AI-politik skabelon til danske virksomheder
En kort, brugbar AI-politik fylder 1–2 sider og besvarer ti spørgsmål. Her er rammen, vi bruger med SMV'er – tilpas til jeres situation.
En AI-politik beskytter både kunder, medarbejdere og jer
Uden klare rammer ender det med, at medarbejdere selv finder ud af, hvilke AI-værktøjer de bruger – og hvilke data de fodrer dem med. Det er den hurtigste vej til en datalækage, en uheldig kundesag eller en konflikt om ansvar.
En god AI-politik er ikke en jurabog. Det er et arbejdsdokument, alle kan læse på 5 minutter og bruge i hverdagen.
Ti punkter at få på plads
1. Formål
Hvorfor virksomheden bruger AI, og hvilke værdier der gælder (fx ansvarlighed, gennemsigtighed, kontrol med data).
2. Godkendte værktøjer
En liste over hvilke AI-tjenester medarbejdere må bruge – og under hvilke betingelser (fx kun virksomhedsversioner).
3. Forbudte datatyper
Hvilke data må aldrig sendes til AI uden særlig godkendelse (typisk persondata, kundedata, intern fortrolig data).
4. Adgang og roller
Hvem må bruge hvad, hvem ejer beslutningen om nye værktøjer, og hvem har det operationelle ansvar.
5. Brug af AI til beslutninger
AI må foreslå og forberede – mennesker beslutter alt der har væsentlig konsekvens for kunder, medarbejdere eller økonomi.
6. Mærkning
Hvornår skal kunder, kollegaer eller eksterne vide, at indhold er AI-genereret? (fx kundesvar, kontrakter, marketing).
7. Datahåndtering
Hvor opbevares prompts og output, hvor længe, og hvem har adgang. Henvis til jeres almindelige databehandlerregler.
8. Fejl og fallback
Hvad gør medarbejdere, når AI svarer forkert. Hvem rapporterer hændelser, og hvor logges de.
9. Træning og opdatering
Hvordan medarbejdere oplæres, og hvor ofte politikken gennemgås (typisk hver 6. måned i begyndelsen).
10. Ansvarlig
Navn på den person, der har det daglige ansvar for AI-brug. Uden en ejer falder politikken hurtigt mellem to stole.
Tre praktiske skridt
- Saml en lille gruppe (typisk CEO/COO, IT-ansvarlig og en faglig leder) og udfyld skabelonen i ét møde på 90 minutter.
- Send politikken til alle medarbejdere og hold en kort orientering – ikke et to-timers kursus, men et 20-minutters møde med konkrete eksempler.
- Sæt en kalenderbooking ind om 6 måneder til en kort revision. Reglerne ændrer sig hurtigt, og det skal politikken kunne følge med.
Hvordan undgår I kaos, når medarbejderne begynder at bruge AI?
En politik på papir er første skridt. Kaos opstår, når den ikke bliver fulgt i hverdagen, typisk fordi det sikre valg er besværligt, eller fordi ingen har vist, hvordan værktøjerne bruges. De fleste bryder ikke reglerne med vilje. De prøver bare at arbejde hurtigere.
Gør det sikre valg til det nemme valg
- Stil to-tre godkendte værktøjer til rådighed med erhvervslicens, fx de AI-funktioner, der hører til jeres Microsoft 365 eller Google Workspace.
- Vælg løsninger, hvor jeres data ikke bruges til at træne leverandørens modeller.
- Kræv en databehandleraftale, før et nyt værktøj tages i brug, og skriv i politikken, hvem medarbejderne skal spørge.
En kort liste over godkendte værktøjer gør det også lettere at give support end en håndfuld løsninger, som hver medarbejder har fundet selv.
Træn på jeres egne opgaver
En kort workshop, hvor medarbejderne arbejder med jeres egne produkter, mails og dokumenter, lærer dem mere end teori. Vis, hvordan man giver AI kontekst, ønsket format og et eksempel. Det giver markant bedre resultater i første forsøg. Gør det samtidig klart, at sprogmodeller kan lyde overbevisende, selv når de tager fejl. Behandl output som et udkast fra en ivrig, men uerfaren kollega: hurtigt, men det skal læses igennem, før det bruges over for kunder.
Del erfaringerne – også fejlene
Start med én afdeling i en afgrænset periode, og hold et kort, fast møde, hvor de mest erfarne brugere deler de instruktioner, der virker, og fortæller, hvor værktøjet fejlede. Saml de gode instruktioner ét sted, så andre kan genbruge dem. Det virker bedst, når ledelsen selv bruger værktøjerne til fx dagsordener, opsummeringer og udkast og behandler fejl som læring frem for brud på reglerne.
Læs mere om de juridiske rammer i AI og GDPR i praksis, og om hvordan politikken passer ind i en samlet AI-governance.
Vil I have hjælp til at skrive jeres AI-politik?
Vi laver en konkret politik baseret på jeres faktiske brug – klar til at tage i brug på under to uger.
Ofte stillede spørgsmål
Kan du ikke finde svaret? Skriv eller ring – vi svarer inden for én hverdag.
Behøver vi en formel AI-politik som en SMV på 15 medarbejdere?
Ja, men den må gerne være kort. To sider med klare regler om godkendte værktøjer, datatyper og ansvar dækker det, de fleste SMV'er har brug for. Det vigtigste er, at den findes og er læst – ikke at den er omfangsrig.
Skal den godkendes af en jurist?
Ikke nødvendigvis. For de fleste SMV'er er det vigtigere, at politikken er forståelig og bruges i hverdagen. Hvis I behandler særligt følsomme data eller arbejder i en reguleret branche, så lad en advokat eller DPO se den igennem.
Hvordan får vi medarbejderne til at følge politikken?
Ved at gøre den kort, konkret og knyttet til hverdagens situationer. Eksempler virker bedre end paragraffer. Sørg også for, at de godkendte værktøjer faktisk er tilgængelige – ellers finder folk smutveje.
Hvordan dokumenterer vi det over for kunder eller revisor?
Politikken plus jeres almindelige risikovurdering er normalt nok. Hvis I behandler persondata med AI, bør I også dokumentere det i jeres fortegnelse over behandlingsaktiviteter.
Kan I hjælpe os med at skrive den?
Ja. Vi laver typisk en AI-politik som en del af en AI-afklaring eller som selvstændig opgave. Vi tager udgangspunkt i jeres faktiske brug i dag og leverer en politik, der kan tages i brug med det samme.
Hvad gør vi, hvis medarbejderne allerede bruger gratis AI-værktøjer?
Start med at spørge, hvad de bruger, og til hvad, uden at gøre det til en anklage. Stil derefter godkendte erhvervsversioner til rådighed, og gør det klart, at gratisversioner ikke må bruges til firmadata. Et sikkert alternativ virker bedre end et forbud.
Hvordan træner vi medarbejderne i at bruge AI?
Med en kort workshop på jeres egne opgaver frem for et generelt kursus. Vis, hvordan man giver AI kontekst, format og et eksempel, og øv kildekritik: Output er et udkast, der skal kontrolleres. Følg op med korte erfaringsmøder, hvor I deler de instruktioner, der virker.