Kio estas AI-regulado en Luksemburgo?
AI-regulado: landoj kaj regionoj
La AI-regulado en Luksemburgo estas regata per la rekta apliko de la EU AI Act, lokale plenumata tra tre decentralizita, sektora institucia kadro establita de Draft Bill 8476. Anstataŭ krei ununuran ĉiopovan teknologian reguliston, Luksemburgo distribuas merkat-kontrolajn kaj plenumajn kompetentojn al establitaj naciaj instancoj. La Nacia Komisiono por Datumprotekto (CNPD) funkcias kiel la defaŭlta merkat-kontrola instanco kaj la nacia ununura kontaktpunkto. Sektoraj regulistoj, precipe la Commission de Surveillance du Secteur Financier (CSSF) por la financa sektoro kaj la Luxembourg Institute for Standardisation, Accreditation, Safety and Quality (ILNAS) por produkta sekureco, zorgas pri konformeco en siaj respektivaj domenoj. Ĉi tiu reguliga arkitekturo estas forte plifortigita per rigora loka gvidado pri AI-legopovo, datumprotekto kaj entreprena administrado, metante striktan respondecon sur lokajn direktorarojn por administri vendist-dependecojn kaj kaŝ-AI-riskojn.
Reviziita de Jackie, Estro de Lernado kaj Disvolviĝo, Levellers - Laste reviziita la 8-an de junio 2026
Kion ĉi tio signifas
Por kompreni kiel Luksemburgo reguligas artefaritan inteligenteco, estas utile rigardi la landon kiel tre specialiĝintan operacian centron, kiu efektivigas pan-eŭropajn regulojn tra celitaj, lokaj prismoj. Ĉar la ĝeneralaj leĝaj postuloj kaj riskaj klasifikaĵoj estas fiksitaj de la Eŭropa Unio, Luksemburgo ne bezonas verki siajn proprajn primarajn AI-leĝojn. Anstataŭe, ĝia nacia leĝdona penado tute fokusiĝas sur determini, kiu loka instanco havas la povon esplori kaj puni kompaniojn.
Se kompanio deplojis AI-ilon en Luksemburgo, la regulisto al kiu ĝi respondas dependas tute de la sektoro de la kompanio kaj la funkcio de la ilo. Banko deplojanta maŝinlernadan kreditmodelojn alfrontas kontrolon de la CSSF. Hospitalo uzanta AI-diagnozajn programarojn respondas al la Luxembourg Agency for Medicines and Health Products (ALMPS). Elsendisto traktanta sintezajn amaskomunikilojn aŭ profundfalsaĵojn falas sub la kompetenton de la Luxembourg Independent Audiovisual Authority (ALIA). Por iu ajn apliko, kiu ne konvenas klare en reguligitan sektoron, la datumprotekta instanco enpaŝas kiel la defaŭlta kontrolinstanco.
Preter la asignado de reguliga teritorio, Luksemburgo plenumas striktajn operaciajn normojn, kiuj malhelpas multinaciajn kompaniojn preteriri lokan respondecon. Kompanioj ne povas simple fidi je ĝeneralaj grup-nivelaj AI-politikoj verkitaj en fremdaj ĉefsidejoj. Lokaj direktoraroj devas formale aprobi AI-strategiojn, kaj ĉiu deplojo devas konformi al striktaj, antaŭekzistantaj kadroj por interna administrado, datumprotekto kaj tria-partia riskadministrado. Por helpi kompaniojn plenumi ĉi tiujn striktajn normojn, la ŝtato provizas suverena infrastrukturon, ofertante aliron al nacia superkomputika potenco kaj sekuraj reguligaj testkampoj por sekure testi sistemojn antaŭ komerca liberigo.
Kial ĝi gravas
La aliro de Luksemburgo al AI-regulado estas kritika pro la neproporcie granda rolo de la jurisdikcio en tutmonda financo, riĉaĵadministrado kaj datumgastigo. Kiel ĉefa eŭropa centro por investfondusoj kaj pagservoj, ĉiu reguliga frikciado, konformec-malsukceso aŭ operacia vundebleco en Luksemburgo disvastiĝas tra internaciaj financaj merkatoj.
