GDPR og AI i små virksomheder: hvad må I egentlig?

Start med spørgsmålet: bruger vi personoplysninger?

Den vigtigste afklaring er ikke, om værktøjet kalder sig AI. Det er, om I lægger personoplysninger ind i det, eller om værktøjet selv får adgang til systemer med personoplysninger. En personoplysning kan være et navn, en mailadresse, en kundesag, en medarbejdervurdering, en lydoptagelse, et billede eller en kombination af oplysninger, der kan pege på en bestemt person.

Hvis I kun bruger AI til at skrive generelle udkast, lave idéer til opslag, opsummere offentlige tekster eller forklare interne begreber uden persondata, er GDPR-risikoen typisk begrænset. Hvis I derimod bruger AI på kundemails, personalesager, ordredata, supporthistorik eller mødenotater, behandler I personoplysninger og skal kunne forklare formål, grundlag, adgang, sletning og sikkerhed.

En praktisk tommelfingerregel: AI må gerne indgå i administration, men den skal have samme disciplin som jeres løn-, bogførings- eller kundesystem. Det betyder ikke lange juridiske notater hver gang. Det betyder et kort, skriftligt overblik over hvilke værktøjer I bruger, hvilke oplysninger der sendes ind, hvorfor det er nødvendigt, hvem der må bruge værktøjet, og hvad leverandøren må gøre med data.

• Lav en intern liste over alle AI-værktøjer, også dem medarbejdere selv har taget i brug.
• Sæt hvert værktøj i en kategori: ingen persondata, almindelige persondata, fortrolige oplysninger eller følsomme oplysninger.
• Forbyd som udgangspunkt fritekst med kundesager, personalesager og helbredsoplysninger i åbne forbrugerværktøjer.
• Brug anonymisering eller omskrivning, når opgaven kan løses uden navne, kontaktoplysninger og entydige detaljer.

Databehandleraftalen er ikke en formalitet

Når en AI-leverandør behandler personoplysninger på jeres vegne og efter jeres instruks, er leverandøren normalt databehandler. I er stadig dataansvarlige, fordi I bestemmer formålet: for eksempel at besvare kundehenvendelser, opsummere møder eller sortere indgående sager. Datatilsynet understreger, at den dataansvarlige både skal have en databehandleraftale og føre et passende tilsyn med, at aftalen overholdes.

Det er ikke et problem i sig selv, at en stor leverandør bruger sin egen standardaftale. Problemet opstår, hvis I skriver under uden at kontrollere, om aftalen faktisk dækker jeres brug. For AI-værktøjer er det særligt vigtigt at se på, om jeres input og filer bruges til træning af modeller, hvor data opbevares, hvem der er underleverandører, hvordan data slettes, og hvordan leverandøren hjælper jer ved indsigt, sletning eller sikkerhedsbrud.

Hvis leverandøren bruger oplysningerne til egne formål, er situationen mere kompliceret. Så er det ikke nødvendigvis en almindelig databehandlerkonstruktion. Det kan være videregivelse til en selvstændig dataansvarlig, og så skal I selv have et grundlag for at videregive oplysningerne. Kan I ikke forklare det grundlag enkelt, bør I ikke sende persondata til værktøjet.

• Tjek om der findes en databehandleraftale, og gem den sammen med jeres øvrige leverandørdokumentation.
• Kontrollér om data bruges til træning, forbedring eller andre leverandørformål.
• Se efter underdatabehandlere, sletning, sikkerhedsforanstaltninger og placering af data.
• Dokumentér jeres vurdering kort: hvorfor værktøjet er nødvendigt, hvilke data det må få, og hvilke data det ikke må få.

Lav små regler, som medarbejdere faktisk kan følge

Mange fejl sker ikke, fordi ledelsen har valgt et dårligt system, men fordi ingen har aftalt hverdagsreglerne. En medarbejder kopierer en hel mailtråd ind for at få et hurtigt svar. En leder uploader en ansøgning for at få vurderet kandidaten. En bogholder beder en assistent forklare en konkret kundes betalingshistorik. Hver situation kan føles uskyldig, men samlet kan den skabe en behandling, virksomheden ikke har styr på.

Lav derfor en kort AI-politik på almindeligt dansk. Den skal være så konkret, at en medarbejder kan bruge den uden at kende databeskyttelsesretten. Beskriv godkendte værktøjer, forbudte oplysninger, krav til anonymisering, kontrol af svar og hvem man spørger ved tvivl. Det er også her, I håndterer AI Actens krav om AI-færdigheder: medarbejdere, der bruger AI på virksomhedens vegne, skal have relevant viden om værktøjets muligheder, risici og begrænsninger.

Træning behøver ikke være et dyrt kursus. For en mindre virksomhed kan en god start være en intern gennemgang af godkendte værktøjer, eksempler på sikre og usikre forespørgsler, en regel om menneskelig kontrol og en fast procedure for nye AI-værktøjer. Det vigtigste er, at brugen bliver styret og dokumenteret.

