Teknologi

Når kunstig intelligens tar plass i bankene, er internrevisjonen klar?

The Institute of Internal Auditors (IIA) har i samarbeid med 12 globale storbanker utarbeidet en ny praktisk veileder for revisjon av kunstig intelligens. Publikasjonen gir internrevisorer en felles, prinsippbasert referanseramme for å vurdere governance, risikostyring og internkontroll knyttet til KI.

Kunstig intelligens er i ferd med å endre hvordan banker drives. Teknologien tas i bruk innen blant annet kredittvurdering, prising, avdekking av svindel og økonomisk kriminalitet og kundebetjening. Generativ og agentbasert KI åpner i tillegg for løsninger som kan ta beslutninger og utføre handlinger med begrenset menneskelig involvering. Hvordan sikrer banken at KI-modellene fungerer etter hensikten, at beslutningene er etterprøvbare, og at risikoene håndteres forsvarlig? Og hvordan skal internrevisjonen gi uavhengig bekreftelse på dette?

Spørsmålene står sentralt i IIAs nye publikasjon Auditing Artificial Intelligence in Banking Organizations – Banking Practices, utgitt i november 2026. Veilederen er utviklet i samarbeid med blant andre Bank of America, Barclays, Citigroup, Deutsche Bank, Goldman Sachs, JPMorgan Chase og UBS, og er organisert rundt seks hovedområder: styring og retningslinjer; risikotaksonomi og risikovurdering; modellrisikostyring; teknologi, datastyring og cybersikkerhet; operasjonell robusthet og tredjepartsstyring; samt talent og KI-kompetanse.

Kjente rammeverk, nye tilpasninger

Et gjennomgående budskap i veilederen er at KI ikke nødvendigvis krever helt nye styrings- og kontrollstrukturer. KI bør håndteres innenfor eksisterende rammeverk for risikostyring, operasjonell robusthet og tredjepartsstyring, med nødvendige tilpasninger til teknologiens særlige egenskaper. Veilederen er prinsippbasert og pålegger ikke bestemte kontroller, teknologier eller organisasjonsmodeller. Den utfyller IIAs Global Internal Audit Standards, IIAs tematiske krav (Topical Requirements) og Global Guidance. Internrevisorer forventes å utøve faglig skjønn og kan tilpasse tilnærmingen til virksomhetens risikoprofil, kompleksitet og KI-modenhet.

Tydelig ansvar fra styret og ned

God styring begynner med tydelig ansvar. Ifølge veilederen bør styret føre tilsyn med KI-risiko, blant annet ved å godkjenne risikoappetitt eller overordnede prinsipper for KI og motta jevnlig rapportering om vesentlige bruksområder, risikoeksponering og nye problemstillinger. Ledelsen har ansvaret for å implementere styringsrammeverket. Roller og ansvar skal være klart definert på tvers av første- og andrelinjefunksjonene. Bruksområder bør godkjennes og prioriteres ut fra risiko, vesentlighet og strategisk betydning, ikke ut fra teknologiens nyhetsverdi. Internrevisjonen bør blant annet vurdere om oversikten over KI-løsninger, risikovurderinger og styringsbeslutninger er fullstendig og korrekt, om KI-styringen er koblet til virksomhetens risikostyring og avvikshåndtering, og om styret og ledelsen får tilstrekkelig rapportering.

Risiko som går på tvers

KI-risiko kan berøre en rekke etablerte risikoområder, fra kreditt-, markeds- og operasjonell risiko til modell-, tredjeparts- og cyberrisiko. En KI-modell for kredittvurdering kan eksempelvis innebære både kredittrisiko, modellrisiko, etterlevelsesrisiko og datarisiko. Virksomheten kan innarbeide KI-risiko i eksisterende kategorier eller etablere en egen kategori, men valget bør begrunnes og dokumenteres. Veilederen legger særlig vekt på tverrgående risikoer som datakvalitet, sikkerhet og avhengighet til tredjeparter. Vesentlighet bør vurderes ut fra definerte kriterier som påvirkning på kunder, økonomisk eksponering, regulatoriske konsekvenser og graden av automatisering eller autonomi. Banken bør ha en fullstendig og oppdatert oversikt over KI-bruksområder, risikovurderingene må være dynamiske og ta inn erfaringer fra hendelser, nestenhendelser og regulatoriske endringer.

Fra modellvalidering til løpende overvåking

Internrevisjonen bør undersøke om KI-systemene er identifisert og risikoklassifisert, om de valideres uavhengig både før produksjonssetting og løpende, og om de overvåkes gjennom hele livssyklusen. Et sentralt risikomoment er «model drift», der modellens ytelse eller atferd forringes over tid som følge av endringer i data, prosesser eller driftsforhold. Veilederen fremhever derfor løpende overvåking med definerte terskelverdier, eskaleringskriterier, og menneskelig kontroll med modellenes resultater tilpasset risikoen. Det er altså ikke tilstrekkelig at modellen ble validert før den ble tatt i bruk. Kontrollene må fungere gjennom hele livssyklusen. Modeller fra tredjeparter bør følges opp på linje med interne modeller, og banken har fortsatt ansvaret for risikoen.