La tuja graveco de la kadro de Luksemburgo kuŝas en ĝia rigora sinteno pri loka entreprena respondeco. Grava temata revizio de 2025, farita de la nacia centra banko kaj la financa regulisto, malkaŝis severan administran breĉon tra la sektoro. Dum institucioj investas peze en maŝinlernado kaj generativajn ilojn, la administrado restas danĝere centraligita ĉe la gepatra-kompania nivelo. Granda proporcio de entoj operaciante en Luksemburgo ne certigis lokan direktoraran aprobon por siaj AI-strategioj, kaj multaj permesas la uzon de generativa AI sen specifaj internaj politikoj. Ĉi tio eksponas lokajn direktorojn al signifa reguliga respondeco kaj pliigas sisteman riskon.
Krome, la intersekcio de AI-regulado kaj datumprotekto estas plenumata kun rimarkinda severeco. La nacia datumprotekta instanco agreseme ligis AI-konformecon al ekzistantaj privatecaj devontigoj, emfazante ke malsukcesoj en AI-legopovo, datumminimumigo aŭ algoritma biaso povas ekigi masivajn administrajn monpunojn laŭ kaj la AI Act kaj la General Data Protection Regulation. Por komercaj gvidantoj, juraj teamoj kaj operaciistoj, majstri la luksemburgan modelon ne estas nur administra ekzerco. Ĝi postulas mapadi kompleksajn entrepren-administrajn devojn kontraŭ fragmentita reguliga matrico, certigante ke lokaj entoj konservas genuinan, kontroleblan kontrolon super teknologioj, kiuj ofte estas aĉetitaj, evoluigitaj aŭ gastigitaj eksterland-e.
Kiel ĝi funkcias
La nacia kadro: Draft Bill 8476
En decembro 2024, la luksemburga registaro prezentis Draft Bill 8476 al la Chambre des Deputes. La ĉefa celo de ĉi tiu projekto estas konstrui la nacian institucion kadron postulatan de eŭropaj mandatoj. La projekto uzas sektoran, kompetenc-bazitan aliron, asignante kontrolajn, konformec-taksajn kaj plenumajn kompetentojn al ekzistantaj naciaj agentejoj anstataŭ krei novan, centraligitan AI-reguligan korpon.
La efektivigo de ĉi tiuj devontigoj sekvas striktan, fazan tempoplano. Ekde februaro 2025, malpermesitaj AI-praktikoj estas bannitaj, kaj devigaj AI-legopovaj postuloj estas aktive plenumitaj por ĉiuj provizantoj kaj deplojantoj. Ĝis aŭgusto 2025, administraj reguloj por ĝeneralcela AI-modeloj ekvalidas. Ĝis aŭgusto 2026, devontigoj por altriskaj sistemoj aplikataj al specifaj sektoroj, inkluzive de financaj servoj kaj kritika infrastrukturo, fariĝas devigaj. La ceteraj dispozicioj estos plene aplikeblaj ĝis aŭgusto 2027. Notu ke la Eŭropa Komisiono proponis ciferecan Omnibus-pakaĵon, kiu povus prokrasti kelkajn altriskajn devontigojn, do ĉi tiujn datojn oni legu kiel la nunan juran pozicion prefere ol fiksitan certecon.
