Ledere, HR og teams, som skal omsætte AI-principper til daglige arbejdsregler
Skriv til den person, der er ved at løse en opgave
Medarbejderen sidder med et kundesvar, en rapport eller et regneark og skal vide, hvad der må ske nu. En AI-politik bør derfor besvare fire spørgsmål: Hvilket værktøj må jeg bruge? Hvilke oplysninger må jeg give det? Hvordan skal resultatet kontrolleres? Hvem hjælper, når situationen falder uden for reglerne?
Begynd med de opgaver, som allerede forekommer i teamet. Tal med medarbejdere om, hvor de bruger AI, hvor de undlader at bruge det, og hvor de er i tvivl. Saml eksempler uden at kopiere kunders eller kollegers fortrolige oplysninger. En politik, der kun tager udgangspunkt i ledelsens forestilling om arbejdet, kan overse både nyttige anvendelser og uformelle arbejdsgange.
Skeln mellem selve politikken og de underliggende vurderinger. Medarbejderen skal kunne læse en kort arbejdsregel. Ejeren skal kunne finde begrundelsen, værktøjets godkendelse og eventuelle juridiske vurderinger. Denne guide handler om interne arbejdsregler. Den afgør ikke, om en bestemt behandling eller et bestemt AI-system opfylder alle relevante regler. Det kræver vurdering af den konkrete anvendelse og virksomhedens forhold.
Godkend værktøj, konto og funktion sammen
En liste over produktnavne er ikke altid præcis nok. Det samme produkt kan have forskellige kontotyper, indstillinger, integrationer og vilkår. Skriv derfor, hvilken virksomhedskonto og hvilke funktioner der er godkendt. Angiv, hvem der kan aktivere udvidelser, forbinde en mailkonto eller dele et arbejdsområde med eksterne personer.
Gør den godkendte vej nem at finde. Medarbejderen bør have et link til værktøjet, en kort beskrivelse af tilladt brug og en kontaktperson ved problemer. Hvis værktøjet er nede, skal politikken forklare, om arbejdet fortsætter manuelt eller afventer hjælp. En driftsfejl bør ikke automatisk føre til, at dokumentet uploades i et privat alternativ.
Lav en særskilt indgang til forslag om nye værktøjer. Bed om opgave, forventet nytte, datatyper og ønskede integrationer. Undlad at kræve en lang business case for enhver idé, men gør det klart, at et forslag ikke er en godkendelse. Angiv også, hvad der sker med tidligere godkendelser, når abonnement, vilkår eller funktioner ændres. En gammel skærmoptagelse af en indstilling er ikke dokumentation for dens aktuelle tilstand.
Beskriv data med eksempler fra jeres eget arbejde
Udtrykket følsomme data forstås forskelligt i hverdagen. Nogle tænker kun på helbredsoplysninger, mens andre også tænker på priser, kontrakter eller kildekode. Brug derfor både konkrete eksempler og de nødvendige faglige begreber. Personoplysninger og forretningshemmeligheder er forskellige forhold, selv om begge kan kræve begrænsninger.
Vis medarbejderen, hvordan en opgave kan reduceres. Et spørgsmål om at strukturere et kundesvar kræver måske kun en opdigtet beskrivelse af situationen. En analyse af konkrete kundedata kan kræve en særskilt godkendt arbejdsgang. At fjerne navnet er ikke nødvendigvis tilstrækkeligt: kombinationer af dato, stilling, lokation og hændelse kan stadig gøre en person genkendelig.
Aftal også, hvad der ikke må indtastes, eksempelvis adgangskoder, API-nøgler og andre hemmeligheder. Undgå at bede medarbejderen om selv at afgøre komplicerede anonymiseringsspørgsmål i en travl situation. Giv en enkel stopregel og en kontaktperson. Datatilsynets princip om dataminimering handler om at begrænse oplysninger til det nødvendige formål; det kan omsættes til en praktisk vane med at vælge mindst muligt relevant input.
Gør reglerne forskellige, hvor arbejdet er forskelligt
En medarbejder i marketing kan have behov for idéer til overskrifter, mens en økonomimedarbejder arbejder med beløb og bilag. Det bør afspejles i kontrollen. Brug få tydelige eksempler frem for et katalog over alle tænkelige funktioner. Hver regel skal angive tilladt opgave, nødvendige begrænsninger og hvem der står inde for det endelige resultat.
Tabellen er et illustrativt udgangspunkt, som virksomheden skal tilpasse efter sine faktiske godkendelser. Den er ikke en generel tilladelse til at behandle de nævnte oplysninger i et vilkårligt værktøj. Bed de relevante fagpersoner om at gennemgå eksemplerne. En regel, der ser rimelig ud centralt, kan være uanvendelig i den konkrete arbejdsgang.
