Erhvervsmodellen – Sagsbehandlermodellen (daMer)
Vurderer forvaltningsmæssig ansvarsplacering samt risikoen for fejl eller snyd i virksomhedsanmodninger.
Hvor bruges systemet og hvad bruges det til?
Formål: Erhvervsmodellen skal effektivisere, styrke og målrette kontrolopgaven forbundet med registreringer fra erhvervsvirksomheder, så sagsbehandlerne kan bruge tiden på de sager, hvor risikoen for svig er størst.
Anvendelse: Modellen bygger på data fra 13 centrale registre fra henholdsvis Erhvervsstyrelsen og Skattestyrelsen. Data vurderes op imod en række regler og ca. 300 variabler, udvalgt på baggrund af tidligere sager. Modellen risikoscorer og segmenterer registreringsanmodningerne, så de visiteres til rette opgave og sagsbehandler.
Modellen er en del af den samlede Erhvervsmodel, der desuden omfatter restance-, svigs-, fremrykket svigs- og outliermodellerne (daMerRest, daMerSvig, daMerFSB, daMerOutlier).
Har systemet været afprøvet gennem f.eks. pilotprojekter? Blev der identificeret konkrete (etiske, juridiske, tekniske) udfordringer? Blev disse udbedret? Hvordan?
Databeskyttelse (gælder på tværs af Skatteforvaltningens machine learning-modeller). Citat fra egen redegørelse:
Opmærksomhedspunkterne blev særligt tydelige i forbindelse med det politiske og mediemæssige fokus på Skatteforvaltningens anvendelse af machine learning-modeller i foråret 2024. Her blev det klart, at der ikke for alle forvaltningens machine learning-modeller forelå fuldt opdaterede databeskyttelsesretlige konsekvensanalyser, og at der for enkelte machine learning-modeller ikke var udarbejdet sådanne konsekvensanalyser.
Skatteforvaltningen har på baggrund heraf udarbejdet de manglende konsekvensanalyser samt opdateret allerede eksisterende. Disse har vist, at Skatteforvaltningen fortsat har enkelte udeståender i relation til overholdelsen af databeskyttelseslovgivningen. Det gælder bl.a. kravene om visse tekniske foranstaltninger, der skal understøtte behandlingssikkerheden, og fuld opfyldelse af oplysningspligten over for de borgere, hvis personoplysninger anvendes til udvikling og/eller drift af forvaltningens machine learning-modeller.
Kilde: Skatteforvaltningens brug af kunstig intelligens (Skatteministeriet), afsnit 3.4.1. Redegørelse (PDF).
Hvordan er begrundelsen for indføring af systemet?
Dokumenterede gevinster: Modellen understøtter sagsbehandlernes kerneopgaver og medvirker til at:
- sikre hurtigere registreringsgodkendelse af risikofrie virksomheder,
- styrke kontrol og forebyggelse af restancer,
- styrke kontrol og forebyggelse af svig tidligt i forretningsmodellen,
- styrke kontrollen over for stråmandsvirksomheder i det forebyggende arbejde.
Det estimeres, at staten spares for et tab på i gennemsnit 1,4 mio. kr. for hver svigsvirksomhed, der stoppes i registreringsfasen.
Kilder
Kilde: Skatteforvaltningens brug af kunstig intelligens (Skatteministeriet). Pressemeddelelse · Redegørelse (PDF).