Decentralizita merkat-kontrola modelo
Merkat-kontrolaj instancoj posedas la ĉefajn plenumajn kompetentojn. Ili povas esplori entojn, postuli aliron al fontkodo kaj trejnaj dataroj, ordoni korektajn mezurojn kaj trudi severajn administrajn punojn. Luksemburgo mapas reguligan povon rekte al ekzistanta sektora kompetento. La CNPD funkcias kiel la defaŭlta merkat-kontrola instanco kaj la ĉefa ununura kontaktpunkto por la Eŭropa Komisiono, kunordigante translandajn esplorojn. La CSSF kontrolas AI-sistemojn uzatajn de ĉiuj entoj ene de ĝia financa reguliga perimetro, inkluzive de kreditinstitucioj, investfondusoj kaj pagservoj. La Jura Kontrola Instanco monitoras AI uzatan de tribunaloj, prokuroraj servoj kaj la administra ordo en juraj funkcioj. La Kontrola Instanco por la Asekura Sektoro (CAA) monitoras asekur-sektoran AI, kun specifa mandato esplori biason aŭ diskriminacion en prezigado kaj kovrado. ILNAS zorgas pri AI enkonstruita kiel sekurecaj komponantoj en produktoj postulantaj tria-partian konformec-takson, kiel maŝinaro, ludiloj kaj kritikaj infrastrukturaj komponantoj. La Luxembourg Institute of Regulation (ILR) monitoras deplojantojn de altriska AI operaciante kiel esencaj aŭ gravaj servoj laŭ la NIS 2 cibersekureca direktivo. ALMPS kontrolas AI en medicinaj aparatoj kaj in vitro diagnozaj aparatoj kie altriskaj kondiĉoj estas plenumitaj. ALIA monitoras sintezajn amaskomunikilojn kaj profundfalsaĵojn, certigante ke AI-generita aŭdio, bildo, video aŭ teksto estas maŝin-legeble markita kaj malkaŝita al la publiko.
Ĉi tiu fragmentita strukturo postulas senjuntan komunikadon inter agentejoj. Post revizio de la projekto, la nacia konkurrenc-instanco (Autorite de la Concurrence) eldonis formalan reagaĵon (Avis 2025-AV-01) argumentante ke jara raportado inter agentejoj estas nesufiĉa, kaj proponis amendojn postulantajn ke merkat-kontrolaj instancoj senprokurastime dividu informojn pri kontraŭkonkurencaj algoritmaj praktikoj por malhelpi rapidajn merkatajn distordojn.
La financa-sektora substanc-postulo
Laŭ CSSF Circular 26/906, kiu konsolidadas postulojn por centra administrado, interna administrado kaj riskadministrado por pagaj kaj e-monaj institucioj, financaj entoj devas konservi sian decidofaradan centron ene de Luksemburgo. Ĉi tiu loka substanc-postulo diktas ke AI-administrado ne povas esti tute ekstersourcita al fremda gepatra kompanio. La CSSF postulas robustajn internajn kontrolmekanismojn, klarajn raportliniojn kaj ampleksajn tria-partiajn riskadministradajn procedurojn kiam entoj fidas je eksteraj AI-vendistoj aŭ grup-nivela infrastrukturo. Kiam deplojante algoritmojn por komerco aŭ kreditpunktado, la regulisto postulas striktajn kontrolojn por filtri bruajn datumojn, kiuj povus kaŭzi ke maŝinlernaj modeloj maltrafu gravajn merkatajn signalojn aŭ kondutus neantaŭvideble.
Kion la temata revizio de 2025 malkovris
La temata revizio de CSSF kaj centra banko de 2025 malkaŝis merkaton forte dependantan de komercaj vendistoj kaj fremdaj gepatraj kompanioj. Nur 24 procentoj de respondantaj institucioj havis AI- aŭ ciferecan strategion formale aprobitan de sia luksemburga direktoraro. Nur 43 procentoj konservis formalan AI-politikon, kaj 60 procentoj de entoj permesantaj al dungitoj aliron al generativa AI havis neniun specifan politikon regante tiun uzadon, ebligante kaŝ-AI-on. Pri klasifikado, nur 5 procentoj de uzkazoj estis taksitaj altriskaj, kun kelkaj eksplicite altriskaj aplikoj kiel kreditpunktado malĝuste klasifikitaj kiel malalta risko. Dum 63 procentoj de adoptantaj institucioj fidas je dediĉitaj datumscienco-teamoj, 55 procentoj de tiuj teamoj operacias ĉe grup-nivelo kaj nur 3 procentoj sidas ekskluzive en Luksemburgo. Homa kontrolo kovris 90 procentojn de aplikoj, sed efikec-monitorado estis rimarkinde pli malforta por generativa AI ol por tradicia maŝinlernado. Nur 45 procentoj efektivigis biasmalhelp- aŭ detektadmekanismojn. Vendist-dependeco estis akuta: 75 procentoj de generativaj AI-uzkazoj fidis je komercaj tria-partiaj bazmodeloj. Se komerca bazmodelo suferas breĉon aŭ drivas al nekonformeco, tiu eksponiĝo estas tuja kaj sistema, kaj la manko de loka direktorara aprobo rekte konfliktas kun la substanc-postuloj de la CSSF.
