Kitöltött kockázatfelmérés és képzési indoklás
Levezetés arra, miért pont ennyi és ilyen képzés elég a Példa Könyvelő Kft.-nél: a cég AI-kockázati lábnyoma, az azonosított kockázatok kezelése, és az ebből következő, szerepkörönként differenciált képzési hozzárendelés — ez a 4. cikk "kontextushoz igazítva" mércéjének gyakorlati, végigvitt bizonyítéka, nem csak elvi állítás.
Mi ez: Az üres "AI-kockázatfelmérés és képzési indoklás" sablon kitöltött változata — a "blueprint", ami összeköti a cég kockázati profilját a kiosztott képzéssel.
Ki tölti ki: AI-felelős, adott esetben HR és az érintett szakterületek vezetőinek bevonásával.
Mikor kell: A leltár elkészülte után, mielőtt a képzési tartalmat szerepkörökhöz rendelik.
Ez az oldal a AI kockázat-felmérés és képzési indoklás — üres sablon (PDF) kitöltött változata. Szerkeszthető verzió: .md fájl.
AI kockázat-felmérés és képzési indoklás
1. A cég AI-kockázati lábnyoma (footprint)
| Terület / folyamat | AI-használat | Érintett adat | Kockázat | Annex III magas kockázatú? |
|---|---|---|---|---|
| Ügyfélkommunikáció | Levéltervezet-fogalmazás (ChatGPT, Copilot) | Ügyfélkapcsolati szöveg, minimalizálva | Közepes: adatszivárgás, USA-adattovábbítás | Nem |
| Könyvelés / bizonylatolás | Ügyviteli szoftver AI-modulja (bizonylat-felismerés) | Ügyfél pénzügyi és számviteli adat | Magas: hallucináció, téves rögzítés, ügyféladat | Nem — de gyakorlatilag ez a legnagyobb kitettség |
| Bérszámfejtés | Jelenleg nincs AI a döntéshozatalban, csak tiltás rögzítve | Munkavállalói és bér adat | Alacsony ma, figyelendő | Nem |
| Adótanácsadás | AI-alapú összefoglaló-tervezet, mindig emberi ellenőrzéssel | Belső pénzügyi adat, ügyfél adóügyi adat | Magas: hallucináció, bennfentes/nem nyilvános pénzügyi információ (MNPI) | Nem |
| Irodavezetés / adminisztráció | Általános AI-asszisztens napi munkára | Vegyes, alacsony érzékenységű | Közepes: adatszivárgás | Nem |
2. Azonosított fő kockázatok és kezelésük
| Kockázat | Hol jelentkezik | Kezelés (kontroll + képzés) |
|---|---|---|
| Adatszivárgás nyilvános AI-eszközbe | Minden munkatárs | Szabályzat 3–4. pont + alap képzési modul |
| Hallucináció pénzügyi/adóügyi tartalomban | Könyvelés, adótanácsadás | Kötelező emberi ellenőrzés + Pénzügy szakági modul |
| Bérfájl / munkavállalói adat AI-eszközbe kerülése | Bérszámfejtés, HR-adminisztráció | Kifejezett tiltás a szabályzatban + kiemelt adatvédelmi modul |
| Shadow AI (nem jóváhagyott eszköz) | Bármely munkatárs — 2026 februárjában ténylegesen előfordult | Leltár + incidenskezelés + alap képzési modul |
| Tiltott gyakorlat (5. cikk) elkerülése | HR-szoftver jövőbeli funkcióváltása | Szabályzat kifejezett tiltása + tudatosítás a HR szakági modulban |
3. Képzési hozzárendelés (a footprintből levezetve)
| Szerepkör | Kiosztott képzési sáv | Indoklás a kockázatból |
|---|---|---|
| Minden munkatárs (alap) | Alap modul | Univerzális AI-jártasság — a 4. cikk minimuma, kockázattól függetlenül |
| Ügyfélfelelős könyvelő, adótanácsadó | + Pénzügy szakág | A legnagyobb gyakorlati kockázat (hallucináció, MNPI) itt jelentkezik |
| Bérszámfejtő, HR-adminisztráció | + kiemelt adatvédelmi / HR szakág | Bérfájl és munkavállalói adat a legérzékenyebb adatkör a cégnél |
| IT-kapcsolattartó | + IT szakág | Ő végzi az új eszközök due diligence-ét és a shadow AI ellenőrzését |
| Irodavezető / AI-felelős | + Vezetői modul | Governance-felelősség, incidenskezelés, hatósági kapcsolattartás |
| Recepció, gyakornok | Alap, csökkentett kör | Csak alkalmi, felügyelt AI-használat — a mérce arányos a tényleges kitettséggel |
4. Miért ennyi és ilyen képzés elég ennél a cégnél
A 4. cikk maga sorolja fel a mérlegelési szempontokat: a résztvevők műszaki tudása, tapasztalata és képzettsége; az a kontextus, amelyben a rendszereket használják; és az a személyi kör, akikre a rendszer hat. A Példa Könyvelő Kft. 12 fős, alkalmazói szerepű, nincs Annex III szerinti magas kockázatú tevékenysége (nincs AI-alapú hitelképesség- vagy toborzási döntés) — a fő kockázat a hallucináció és az ügyféladat-kezelés, nem a formális magas kockázatú besorolás.
