Dataejerskab

Dataejerskab betyder, hvem der formelt har ret til at bruge, videregive og tjene på jeres data, både de data, I selv ejer, og den viden en AI leverandør kan udlede. Med andre ord: hvem må genbruge jeres kundelister, dokumenter eller interne vidensbase (knowledge base), hvem må træne modeller på dem, og hvad sker der med materialet ved opsigelse.

Hvad du skal tjekke for dataejerskab, når medarbejdere bruger AI-værktøjer

Når en medarbejder opretter en konto i et AI-værktøj, underskriver virksomheden ofte indirekte leverandørens vilkår. Tjek især tre ting i aftalen: om leverandøren må anvende jeres indhold til at træne deres modeller, hvem der ejer outputtet (text, forslag, genererede filer), og hvilke rettigheder I har ved opsigelse eller sletning. Spørg også til underleverandører og backup: må data kopieres til træningssæt eller deles med partnere. Hvis I er dataansvarlig for kundeoplysninger, så skal leverandørens rolle som databehandler være klart beskrevet, og I skal kunne få dokumentation for sikkerhed og sletning.

Sådan virker dataejerskab i praksis

Tænk på jeres data som en forretningsmappe, I låser i et arkivskab. Dataejerskab handler om nøglerne. Hvis leverandøren i vilkårene får lov at “bruge data til forbedring af tjenester”, kan de i praksis supplere deres modeller med jeres tekster. Det betyder ikke nødvendigvis, at de ejer jeres originale dokumenter, men de kan få rettigheder til at genbruge indsigt eller mønstre, de har lært. Det er her begreberne datasuverænitet og ejerskab mødes: I kan have juridisk ejerskab, men I kan miste kontrol over, hvem der kan anvende den udledte viden.

Eksempel: Dataejerskab hos en kontorleder

En kontorleder i en mindre rådgivervirksomhed sætter sig til at samle kundeaftaler, standardbreve og en 60-siders prisliste i en intern vidensbase en mandag morgen, tre uger før en stor tilbudsperiode. For at gøre svarene hurtigere, opretter hun en konto i et populært AI-værktøj og lader det analysere dokumenterne. Efter et par dage opdager hun, at leverandørens vilkår tillader træning af modeller på brugerindhold. Pludselig ligger udtræk af mønstre i modellen, som andre kunder kan spørge om, og hun kan ikke være sikker på, at alt er slettet ved opsigelse. Modstand kom, da IT bad om eksport og sletning, leverandøren krævede flere dage og gebyr for eksport. Løsningen krævede to telefonsamtaler, en skriftlig anmodning om databehandleraftale og en ekstra uge, før alle dokumenter var flyttet. Læringen var klar: tjek vilkår, få en databehandleraftale og sørg for eksportmulighed, før I lægger følsomme dokumenter ind.

Dataejerskab versus dataansvarlig og databehandler

I GDPR-termer er forskellen vigtig: den dataansvarlige bestemmer formål og midler ved behandling af personoplysninger, mens databehandleren behandler data på vegne af den dataansvarlige. En AI-leverandør kan være databehandler, hvis de kun håndterer data efter jeres instrukser, men hvis de selv fastlægger formål, kan rollerne være uklare. I skal altså sikre en tydelig databehandleraftale, dokumentere formål, og kunne få bekræftet, at leverandøren ikke bruger persondata til egne træningsformål uden særskilt aftale. For rådgivning om ansvar og konkrete krav, tjek Datatilsynet.

Dataejerskab: hvad du skal være opmærksom på

Vær varsom med kundedata, følsomme dokumenter og scannede tegninger. Spørg altid: kan I eksportere alt, får I en kopi ved opsigelse, og hvad sker der med afledt viden? Overvej at holde en intern vidensbase udenfor leverandørens træningsdata eller bruge leverandører, der tilbyder kontraktuelle garantier for ikke at genbruge jeres input. Det koster tid at få orden i aftalerne, men det er billigere end at miste kontrol over forretningsviden. Og ja, I kan ofte bruge AI effektivt, men ikke hvis I springer de juridiske og praktiske tjek over... Men ikke hvis du er lidt smart: nogle leverandører tilbyder enterprise-aftaler, hvor træning og ejerskab holdes stramt på plads.

Vil I have dataejerskab sat i drift på jeres egen maskine, er det dét, AI Hero Sidekick er bygget til.