La datumprotekta ludlibro de CNPD
La CNPD postulas striktan operacian apartigon inter la lernfazo (desegnado kaj trejnado de modelo) kaj la produktadfazo (deplojado de ĝi). Klara jura bazo devas ekzisti antaŭ ol pretigo komenciĝas, kaj datumoj kolektitaj laŭ malsama jura kadro postulas rigoran kongruec-takson antaŭ reuzado por AI-trejnado. Kiam datumbazoj estas repurposigitaj aŭ akiritaj de tria partio, organizoj ĝenerale havas unu monaton por informi datumsubjektojn por ke ili povu ekzerci alirajn, korektajn kaj forigajn rajtojn. Datumminimumigo devas esti strikte aplikata: la CNPD atendas pezan fidon je sintezaj datumoj, kaj kie realaj personaj datumoj estas uzataj, ili devas esti pseŭdonimigitaj, obfuskitaj kaj retentad-limigitaj. La instanco avertas ke modelo konstruita sur neleĝe kolektitaj datumoj povas esti ordonita forigita en ĝia tuteco, ne nur la dataro, kaj ke modeloj devas esti defenditaj kontraŭ membrecinfero-, model-eksfiltrado- kaj model-inversigaj atakoj. Travidebleco devas esti garantiita por aŭtomata decidado en rekrutado aŭ kreditpunktado, kaj sole aŭtomatigitaj rifuzoj estas ĝenerale malpermesitaj krom se esceptaj sekurigitaj kondiĉoj estas plenumitaj. Sistemoj devas esti kontinue taksataj por minimumigi drifton, kaj deplojantoj devas revizii por diskriminaciaj rezultoj tra diversaj demografiaj profiloj.
AI-legopovo kiel deviga postulo
La legopova mandato aplikas al ĉiuj AI-sistemoj sendepende de riska nivelo, de altriskaj prognozaj modeloj ĝis ordinaraj generativaj babilrobotoj, kaj etendiĝas preter dungitoj al provizora personaro, praktikantoj, eksteraj subkontraktistoj kaj tria-partiaj provizantoj. La CNPD traktas simplajn instrukciojn aŭ uzantan manlibron kiel jure nesufiĉajn. Organizoj devas taksi ekzistantan dungit-scion, la sektoran kuntekston kaj celon de la ilo, kaj la vundeblajn grupojn tuŝitajn de ĝia eligo, poste liveri rol-bazitan trejnadon: altnivelan sekurecan trejnadon por datumscientistoj, biasan kaj travideblecan trejnadon por HR-manaĝeroj, kaj ekzekutivan edukadon pri respondeco kaj administrado por direktoraroj. La Eŭropa Komisiono rekomendas konservi internan registron de trejnadaj iniciatoj por revizio. Nekonformeco eksponas kompaniojn al administraj monpunoj ĝis EUR 35 milionoj aŭ 7 procentoj de tutmonda prometo, kaj regulistoj specife esploros ĉu okazaĵo estis faciligita de nesufiĉaj AI-kapabloj.
