Praktisk AI-governance
Shadow AI: Risici og kontroller for virksomheder
Opdateret
Shadow AI er allerede en del af arbejdsdagen. Løsningen er sjældent et generelt forbud, men en tydelig vej fra ukendte værktøjer og risikable prompts til godkendt og kontrolleret brug.
Shadow AI opstår, når medarbejdere bruger AI-værktøjer, private konti, browserudvidelser, mødeassistenter eller indbyggede AI-funktioner, uden at organisationen har godkendt—eller kender til—brugen. Medarbejderen prøver som regel at løse en opgave hurtigere, ikke at omgå sikkerheden. Risikoen opstår, når virksomhedsdata sendes til en tjeneste, hvis aftalevilkår, opbevaring, træningsindstillinger, integrationer og adgangsrettigheder ikke er vurderet.
Eksemplerne findes i mange afdelinger: En sælger indsætter CRM-noter i en gratis chatbot for at skrive en mail; HR uploader CV’er for at sammenligne kandidater; en udvikler deler kildekode eller produktionslogs for at finde en fejl; juridisk afdeling får et værktøj til at opsummere en kontrakt; eller en medarbejder inviterer en ikke-godkendt AI-assistent med på et kundemøde. En AI-browserudvidelse kan skabe samme problem, hvis den kan læse sideindhold eller formularfelter ud over den opgave, medarbejderen havde i tankerne.
Risikoen handler om mere end, hvorvidt leverandøren træner sin model. Personoplysninger kan blive behandlet uden et dokumenteret formål, behandlingsgrundlag, databehandleraftale, beslutning om opbevaring eller vurdering af tredjelandsoverførsel. Fortrolig strategi, loginoplysninger, kildekode og kundemateriale kan forlade virksomhedens kontrollerede miljø. Svar kan samtidig være forkerte eller afsløre data fra tilknyttede kilder, og plugins eller AI-agenter kan have for brede rettigheder. OWASP anbefaler derfor blandt andet datarensning af input, adgangskontrol, begrænsede datakilder og oplæring af brugere.
En enkel promptregel er: Offentlige eller bevidst syntetiske oplysninger kan bruges i et godkendt værktøj; interne oplysninger må kun bruges i et værktøj, der udtrykkeligt er godkendt til den pågældende dataklasse og anvendelse. Medarbejdere bør ikke indsætte navne sammen med kontaktoplysninger, identifikationsnumre, helbreds- eller HR-oplysninger, betalingsdata, kundesager, loginoplysninger, fortrolige kontrakter, ikke-offentlig økonomi, kildekode eller hændelseslogs i AI-tjenester til privat brug. Det er ikke altid nok at fjerne et navn: kontekst, sjældne stillingsbetegnelser, sagsdetaljer eller kombinationer af felter kan stadig identificere en person. Hvis rigtige data er nødvendige, skal de minimeres og behandles i et godkendt miljø med de nødvendige aftaler og kontroller.
En politik skaber fælles regler, men den kan ikke kontrollere hver prompt eller stoppe en hurtig copy-paste-fejl. Tekniske kontroller lukker dette hul i praksis: administrerede konti og single sign-on, en liste over godkendte tjenester, browser- og endpointkontroller, mindst mulige rettigheder til integrationer, indstillinger for opbevaring og modeltræning, DLP, registrering eller maskering af persondata før afsendelse og brugslogs, der ikke selv gemmer det følsomme indhold. Kontrollerne skal hjælpe medarbejderne; undtagelser og hændelser bør derefter bruges til at gøre den godkendte løsning nemmere end shadow-brug.
Det viser myndighedernes og sikkerhedseksperternes vejledning
- Datatilsynet afsluttede i 2025 tilsyn med 15 fagforeningers og a-kassers brug af generativ AI. Politikker, retningslinjer og kurser var udbredte, men der var stor forskel på arten og omfanget af de tekniske foranstaltninger. Kilde
- Det spanske datatilsyn anbefaler et ajourført register over generative AI-systemer og mekanismer, der forhindrer personlige, følsomme eller fortrolige oplysninger i at blive indtastet i systemer, der ikke udtrykkeligt er godkendt til dem. Kilde
- EU-Kommissionen understreger, at AI-færdigheder skal tilpasses systemerne, risiciene, anvendelsen og medarbejderne. Det er ikke nødvendigvis effektivt blot at bede medarbejderne læse værktøjets brugsanvisning. Kilde
Tjekliste til shadow AI: Ni kontroller I kan indføre
- Kortlæg den faktiske brug: Spørg teams, gennemgå godkendte SaaS-tjenester og browserudvidelser, og opret en tryg kanal til at indberette værktøjer og anvendelser.
