Guide AI under virksomhedens kontrol
Skygge-AI og hvordan man får styr på den
Jeres medarbejdere bruger allerede AI i arbejdet, og vejen til at få den under virksomhedens kontrol er ikke et forbud, men en fælles AI, som de hellere vil bruge.
- Udgivet
- Opdateret
- Læsetid
- 7 min. læsning
- Redaktør
- David Lahuta
Kort fortalt
De fleste, der bruger AI på jobbet, bruger allerede værktøjer, de selv har valgt. I en undersøgelse fra 2025 på tværs af 47 lande brugte 70 % af de medarbejdere, der bruger AI i arbejdet, gratis offentligt tilgængelige værktøjer, og kun 42 % brugte værktøjer fra arbejdsgiveren.1 Omkring halvdelen af dem sagde, at de havde uploadet virksomhedens oplysninger, fx økonomi-, salgs- eller kundedata, til et offentligt tilgængeligt AI-værktøj.1 Et forbud stopper det ikke. Ifølge samme undersøgelse blev den slags brug oftest rapporteret dér, hvor generativ AI var forbudt.1 Det, der virker, er én fælles AI i virksomheden, som medarbejderne hellere vil bruge, og som arbejder med den enkelte brugers rettigheder og registrerer hvert trin.
Hvad er skygge-AI, og hvor udbredt er det?
Skygge-AI (på engelsk shadow AI) er den AI, medarbejderne bruger i arbejdet, uden at virksomheden har valgt eller godkendt den eller overhovedet kender til den. Som regel er det et gratis chatværktøj i browseren eller på en privat telefon, brugt med en privat konto.
Det er normen, ikke undtagelsen. I Microsoft og LinkedIns Work Trend Index 2024, en undersøgelse blandt 31.000 videnmedarbejdere på 31 markeder, herunder Sverige og Finland, sagde 75 %, at de brugte AI på jobbet, og 78 % af dem tog deres egne AI-værktøjer med.2 Samme undersøgelse viste, at 52 % af dem, der bruger AI på jobbet, var tilbageholdende med at indrømme, at de bruger den til deres vigtigste opgaver.2
Nyere tal peger i samme retning. University of Melbourne og KPMG spurgte mellem november 2024 og januar 2025 mere end 48.000 mennesker i 47 lande, blandt andet Danmark.1 Blandt de ansatte sagde 58 %, at de bevidst og regelmæssigt bruger AI på jobbet, i Danmark 53 %.1 Af dem, der bruger den, bruger 70 % gratis offentligt tilgængelige værktøjer, 42 % værktøjer fra arbejdsgiveren, og 18 % betaler selv for sådanne værktøjer.1
Kun to ud af fem ansatte sagde, at deres organisation havde en politik eller retningslinjer for generativ AI, og næsten hver femte vidste ikke, om den havde det.1
Hvorfor vælger medarbejderne deres egne værktøjer?
Fordi de er lige ved hånden, de er gratis, og de hjælper. Undersøgelsens forfattere forklarer den udbredte brug af generelle chatværktøjer med, at de er lette at komme til, at man skriver til dem i almindeligt sprog, og at de ikke kræver oplæring.1
Der er også et pres. Næsten halvdelen af de ansatte (48 %) sagde, at de er bekymrede for at blive hægtet af, hvis de ikke bruger AI på jobbet.1
Og i mange virksomheder er der simpelthen ikke andet. Når under halvdelen af dem, der bruger AI, har et værktøj fra arbejdsgiveren,1 gør resten, hvad enhver dygtig medarbejder gør. De finder selv en måde at få arbejdet gjort på.
Intet af dette er ond vilje. De, der bruger AI på egen hånd, er ofte dem, der er mest villige til at arbejde på nye måder. Spørgsmålet for virksomheden er, hvor det arbejde foregår, og hvad det tager med sig.
Hvad kan slippe ud af virksomheden?