Malpermesitaj praktikoj kaj la GDPR-interkovro
La malpermesitaj praktikoj de la AI Act inkluzivas subliminalan manipuladon, ekspluatadon de aĝo aŭ handikapo-vundeblecoj, socian punktadon kondukante al malutila traktado en nerilataj kuntekstoj, plene aŭtomatigitan prognozajn policadon, necelitan vizaĝ-bildan skrapadon, laboreja aŭ eduka emociorekonon ekster medicinaj aŭ sekurecaj uzoj, biometrian kategoriadon por dedukti sentemajn karakterizaĵojn, kaj realtempan malproksiman biometrian identigon en publikaj spacoj ekster mallarĝaj leĝ-plenumaj esceptoj. La CNPD notas ke multaj el ĉi tiuj samtempe malobservas la GDPR: deploji laborejajn emociorekonon por mezuri dungit-streson, ekzemple, malobservas kaj la AI Act-malpermeson kaj GDPR-principojn pri laŭleĝeco, travidebleco kaj minimumigo, dum necelita vizaĝ-skrapado malobservas regulojn pri pretigo de sentemaj biometriaj datumoj sen valida escepto.
Testkampoj kaj suverena infrastrukturo
En majo 2024 la CNPD lanĉis la Sandkescht, reguligan testkampon malfermitan al entoj de ĉiuj grandecoj, provizante konfidencian medion por testi AI-projektojn dum 9 ĝis 18 monatoj tra kvar-paŝa mekanismo de difinado de celoj, taksado de aliroj, efektivigo en fermita medio kaj monitorado de progreso. Draft Bill 8476 etendas ĉi tion per postulado ke ĉiuj naciaj merkat-kontrolaj instancoj, inkluzive de la CSSF kaj ILNAS, establu domenspecifajn testkampojn. Pri infrastrukturo, la Luxembourg AI Strategy 2030 centras sur MeluXina-AI, venontgeneracia superkomputilo planita por malfrue 2026, financita de EUR 112 milionoj komuna investo inter la luksemburga ŝtato kaj la European High Performance Computing Joint Undertaking kaj aldonante pli ol 2 100 GPU-AI-akcelilojn. Duono de la kapacito estas rezervita por nacia uzo, alirebla tra la nacia AI Factory-kadro, permesante lokajn entreprenojn evoluigi proprietajn modelojn en suverena eŭropa medio kaj reduktante fidon je eksterlanda komercaj API-oj.
Ekzemploj
Multinacia aktivaĵadministristo lanĉas grup-konstruitan generativan AI-asistanton al sia luksemburga ento. La loka ĉefa informsekureca oficiro unue faras kaŝ-AI-skanon, konfirmante ke neniu dungito uzas neaŭtorizitajn publikajn babilrobotojn por klientaj analizoj. La luksemburga direktoraro poste formale revizias kaj aprobas lokigitan AI-strategion, protokolante sian komprenon de la specifaj riskoj, kiujn la ilo prezentas al la loka operacio. La loka riskteamo faras vendist-takson de la ilo de la gepatra kompanio, mapante datumflujojn por certigi ke lokaj klientaj datumoj ne estas neleĝe eksfiltritaj por trejni la pli larĝan tutmondan modelon. La konformec-oficiro kategoriigas la ilon laŭ la reguliga matrico, dokumentas la rol-bazitan AI-legopovan trejnadon donitan al luksemburga personaro, kaj prezentas formalan internan administran raporton al la CSSF demonstrante ke la loka direktoraro konservas finan, kontroleblan aŭtoritaton super la deplojo.
Sano-teknologia noventrepreno eniras la CNPD Sandkescht por validigi diagnozmodelojn. Dum 12-monata kunlaboro ĝi testas siajn datumminimumigajn protokolojn sub reguliga kontrolo, pruvante ke la trejnada metodologio fidas ĉefe je sintezaj datumoj kaj ke ĉiuj realaj pacient-skanoj estas obfuskitaj kaj senmetadatigitaj. Paralele ĝi engaĝas la ALMPS, la sciigan instancon por sanservo, por determini la ekzaktan teknikan dokumentadon postulatan por formala konformec-takso. Per validigado de sia privateca arkitekturo en konfidencia medio, la noventrepreno evitas multekostajn strukturajn rekonstruojn kaj akcelas sian vojon al konformeco.