- Før et AI-register med ejer, formål, brugere, datakategorier, leverandør, driftsform, integrationer, opbevaring, brug til træning og næste reviewdato.
- Klassificér anvendelser – ikke kun leverandører: Den samme assistent kan være egnet til offentlig marketingtekst, men uegnet til kunde- eller medarbejderdata.
- Udgiv en enkel inputguide med konkrete eksempler på tilladte, betingede og forbudte data samt en tydelig vej til at få godkendt en undtagelse.
- Tilbyd godkendte erhvervskonti, og slå leverandørens modeltræning eller unødvendige historik fra, når tjenesten giver mulighed for det.
- Brug mindst mulige rettigheder til integrationer, plugins, mødeassistenter og RAG-kilder; giv ikke en assistent adgang, som opgaven ikke kræver.
- Registrér eller maskér persondata og hemmeligheder før afsendelse, og blokér klart forbudte destinationer, når den resterende risiko gør det nødvendigt.
- Træn efter rolle med realistiske prompts: dataminimering, kontrol af svar, indberetning af fejl og håndtering af allerede indsendte følsomme oplysninger.
- Mål brug og hændelser, revurdér leverandører og indstillinger, og opdatér registret, når tjenesten eller anvendelsen ændrer sig.
En beslutningsregel, der tager 30 sekunder
Spørg før afsendelse: Er værktøjet godkendt til præcis denne opgave? Må jeg dele alle oplysninger i prompten og de vedhæftede filer? Kan jeg fjerne, generalisere eller erstatte noget og stadig få et brugbart svar? Hvis et svar er uklart, så stop og brug den godkendte vej. Hvis oplysninger allerede er sendt ved en fejl, skal hændelsen dokumenteres og indberettes gennem den normale sikkerheds- eller databeskyttelsesproces—ikke skjules eller gentages i et forsøg på at rette den.
Her passer AIamigo ind—og her gør det ikke
AIamigo kan tilføje et praktisk sikkerhedslag før afsendelse i almindelige browserbaserede AI-chats: Udvidelsen registrerer gængse personlige identifikatorer, lader medarbejderen gennemgå hvert fund og kan erstatte registrerede data med tydelige etiketter før afsendelse. Det mindsker risikoen for utilsigtet deling i selve arbejdsgangen. AIamigo supplerer, men erstatter ikke, leverandørvurdering, konfiguration af godkendte konti, adgangskontrol, oplæring, juridisk vurdering, hændelseshåndtering eller kontroller for fortrolige oplysninger, der ikke er personhenførbare.
Relaterede ressourcer
Ofte stillede spørgsmål
Hvad er shadow AI?
Shadow AI er brugen af AI-værktøjer, konti, browserudvidelser, agenter eller integrationer til arbejde uden organisationens godkendelse eller indsigt. Begrebet dækker også et godkendt værktøj, der bruges til et ikke-godkendt formål eller en ikke-godkendt datatype.
Hvorfor bruger medarbejdere shadow AI?
Oftest fordi værktøjet løser et konkret problem hurtigere end den godkendte proces, eller fordi den godkendte mulighed ikke er tydelig. Kortlægningen bør derfor undersøge nyttige arbejdsgange og friktion – ikke kun regelbrud.
Må medarbejdere indtaste persondata i generativ AI?
Kun når organisationen har godkendt værktøjet og anvendelsen til de pågældende data, etableret det nødvendige behandlingsgrundlag og sikkerhedsforanstaltninger og begrænset input til det nødvendige. Persondata bør ikke indtastes i en ikke-godkendt AI-tjeneste til privat brug.
Er en AI-politik nok til at styre shadow AI?
Nej. En politik og rollebaseret oplæring fastlægger forventningerne, men tekniske kontroller er nødvendige i selve arbejdsgangen. Det kan være administrerede konti, en liste over godkendte tjenester, begrænsede integrationsrettigheder, opbevaringsindstillinger og registrering eller maskering før afsendelse.
Bør en virksomhed blokere alle værktøjer til generativ AI?
En midlertidig blokering kan være relevant for en bestemt tjeneste med høj risiko, men et generelt forbud løser sjældent forretningsbehovet. En holdbar løsning kombinerer godkendte værktøjer og anvendelser med klare dataregler og forholdsmæssige tekniske kontroller.
Løser AIamigo alle risici ved shadow AI?
Nej. AIamigo hjælper medarbejdere med at opdage og erstatte gængse personlige identifikatorer før afsendelse i understøttede browserbaserede AI-chats. Det erstatter ikke et AI-register, leverandørkontrol, adgangsstyring, juridisk vurdering eller hændelseshåndtering.