A mesterséges intelligencia egyre több szervezeti folyamatban jelenik meg. AI-alapú megoldások támogatják az automatizált döntéshozatalt, az ügyfélszolgálatot, az adatelemzést és a prediktív folyamatokat. Használatuk ugyanakkor új irányítási, biztonsági és megfelelőségi kérdéseket is felvet.
A Mesterséges intelligencia alapú információtechnológiai auditor képzés az ISO/IEC 42001:2023 szabvány követelményeire épül. A szabvány keretet biztosít a Mesterséges Intelligencia Irányítási Rendszer (AIMS – Artificial Intelligence Management System) létrehozásához, bevezetéséhez, fenntartásához és folyamatos fejlesztéséhez.
A képzés bemutatja, hogyan vizsgálhatók az AI rendszerek irányítási, megfelelőségi és auditálási szempontból. A résztvevők megismerik az auditálható működés feltételeit és a szükséges dokumentációs követelményeket. Emellett áttekintik az AI rendszerekhez kapcsolódó erőforrások, adatok, eszközök és kompetenciák kezelését.
A tanfolyam célja olyan gyakorlati tudás átadása, amely szervezeti környezetben is alkalmazható. A mintafeladatok, esettanulmányok és irányított gyakorlatok segítik az ISO/IEC 42001:2023 követelményeinek értelmezését.
A képzés célja
Az AI rendszerek gyors terjedése miatt egyre fontosabb a szabályozott és ellenőrizhető működés. A szervezeteknek biztosítaniuk kell, hogy az AI alkalmazása átlátható és auditálható keretek között történjen.
Az ISO/IEC 42001:2023 szerinti irányítási megközelítés támogatja:
• az átlátható AI működést;
• az etikus és felelős fejlesztést és alkalmazást;
• az AI-hoz kapcsolódó kockázatok kezelését;
• a biztonságos és fenntartható működést;
• az AI irányítás folyamatos fejlesztését.
Mit fogsz megtanulni?
A képzés során a résztvevők megismerik:
• az ISO/IEC 42001:2023 felépítését és követelményeit;
• a Mesterséges Intelligencia Irányítási Rendszer (AIMS) működését;
• az AI governance legfontosabb elvárásait;
• az irányítási rendszer dokumentációs követelményeit;
• az adatok, eszközök és kompetenciák kezelésének szempontjait;
• az AI rendszerek ellenőrzésének és auditálásának megközelítéseit;
• a kockázatok kezelésének és a folyamatos fejlesztésnek a szerepét.
A gyakorlati feladatok segítenek abban, hogy a résztvevők ne csak a szabvány elméleti követelményeit ismerjék meg. A megszerzett tudást konkrét szervezeti és auditálási helyzetekben is alkalmazhatják.
Kinek ajánljuk?
A képzés azoknak a szakembereknek ajánlott, akik AI rendszerekkel dolgoznak. Hasznos azok számára is, akik az AI szervezeti alkalmazását irányítják, ellenőrzik vagy auditálják.
Különösen ajánljuk:
• AI rendszerek fejlesztésében részt vevő szakembereknek;
• üzemeltetési és informatikai területen dolgozóknak;
• adatkezelőknek és adatokért felelős munkatársaknak;
• informatikai vezetőknek és IT menedzsereknek;
• tanácsadóknak és megfelelőségi szakértőknek;
• auditoroknak és belső ellenőröknek.
A képzés különösen hasznos az AI rendszerekhez kapcsolódó erőforrások kezeléséért felelős szakemberek számára. Ide tartoznak az adatok, technológiai eszközök és emberi kompetenciák is.
Miért érdemes elvégezni a képzést?
Az AI alkalmazása egyre több szervezet működésének részévé válik. Ezzel párhuzamosan növekszik az igény az átlátható, szabályozott és ellenőrizhető AI irányítás iránt.
A képzés olyan ismereteket biztosít, amelyek támogatják:
• a szervezeti szintű AI irányítás kialakítását;
• az AI megoldások auditálható működését;
• a dokumentációs és megfelelőségi követelmények teljesítését;
• az AI rendszerek kockázatainak kezelését;
• az irányítási rendszer folyamatos fejlesztését.
Képzési információk
Képzés hossza: 5 nap
Vizsga: írásbeli
Megszerezhető dokumentum: Mesterséges intelligencia alapú információtechnológiai auditor tanúsítvány az ISO/IEC 42001:2023 szabvány alapján
A képzési díj tartalmazza a vizsga és a Bureau Veritas Certificate árát is. Sikeres vizsga esetén a tanúsítvány magyar vagy angol nyelven kérhető. A tanúsítvány elkészítése hozzávetőleg 4 hetet vesz igénybe.
Nézd meg további Biztonságirányítás és kockázatkezelés képzéseinket is.
Csoportos képzési igény esetén kérj egyedi ajánlatot.
1–2. nap
A képzés első két napja megalapozza az AI irányítási rendszer (AIMS) szemléletét, valamint bemutatja azokat a szabályozási és irányítási elvárásokat, amelyek ma már kulcsszerepet játszanak az AI rendszerek auditálásában.