Alt det, medarbejderne indsætter i værktøjet. I praksis er det selve arbejdet.
| Hvad en medarbejder indsætter | Hvorfor | Hvad virksomheden ikke kan se bagefter |
|---|---|---|
| En kundes e-mailtråd | for at skrive et svar | hvilke navne, kontakter og oplysninger der gik ud |
| En priskalkulation eller et tilbud | for at tjekke eller omskrive det | hvilke avancer og priser der forlod virksomheden |
| En kontrakt eller en leverandøraftale | for at få et resumé | hvilke vilkår og parter der blev delt |
| En liste over kunder eller ordrer | for at sortere den eller finde mønstre | hvis personoplysninger der havnede hvor |
| En intern rapport | for at gøre den til en præsentation | hvad der stod i den version, der blev sendt |
Det er ikke et gæt. I undersøgelsen fra 2025 sagde 48 % af de ansatte, at de havde uploadet virksomhedens oplysninger, fx økonomi-, salgs- eller kundeoplysninger, til et offentligt tilgængeligt AI-værktøj.1 Over halvdelen (57 %) sagde, at de havde skjult deres brug af AI eller fremlagt arbejde udført af AI som deres eget.1
Sikkerhedsmiljøet placerer denne risiko tæt på toppen. OWASP Top 10 for LLM Applications 2026, sikkerhedsmiljøets liste over de vigtigste risici ved systemer bygget på AI-sprogmodeller, sætter videregivelse af følsomme oplysninger på andenpladsen ud af ti, og forfatterne angiver, at deres vurdering er mest sikker netop dér.3 De data, listen nævner, omfatter personoplysninger og økonomiske oplysninger, adgangsoplysninger og forretningshemmeligheder.3
Det amerikanske standardiseringsorgan siger det samme med sine egne ord. NIST AI 600-1, dets risikoprofil for generativ AI, nævner databeskyttelse blandt tolv risici, forstået som lækage og uautoriseret brug eller videregivelse af personoplysninger eller følsomme data.4
For personoplysninger er der også loven. Efter GDPR (databeskyttelsesforordningen) må en virksomhed kun lade en leverandør behandle personoplysninger på sine vegne, hvis leverandøren giver tilstrækkelige garantier, og kun på grundlag af en databehandleraftale, der fastlægger, hvad der må ske med oplysningerne.5 Med en privat konto, som en medarbejder selv har oprettet, har virksomheden hverken undersøgt nogen garantier eller indgået nogen databehandleraftale.
Hvorfor virker forbud ikke?
Et forbud alene får ikke brugen til at ophøre. Undersøgelsen fra 2025 viste, at upload af virksomhedens oplysninger og anden brug i strid med reglerne oftest blev rapporteret af ansatte, hvis organisation havde forbudt generativ AI (67 %), mod 33 %, hvor der slet ingen politik var.1 Forfatterne konkluderer, at rene forbud kan være virkningsløse, og at en politik alene ikke sikrer, at den bliver overholdt.1
Samme undersøgelse viste, at 56 % af de ansatte havde brugt AI på jobbet uden at vide, om det var tilladt.1 En regel, som medarbejderne ikke kender, beskytter ingenting.
Som vi ser det, flytter et forbud for det meste bare AI ud af syne, fx over på en privat telefon. Arbejdet havner stadig i et værktøj, og virksomheden mister overblikket over det.
Hvad gør AI til virksomhedens egen?
Fire ting og ét resultat, der følger af dem.
- Én løsning for hele virksomheden. Én AI, som virksomheden har valgt og koblet på sine systemer, dokumenter og e-mail, i stedet for et værktøj, som hver medarbejder vælger på egen hånd.
- Den enkelte brugers rettigheder. AI'en arbejder med rettighederne hos den person, der spørger. Det, den person ikke må se, ser AI'en heller ikke.
- Data dér, hvor virksomheden vil have dem. Data lagres, og AI-modellerne kører i Europa eller i virksomhedens egen infrastruktur, og modeludbyderen gemmer intet.
- Hvert trin registreret. Hvert spørgsmål, hvert svar og hver handling registreres og kan spores bagefter, og ændringer i data og følsomme trin godkendes af et menneske.
Resultatet er det, der tæller. Når medarbejderne har et godkendt værktøj, der er godt til deres arbejde, holder de op med at lægge virksomhedens data ind i private værktøjer.
