæng bruger vi AI til risikoanalyser uden at bruge diskriminerende kriterier.


4. Dataetik og databeskyttelse


Ansvarlig håndtering af data er grundlaget for vores AI-strategi. Vi sikrer, at trænings- og produktionsdata:

- indsamles på en lovlig måde; - overholder princippet om dataminimering; - er fri for diskriminerende fordomme; - opbevares og behandles i et sikkert miljø; - i tilfælde af følsomme data (f.eks. sundhedsoplysninger) kun bruges med udtrykkeligt samtykke.

Desuden dokumenteres dataenes oprindelse, så det kan spores, hvilke kilder der er blevet indarbejdet i en model. Hvis der anvendes syntetiske data eller generative modeller, betegner vi indholdet som AI-genereret.


5. Gennemsigtighed og forklarlighed


Vi mærker AI-interaktioner (f.eks. chatbots, anbefalingssystemer) klart og utvetydigt. Brugerne får forståelig information om, hvordan et system fungerer, de vigtigste faktorer, der indgår i en beslutning, og hvordan de kan anmode om en menneskelig gennemgang, hvis det er nødvendigt. Når vi træffer beslutninger om sikkerhedsforanstaltninger (f.eks. automatisk blokering af en IP-adresse), oplyser vi, hvilke kriterier der er relevante, uden at afsløre forretningshemmeligheder. Beslutningsprocesser logges for at muliggøre interne eller eksterne revisioner.


6. Retfærdighed, fordomme og inklusion


Vores algoritmer testes systematisk for diskrimination. Dette omfatter statistiske analyser af træningsdata, forskellige testgrupper og regelmæssige kontroller under driften. Vi bruger procedurer til at genkende ulige behandling (f.eks. analyser af forskellig påvirkning) og korrigerer modellerne i overensstemmelse hermed. Vi er særligt opmærksomme på sårbare grupper, og systemerne må ikke gøre det muligt at udnytte kognitive svagheder. Når vi administrerer kapacitet og fastsætter priser for cloud-tjenester, sikrer vi, at kunderne ikke stilles vilkårligt dårligt.


7. Mennesket i kredsløbet og kritiske beslutninger


Automatiserede systemer må ikke erstatte menneskelig ekspertise, når det drejer sig om sikkerheds- eller forretningskritiske beslutninger. I tilfælde af nødforanstaltninger, kontraktopsigelser på grund af brud eller væsentlige konfigurationsændringer gennemgås AI-understøttede forslag altid af kvalificerede personer. En eskalerings- og overstyringsmekanisme ("human-in-the-loop") er på plads for at sikre, at mennesker bevarer den ultimative kontrol.


8. Sikkerhed og robusthed


Alle AI-systemer er hærdede mod fjendtlige angreb, prompt injection, dataforgiftning og andre manipulationsforsøg. Vi bruger forsvar-i-dybden-strategier: Adgangsbegrænsninger, streng autentificering, kryptering, løbende overvågning og red team-test. Sikkerhedshændelser undersøges, dokumenteres og løses med det samme. Incident response-planer etablerer rapporteringskæder og definerer modforanstaltninger. Modeller opdateres regelmæssigt for at lukke kendte sårbarheder.


9. Bæredygtighed


Udvikling og drift af AI bruger ressourcer. SCANDIC DATA er afhængig af energieffektive modelarkitekturer, ressourceeffektiv hardware (f.eks. GPU'er/TPU'er med høj ydelse pr. watt) og en skalerbar infrastruktur. Vores datacentre drives af vedvarende energi og optimerer arbejdsbelastninger for at minimere strømforbrug og kølebehov. Modelopdateringer og omskoling planlægges for at undgå unødvendigt computerarbejde; gammelt udstyr genbruges eller bortskaffes korrekt.


10 AI i driften af datacentre


SCANDIC DATA bruger AI specifikt til at gøre driften af datacentre mere effektiv, sikker og bæredygtig:

– Forudsigelig vedligeholdelse: Maskinlæringsmodeller analyserer sensor- og driftsdata fra servere, UPS'er, klimaanlæg og netværkskomponenter for at forudsige sandsynligheden for fejl. Vedligeholdelse planlægges, før fejlene opstår. - Styring af energi og køling: AI-algoritmer optimerer strømforsyningen, belastningsfordelingen mellem racks og brugen af kølesystemer for at holde PUE (Power Usage Effectiveness) under 1,25. - Sikkerhedsanalyser: Anomalidetekteringsmodeller genkender usædvanlig adgang, DDoS-mønstre, dataudstrømning eller insidertråde. Resultaterne føres ind i vores SIEM/SOAR-platform. - Kapacitetsplanlægning: AI forudsiger efterspørgslen efter computer- og lagerressourcer, så vi kan justere hardwareindkøb, virtualisering og netværkskapacitet i god tid. - Chatbots og support: Intelligente assistenter hjælper med standardforespørgsler, tildeling af tickets og teknisk dokumentation. Mere komplekse spørgsmål overdrages til menneskelige medarbejdere.

De ovennævnte etiske principper tages i betragtning i alle ansøgninger.


11. Træning, bevidsthed og kultur


SCANDIC DATA fremmer en virksomhedskultur, hvor medarbejderne gransker AI-beslutninger og bruger teknologien ansvarligt. Træningsprogrammer underviser i det grundlæggende i AI-etik, databeskyttelse, sikkerhedsbevidsthed, datakvalitet og hvordan man håndterer bias. Medarbejderne opfordres til at rapportere uregelmæssigheder og deltage i den løbende forbedringsproces. Ledere sikrer, at etiske overvejelser indgår i alle faser af et projekt (design, udvikling, implementering, drift).


12. Overvågning, revision og løbende forbedringer


Vores AI-systemer overvåges løbende. Nøgletal som nøjagtighed, retfærdighed, falsk positiv rate, energiforbrug, CO₂-udledning og brugertilfredshed indgår i regelmæssige rapporter. Interne og eksterne audits kontrollerer overholdelsen af AI-politikken. Resultater fra revisioner, brugerfeedback og tekniske analyser bruges til at tilpasse modeller og processer. Denne erklæring opdateres mindst en gang om året eller i tilfælde af væsentlige ændringer.