Logo

Antropologi av KI-systemer — Gratis bok

“70/30-arkitekturen krever to diagrammer: ett for det tekniske laget, ett for det sosiale laget. Begge er likeverdige systemkomponenter. Det ene uten det andre er ikke et KI-system.”

— Anton Lytvynenko, Kapittel 7

DEENUK NO

AlpiType · Anton Lytvynenko · 2026

Glem promptene. KI-systemet 70/30

Hvem trener, hvem kontrollerer, hvem er ansvarlig

Gratis tilgjengelig · Trykt utgave fra høst 2026 fra €39

Norsk utgave — kommer snart

Den norske oversettelsen av de første 7 kapitlene er under redaksjonell gjennomgang. Legg igjen e-posten din for å bli varslet når den er klar.

I mellomtiden: 📄 Last ned norsk PDF →

Første 7 av 20+ kapitler · ~140 sider · PDF · Norsk · Resterende kapitler kommer månedlig
KI-systemer feiler sjelden på grunn av teknologi. De feiler fordi ingen har definert hvem som trener, hvem som kontrollerer og hvem som har ansvar — før noe går galt.
Innhold
K1De tre rollene utenfor teknologien✓ Tilgjengelig
K2Hva teknologi ikke kan fikse✓ Tilgjengelig
K3Når det går til retten✓ Tilgjengelig
K4Hvem har ansvar — samsvar som organisasjonsarkitektur✓ Tilgjengelig
K5Økonomisk antropologi — hvorfor KI-operatører er underbetalt✓ Tilgjengelig
K6Eskaleringsrisiko med GPU — casestudier fra DACH✓ Tilgjengelig
K770/30 som arkitekturprinsipp✓ Tilgjengelig

K8Suverenitet som antropologisk spørsmål
K9Hva som endres når KI-operatører får seniorlønn
K10Antropologi for neste tiår
K11Harari tok feil — ingen Neuralink nødvendig
K12Prompten som kognitiv handling

Planlagt
K13–K20Flere kapitler under utarbeidelsePlanlagt

Forhåndsvisning av kapitler 1–7

Kapittel 1 — De tre rollene utenfor teknologien

The 3 Undefined Roles Training Who defines correct output? Control Who monitors & intervenes? Liability Who signs off when wrong? All three exist in every AI system. Implicitly — if not explicitly.

Den unevnte stillingen
Våren 2025 mottok et mellomstort maskiningeniørselskap i Landshut-området — her kalt Präzicon — en uventet faktura. Ikke fra en leverandør eller en kunde. Fra sin egen produksjon.

Halvannet år tidligere hadde Präzicon tatt i bruk et KI-basert kvalitetskontrollsystem. Modellen inspiserte komponenter for dimensjonsnøyaktighet — mer presist og raskere enn den tidligere manuelle kontrollen. Piloten forløp uten problemer. Utrullingen også. Modellen kjørte stabilt. Avvisningsprosenten falt.

Kapittel 2 — Hva teknologi ikke kan fikse

Ground Truth Gap Model Output What the model produces The gap a bigger model cannot close Ground Truth Reality — defined by humans & domain Bad input data is a human problem. No model size fixes it.

Det usagte håpet
Når selskaper snakker om KI-innføring, er ett håp nesten alltid implisitt: modellen vil løse våre dataproblemer.

Maskinlæring approksimerer en funksjon. Funksjonen den approksimerer er treningsdataenes funksjon. Hvis treningsdataene er motstridende — gir modellen motstridende output. Ingen algoritme, ingen arkitektur, ingen datamengde overvinner et definisjonsproblem.

Kapittel 3 — Når det går til retten

Liability Chain AI System makes decision Decision acted upon Outcome harm occurs Lawsuit filed in court WHO IS LIABLE? undefined roles A lawsuit targets the organizational structure — not the model. If no one owns the role, everyone is liable — or no one is.

Våren 2026 tar Berlin-kammerets skattekonsulentkammer ut stevning mot selskapet Accountable. Gjenstand for saken er ett enkelt ord på nettsiden: KI-skatterådgiver.

Hva et søksmål faktisk angriper
Det første laget er yrkesrett. Skatterådgivere, advokater, leger og revisorer arbeider under beskyttede titler. Den som bruker ordet skatterådgiver i en produktbeskrivelse, kolliderer med et lag som gjelder uavhengig av om produktet faktisk betjener sine klienter bedre.

