Gå til indhold
← Tilbage til viden Oplæring & arbejdsmetoder

AI-politik i virksomheden: En praktisk skabelon til medarbejderne

En AI-politik skal give klare svar i hverdagen. Brug otte konkrete punkter som udgangspunkt for regler om værktøjer, data, kontrol og ansvar.

Udgivet Ca. 3 min. læsning
To personer gennemgår en kort arbejdsvejledning med farvede faner.
Redaktionel illustration, genereret til guiden.

Hvad skal en AI-politik hjælpe med?

En AI-politik beskriver, hvordan medarbejderne må bruge AI i deres arbejde. Den skal gøre det let at vælge et godkendt værktøj, bruge passende oplysninger og forstå ansvaret for resultatet. En politik, der kun siger “brug sund fornuft”, efterlader de svære valg hos den enkelte.

Datatilsynet anbefaler organisatoriske rammer for medarbejderes brug af generativ AI, blandt andet gennem retningslinjer, procedurer og oplysning. Formålet er blandt andet at undgå, at arbejdsrelaterede personoplysninger bruges i værktøjer uden arbejdspladsens stillingtagen.

Nedenstående er Everydais praktiske arbejdsudkast til en politik. Det skal tilpasses jeres værktøjer, aftaler, data og faktiske arbejdsformer. Det er ikke en juridisk godkendelse eller dokumentation for, at alle relevante krav er opfyldt.

Otte punkter til jeres egen politik

1. Formål og anvendelse

Forslag til formulering: Vi bruger AI til at understøtte godkendte arbejdsopgaver, hvor teknologien kan forbedre kvalitet, overblik eller arbejdsgang. Den ansvarlige medarbejder vurderer, om resultatet er egnet til formålet.

Tilføj konkrete eksempler fra jeres hverdag. Angiv også opgaver, som kræver særskilt vurdering, eksempelvis beslutninger med væsentlige konsekvenser for kunder eller medarbejdere.

2. Godkendte værktøjer og konti

Forslag til formulering: Vi bruger de AI-værktøjer og kontotyper, virksomheden har godkendt til den pågældende opgave. Nye værktøjer og integrationer afklares med den udpegede ansvarlige før brug.

Henvis til en aktuel liste med værktøj, anvendelse og kontaktperson. Et produktnavn alene er utilstrækkeligt, hvis forskellige kontotyper eller indstillinger har forskellige vilkår.

3. Oplysninger, der må bruges

Forslag til formulering: Vi bruger kun oplysninger, som er godkendt til opgaven og værktøjet. Fortrolige oplysninger, personoplysninger og kundemateriale kræver afklaring, hvis anvendelsen ikke allerede er dækket af virksomhedens rammer.

Beskriv data med genkendelige eksempler. En offentlig produkttekst og en kundeaftale er forskellige typer input. Hvis der er tvivl, skal medarbejderen kunne få et svar uden at eksperimentere med oplysningerne først.

4. Kontrol af resultatet

Forslag til formulering: Vi kontrollerer relevante fakta, kilder, beregninger og formuleringer, før AI-resultater bruges i leverancer eller beslutninger. Oplysninger, der ikke kan dokumenteres, markeres eller fjernes.

Afklar, hvilke resultater medarbejderen selv må godkende, og hvilke der kræver en fagperson. Se også vores guide til fejlagtige AI-svar.

5. Handlinger og integrationer

Forslag til formulering: En AI-løsning må kun hente data og udføre handlinger inden for den adgang, virksomheden har godkendt. Adgang til at læse er ikke automatisk tilladelse til at ændre, sende eller publicere.

Dette punkt er særligt relevant for AI-agenter. Beskriv, hvem der godkender forbindelser, og hvilke handlinger der kræver menneskelig accept.

6. Åbenhed og fagligt ansvar

Forslag til formulering: Vi følger virksomhedens aftaler om oplysning om AI-brug. Vi fremstiller ikke konstruerede eksempler, genererede billeder eller AI-udkast som dokumenterede hændelser eller resultater.

Tilpas formuleringen til jeres kundeaftaler og kommunikation. Fagligt ansvar forsvinder ikke, fordi et værktøj har formuleret teksten.

7. Fejl, tvivl og hændelser

Forslag til formulering: Hvis oplysninger er brugt forkert, eller en AI-løsning udfører en uventet handling, stopper vi den berørte anvendelse og kontakter den ansvarlige via virksomhedens aftalte kanal.

Indsæt en konkret kontaktvej og henvis til den eksisterende procedure for relevante hændelser. Medarbejderen skal ikke selv afgøre alle tekniske eller juridiske konsekvenser, før problemet bliver meldt.

8. Ejerskab og opdatering

Forslag til formulering: Politikken har en navngiven ejer og en synlig versionsdato. Den gennemgås, når værktøjer, anvendelser eller væsentlige forudsætninger ændres.

Placér den, hvor medarbejderne faktisk søger hjælp. En vedtaget politik i en glemt mappe ændrer ikke arbejdsformen.

Prøv reglerne på tre hverdagssituationer

  • En medarbejder vil sammenfatte en kundehenvendelse med personoplysninger. Kan vedkommende finde ud af, hvilket værktøj og hvilke data der er godkendt?
  • En salgstekst indeholder en ny produktegenskab, som ikke står i materialet. Er kontrollen og ansvaret tydeligt?
  • En agent ønsker adgang til at sende mails. Er det klart, hvem der må godkende adgangen og den konkrete anvendelse?

Hvis svarene er uklare, skal politikken præciseres med eksempler og kontaktveje. Brug derefter reglerne aktivt i oplæring af medarbejdere. Everydai kan hjælpe med AI-rådgivning, der forbinder de praktiske rammer med de opgaver, I ønsker at løse.

Jesper Kaae
Jesper Kaae

Partner & CTO hos Adtention

Jesper Kaae er partner og CTO i Adtention og AI-rådgiver hos Everydai. Han arbejder med at omsætte teknologi til reel forretningsværdi og forbinder digital strategi, marketing og ledelse med de data, integrationer og løsninger, der skal få arbejdet til at fungere.

Med over 15 års erfaring inden for udvikling og 10 års kommerciel erfaring har Jesper arbejdet med mere end 100 kunder om blandt andet websites, e-commerce, systemer og lanceringer. Hans tekniske baggrund omfatter WordPress, WooCommerce, Laravel og API-integrationer. Det giver ham mulighed for både at udfordre en forretningsidé og gå i dybden med, hvordan den kan realiseres.

I dag arbejder Jesper med AI-strategi, rådgivning og implementering, herunder AI-agenter, automatisering, workflows og interne værktøjer. Han har holdt mere end 30 AI-foredrag, oplæg og workshops for virksomheder, ledelser og teams. Fokus er at gøre muligheder og begrænsninger konkrete — og vælge AI, når det forbedrer opgaven.

Jesper er blandt andet en del af holdet bag Adtentions AI-løsning til Kirppu, der omsætter varebilleder til søgbare produktdata. Casen viser forbindelsen mellem udvikling, menneskelig kvalitetskontrol og den oplevelse, kunderne møder.

På Everydais blog skriver Jesper om valg, arbejdsmetoder og kvalitet i praktisk AI. Udgangspunktet er både forretningen og de mennesker, der skal bruge løsningen: Hvad vil vi forbedre, hvad kræver det, og hvordan vurderer vi, om det virker?

Fagligt fokus: AI-rådgivning, implementering og digital forretningsudvikling