indsigt

Hvad en myndighed nu skal kunne vise

Jens Østergaard9 min. læsning

Softwarearkitekt og konsulent. Arbejder med forretningsdrevet produktudvikling, distribuerede systemer, operationel AI og levering af produktionssoftware.

Svaret først

Tre danske myndigheder, tre kompetenceniveauer, samme fejl: ingen af dem kan fremlægge en dokumentation for, hvad et AI-system gjorde med en borgers data. Den dokumentation er ikke længere valgfri.

Sundhedsdatastyrelsen ligger inde med nogle af de mest følsomme sundheds- og persondata om danske borgere, og styrelsen gjorde næsten alt rigtigt. Medarbejderne måtte bruge Microsoft Copilot under en politik, der udtrykkeligt forbød at indtaste personoplysninger eller prompte med interne informationer. Så, den 13. maj 2026, meldte styrelsen selv en hændelse, den ikke havde forårsaget og ikke fuldt ud kunne forklare: en opdatering fra Statens It, statens fælles it-driftsorganisation, havde givet Copilot adgang til styrelsens Outlook-miljø.

Integrationen er i strid med styrelsens retningslinjer for brug af kunstig intelligens og anses derfor for at være et brud på persondatasikkerheden. Det er endnu uvist, hvor længe bruddet stod på, og det er ligeledes uvist hvilke oplysninger, som Copilot har haft adgang til gennem medarbejdernes Outlook.

Datatilsynet har siden lukket sagen. Sundhedsdatastyrelsen fortalte Ingeniørens Radar, at styrelsen stadig ikke har fuldt overblik over, hvad Copilot fik adgang til, eller hvor længe. Statens It bestrider, at der overhovedet skete et brud, og henviser til Microsofts EU Data Boundary som sit svar: dataene forblev inden for EU.

En placering er ikke en dokumentation

Det svar besvarer et andet spørgsmål, end der blev stillet. Ingen spurgte, hvor serverne står. Spørgsmålet var, hvad systemet rørte ved, og hvornår, og geografisk placering siger intet om nogen af delene. Jan Trzaskowski, professor i it-jura og databeskyttelse ved Aalborg Universitet, satte mekanismen på formel:

Jo mere komplekst et system, jo større bliver risikoen. Jo mere man automatiserer, jo større er chancen for, at der sker noget utilsigtet. Automatisering er en form for outsourcing for, at nogle arbejdsprocesser kan blive nemmere, men man outsourcer dermed også kontrollen og risikoen.

Ingen hos Sundhedsdatastyrelsen besluttede at koble Copilot til Outlook. Den myndighed, der er ansvarlig for dataene, valgte ikke ændringen, blev ikke orienteret om den på forhånd og kan ikke rekonstruere den efterfølgende. En korrekt skrevet politik fejlede, fordi den regulerede en beslutning, der aldrig blev truffet på det niveau, politikken kunne nå.

Samme fejl, to gange, ved lavere kompetence

Glostrup Kommune havde også en politik, et godkendt værktøj i Microsoft Copilot og et compliance-board. En borger, Jonas Helmer, søgte om støtte til merudgifter i forbindelse med sit handicap og bemærkede en formulering i svaret, der lød maskinskrevet. Han spurgte, og kommunen bekræftede det: en sagsbehandler havde brugt Copilot og ChatGPT som støtte i sagsbehandlingen. Adspurgt af DR om Helmers personoplysninger var blevet behandlet i de værktøjer, kunne kommunen ikke svare. Hverken en afvisning eller en bekræftelse. Kommunen ved det ikke og har ingen måde at finde ud af det på, fordi ChatGPT lå uden for enhver retningslinje, kommunen havde skrevet.

Glostrups egen forklaring på, hvordan det kunne ske, er ærlig, og den er ikke et forsvar:

Grænsen mellem at søge oplysninger på nettet og bruge AI er efterhånden hårfin, idet søgemaskiner som fx Google ofte går automatisk over i AI-tilstand, og det kan man ikke undgå.

De har ret i, at det ikke kan undgås ved browseren. Det kan kun løses ét lag længere nede, ved den vej en forespørgsel rent faktisk rejser.

Kerteminde Kommune havde slet ingen politik. En aktindsigt fra ComplianceTech fastslog, at AI-værktøjer blev brugt bredt i kommunen til sagsforberedelse, administrativ støtte og tekstproduktion, uden at der var foretaget en eneste risikovurdering eller konsekvensanalyse, og med retningslinjer, som var uklare for både medarbejdere og ledere. Datatilsynet åbnede en sag af egen drift og noterede, som en kendsgerning der var værd at fremhæve i sig selv, at værktøjerne typisk var browserbaserede platforme som ChatGPT og Gemini. Ikke anvendelsen. Ikke politikken. Hvor modellen kører, og hvem der driver den.

Det juridiske grundlag, de fleste myndigheder ikke har

Allan Frank, it-sikkerhedsspecialist hos Datatilsynet, sagde noget i samme dækning, som er let at læse hen over, og som ikke bør være det:

Det skal man have lov og hjemmel til i Danmark, og det har offentlige myndigheder generelt ikke.