Rekrutada firmao deplojis AI-filtrilon por luksemburga kliento. Ĝi efektivigas siajn Artikolo 4 AI-legopovajn devontigojn, trejnante la HR-teamon ne nur pri operaciado de la programaro sed pri detektado de algoritma biaso kaj interpretado de konfidencaj intervaloj. Ĝi establas klarajn homajn kontrolprotokojn por ke kandidatoj rifuzitaj de la algoritmo ne estu submetitaj al sole aŭtomata decidado sen la rajto peti homan revizion, konservante konformecon kun la travideblecaj kaj justecaj mandatoj de la GDPR.
Oftaj miskomprenoj
"Luksemburgo havas sian propran AI-leĝon."
Ne. La deviga regularo estas la EU AI Act, kiu aplikas rekte. Draft Bill 8476 konstruas nur la nacian institucion kaj plenuman kadron, asignante kiu ekzistanta instanco kontrolas kiun sektoron.
"Unu regulisto zorgas pri ĉiu AI en Luksemburgo."
La kontrolado estas intence fragmentita. La CNPD estas nur la defaŭlta instanco; financo falas al la CSSF, asekuro al la CAA, produktoj al ILNAS, sanservo al ALMPS, aŭdiovida al ALIA, kaj esencaj servoj al la ILR.
"Grup-nivela AI-politiko de la ĉefsidejo sufiĉas."
Ne. La substanc-postuloj de la CSSF signifas ke la loka direktoraro devas formale aprobi AI-strategion kaj konservi kontroleblan kontrolon; fido je la ĝenerala politiko de fremda gepatra kompanio estas rekonate administra breĉo.
"AI-legopovaj devoj aplikas nur al teknika personaro."
Ili aplikas al ĉiuj dungitoj uzantaj AI, inkluzive de provizora laboristaro, praktikantoj, subkontraktistoj kaj tria-partiaj provizantoj, kaj la trejnado devas esti rol-bazita prefere ol ununura ĝenerala informado.
"Nur altriskaj sistemoj ekigas devontigojn."
La legopova mandato kaj la GDPR-interkovro aplikas sendepende de riska nivelo, kaptante ĉiutagajn generativajn babilrobotojn same kiel altriskajn prognozajn modelojn.
Riskoj kaj limoj
La kadro de Luksemburgo estas efektiviga kaj plenuma tavolo, ne anstataŭaĵo por la EU AI Act; ĝi ne ŝanĝas la substantivajn devojn aŭ riskajn klasifikojn de la Akto, kaj legi la nacian projekton izolite estos misgvida. La institucia dezajno ankoraŭ stabiliĝas: Draft Bill 8476 restas projekto, instanc-asignoj kaj inter-agentejaj informdivid-aranĝoj povas ŝanĝiĝi antaŭ adopto, kaj la konkurrenc-instanco jam premis por pli forta realtema informdivido. La fazaj limdatoj (februaro 2025 tra aŭgusto 2027) estas la nuna jura pozicio sed estas eksponitaj al la proponita EU-cifereca Omnibus, kiu povus prokrasti kelkajn altriskajn devontigojn.
La plej akra praktika limo estas entreprena respondeco. La temata revizio de 2025 montras ke multaj lokaj entoj supozas juran respondecon por sistemoj, kiujn ili nek kontrolas nek plene komprenas, kun administrado koncentrita ĉe grup-nivelo kaj peza dependeco de komercaj bazmodeloj. Breĉo aŭ konformec-drivo en komuna vendist-modelo estas tuja, sistema eksponiĝo por la luksemburga ento, kaj la foresto de loka direktorara aprobo rekte konfliktas kun la substanc-postuloj de la CSSF. Nenio el ĉi tio estas jura konsilo; specifaj klasifikad- kaj respondec-demandoj en reguligita sektoro devus esti prezentitaj al la koncerna instanco aŭ kvalifikita juristo.
