AI-tjenester og dine kundedata: hvad sender du ud af huset?

Kort svar: Når du sætter kundedata ind i et AI-værktøj – en supportmail til omskrivning, et mødereferat, en ordreliste til analyse – videregiver du persondata til en leverandør. Så gælder de samme krav som til andre leverandører: databehandleraftale, kendt dataplacering og overførselsgrundlag – plus det AI-specifikke spørgsmål om, hvorvidt dine data bruges til træning. Brug erhvervsudgaver med databehandleraftale og træningsfravalg, anonymisér, hvor du kan, og skriv en kort AI-politik, som teamet kan huske.

Fagligt gennemgået: 2. oktober 2026

AI-værktøjerne er rykket ind i hverdagen hurtigere, end databeskyttelsen kunne følge med. Mange medarbejdere har indsat kundemails i chatbots, længe før nogen spurgte, om det var i orden. Denne guide rydder op: hvad der sker juridisk, når kundedata møder AI, hvilke værktøjsvalg der gør det forsvarligt, og hvilke få regler dit team faktisk kan huske.

Vigtigt: Guiden er en praktisk gennemgang, ikke juridisk rådgivning. Området udvikler sig hurtigt – AI-forordningen indfases gradvist, og leverandørernes vilkår ændres løbende. Tjek altid den aktuelle aftale og vejledningen fra Datatilsynet, før I træffer en endelig beslutning.

Hvad der sker, når kundedata møder AI

Juridisk er et AI-værktøj som regel en databehandler – i nogle opsætninger kan leverandøren også være selvstændigt dataansvarlig for en del af behandlingen. Prompten med kundens navn, mail eller sag er under alle omstændigheder en videregivelse. Dermed gælder de kendte spørgsmål: databehandleraftale, placering, underdatabehandlere og overførselsgrundlag.

Dertil kommer de AI-specifikke spørgsmål: Gemmes prompts og svar, og hvor længe? Bruges de til at træne modellerne, så oplysningerne potentielt indgår i fremtidige modeller? Kan medarbejderes private konti se eller gemme firmadata? Forskellen på en gratis chatbot-konto og en erhvervsaftale ligger netop i svarene på de spørgsmål.

Hvem har ansvaret – dig eller leverandøren?

Det er din virksomhed, der er dataansvarlig over for kunden. Det ændrer sig ikke, fordi en medarbejder bruger et smart værktøj. Du skal derfor kunne svare på, hvorfor behandlingen er nødvendig, hvilket grundlag den hviler på, og hvordan kunden er informeret. Står AI-værktøjer ikke i jeres privatlivspolitik og fortegnelse, er det et tegn på, at praksis er løbet fra papirerne.

Leverandørens rolle afgøres af aftalen. I en typisk erhvervsaftale behandler leverandøren kun data efter dine instrukser, og det fremgår af databehandleraftalen. På privatkonti gælder forbrugervilkår, hvor leverandøren ofte har bredere rettigheder til at bruge indholdet. Derfor er “hvilken konto bruger I?” det første spørgsmål – ikke “hvilken model?”.

Værktøjsvalget: erhverv, databehandleraftale, træningsfravalg

Gå denne kravliste igennem, før kundedata rører en AI-leverandør:

• Erhvervsaftale – ikke privatkonti, som har andre vilkår.
• Databehandleraftale med kendt dataplacering og overførselsgrundlag. Flere store udbydere tilbyder behandling i EU – vælg den, hvor det er muligt.
• Træningsfravalg som standard. Erhvervsaftaler har det typisk, men verificér det skriftligt.
• Styring af logning og opbevaring – hvor længe gemmes samtaler, og kan I slette dem?
• Plads i kortlægningen – leverandøren skal stå i jeres oversigt over databehandlere som alle andre.

Til de mest følsomme opgaver findes også EU-hostede og selvhostede modeller. En VPS med en åben model kan løse afgrænsede opgaver – fx klassificering eller opsummering – helt på egen infrastruktur. Tænk på det som AI’ens svar på selvhostet webanalyse: mere arbejde, men fuld kontrol over datavejen.

Typiske opgaver og hvad du skal gøre

Risikoen afhænger af, hvad der sendes. Tabellen giver et udgangspunkt for de mest almindelige opgaver:

Opgave	Typiske data	Sådan gør du det forsvarligt
Omskrive et kundesvar	Navn, ordrenummer, sagsdetaljer	Erstat identiteter med pladsholdere – teksten bliver lige så god
Mødereferat	Navne, stillinger, aftaler	Kun godkendt erhvervsværktøj, og informér deltagerne
Analyse af ordrer	Kundeliste, adresser, købshistorik	Brug anonymiserede eller aggregerede udtræk
Kategorisering af supportmails	Fuld mailtekst	Automatisk behandling – skal stå på listen over automatiske behandlinger
Kode og fejlsøgning	Logs med IP-adresser og mails	Ryd logudsnittet for persondata, før det indsættes

Dataminimering i prompts

En billig og effektiv beskyttelse er at sende mindre. De fleste AI-opgaver løses lige så godt uden identiteter. “Omskriv dette svar venligere” behøver ikke kundens navn og ordrenummer, og analyser kan køre på anonymiserede udtræk. Pladsholdere som [KUNDE] og [ORDRENR] er en vane, de fleste teams lærer på en uge.

