Dansk hosting fra Aalborg
Servere i Europa
24/7/365 dansk support
[email protected]
AI i praksis 8 min. læsning Opdateret 3. oktober 2026

AI og kundedata: hvad må du sende til modellerne?

AI og kundedata i hverdagen: trafiklys-modellen for hvad der må i prompten, den godkendte vej mod skygge-AI – og anonymisering som rygmarvsvane.

AI og kundedata: hvad må du sende til modellerne?

Kort svar: Tænk i trafiklys. Grønt: eget indhold uden persondata – produkttekster, guides og kode – kan du bruge AI til frit. Gult: kundehenvendelser og ordredata må kun i virksomhedens godkendte værktøj (erhvervsaftale, fravalg af træning, databehandleraftale) og helst anonymiseret. Rødt: CPR-numre, helbredsoplysninger, betalingsdata, adgangskoder og hele kundelister kommer aldrig i en prompt. En væsentlig risiko er skygge-AI på private konti, og den forsvinder kun, når den godkendte vej er nemmere end den forbudte.

Fagligt gennemgået: 2. oktober 2026

Juraen bag AI og persondata – roller, overførsler og aftalegrundlag – er gennemgået i artiklen om AI-tjenester og kundedata. Denne guide er den praktiske side af samme sag: de hverdagsregler, dit team skal kende, når AI-værktøjet er åbent i én fane og kundedata i den næste.

Det er nemlig sjældent kontrakterne, der svigter. Det er den travle torsdag, hvor en hel mailtråd med navne, adresser og ordrehistorik ryger ind i prompten, fordi det var hurtigst. Reglerne nedenfor er lavet til netop den situation.

Trafiklys-modellen

AI og kundedata i praksis: trafiklys-model med grønt, gult og rødt for hvad der må sendes til modellerne

Komplekse regler bliver ikke fulgt. Tre farver på én side gør. Modellen sorterer data efter, hvor meget der står på spil, hvis de havner det forkerte sted:

  • Grønt – brug AI frit: alt uden persondata. Produkttekster, guides, kode, interne skabeloner og anonymiserede eksempler. Her må I gerne eksperimentere.
  • Gult – kun i det godkendte værktøj, helst anonymiseret: kundehenvendelser, ordredata, medarbejderdata og alt andet, hvor et menneske kan identificeres. Behandlingen kan være lovlig, men kun i den rigtige ramme – og rammen skal være på plads, før nogen prompter.
  • Rødt – aldrig i en prompt: CPR-numre, helbredsoplysninger og andre følsomme oplysninger, betalingskortdata, adgangskoder og API-nøgler – og masseeksporter. Hele kundelisten “til segmentering” hører til i jeres egne systemer, ikke i et chatvindue.

Hæng modellen op – bogstaveligt. En side med tre farver bliver læst. Ti siders politik bliver det ikke.

Eksempler fra hverdagen

Farverne bliver først brugbare, når teamet kan genkende dem i egne opgaver. Brug tabellen som udgangspunkt, og tilføj jeres egne eksempler:

OpgaveFarveSådan gør du
Skriv produkttekst ud fra leverandørens databladGrønBrug AI frit, men tjek fakta og mål før udgivelse
Omskriv en guide til et mere enkelt sprogGrønBrug AI frit
Svar på en kundeklage om en forsinket pakkeGulGodkendt værktøj; fjern navn, mail og ordrenummer først
Opsummer en lang supportsagGulGodkendt værktøj eller en integration med afgrænsede felter
Analyser en medarbejders sygefraværRødAldrig i en prompt
Find mønstre i hele kundedatabasenRødBrug jeres egne systemer og aggregerede tal, ikke en eksport i chatten
Fejlsøg en integration med en API-nøgle i kodenRød for nøglenErstat nøglen med en pladsholder, før koden indsættes

Tabellen viser også pointen bag modellen: de fleste opgaver kan flyttes fra gul til grøn ved at fjerne identiteten, og fra rød til gul ved at arbejde med et udsnit i stedet for hele datasættet.