Kion fari poste
Mapu ĉiun AI-sistemon, kiun via luksemburga ento uzas, kontraŭ la sektora matrico por identigi kiu instanco ĝin kontrolas: CNPD defaŭlte, aŭ CSSF, CAA, ILNAS, ALMPS, ALIA aŭ ILR laŭ sektoro.
Certigu formalan lokan direktoraran aprobon de via AI-strategio kaj protokolu ĝin. Laŭ la substanc-postuloj de la CSSF, grup-nivela politiko de la ĉefsidejo ne liberigas la lokan direktoraron de ĝia respondeco.
Faru kaŝ-AI-skanon kaj establu specifan generativan AI-uzadpolitikon, konsiderante ke plimulto de entoj permesantaj generativan AI havas neniun.
Establu rol-bazitan AI-legopovan trejnadon por ĉiuj dungitoj uzantaj AI, inkluzive de kontraktistoj kaj praktikantoj, kaj konservu internan trejnadan registron por revizio.
Revizii vendist- kaj bazmodel-dependecojn, mapante datumflujojn por ke lokaj klientaj datumoj ne estu eksfiltritaj por trejni grupmodelojn, kaj dokumentu tria-partiajn riskokontrolojn.
Kie vi konstruas aŭ testas novan sistemon, konsideru la CNPD Sandkescht aŭ venontantan sektoran testkampon por validigi datumminimumigajn kaj konformec-aliroj antaŭ komerca deplojo.
Ĉu vi havas demandon aŭ sugeston, aŭ volas kompreni kiel ni esploras kaj revizias ĉi tiujn gvidilojn? Legu pri niaj redakciaj normoj kaj kiel kontakti nin.
Oftaj demandoj
Ĉu Luksemburgo havas sian propran AI-leĝon?
Ne. AI estas regata de la rekte aplikebla EU AI Act. Draft Bill 8476 nur konstruas la nacian plenuman kadron de Luksemburgo kaj asignas kontrolajn instancojn.
Kiu estas la ĉefa AI-regulisto en Luksemburgo?
Ne ekzistas ununura regulisto. La CNPD estas la defaŭlta merkat-kontrola instanco kaj ununura kontaktpunkto, sed sektoraj regulistoj (CSSF, CAA, ILNAS, ALMPS, ALIA, ILR) gvidas en siaj domenoj.
Kiu instanco kovras AI en financaj servoj?
La CSSF kontrolas AI uzatan de kreditinstitucioj, investfondusoj, pagservoj kaj aliaj entoj ene de ĝia reguliga perimetro, inkluzive de substanc- kaj administraj postuloj laŭ Circular 26/906.
Ĉu luksemburga filio povas fidi je la AI-politiko de sia gepatra kompanio?
Ne sole. La substanc-postuloj de la CSSF signifas ke la loka direktoraro devas formale aprobi AI-strategion kaj konservi kontroleblan kontrolon super deplojoj.
Kiaj estas la punoj pro malobservo de AI-legopovaj devoj?
Administraj monpunoj ĝis EUR 35 milionoj aŭ 7 procentoj de tutmonda prometo, kaj regulistoj povas trakti nesufiĉajn AI-kapablojn kiel kontribuantan faktoron en iu ajn okazaĵo.
Kio estas la Sandkescht?
Reguliga testkampo de la CNPD lanĉita en majo 2024, kiu permesas al organizoj testi AI-projektojn en konfidencia medio dum 9 ĝis 18 monatoj antaŭ komerca deplojo.
Kiam ekvalidas la AI-devontigoj de Luksemburgo?
Malpermesitaj praktikoj kaj AI-legopovo ekvalidas de februaro 2025, GPAI-reguloj de aŭgusto 2025, altriskaj sektoraj devoj de aŭgusto 2026, kaj la ceteraj ĝis aŭgusto 2027, submetitaj al ebla EU Omnibus-prokrasto.