Ebből egy arányos, de differenciált képzési program indokolt: mindenki kapja az alap AI-jártasságot, a magasabb kitettségű szerepkörök (pénzügy, bérszámfejtés) kapnak kiegészítő, szakági modult. Ez nem tananyag-minimum, hanem a cég saját, dokumentált mérlegelése arról, mi arányos a tényleges kockázathoz mérten — ezt a mérlegelést, nem a végeredményt kéri számon egy hatósági vizsgálat.
5. Felülvizsgálati trigger
Ezt a felmérést frissíteni kell, ha: új AI-eszköz kerül be a leltárba, jogszabály változik, új szerepkör vagy folyamat keletkezik, vagy incidens történik. Minimum évente.
Jóváhagyta: Kovács Anna (irodavezető, AI-felelős) · 2026. február 15.
Miért így töltöttük ki — magyarázó megjegyzések
- Ez a dokumentum tudatosan nem végez formális Annex III magas kockázatú besorolást — az egy külön, lépésről lépésre dokumentált eljárás lenne (lásd a Besorolási dosszié és a lépésenkénti besorolás kapcsolódó kérdéseket). Itt a cél a képzés arányos megalapozása, nem a jogi besorolás lezárása.
- A táblák szándékosan mutatnak alacsony és magas kockázatú sort egyaránt — egy valós kockázatfelmérés nem "minden AI veszélyes" retorikát épít, hanem különbséget tesz.
- A 4. pont az a szakasz, amit a legtöbb sablon kihagy: nem elég felsorolni a kockázatokat, meg kell indokolni, miért éppen ez a képzési mélység elegendő — enélkül a képzés a tudásbázis szavaival "véletlenszerű", nem "bizonyíthatóan tudatos".
Kapcsolódó kérdések a tudásbázisban
- Milyen szintű AI-jártasság elég? Mitől függ a megfelelő szint?A 4. cikk maga sorolja fel a szempontokat: az érintett személyek műszaki tudása, tapasztalata, végzettsége és képzése; az a kontextus, amelyben a rendszert használják; és az a személyi kör, akikkel szemben alkalmazzák. Abszolút küszöb nincs — a szint szerepkörönként differenciált, és a szervezet erőforrásaihoz mért.
- Mit ír elő pontosan az EU AI Act 4. cikke az AI-jártasságról?A hatályos 4. cikk szerint a szolgáltatók és az alkalmazók intézkedéseket hoznak a személyzetük és a nevükben eljáró más személyek AI-jártasságának fejlesztése támogatása érdekében. A rendelkezés kifejezetten kimondja, hogy nem kell egyetlen ember meghatározott jártassági szintjét sem garantálni. Kockázati kategóriától függetlenül mindenkire vonatkozik.
- Hogyan soroljuk be az AI-rendszerünket lépésről lépésre úgy, hogy a hatóság előtt is védhető legyen?Hét lépéses, dokumentált döntési fa vezet védhető eredményre: hatály, AI-rendszer-e, szerepkör, tiltott-e, I. melléklet, III. melléklet, végül a 6. cikk (3) szűrő és az 50. cikk átfedése. A védhetőséget nem a következtetés adja, hanem hogy minden csomóponthoz van datált, aláírt indokolás és verziókövetés. A hatóság a folyamatot kéri, nem a végeredményt.
- Milyen dokumentáció bizonyítja utólag, hogy az AI-rendszerünk nem magas kockázatú?A 6. cikk (4) szerinti, a piacra helyezés előtt keletkezett besorolási értékelés, a 49. cikk (2) szerinti EU-adatbázis-regisztráció, és az ezeket alátámasztó, nyomon követhető bizonyítékok. A kulcs a datáltság és az előzetesség: az utólag gyártott indokolást a hatóság nem fogadja el. Egyetlen aláírt döntés helyett folyamatot kell tudni felmutatni.
- Kire vonatkozik az AI-jártassági kötelezettség — alvállalkozóra, kölcsönzött munkaerőre is?A 4. cikk címzettje a szolgáltató és az alkalmazó, kockázati osztálytól függetlenül. A kötelezettség nem áll meg a munkavállalóknál: kiterjed a nevükben eljáró más személyekre is, tehát alvállalkozóra, megbízottra és kölcsönzött munkaerőre. Külső szereplőknél ezt szerződéses úton kell rendezni, mert nincs munkáltatói utasítási jog.
Kell egy AI-jártassági program a saját csapatodnak?
Ez a minta a Fluency Academy-típusú, szerepkörre szabott képzés végeredményét mutatja. Két perc alatt kiderül, mely kötelezettségek vonatkoznak a te cégedre.
AI Act ellenőrzés indítása