Hvorfor forretningsidentitet er viktig for AI
Kunstig intelligens forandrer hvordan selskaper behandler data, vurderer risiko og tar beslutninger. Finansinstitusjoner bruker AI til å oppdage svindel, vurdere kredittrisiko og verifisere motpartens identitet. På tvers av bransjer stoler automatiserte systemer i økende grad på AI for å kontrollere leverandører, partnere og klienter før de inngår kontrakter eller transaksjoner. I alle disse tilfellene finnes det ett felles krav: AI-systemet trenger nøyaktig, verifisert informasjon om hvem det samhandler med. Det er nettopp her LEI-koden blir essensiell.
Hva trenger AI egentlig fra forretningsdata?
AI er aldri bedre enn dataene den baserer seg på. Dette prinsippet gjelder spesielt for data om forretningsidentitet. Se for deg et enkelt eksempel: «Volkswagen AG», «Volkswagen Aktiengesellschaft» og «VW Group» refererer alle til samme selskap. For en maskin ser imidlertid dette ut som tre helt separate enheter.
Videre eksisterer denne utfordringen i alle store markeder. I Japan vil ikke alltid firmanavn skrevet med kanji og romaniserte navn samsvare automatisk. I India har «Private Limited» og «Pvt Ltd» identisk betydning, men fremstår som ulike datastrenger. I USA kan samme virksomhet ha ulike navn avhengig av hvilken delstat den er registrert i. Som et resultat fører fragmenterte data til at automatiserte systemer sliter – og feilaktig sammenkobling av enheter fører direkte til feilaktige beslutninger.
For å fungere pålitelig trenger AI derfor forretningsdata som oppfyller fire kriterier. For det første må hver enhet være unikt identifiserbar. For det andre må dataene være verifiserte og oppdaterte. For det tredje må de være strukturerte og maskinlesbare. Til slutt må de fungere konsekvent på tvers av Europa, Asia og Amerika. LEI-koden oppfyller alle disse fire kravene.
Hva er LEI-koden, og hvorfor fungerer den for AI?
En LEI-kode (Legal Entity Identifier) er en alfanumerisk kode på 20 tegn som unikt identifiserer en juridisk enhet på globalt nivå. GLEIF — Global Legal Entity Identifier Foundation — forvalter standarden, som er i samsvar med ISO 17442.
Hver LEI-kode er knyttet til verifiserte offentlige data: selskapets offisielle navn, registrert adresse, juridisk form, stiftelsesland, registreringsnummer og eierstruktur. I tillegg gjør GLEIF all denne informasjonen fritt tilgjengelig gjennom sin globale database. Når en transaksjon, kontrakt eller rapport inkluderer en LEI-kode, kan et AI-system umiddelbart identifisere den nøyaktige enheten — uavhengig av navnevariasjoner, språk eller jurisdiksjon. Dette gjør LEI-koden til en naturlig identifikator for AI-drevne applikasjoner.
Har selskapet ditt ennå ikke en LEI-kode? Du kan registrere en på bare noen få minutter — registrer din LEI-kode her.
Hvordan GLEIF allerede bruker AI for å forbedre LEI-data
GLEIF bruker aktivt kunstig intelligens for å styrke det globale LEI-systemet. Spesifikt integrerte GLEIF i 2025 et verktøy kalt LENU — Legal Entity Name Understanding — i sitt rammeverk for datakvalitet. LENU oppdager og normaliserer automatisk navneformer for juridiske enheter på tvers av ulike språk og jurisdiksjoner. Som et resultat blir LEI-data mer presise for hvert år — og mer verdifulle for alle som bygger AI-applikasjoner basert på dem.
Resultatene er tydelig målbare. GLEIFs totale poengsum for datakvalitet nådde 99,99 % i både 2024 og 2025. I tillegg falt gjennomsnittstiden for å løse problemer med datakvalitet fra 33 dager til bare 14 dager. For alle som bygger AI-applikasjoner som er avhengige av verifisert forretningsidentitet, betyr dette nivået av pålitelighet enormt mye.
Praktiske bruksområder: LEI-koden som fundament for AI-systemer
Automatisering av KYC og aktsomhetsvurderinger. Selskaper innen finansielle tjenester må samle inn og verifisere informasjon om klienter og partnere. Denne prosessen er kjent som KYC — Know Your Customer. AI-drevne KYC-verktøy bruker LEI-koden for å hente et selskaps offisielle data, eierstruktur og relaterte enheter direkte fra GLEIF-databasen. Følgelig reduserer dette den manuelle arbeidsmengden og senker risikoen for feilidentifisering betydelig.
Risikovurdering av forsyningskjeden. Store selskaper og logistikkfirmaer bruker AI for å vurdere leverandørers pålitelighet. I praksis gjør LEI-koden det mulig for disse systemene å koble sammen data om ett selskap på tvers av flere databaser — selv når leverandøren opererer gjennom ulike juridiske enheter i forskjellige land. Dermed får risikoteamene et komplett og nøyaktig bilde uten manuell kryssreferering.
Regulatorisk rapportering og etterlevelse. LEI-koden har regulatorisk tyngde på tvers av flere kontinenter. I Europa kreves den av MiFID II, EMIR og DORA. I USA pålegger CFTC den for rapportering av derivater. I India krever Reserve Bank of India en LEI for alle selskaper som utfører grenseoverskridende transaksjoner over 50 millioner rupi. I tillegg anbefaler Financial Stability Board bredere bruk av LEI for å forbedre åpenheten ved grenseoverskridende betalinger. Som et resultat kan AI-verktøy for etterlevelse automatisk verifisere om identifikatorene i rapportene er gyldige og oppdaterte.
Hva betyr dette for ditt selskap?
Hvis selskapet ditt opererer innen finans, forsikring, forsyningskjede, juridiske tjenester eller eiendomsinvesteringer, er en gyldig LEI-kode i økende grad en praktisk nødvendighet. Med andre ord er det ikke lenger bare et regulatorisk krav — det er et konkurransemessig krav. AI-systemer som søker etter data for å gjøre forretninger med deg, vil finne selskaper med strukturert, verifisert identitet langt enklere å samarbeide med. Uten en LEI-kode er selskapet ditt rett og slett vanskeligere for disse systemene å stole på.
Har du allerede en LEI, men den har utløpt? I så fall bør du fornye den før det oppstår problemer — forny din LEI-kode her. En utløpt LEI-kode er ikke en pålitelig kilde for AI-systemer eller tilsynsmyndigheter.
Sammendrag
Kunstig intelligens opererer ikke i et vakuum. I stedet trenger den strukturerte, verifiserte og entydige data. For øyeblikket er LEI-koden den eneste globalt standardiserte identifikatoren som oppfyller alle disse kravene for identifisering av forretningsenheter. GLEIFs datakvalitet er på sitt høyeste nivå, AI-verktøy utvikles raskt, og regulatoriske krav fortsetter å øke — på tvers av Europa, Asia og Amerika. Derfor er selskaper som allerede er representert i dette systemet, bedre posisjonert for fremtiden — både for AI-drevne prosesser og for regulatorisk etterlevelse.