Den godkendte vej – og skygge-AI

Vælg ét primært AI-værktøj som virksomhedens officielle, og sørg for, at tre krav er på plads:

  1. En erhvervs- eller teamaftale – ikke private konti.
  2. Fravalg af træning på jeres data.
  3. En databehandleraftale med kendt dataplacering.

Betal for det, og giv alle adgang. Her kommer den ubehagelige sandhed: forbud uden alternativ skaber skygge-AI. Medarbejderne løser så opgaverne på private gratis-konti, hvor data kan indgå i træning, og hvor ingen ved, hvad der er blevet delt.

Skygge-AI bekæmpes ikke med strengere forbud, men med en godkendt vej, der er bedre: hurtig adgang, gode modeller og færdige skabeloner til de hyppige opgaver. Når den officielle vej er den nemmeste, mindskes problemet markant – og jeres databehandlerdokumentation kan pludselig svare på, hvilke værktøjer der reelt bruges.

Tjek værktøjets indstillinger

En erhvervsaftale er ikke det samme som en korrekt opsætning. Gennemgå indstillingerne, når værktøjet indføres, og igen når udbyderen ændrer vilkår. Punkterne hedder forskelligt fra værktøj til værktøj, så tjek udbyderens egen dokumentation:

  • Kontotype: er alle medarbejdere logget ind på virksomhedens konto og ikke på en privat?
  • Træning: er brug af jeres data til modeltræning slået fra – og gælder det hele organisationen?
  • Historik og opbevaring: hvor længe gemmes samtaler, og kan administratoren slette dem?
  • Deling: kan samtaler deles via offentlige links? Slå det fra, hvis I ikke har brug for det.
  • Dataplacering og underdatabehandlere: hvor behandles data, og hvem er underleverandører? Se også guiden om subprocessorer.
  • Tilføjelser og plugins: må medarbejdere selv koble værktøjet til mail, drev eller CRM? Hver kobling er en ny datavej.

Anonymisering i praksis

Det meste AI-arbejde med kundedata behøver ikke identiteten. Modellen skal bruge situationen, ikke personen. “Kunde Mette Hansen, mette@…, ordre #45217, spørger hvorfor …” bliver til “en kunde spørger, hvorfor …” – og svaret bliver lige så godt.

Tre greb gør omskrivningen til en vane:

  • Pladsholdere i skabelonerne: skriv {{navn}} og {{ordrenr}} i jeres promptskabeloner, så strukturen bevares uden data.
  • Kopidisciplin: markér kun sagens kerne i stedet for at indsætte hele tråden med signatur, historik og CC-liste.
  • Tjek af output: persondata, der kommer ind, kommer også ud i udkastet. Fjern dem begge steder.

Anonymisering er ikke juridisk teater. Den fjerner en stor del af risikoen ved gule opgaver og gør samtidig prompterne genbrugelige på tværs af sager.

Vær dog opmærksom på, at det ikke er nok at fjerne navnet, hvis resten af teksten stadig peger på én person – fx en sjælden stilling, en lille by og en konkret dato. Er personen stadig genkendelig, er der tale om persondata, og opgaven er fortsat gul.

Når AI’en skal se data: integrationsvejen

Nogle opgaver kræver rigtige data: kundeserviceudkast med ordreopslag, opsummering af sagshistorik eller AI-trin i automatiseringen. Her er svaret ikke chatvinduet, men en integration.

En integration er en fast kobling – fx helpdeskværktøjets AI-funktion eller et API-flow – hvor datavejen er defineret én gang. Den er dækket af databehandleraftalen, afgrænset til de nødvendige felter og logget, så spørgsmålet “hvilke data ser AI’en?” har et præcist svar.

Forskellen er principiel. I chatvinduet træffer hver medarbejder databeslutningen igen og igen. I integrationen er den truffet én gang af de rette personer. Tommelfingerreglen er derfor: gentagne opgaver med kundedata hører hjemme i integrationer, mens chatvinduet er til det grønne og det anonymiserede gule.

Før en liste over de automatiske behandlinger, som beskrevet i GDPR-artiklen. Den er en del af jeres dokumentation.