• Tilladt: skriv udkast uden persondata, opsummér interne ikke-fortrolige noter, lav forslag til standardtekster.
• Kræver vurdering: kundesager, personaledata, lydoptagelser, kontrakter og bilag med identificerbare personer.
• Som udgangspunkt nej: følsomme oplysninger, adgangskoder, interne hemmeligheder og materiale, hvor leverandørens vilkår er uklare.
• Altid: læs AI-svar kritisk, især når svaret bruges over for kunder, ansatte eller myndigheder.

Hvornår kræver AI en risikovurdering eller konsekvensanalyse?

I bør altid lave en enkel risikovurdering, før et AI-værktøj får adgang til personoplysninger. Den kan være kort: hvad kan gå galt, hvem kan blive ramt, hvor alvorligt er det, og hvilke foranstaltninger reducerer risikoen? For almindelig teksthjælp uden persondata kan svaret være meget enkelt. For AI i kundeservice, HR, sagsbehandling eller overvågning skal vurderingen være grundigere.

En egentlig konsekvensanalyse om databeskyttelse er relevant, når behandlingen sandsynligvis indebærer høj risiko for fysiske personers rettigheder og frihedsrettigheder. Datatilsynet beskriver konsekvensanalysen som en proces, der blandt andet skal beskrive behandlingen, vurdere nødvendighed og proportionalitet og håndtere risici. Datatilsynet har også udgivet en særskilt skabelon til konsekvensanalyse ved udvikling og drift af AI-løsninger.

Brug ikke konsekvensanalysen som papirarbejde efter projektet er færdigt. Den skal ligge før beslutningen. Hvis analysen viser, at risikoen stadig er høj, selv efter afværgende foranstaltninger, skal projektet ændres, stoppes eller vurderes nærmere, før I går i drift.

• Lav konsekvensanalyse ved AI, der påvirker ansættelse, adgang til ydelser, økonomiske vurderinger eller væsentlige beslutninger om personer.
• Vær ekstra forsigtig ved profilering, følsomme oplysninger, børn, systematisk overvågning og automatiserede beslutninger.
• Beskriv menneskelig kontrol konkret: hvem kontrollerer, hvad kontrolleres, og hvornår kan AI-forslaget tilsidesættes.
• Stop projektet, hvis I ikke kan forklare formålet, kontrollere datagrundlaget eller rette fejl.

AI Act i SMV-perspektiv

AI Act erstatter ikke GDPR. Den lægger et ekstra lag på visse AI-systemer, mens GDPR stadig regulerer brugen af personoplysninger. For mange små virksomheder vil den daglige betydning være praktisk: I skal vide, hvilke AI-systemer I bruger, sikre passende AI-færdigheder, være gennemsigtige, når personer møder en AI-løsning, og være særligt varsomme med højriskoanvendelser.

Et kundevendt AI-værktøj bør tydeligt fortælle brugeren, at der anvendes AI, medmindre det er åbenlyst. AI-genereret eller manipuleret indhold kan også være omfattet af mærkningskrav, især ved billeder, lyd, video og visse offentligt oplysende tekster. Hvis en medarbejder bruger AI som skrivehjælp, og virksomheden efterfølgende foretager reel faglig eller redaktionel kontrol, er situationen normalt lettere at håndtere end fuldautomatisk offentliggørelse.

Høj risiko er især relevant, hvis AI bruges til rekruttering, udvælgelse, medarbejderstyring, vurdering af kreditværdighed, biometrisk kategorisering eller følelsesgenkendelse. Her er tommelfingerreglen klar: køb ikke bare et værktøj og gå i gang. Kræv dokumentation fra leverandøren, afklar om systemet er omfattet af højriskoregler, fastlæg menneskeligt tilsyn, informer berørte personer, og sørg for, at ansvar ikke gemmes væk bag en algoritme.

• Almindelig AI til tekstudkast og intern effektivisering er ofte håndterbar, hvis persondata begrænses og svar kontrolleres.
• AI, der taler direkte med kunder eller borgere, kræver tydelig gennemsigtighed og klare rammer.
• AI i ansættelse, kredit, overvågning eller beslutninger om personer kræver særlig juridisk og organisatorisk vurdering.
• Jo større konsekvens for en person, desto mindre bør afgørelsen overlades til automatisering.

Hvornår er automatisering ikke det rigtige valg?

Automatisering er ikke moden, hvis processen ikke er forstået. Hvis jeres nuværende arbejdsgang er uklar, datakvaliteten er dårlig, eller ingen vil eje den endelige beslutning, vil AI ofte gøre problemet hurtigere i stedet for bedre. Start med at rydde op i processen, før I automatiserer den.

I bør også vente, hvis leverandøren ikke kan svare klart på databehandling, træning, sletning og sikkerhed. Det samme gælder, hvis opgaven kræver empati, konkret forhandling, juridisk skøn eller et tillidsforhold, hvor en forkert formulering kan skade en kunde eller medarbejder. AI kan støtte mennesker med udkast, struktur og overblik. Den bør ikke bruges som skjold mod ansvar.

Den bedste praktiske vej for en lille virksomhed er derfor enkel: begynd med lavrisikoopgaver, fjern unødige personoplysninger, vælg leverandører med klare aftaler, dokumentér jeres vurderinger kort, og udpeg en ansvarlig for hvert værktøj. Så bliver GDPR og AI Act ikke en stopklods, men et styringsværktøj for fornuftig brug af AI.