Brug samme format til nye roller. Når en medarbejder spørger til en uafklaret situation, kan svaret blive et nyt eksempel i politikken. På den måde udvikles dokumentet fra virkelige beslutninger. Sørg for, at eksemplet har en dato og en ejer, så en senere ændring i arbejdsgangen også fører til en opdatering af reglen.
| Rolle og opgave | Tilladt ramme i eksemplet | Kontrol før brug |
|---|---|---|
| Marketing: idéer til en kampagne | Godkendt værktøj med offentligt produktmateriale | Kontrollér produktpåstande, rettigheder og tone |
| Support: svarudkast | Godkendt vidensbase; ingen selvstændig afsendelse | Kontrollér vilkår, kundens spørgsmål og relevant kilde |
| Økonomi: forklare en formel | Opdigtede tal og ingen kundeidentifikatorer | Prøv formlen på kendte tilfælde |
| HR: generel tekst til onboarding | Generisk materiale uden konkrete personalesager | Faglig kontrol af regler og formuleringer |
| Udvikling: kodeforslag | Godkendt miljø uden hemmelige nøgler | Kodegennemgang, relevante tests og afhængighedskontrol |
Definér, hvad det vil sige at kontrollere et svar
Formuleringen kontrollér altid svaret er for upræcis alene. Skriv, hvilke dele der kræver kontrol i den konkrete opgave. Ved et produktudsagn kan det være dokumentationen og datoen. Ved et kundesvar kan det være gældende vilkår og den faktiske sag. Ved en beregning kan det være et uafhængigt regnestykke med kendte input.
En kildehenvisning er et sted at undersøge, ikke et kvalitetsstempel. Medarbejderen skal kunne åbne kilden og kontrollere, at den understøtter påstanden. En rigtig URL kan ledsage en forkert fortolkning. Lad derfor betydningsfulde eksterne påstande have en ansvarlig redaktør eller fagperson, før de bliver offentliggjort eller sendt.
Gør usikkerhed til en tilladt afslutning. Hvis en kilde ikke findes, eller to dokumenter siger noget forskelligt, bør arbejdsgangen kunne stoppe eller sende spørgsmålet videre. Medarbejderen skal ikke presses til at vælge et sikkert klingende svar for at komme igennem køen. Aftal, hvordan kilde og godkendelse dokumenteres, uden at det skaber unødig lagring af hele samtaler med fortrolige oplysninger.
Prøv politikken på en kundemail med en skjult fælde
Forestil jer, at en sælger vil bruge AI til at svare på en kunde, som beskriver et internt budget og ønsker en særlig leveringsaftale. Dette er et illustrativt eksempel. Sælgeren må gerne få hjælp til strukturen, men det godkendte generelle skriveværktøj er kun åbnet for offentlige oplysninger og opdigtede scenarier.
Den brugbare regel bliver derfor: Beskriv opgaven uden kundens identitet, faktiske budget og fortrolige aftalevilkår. Bed om et neutralt udkast med plads til de forhold, sælgeren selv skal indsætte. Kontrollér, at AI ikke tilføjer en leveringsgaranti, rabat eller aftale, som virksomheden ikke har godkendt. Sælgeren står stadig inde for det svar, der sendes.
En dårlig regel ville være at tillade upload, blot fordi kunden selv skrev oplysningerne i en mail. En anden dårlig regel ville forbyde al hjælp uden at tilbyde en brugbar alternativ arbejdsgang. Afprøv eksemplet med to medarbejdere. Hvis de når til forskellige beslutninger, bør politikken præcisere værktøj, data eller kontrol. Det er billigere at finde uklarheden i en øvelse end i en faktisk kundesag.
Træn beslutningerne og dokumentér den relevante læring
En politik virker først, når medarbejderen kan anvende den i sin rolle. Brug korte øvelser med realistiske valgmuligheder: Hvilket input er nødvendigt? Hvad mangler der i svaret? Hvornår skal opgaven overdrages? Lad medarbejderen forklare sin beslutning. En korrekt kliktest kan skjule, at reglen ikke kan bruges i den virkelige arbejdsgang.
AI-forordningens artikel 4 blev ændret ved forordning 2026/1744. Den aktuelle bestemmelse handler om foranstaltninger, der støtter udvikling af relevante AI-færdigheder, med hensyn til medarbejdere og anvendelseskontekst. Den kræver ikke en garanti for et bestemt niveau hos hvert individ. Det er derfor misvisende både at erklære pligten afskaffet og at love et universelt obligatorisk certifikat.
Dokumentér praktisk, hvilke roller der har fået hvilke instruktioner og øvelser, og hvad der skal følges op på. Nyansatte, nye funktioner og ændrede arbejdsopgaver kan kræve ny oplæring. Dette afsnit handler om at gøre politikken anvendelig. En særskilt kompetenceindsats kan gå dybere i værktøjer og arbejdsmetoder, men kursusdeltagelse bør ikke i sig selv give adgang til alle datatyper eller handlinger.
