Guide · AI-governance

AI-governance for SMV’er — nok kontrol til at handle sikkert

Governance behøver ikke begynde med en stor komité. Start med overblik, tydelige ejere og krav, der passer til den reelle risiko. Denne model kan bruges til både standardværktøjer, interne assistenter og specialbyggede AI-flows.

  • Praktisk beslutningsmodel
  • Ingen skjulte garantier
  • Skrevet til virksomheder
Guide
Use-case
Data
Kvalitet
Drift
Fagligt indhold af REVLOpdateret 16. august 2026Ca. 8 minutters læsetidMetode og principper
Kort fortalt

Brug guiden som arbejdsdokument

Gå trinene igennem sammen med procesejer, teknisk ansvarlig og de medarbejdere, der udfører arbejdet. Skriv antagelser og ubesvarede spørgsmål ned i stedet for at gemme dem i en flot demo.

Guiden hjælper jer med at

  • Afgrænse én konkret beslutning eller use-case
  • Gøre kvalitet og kontrol målbar
  • Se hvad der skal være på plads før produktion
  • Vælge et realistisk næste skridt
Trin 1

1. Få overblik over den faktiske brug

Virksomheden kan ikke styre AI, den ikke kender. Opret et enkelt register over værktøjer og use-cases: formål, brugere, data, leverandør, integrationer, ejer og nuværende status. Registrér også forsøg, der endnu ikke er godkendt til produktion.

  • Værktøj eller løsning og konkret formål
  • Datatyper og hvor oplysningerne behandles
  • Målgruppe, konsekvens og ønsket handlekraft
  • Forretningsmæssig og teknisk ejer
Trin 2

2. Klassificér efter risiko — ikke efter modelnavn

To løsninger med samme model kan have helt forskellig risiko. En intern skrivehjælp på offentligt materiale er ikke det samme som en agent, der ændrer kundedata. Vurder data, målgruppe, konsekvens, mulighed for at rette fejl og om et menneske godkender output.

  • Lav: internt forslag med let verificerbart output
  • Moderat: påvirker kunder eller drift, men gennemgår review
  • Høj: følsomme data, kritiske beslutninger eller systemhandlinger
  • Uacceptabel: formål eller kontrol kan ikke forsvares
Trin 3

3. Gør ansvar konkret

Hver produktionsløsning skal have en ejer, som kan godkende formål, datakilder, testsæt og ændringer. IT kan eje platform og sikkerhed, men kan ikke alene afgøre, om et fagligt svar er korrekt. Forretningen skal eje kvaliteten og den arbejdsgang, AI indgår i.

  • Ledelsen sætter ramme og risikotolerance
  • Procesejeren ejer formål og faglig kvalitet
  • IT eller sikkerhed ejer adgang og tekniske kontroller
  • Brugeren verificerer output og rapporterer fejl
Trin 4

4. Skriv en politik, der kan bruges

En god politik svarer på konkrete situationer: Hvilke værktøjer må bruges? Hvilke data må deles? Hvornår skal output kontrolleres? Hvordan godkendes et nyt værktøj? Hvor rapporteres en fejl? Brug eksempler fra virksomheden, og gør den korte version let at finde.

  • Tilladt, betinget og forbudt brug
  • Regler for personlige, fortrolige og kundeejede data
  • Krav til transparens, kontrol og dokumentation
  • Kontaktpunkt for spørgsmål og hændelser
Trin 5

5. Hold governance levende

AI-brug, leverandører og modeller ændrer sig. Aftal derfor faste reviews og hændelsesflow. Opdater register, testsæt og træning, når løsningen får nye data, funktioner eller brugere. Målet er ikke nul ændringer, men kontrollerede ændringer.

  • Kvartalsvis review af værktøjer og ejerskab
  • Review før nye datakilder eller systemhandlinger
  • Registrering og læring fra fejl og hændelser
  • Opdatering af træning og politik efter reelle spørgsmål
Fra guide til handling

Den næste beslutning skal være mindre end visionen

Vælg den leverance, der reducerer den største usikkerhed: et mulighedstjek, dataoprydning, et testsæt, en produktprøve eller en afgrænset pilot. Undgå at gøre hele AI-roadmappet afhængigt af én stor implementering.

Se AI-governance som ydelse

Se hele REVLs AI-univers →

Metode og kilder

Praktisk vejledning med synlige grænser

REVL skelner mellem verificerbare fakta, praktiske anbefalinger og de antagelser, der først kan afklares i jeres virksomhed. Produkt-, sikkerheds- og lovforhold skal altid kontrolleres i den konkrete kontekst.

Læs hvordan vi udvikler og vedligeholder indhold →

Primære faglige kilder

Kilderne er valgt som videre kontrolgrundlag og udgør ikke juridisk rådgivning eller en ekstern godkendelse af REVL.

FAQ

Ofte stillede spørgsmål

Korte afklaringer til guiden.

Skal en lille virksomhed have et AI-board?

Ikke nødvendigvis. Den kan starte med navngivne ejere, et enkelt register og et klart godkendelsesflow. Strukturen bør vokse med risikoen.

Er dette juridisk rådgivning?

Nej. Guiden er et praktisk styringsgrundlag og bør suppleres med relevant juridisk eller branchespecifik rådgivning, når det er nødvendigt.

Skal alle medarbejdere have samme træning?

Nej. Grundregler kan være fælles, mens procesejere, udviklere og brugere af højrisikoløsninger har brug for mere målrettet træning.

Næste skridt

Vurdér jeres konkrete AI-opgave

Det gratis AI-mulighedstjek giver en første indikation af værdi, dataparhed, kontrolbyrde og kompleksitet — og sender intet, før I selv vælger det.