Kapittel 4 — Hvem har ansvar

RACI Matrix for AI Responsibility Task R A C I Model Training ML Eng. CTO Domain Exp. GF Output Review AI Operator AI Operator Domain Exp. CTO Compliance Check Legal/Comp. GF CTO All Incident Response AI Operator CTO Legal GF R = Responsible · A = Accountable · C = Consulted · I = Informed · GF = Geschäftsführer

EUs KI-forordning i praksis
EUs KI-forordning trådte i kraft i august 2024. Overgangsperioder for de fleste høyrisikokategorier utløper i august 2026 — sanksjoner på opptil 30 millioner euro eller 6 % av global omsetning.

Produktsikkerhet. KI-systemer som sikkerhetskomponenter under EUs regulatoriske regimer (Maskinforordningen 2023/1230). Innvirkning på produktsikkerhet = høyst sannsynlig høyrisiko.

Kapittel 5 — Økonomisk antropologi

The Economic Imbalance Annual Cost (€) 0 50k 100k 150k ~42k€ Operator Salary ~145k€ Cloud AI Cost Replaced Operators generate 3-4× their salary in cloud cost savings — yet remain entry-level

Markedsobservasjon: lønn mot skykostnader
Industrianlegg 200–500 ansatte: skyutgifter for KI 80 000–250 000 euro/år. KI-operatørlønn: 45 000–75 000 euro brutto. Senior: opptil 95 000 euro.

Til sammenligning: senior programvarearkitekt 95 000–130 000 euro, ML-ingeniør 85 000–110 000 euro, SAP-arkitekt 100 000–140 000 euro.

Kapittel 6 — Eskaleringsrisiko med GPU

Escalation Risk Matrix GPU Dependency → Low ——————— High Human Oversight ↑ Low — High SAFE High oversight, low dependency CONTROLLED High oversight, high dependency FRAGILE Low oversight, low dependency CRITICAL Low oversight, high dependency

Innledning: Hvor systemer virkelig bryter sammen
De fire beskrevne sakene er anonymisert, men reelle. De har én ting til felles: den tekniske delen fungerte innenfor sine spesifikasjoner. Problemet lå i det antropologiske laget.

Sak A: Maskinteknikk, prediktivt vedlikehold
Øvre Bayern, 320 ansatte. Fredag kveld 21:30: systemet melder «Critical» — forutsagt spindelfeil om 12–36 timer, sannsynlighet 91 %. Potensielt tap: 45 000 euro.
Etter én times diskusjon: beslutning om ikke å stoppe. Maskinen stoppet av seg selv neste morgen. Tap: 78 000 euro pluss nedetid.

Kapittel 7 — 70/30 som arkitekturprinsipp

The 70/30 Architecture 70% — Machine Layer • Model inference • Pattern recognition • Data processing • Automated decision drafts • Threshold evaluation • Log & audit trail generation • Scalable execution • Speed & consistency • Repeatable workflows 30% — Human Layer • Ground truth definition • Accountability & sign-off • Edge-case judgment • Model correction & retraining • Incident response • Stakeholder communication • Role definition (R/A/C/I) • System shutdown authority • Regulatory compliance Without the 30% human layer, the 70% machine layer has no valid operating context.

Lagmodellen: teknisk og sosialt lag
70/30-arkitekturen krever to diagrammer: ett for det tekniske laget (modell, pipeline, infrastruktur, logging, overvåking) og ett for det sosiale laget (roller, eskaleringsstier, mandater, terskelverdier). Begge lag er likeverdige systemkomponenter. Det ene uten det andre er ikke et KI-system.

FORVENTET vs. REELL KONTROLL
▲ Forventningslag
Ekspert leser rapport · følger resonnementet · oppdager feil
Antagelse: menneskelig kontroll oppdager KI-feil

Kapitler 8–12 + Tillegg er tilgjengelig i hele PDF-en

📄 Last ned norsk PDF →


Anton Lytvynenko
CEO · AlpiType · Landsberg am Lech

KI-systemer i industriselskaper i Bayern og Østerrike. Fokus på lokal inferens, GDPR-samsvar og det menneskelige laget mellom modell og beslutning.

Sprechen Sie mit einem Ingenieur

Kein Vertrieb. Sie sprechen direkt mit einem unserer Software-Architekten über Ihr konkretes Problem. 30 Minuten. Antwort innerhalb von 24 Stunden.

Email: info@alpitype.com

LinkedIn: AlpiType

Anton Lytvynenko

Anton Lytvynenko

CEO, AlpiType

Unsere Geschichte →