Hvad betyder Dataminimering?
Dataminimering betyder, at en behandling af personoplysninger skal være afgrænset til det nødvendige formål. I et AI-projekt handler det både om, hvilke oplysninger der indsamles, hvilke der sendes til modellen, og hvilke der senere gemmes i logs eller evalueringer.
En model med et stort kontekstvindue gør det teknisk muligt at sende en hel kundemappe. Det betyder ikke, at alle oplysningerne er nødvendige. Hvis opgaven er at formulere en neutral statusbesked, kan et sagsstadie og en forventet opfølgning være tilstrækkeligt, mens historiske dokumenter og private bemærkninger er overflødige.
Kontrolleret 7. september 2026: Datatilsynets vejledning og databeskyttelsesforordningens principper forbinder dataminimering med nødvendighed og påvisning. Minimering er ikke et selvstændigt behandlingsgrundlag. Organisationen skal fortsat kunne begrunde, hvorfor oplysningerne overhovedet må behandles til formålet.
Minimér før modellen modtager oplysningerne
Byg input fra en tilladt liste af felter frem for at sende et helt databaseobjekt. Hent kun relevante dokumenter, og kontrollér rettigheder før retrieval. Overvej, om en kategori, et interval eller en intern reference er nok i stedet for et navn eller en præcis dato. Bevar samtidig de oplysninger, der er nødvendige for et korrekt svar. En uigennemtænkt fjernelse af kontekst kan skabe fejl og er ikke et godt dataminimeringsdesign.
Gennemgå kopierne omkring modellen
Data kan blive kopieret til fejllogs, overvågning, mailnotifikationer, backups og testsæt. Kortlæg disse kopier særskilt, og vælg den mindst detaljerede registrering, der løser driftsbehovet. En log med svartid, model-ID og fejlkategori kan ofte bruges uden hele prompten. Hvis konkrete teksteksempler er nødvendige for fejlfinding, bør adgang, opbevaring og udvælgelse begrænses efter det formål frem for at gemme alt som standard.
Et eksempel fra praksis
Illustrativt eksempel: En webshop vil bruge AI til at foreslå svar på leveringsspørgsmål. Første prototype sender hele ordren med adresse, betalingshistorik og interne noter. Teamet ændrer integrationen, så modellen kun får leveringsstatus, den relevante tidsramme og de godkendte svarregler. Navn og hilsen indsættes efterfølgende af applikationen, når det er nødvendigt. Fejlloggen registrerer statuskode og request-ID, mens rå kundetekst kun indgår i en særskilt, afgrænset fejlundersøgelse.
Typiske faldgruber
- At sende hele objekter, fordi det er den letteste integration.
- At fjerne synlige navne, men bevare identifikatorer og fritekst i logs.
- At kalde data nødvendige med en ubestemt henvisning til fremtidig analyse.
Det skal I afklare
- Beskriv formålet for hvert felt og hver kopi.
- Brug tilladte feltlister og begræns retrieval før modelkaldet.
- Test, at minimeringen bevarer de nødvendige fakta.
Spørgsmål og svar
Er dataminimering det samme som anonymisering?
Nej. Minimering begrænser oplysningerne til formålet. De resterende oplysninger kan stadig identificere en person og kræve den fulde relevante beskyttelse.
Må vi gemme prompts for at forbedre kvaliteten?
Det kræver en konkret vurdering af formål, grundlag, nødvendighed, adgang og opbevaring. Et generelt ønske om bedre AI begrunder ikke automatisk, at alle rå prompts gemmes.
Kilder og videre læsning
De tekniske begreber bygger på nedenstående kilder. Eksemplerne er illustrative og viser, hvordan I kan arbejde med emnet.
- Datatilsynet: Påvisningskrav og dataminimering ↗Primærkilde gennemgået 7. september 2026.
- EUR-Lex: Databeskyttelsesforordningen ↗Primærkilde gennemgået 7. september 2026.