Når persondata alligevel er røget i en prompt

Fejl sker. Det vigtigste er, at medarbejderen siger det med det samme i stedet for at håbe, at ingen opdager det. Hav en enkel plan klar:

  1. Stop og sig det: medarbejderen orienterer den ansvarlige – uden frygt for reprimande. Tavshed er en dyr reaktion.
  2. Begræns skaden: slet samtalen, hvis værktøjet tillader det, og tjek, om den er delt eller synkroniseret andre steder.
  3. Kortlæg hændelsen: hvilke data, hvor mange personer, hvilket værktøj og hvilken konto – erhverv eller privat?
  4. Vurder risikoen: et anonymiseret udsnit i det godkendte værktøj er noget andet end en kundeliste på en privat gratiskonto.
  5. Dokumentér: efter databeskyttelsesforordningens artikel 33 skal den dataansvarlige dokumentere brud på persondatasikkerheden, og brud, der kan indebære en risiko for de registrerede, skal anmeldes til tilsynsmyndigheden – her Datatilsynet – uden unødig forsinkelse og så vidt muligt inden for 72 timer.

Er I i tvivl om, hvorvidt en hændelse skal anmeldes, så læs Datatilsynets vejledning om brud på persondatasikkerheden eller få rådgivning. Brug derefter hændelsen konstruktivt: hvorfor var den forkerte vej den nemmeste? Svaret peger ofte direkte på den skabelon eller integration, der mangler.

Forankringen i teamet

Reglerne virker først, når de er forankret. Skriv trafiklyset, den godkendte vej og anonymiseringsvanerne ind i virksomhedens AI-politik – én side, ikke ti.

Gennemgå dem på et teammøde med rigtige eksempler fra jeres hverdag: “det her må du; det her skal omskrives først; det her aldrig”. Ti minutter med konkrete sager lærer mere end nogen politik.

Gør det også legitimt at spørge. “I tvivl? Spørg, før du prompter” virker kun, hvis svaret kommer uden løftede pegefingre. Genbesøg reglerne mindst hvert halve år, for værktøjer og vilkår ændrer sig hurtigt på dette område.

Målet er en kultur, hvor AI bruges meget – og rigtigt. Virksomheder, der får begge dele, henter produktiviteten og kan samtidig svare klart, hvis Datatilsynet eller en kunde spørger, hvordan de bruger kunstig intelligens.

Læs også

Ofte stillede spørgsmål om AI og kundedata

Må jeg indsætte en kundemail i AI-værktøjet?

I virksomhedens godkendte værktøj med erhvervsaftale: ja, men anonymisér først (fjern navn, mail og ordrenummer), medmindre opgaven kræver dataene og kører via en dækket integration. I private gratis-konti: nej.

Hvad er skygge-AI?

Medarbejderes brug af private AI-konti til arbejdsopgaver – uden aftaler, fravalg af træning eller overblik. Modtrækket er ikke forbud, men en godkendt vej, der er nemmere og bedre.

Hvad må aldrig komme i en prompt?

CPR-numre, helbredsoplysninger og andre følsomme oplysninger, betalingskortdata, adgangskoder og API-nøgler samt masseeksporter af kundelister – uanset værktøj og aftale.

Er data anonyme, når jeg har fjernet navnet?

Ikke nødvendigvis. Hvis resten af teksten stadig gør personen genkendelig, fx via stilling, sted og dato, er der fortsat tale om persondata. Fjern eller generaliser også de detaljer.

Hvad gør vi, hvis kundedata er sendt til et privat AI-værktøj?

Få medarbejderen til at melde det med det samme, slet samtalen, kortlæg hvilke data og hvor mange personer det drejer sig om, og dokumentér hændelsen. Kan bruddet indebære en risiko for kunderne, skal det anmeldes til Datatilsynet så vidt muligt inden for 72 timer.

Skrevet af Marc, stifter af Hostious

Jeg hedder Marc og har stiftet Hostious. Vi hoster WordPress-hjemmesider og WooCommerce-webshops for danske virksomheder – drevet fra Aalborg-området med servere i Europa – og jeg skriver guiderne her ud fra det, vi ser i driften hver dag.

Udgivet 2. september 2026Opdateret 3. oktober 2026Fagligt gennemgået 2. oktober 2026