Særlige kategorier af personoplysninger – fx helbred og fagforeningsforhold, jf. guiden om foreninger og medlemsdata – samt CPR-numre hører aldrig hjemme i prompts til eksterne tjenester. Den enkle regel til teamet: skriv prompten, som om den var offentlig. Så falder det meste på plads af sig selv.

AI-politikken på én side

Skriv den korte politik, før vanerne sætter sig. Den skal svare på fire spørgsmål:

1. Hvilke værktøjer er godkendt – og på hvilke konti?
2. Hvad må de bruges til?
3. Hvad må aldrig indgå: kundeidentiteter uden behov, særlige kategorier, adgangskoder og forretningshemmeligheder efter jeres vurdering?
4. Hvem spørger man, når man er i tvivl?

Én side, gennemgået på et teammøde og revideret halvårligt. Skabelonen står i AI-politik for din virksomhed, og resten af anvendelsen – produkttekster, chatbots, agenter – finder du i AI i praksis. Med politikken på plads er AI ikke et hul i jeres databeskyttelse, men et værktøj med samme rammer som resten af jeres datalandskab.

Den praktiske hverdag: tre vaner, der bærer det hele

Reglerne bliver først virkelige som vaner.

Vane 1: anonymisér i prompten. “Skriv et svar til en kunde, hvis pakke er forsinket” virker lige så godt som at indsætte hele mailtråden med navn, adresse og ordrenummer. Gør omskrivningen til rygrad, så sparer du både risiko og diskussion.

Vane 2: én godkendt vej ind. Peg på ét værktøj med erhvervsaftale og træningsfravalg som firmaets standard. Skygge-AI opstår, hvor den officielle vej mangler eller er for besværlig.

Vane 3: log de automatiske behandlinger. Alt, der kører uden et menneske – autosvar, opsummeringer, kategorisering – skal stå på én liste med formål og datagrundlag. Det er den liste, du slår op i, når en kunde eller Datatilsynet spørger.

Genbesøg desuden værktøjslisten halvårligt. AI-leverandørernes vilkår ændrer sig hurtigere end de fleste andres: tjek, at træningsfravalget stadig gælder, og at dataplaceringen ikke har flyttet sig, siden I sagde ja. Skriv vanerne ind i AI-politikken, så nye kolleger arver dem fra første dag.

Hvis kundedata allerede er sendt det forkerte sted hen

Det sker: en medarbejder har indsat en kundeliste i en privat chatbot-konto. Reager roligt, men hurtigt:

1. Stop brugen, og find ud af, præcis hvilke data der er sendt, hvornår og til hvilken tjeneste.
2. Slet samtalen og eventuel historik i kontoen, hvis tjenesten giver mulighed for det, og notér, hvad du har gjort.
3. Vurdér, om hændelsen er et brud på persondatasikkerheden, som skal anmeldes til Datatilsynet. Fristerne er korte, så vent ikke med vurderingen.
4. Dokumentér hændelsen internt – også hvis du konkluderer, at den ikke skal anmeldes.
5. Ret årsagen: manglede der et godkendt værktøj, eller kendte medarbejderen ikke reglerne?

Brug hændelsen til at forbedre politikken frem for at finde en syndebuk. Medarbejdere, der tør sige “jeg kom til at …”, er en vigtig tidlig varsling.

Læs også

• Hub: Datasuverænitet: dine data i Danmark og EU
• AI-politik for din virksomhed
• AI og kundedata: hvad må du sende til modellerne?
• Databehandleraftale med dit hostingfirma
• VPS hosting hos Hostious – til selvhostede, afgrænsede AI-opgaver

Ofte stillede spørgsmål om AI og kundedata

Må mine medarbejdere bruge gratis AI-chatbots til arbejdet?

Ikke med kundedata. Privatkonti har andre vilkår – ofte træning på input og ingen databehandleraftale. Brug en erhvervsaftale med databehandleraftale og træningsfravalg.

Bruges vores prompts til at træne modellerne?

Det afhænger af aftalen. Erhvervsudgaver har typisk træningsfravalg som standard, men verificér det skriftligt, og tjek igen, når vilkårene ændres.

Hvad må aldrig ryge i en prompt?

CPR-numre, adgangskoder, særlige kategorier af personoplysninger (fx helbred) og kundeidentiteter uden behov. Tommelfingerregel: skriv prompten, som om den var offentlig.

Skal AI-værktøjer stå i vores privatlivspolitik?

Ja, hvis I behandler kunders personoplysninger i dem. Kunden skal kunne se, hvilke typer modtagere data deles med, og værktøjet skal stå i jeres oversigt over databehandlere.