En tilsynsmyndighed siger, offentligt, at danske offentlige myndigheder generelt mangler det juridiske grundlag for overhovedet at bruge AI. Sæt det op mod den ambition, den tidligere regering knyttede til teknologien: AI skal frigøre ressourcer svarende til 30.000 årsværk i den offentlige sektor frem mod 2035. Kommunerne bliver bedt om at levere en produktivitetsgevinst opgjort i årsværk med et redskab, deres eget tilsyn siger, de generelt ikke må bruge. Det er den kløft, ikke leverandørpolitik, der reelt begrænser kommunerne.

Frank sagde det andet til ComplianceTech tidligere på året, om de platforme, værktøjerne kører på:

Når man køber et isbjerg, er man nødt til at afsætte ressourcer til at afsøge, hvad der ligger under det, som man kan se over vandoverfladen.

Kompleksiteten i en stor leverandørplatform er ikke en formildende omstændighed. Pligten til at vide, hvad et system gør med en borgers data, gælder fuldt ud, uanset hvor meget af platformen en myndighed reelt kan se.

Det, der ændrede sig den 2. august

Alle tre sager ligger nu på den forkerte side af en frist. AI-forordningens højrisikoforpligtelser for idriftsættere trådte i kraft den 2. august 2026, og de dækker præcis de beslutninger, en kommune træffer: ansættelse, ydelser og adgang til offentlige services. En offentlig myndighed, der idriftsætter et sådant system, skal gennemføre en konsekvensanalyse vedrørende grundlæggende rettigheder og registrere systemet i EU's database. Intet af det er papirarbejde, der laves bagefter. En FRIA kræver præcis det, Kerteminde og Glostrup ikke kunne fremlægge, da de blev spurgt: en dokumentation for, hvad systemet gør, hvilke data der når det, og hvem der er ansvarlig for det.

Mønstret på tværs af de tre sager er ikke skødesløshed. Kerteminde havde ingen politik. Glostrup havde en politik og et compliance-board. Sundhedsdatastyrelsen havde en korrekt politik, en lovlig licens og en professionel statslig it-drift. Fejlen blev ikke mindre, jo mere kompetent organisationen var, fordi en politik regulerer hensigt, og ingen af sagerne handlede om hensigt. Hver enkelt handlede om en beslutning truffet på et niveau, ingen politik når: hvilken model en browserfane stille skiftede til, hvilken integration en driftsleverandør slog til uden at spørge, hvilken platformsopdatering der kørte natten over.

Det, en indkøber faktisk kan kræve

Kravet, der følger af det, er ikke en holdning til en bestemt leverandør. Det er en specifikation: myndigheden skal kunne navngive, for enhver forespørgsel der rørte personoplysninger, hvilken model der behandlede den, hvor den kørte, og hvad den havde adgang til. Det er en egenskab ved den arkitektur, en forespørgsel rejser igennem, ikke ved en kontraktklausul eller et kursus. Et udbud kan kræve det direkte, inden den FRIA man alligevel skal lave: en dokumenteret inferensvej, logning der registrerer, hvilken model der betjente hvilken forespørgsel, og adgangsstyring der gør en integration som den, Statens It aktiverede, umulig at tilføje uden den ansvarlige myndigheds egen godkendelse. Ingen af de tre myndigheder ovenfor kunne have fremlagt den dokumentation, da de blev spurgt. Det koster mindre at kunne det, før en aktindsigt kommer, end bagefter.

Hvad har Kerteminde, Glostrup og Sundhedsdatastyrelsen til fælles?
Ingen af de tre kunne fortælle en borger, en journalist eller deres eget tilsyn, hvad et AI-system gjorde med personoplysninger i en konkret sag. Kerteminde havde ingen politik, Glostrup havde en politik, som ChatGPT lå uden for, og Sundhedsdatastyrelsen havde en korrekt politik, der blev sat ud af kraft af en integration, ingen i styrelsen valgte. I alle tre tilfælde manglede det samme: en dokumentation for, hvad systemet rørte ved.
Opfylder 'EU Data Boundary' eller EU-datalagring det krav?
Nej. Datalagring er et udsagn om, hvor data opbevares. Kravet, disse sager peger på, er en dokumentation for, hvad et system gjorde og hvornår, hvilket er en anden egenskab. Statens It tilbød EU Data Boundary som svar på et spørgsmål om, hvad Copilot fik adgang til og hvor længe, og de to ting overlapper ikke.
Hvad kræver AI-forordningen konkret af en dansk kommune?
Fra den 2. august 2026 skal en offentlig myndighed, der idriftsætter et højrisiko-AI-system til beslutninger om ansættelse, ydelser eller adgang til offentlige services, gennemføre en konsekvensanalyse vedrørende grundlæggende rettigheder og registrere systemet i EU's database. Begge dele kræver den samme dokumentation, som disse tre sager ikke kunne fremlægge i bagklogskabens lys.
Hvad bør en indkøber kræve i et udbud for at undgå det her?
En dokumenteret inferensvej: hvilken model eller modeller der kan betjene en given forespørgsel, hvor hver af dem kører, og hvilke data den kan tilgå. Logning der registrerer, hvilken model der behandlede hvilken forespørgsel. Adgangsstyring der kræver myndighedens egen godkendelse, før en ny integration når personoplysninger. Alle tre er arkitektoniske egenskaber, og alle tre er, hvad disse sager viser, at offentlige myndigheder i dag mangler.

Nyhedsbrev

Noter om at bygge systemer, der holder

En kort mail, når vi udgiver noget, der er din tid værd. Arkitektur, integration og operationel AI i regulerede organisationer. Ingen løfter om kadence, og din adresse bliver ikke givet videre.