Kjente trusler i ny form

IIA legger til grunn at KI ikke skaper helt nye kategorier av teknologi- eller cyberrisiko, men vesentlig endrer hvordan tradisjonelle risikoer oppstår, sprer seg og må kontrolleres. Veilederen trekker blant annet frem prompt injection, forgiftning av modeller og data, datalekkasje, deepfake-basert svindel og kompromitterte KI-agenter. Agentbaserte systemer krever særlig oppmerksomhet. Veilederen fremhever tilgangsstyring også for ikke-menneskelige identiteter, overvåking av KI-spesifikke signaler som verktøybruk og avvikende resultater, samt operasjonelle begrensninger og menneskelig kontroll. Datastyring er en sentral del av området. Data som brukes til trening, finjustering og bruk av KI bør ha dokumentert opphav, representativitet og lovlig behandlingsgrunnlag, i tillegg til at datakvalitet, skjevheter og drift bør overvåkes over tid. Sensitiv informasjon må beskyttes mot utilsiktet utlevering gjennom KI-svar og logger, og rutiner for oppbevaring og sletting bør omfatte KI-spesifikke elementer som promptlogger og trente modeller. Internrevisjonen bør vurdere om kontrollene eksplisitt adresserer KI-spesifikke trusler, i stedet for å behandle KI utelukkende som tradisjonell applikasjonsrisiko. Versjonskontroll, sporbarhet og muligheten til å rulle tilbake endringer er sentrale elementer, sammen med beredskapsplaner for KI-hendelser som hallusinasjoner, prompt injection og lekkasje av sensitiv informasjon.

Ansvaret kan ikke settes ut

Innen operasjonell robusthet er formålet å vurdere om banken kan holde seg innenfor sine toleransegrenser ved KI-relaterte forstyrrelser, enten løsningene er utviklet internt eller levert av tredjeparter. KI som støtter viktige forretningsprosesser, bør kartlegges og inngå i rammeverkene for operasjonell robusthet og kontinuitet. KI-spesifikke scenarioer som vedvarende hallusinasjoner, korrupte treningsdata, utfall hos modelleverandører og svikt i agentbaserte systemer, bør inngå i robusthetstesting og beredskapsplaner. IIA understreker at banken beholder ansvaret for KI-aktiviteter som er satt ut til tredjeparter. Veilederen anbefaler en fullstendig oversikt over KI-leverandører, utvidet aktsomhetsvurdering av KI-spesifikke forhold, og kontrakter som blant annet sikrer åpenhet om treningsdata, modellendringer, samt varsling av hendelser og revisjonsrettigheter. Leverandørene bør følges opp løpende, og det bør finnes KI-spesifikke exit-prosedyrer som sikrer uttak av data, modeller og bekreftet sletting for å redusere blant annet konsentrasjonsrisiko.

Kompetanse i alle ledd

Det siste området handler om talent og KI-kompetanse. Alle som skal bruke, føre tilsyn med, utfordre eller revidere KI bør ha kunnskap tilpasset sin rolle. Styret og toppledelsen må forstå nok til å sette retning, fastsette risikoappetitt og føre effektivt tilsyn. Ansatte bør kunne gjenkjenne faresignaler som model drift, feilaktige resultater, hallusinasjoner og vurdere KI-resultater kritisk uten å stole blindt på dem. Internrevisjonen bør vurdere om ledelsens rammeverk for KI-kompetanse er hensiktsmessig utformet og fungerer, blant annet med rollebaserte læringsløp, kartlegging av kompetansegap, jevnlig opplæring og måling av effekt.

Hva betyr veilederen for internrevisjonens arbeid?

Hvert område i veilederen beskriver revisjonsmål, nøkkelprinsipper og hvordan prinsippene kan anvendes i revisjonsarbeidet, og et vedlegg gir et felles begrepsapparat. Områdene kan benyttes enkeltvis eller samlet, både i særskilte KI-revisjoner og integrert i bredere revisjonsoppdrag der KI inngår. En revisjon av antihvitvaskingsarbeidet kan eksempelvis omfatte KI-baserte overvåkingsmodeller, mens en IT-revisjon kan inkludere KI-integrasjoner og tilgangsstyring. Veilederen knytter også arbeidet til internrevisjonens strategi og revisjonsplan. Veilederen er skrevet for banksektoren, men mange av problemstillingene som ansvar, datakvalitet, informasjonssikkerhet, leverandøravhengighet og menneskelig kontroll er relevante også i andre bransjer. Kunstig intelligens endrer ikke internrevisjonens grunnleggende formål, men påvirker hvordan det ivaretas. Hovedoppgaven er ikke nødvendigvis å utvikle helt nye revisjonsmetoder, men å forstå hvordan teknologien påvirker virksomhetens samlede risikobilde og tilpasse eksisterende metodikk deretter. Til syvende og sist handler det om å kunne gi uavhengig bekreftelse på governance, risikostyring og compliance (etterlevelse) gjennom tilfredsstillende kontroll knyttet til hvordan teknologien brukes. Veilederen gir et godt utgangspunkt for dette arbeidet, men forutsetter samtidig at internrevisjonen utvikler sin egen kompetanse i takt med teknologiens anvendelse.

Lenke:

Som innlogget IIA medlem kan du laste ned din egen kopi ved å anvende denne lenken:

https://www.theiia.org/en/content/artificial-intelligence/tools/auditing-in-banking-organizations

(Kilde: The Institute of Internal Auditors (november 2026): Auditing Artificial Intelligence in Banking Organizations – Banking Practices.)