claude code

Claude Code med kunddata – vad behöver ni kontrollera?

Claude Code kan läsa en kodbas, analysera filer, föreslå och genomföra ändringar, köra kommandon och arbeta tillsammans med andra utvecklingsverktyg. Det gör verktyget betydligt mer användbart än en fristående chatbot. Det gör också frågan om kunddata mer intressant. För ett SaaS-bolag eller en teknikleverantör är svaret sällan så enkelt som att “Claude tränar inte på vår kod” eller att “vi har ett enterprise-avtal”.

Den relevanta frågan är i stället: Vilken information kan Claude Code komma åt, vilken information lämnar vår miljö och är den användningen förenlig med våra säkerhetskrav och kundåtaganden? Det är där CTO, arkitekt, Security och ibland Legal behöver mötas. Denna artikel går igenom hur.

Read more

AI-agenter i utvecklingen: 7 frågor CTO och CISO bör ha kontroll på kring kod, data, säkerhet, GDPR och NIS2.

Claude Code, GitHub Copilot, Codex, Cursor och andra AI-baserade utvecklingsverktyg håller snabbt på att bli en del av den vanliga utvecklingsmiljön. För många organisationer är frågan därför inte längre om utvecklare ska få använda AI. Frågan är hur användningen kan ske med tillräcklig kontroll över kod, data, behörigheter, leverantörer och kundåtaganden. Det är en annan typ av fråga än den klassiska diskussionen om en AI-policy.

När AI-verktyget kan läsa ett repository, ändra kod, köra kommandon, interagera med andra system eller få tillgång till verktyg via exempelvis MCP blir det en del av organisationens tekniska miljö. Då behöver styrningen också flytta närmare arkitektur, säkerhet och utvecklingsprocess.

För CTO, CISO och ansvariga för Engineering finns åtminstone sju frågor som bör kunna besvaras. Vi går igenom dessa i denna artikel.

Read more