AI Act és szabályozói megfelelőség
Témakörök:
- EU AI Act – alapfogalmak, kockázati kategóriák, elvárások
- Jogi és megfelelőségi alapok AI rendszerek esetén
- Megfelelőségi kötelezettségek szervezeti nézőpontból
Az ISO/IEC 42001:2023 szabvány felépítése és fő fejezetei
Témakörök:
- A szabvány logikája és követelményrendszere
- A szervezet környezete és érintettek elvárásai
- Vezetőségi szerep és felelősség
- Célok meghatározása és tervezés
- Kockázatelemzés és hatáselemzés alapjai
- Erőforrások kezelése, kompetencia és tudatosság
- Mérés, belső auditok és folyamatos fejlesztés
Dokumentációs, riportolási és incidenskezelési követelmények
Témakörök:
- Dokumentációs követelmények az AIMS rendszerben
- Reporting és riportolási elvárások
- Incidensek kezelése, eskaláció, nyomon követés
- Ügyfélkapcsolatok és szerepkörök tisztázása
- Szállítói és ügyfél oldali feladatok és felelősségek
Auditálási ismeretek és auditor szemlélet
Témakörök:
- Az auditálás célja, alapfogalmai, audit típusok
- Auditorokkal szembeni szakmai elvárások
- Igazolhatóság, helyesbítés, tanúsítási szemlélet
- Auditterv, auditprogram és felkészülési folyamat
- Audit indítása és az audit lefolytatásának fő lépései
- Tanúsító auditorok követelményei – MSZ EN ISO 19011:2018 áttekintése
- Audit lezárása és tanúsítási folyamat összefoglalása
3-5. nap
Szerepkörök és felelősségi körök
Témakörök:
- Szervezeti szerepek meghatározása az AI irányítási rendszerben
- Felelősségi körök kiosztása és kontrollpontok kialakítása
- Jelentési irányelvek (reporting) és szervezeti kommunikáció
Gyakorlat:
✅ Példa dokumentáció készítése különböző szerepkörökhöz (minták alapján)
AI erőforrások és adatvagyon kezelése
Témakörök:
- Adatvagyon menedzsment: adatgyűjtés, tisztítás, címkézés
- Kapcsolódó eszközök és rendszerek dokumentálása
- Számítóegységek és infrastruktúra nyomon követése
- Humán erőforrások: AI kompetenciák és képzettségek kezelése
Gyakorlatok:
✅ Címkéző eszköz használata (gyakorlat)
✅ Erőforrás- és rendszer-dokumentáció összeállítása
Az AI rendszerek hatásainak elemzése
Témakörök:
- Hatások a szervezet dolgozóira (munka, döntések, felelősség)
- Hatások a szervezetre (üzleti folyamatok, kockázatok, reputáció)
- Társadalmi hatások és felelős AI megközelítés
- Hatásvizsgálat dokumentálása az ISO/IEC 42001 logikájában
Gyakorlat:
✅ Hatásvizsgálati dokumentáció elkészítése (minta struktúrával)
Az MI rendszer életciklusa – fejlesztési és ellenőrzési pontok
Témakörök:
- Irányelvek MI rendszerek fejlesztéséhez és bevezetéséhez
- Célok meghatározása (üzleti + megfelelőségi szempontból)
- Rövid és hosszú távú lehetőségek elemzése
- Tesztelési megoldások és mérési szempontok
Gyakorlat:
✅ Metrikák értelmezése és megfelelőségi jelentése
✅ Verifikáció és validáció auditálható módon
✅ Technikai dokumentáció készítése
Adatok kezelése AI rendszerekhez
Témakörök:
- Adatkezelési irányelvek (Data governance)
- Adatbiztonság és elérhetőség elemzése
- Tanító adatok integritása és minősége
- Adatgyűjtés, szükséges adatmennyiség meghatározása
- Adatminőség biztosítása és ellenőrzése
- Előfeldolgozás és dokumentálhatóság
Gyakorlatok:
✅ Adattisztítási feladat (példa adathalmazon)
✅ Adatkezelési dokumentáció elkészítése
MI rendszerek felelősségteljes használata
Témakörök:
- Felelős AI használat – szervezeti irányelvek
- Felhasználási irányelvek meghatározása és dokumentálása
- Alternatív (nem várt) felhasználási esetek vizsgálata
- Üzemeltetés és monitoring auditálható keretrendszerben
Gyakorlat:
✅ Felhasználási irányelvek és dokumentáció elkészítése
Vizsga
📝 Írásbeli vizsga – a képzés témakörei alapján
🎯 A képzés végére képes leszel…
✅ értelmezni és alkalmazni az ISO/IEC 42001:2023 AIMS követelményeit
✅ felépíteni és ellenőrizni az AI irányítási rendszer dokumentációját
✅ auditálási szempontok szerint megvizsgálni egy AI rendszer működését
✅ felismerni és kezelni a megfelelőségi és működési hiányosságokat
✅ olyan dokumentálható folyamatokat kialakítani, amelyek támogatják az AI rendszerek felelős használatát