Lav en kort vej til afklaring og en tydelig stopvej
Medarbejdere skal kunne stille spørgsmål, før de improviserer. Angiv en fælles kanal og en ansvarlig, som kan afklare en ny anvendelse. En undtagelse bør beskrive opgaven, de tilladte data, hvem der må bruge den, nødvendige kontroller og en udløbsdato. Den skal godkendes af en person med relevant beslutningsret.
Adskil et forslag, en godkendt undtagelse og en hændelse. Hvis oplysninger allerede er uploadet det forkerte sted, er det ikke længere kun en ansøgning om et nyt værktøj. Giv en enkel besked: Stop den pågældende brug, bevar relevante oplysninger sikkert, og kontakt den udpegede ansvarlige. Undgå at sprede selve det fortrolige indhold i en åben chat for at forklare fejlen.
Beskriv også de hændelser, der skal stoppe en opgave med det samme: ukendt kilde til en vigtig påstand, uventet adgangsanmodning, et værktøj der vil udføre en ikke godkendt handling, eller tvivl om fortrolige input. En praktisk rapporteringskultur skal gøre det muligt at få hjælp tidligt. Virksomhedens videre håndtering afhænger af hændelsens karakter, herunder om persondatasikkerheden kan være berørt.
Test politikken før I beder alle følge den
Gennemfør en læsetest med medarbejdere fra forskellige roller. Giv dem en almindelig opgave, et tvivlstilfælde og en situation, hvor de skal stoppe. Bed dem finde svaret i politikken uden mundtlig hjælp. Notér, hvor de leder, hvilke ord de misforstår, og om de kan finde kontaktpersonen.
Godkend ikke politikken alene, fordi alle er enige i principperne. Et mere brugbart kriterium er, at testpersonerne kan vælge det rigtige værktøj, afgrænse input og forklare den nødvendige kontrol i de udvalgte cases. Uenighed kan være tegn på en uklar regel eller en uafklaret forretningsbeslutning. Ret årsagen og prøv casen igen.
Udgiv en kort hovedside med ejer, version og dato samt links til relevante rolleeksempler. Aftal en opdateringsrytme og en ekstra gennemgang, når godkendte funktioner eller vilkår ændres. Arkivér tidligere versioner, så en hændelse kan vurderes mod den instruktion, der gjaldt på tidspunktet. Mål politikkens nytte på færre uklare beslutninger og bedre håndtering af tvivl; en underskrift alene viser ikke, hvordan arbejdet faktisk udføres.
Det bliver vi ofte spurgt om.
Hvor lang bør en AI-politik være?
Så kort, at medarbejderen kan finde en beslutning under arbejdet, og så præcis, at relevante forskelle er synlige. En hovedside med rolleeksempler og links til detaljer kan fungere godt. Længden bør følge behovet; et bestemt antal sider er ikke et kvalitetskrav.
Kan vi forbyde personoplysninger i alle AI-værktøjer?
Det kan være en intern begrænsning, men den bør ledsages af konkrete eksempler og en godkendt vej for opgaver, der faktisk kræver personoplysninger. Et generelt forbud afgør ikke den juridiske vurdering af en separat, kontrolleret løsning. Sørg for, at medarbejderne kan kende forskel.
Er et AI-kursus nok til at have en politik?
Nej. Oplæring kan hjælpe medarbejderne med at forstå reglerne, men politikken skal også fastlægge godkendte anvendelser, adgang, kontrol og ansvar. De to dele bør hænge sammen. Et kursusbevis giver ikke i sig selv tilladelse til at uploade fortrolige dokumenter.
Skal alle AI-svar godkendes af en leder?
Ikke nødvendigvis. Kontrollen bør afspejle opgaven og dens konsekvenser. En medarbejder kan ofte kontrollere et internt udkast inden for sit fagområde. Andre anvendelser kræver særskilt godkendelse eller bør slet ikke automatiseres. Politikken skal gøre den konkrete grænse tydelig.
Læs videre ved kilden.
Vores beslutningsmodeller er rådgivning fra Mosel Studio. Tekniske fakta og rammer understøttes af kilderne her.
- Datatilsynet: Påvisningskrav og dataminimering
Primærkilde gennemgået 7. september 2026.
- Datatilsynet: Hvad er personoplysninger?
Primærkilde gennemgået 7. september 2026.
- EU-forordning 2026/1744: ændring af AI-forordningen
Artikel 1, nr. 5 ændrer artikel 4. Gennemgået 7. september 2026.
- Europa-Kommissionen: AI talent, skills and literacy
Aktuel forklaring efter ændringerne i juli 2026; gennemgået 7. september 2026.
- Datatilsynet: Håndtering af brud på persondatasikkerheden
Primærkilde gennemgået 7. september 2026.