Sikkerhedsvejledningerne peger i samme retning. NIST foreslår, at en organisation fører en oversigt over de generative AI-systemer, den bruger, har en liste over godkendte leverandører og fastsætter klare regler for acceptabel brug.4 OWASP anbefaler at tjekke en brugers rettighed, før AI'en læser et dokument, ikke bagefter, kun at sende det til en ekstern model, som opgaven kræver, og at sikre i selve systemet, ikke kun i en politik, at udbyderen hverken træner sine modeller på dataene eller gemmer dem.3
| Private konti | Én fælles AI i virksomheden | |
|---|---|---|
| Hvem vælger værktøjet | hver enkelt medarbejder | virksomheden |
| Hvad AI'en må se | alt, hvad medarbejderen indsætter | det, medarbejderens rettigheder tillader |
| Hvor dataene havner | dér, hvor udbyderen bestemmer | dér, hvor virksomheden bestemmer |
| Hvad der registreres | intet, virksomheden kan se | hvert spørgsmål, svar og hver handling |
| Hvem står til ansvar | ingen bestemt | virksomheden, med en navngiven person |
Hvor lang tid tager omstillingen?
Det er ikke et projekt, der varer et år, for intet, der allerede virker, skal udskiftes. Rækkefølgen betyder mere end kalenderen.
- Find ud af, hvad der bruges i dag. Spørg medarbejderne, hvilke værktøjer de bruger og til hvad, åbent og uden at lede efter syndebukke. Ellers hører I kun det, de tror, I gerne vil høre.
- Beslut, hvad der må gå hvorhen. Hvilke data må en AI overhovedet se, og hvilke kun med et menneskes godkendelse.
- Giv medarbejderne virksomhedens værktøj først. Begynd med det, de allerede gør privat, fx tekster, resuméer og spørgsmål til dokumenter.
- Kobl systemerne på ét ad gangen. Hver kobling med sine egne rettigheder og sin egen registrering, og begynd dér, hvor det sparer mest tid.
- Luk derefter for den private vej, og sig hvorfor. Når medarbejderne har noget bedre, er reglen let at holde.
De første trin tager dage. Koblingen af virksomhedens systemer følger i små trin, og hvert trin er i brug, før det næste begynder.
Fem spørgsmål om, hvordan AI bruges i jeres virksomhed i dag
- Hvilke AI-værktøjer bruger vores medarbejdere i arbejdet i dag, og på hvis konto?
- Hvad lægger de ind i dem, fx kundedata, priser, kontrakter eller tegninger?
- Har vi en skriftlig regel om AI, og kender alle den?
- Kan vi bagefter vise, hvad der blev spurgt om, og hvad der forlod virksomheden?
- Har vores medarbejdere et godkendt værktøj, der er mindst lige så godt som det, de bruger privat?
Hvad det betyder for en virksomhed i Europa
For en virksomhed i Europa er spørgsmålet også juridisk. GDPR kræver, at den dataansvarlige virksomhed har truffet foranstaltninger, der sikrer og gør det muligt at påvise, at oplysningerne behandles, som forordningen kræver.5 Den kræver også en databehandleraftale med hver leverandør, der behandler personoplysninger på virksomhedens vegne.5 Data, som en medarbejder indsætter i en privat konto, ligger uden for begge dele. En fælles AI i virksomheden, med data i Europa og hvert trin registreret, giver virksomheden noget, den kan dokumentere.
Næste skridt
Hvis det kan være nyttigt, mødes vi gerne og ser sammen på, hvordan AI bruges i jeres virksomhed i dag, hvilke data der går hvorhen, og hvad vores AI-løsning til erhverv, én AI for hele virksomheden under jeres egen kontrol, skal dække. Hvad I gør med det bagefter, er helt jeres beslutning.
Kilder
- 1. The University of Melbourne and KPMG, Trust, attitudes and use of artificial intelligence, a global study 2025. Læst den 17. november 2026
- 2. Microsoft and LinkedIn, 2024 Work Trend Index, AI at work is here. Now comes the hard part. Læst den 17. november 2026
- 3. OWASP GenAI Security Project, Top 10 for LLM Applications 2026. Læst den 17. november 2026
- 4. NIST, AI 600-1, Artificial Intelligence Risk Management Framework, Generative Artificial Intelligence Profile. Læst den 17. november 2026
- 5. Regulation (EU) 2016/679, General Data Protection Regulation, Articles 24 and 28, EUR-Lex. Læst den 17. november 2026
Ændringslog
- Offentliggjort.