AI-mærkning i EU: hvad skal danske virksomheder have styr på?

AI-mærkning er ved at flytte fra god stil til konkret driftsansvar. EU's AI Act indeholder transparenskrav, som fra 2. august 2026 rammer bestemte typer AI-systemer og bestemt AI-genereret indhold. For danske virksomheder betyder det, at marketing, kundeservice, HR, salg og ledelse skal vide, hvornår mennesker skal informeres om AI, og hvornår indhold bør mærkes.

Det er ikke alle AI-opgaver, der pludselig kræver store advarselsbokse. En intern brainstorm, en oversættelse eller et udkast til en annonce er noget andet end en chatbot, der møder kunder, eller en AI-genereret video, der kan ligne virkelige personer. Pointen er at skelne mellem lav risiko, almindelig assistance og indhold, hvor modtageren rimeligt kan blive vildledt.

Denne artikel er ikke juridisk rådgivning. Den giver en praktisk ramme for, hvordan en dansk SMV kan begynde at arbejde med AI-mærkning uden at overreagere og uden at ignorere reglerne.

Reglerne rammer synlighed, tillid og ansvar

AI-mærkning handler grundlæggende om transparens. Når kunder, borgere eller brugere møder AI, skal de i bestemte situationer kunne forstå, at der er tale om AI. Det gælder især direkte interaktive systemer som chatbotter, deepfakes, syntetisk lyd, billede og video samt AI-genereret eller manipuleret tekst om emner af offentlig interesse.

For en almindelig virksomhed opstår de vigtigste spørgsmål i hverdagsbrug. Skal en kundeservicebot præsentere sig som AI? Ja, hvis den direkte interagerer med personer, og det ikke allerede er åbenlyst. Skal alle blogudkast mærkes som AI, hvis en medarbejder har brugt AI som skrivehjælp? Ikke nødvendigvis, især hvis der er menneskelig redigering og ansvar. Skal en AI-genereret video af en person mærkes? Det kan være langt mere følsomt, hvis den kan fremstå autentisk.

Den kommercielle pointe er enkel. Mærkning beskytter ikke kun mod regelrisiko. Den beskytter også tillid. Hvis kunder opdager skjult AI-brug i en sammenhæng, hvor de forventede et menneske, bliver skaden ofte større end selve effektiviseringsgevinsten.

Hvor mærkning typisk bliver nødvendig

Den første kategori er chatbotter og andre systemer, der svarer brugeren direkte. Hvis en kunde tror, at vedkommende skriver med en medarbejder, men reelt møder en AI, skal oplevelsen gøres tydelig. Det kan være en kort formulering i starten af chatten, en label i grænsefladen og en nem vej til menneskelig hjælp.

Den anden kategori er syntetisk eller manipuleret medieindhold. Billeder, video og lyd kan bruges legitimt i annoncer og SoMe, men risikoen stiger, hvis indholdet ligner virkelige personer, situationer eller begivenheder. En baggrund skabt med AI er normalt mindre risikabel end en video, hvor en kendt person tilsyneladende anbefaler et produkt.

Den tredje kategori er tekst om offentlig interesse. Her skal virksomheder være særligt varsomme med politiske, sundhedsmæssige, samfundsmæssige og offentlige emner. Hvis AI bruges til at producere informerende tekst uden reel menneskelig kontrol, kan mærkning blive relevant. For de fleste kommercielle landingssider ligger risikoen lavere, men grænsen bør vurderes, før indholdet publiceres.

Marketing bør begynde med et AI-register

Den mest praktiske handling er at lave et simpelt AI-register. Det behøver ikke være et tungt compliance-system. En tabel er nok til at begynde med. Skriv værktøj, formål, datatyper, ejer, publikum, om indholdet publiceres, om mennesker kontrollerer output, og om mærkning er nødvendig.

Et marketingteam kan for eksempel have rækker for billedgenerering, annonceudkast, blogresearch, kundeservicechat, rapportskrivning og automatiseret e-mail. For hver række bør der stå, hvad AI'en må bruges til, og hvad den ikke må bruges til. Det gør det meget lettere at oplære medarbejdere og eksterne partnere.

Hvis virksomheden allerede arbejder med AI-automatisering, bør registeret være en fast del af opsætningen. Det giver overblik, før AI bliver koblet til CRM, formularer, annoncekonti eller kundedata.

Chatbots kræver tydelig forventningsstyring

Chatbots er ofte det første sted, hvor mærkning bliver synlig for kunder. Her bør spørgsmålet ikke være, hvor lidt man kan slippe afsted med at sige. Spørgsmålet bør være, hvad kunden har brug for at vide for at bruge chatten trygt.

En god chatbot forklarer kort, at den er AI-assisteret, hvad den kan hjælpe med, og hvornår den sender samtalen videre. Den lover ikke juridisk, økonomisk eller teknisk sikkerhed, hvis den ikke kan levere det. Den beder ikke om flere personoplysninger end nødvendigt. Den gemmer ikke samtaler uden en klar grund og en passende oplysning.

For marketing er det afgørende, at chatbotten måles på kvalitet, ikke kun antal samtaler. Kig på, om brugerne får svar, om leads bliver bedre, om supporten sparer tid, og om der opstår misforståelser. Det kræver et ordentligt setup for tracking og analytics, så AI ikke bare føles effektiv, men faktisk skaber værdi.

Deepfakes og syntetisk indhold er høj risiko

Det mest følsomme område er indhold, der kan forveksles med virkeligheden. AI-genererede mennesker i annoncer, syntetiske testimonials, manipulerede produktdemonstrationer og stemmer, der ligner rigtige personer, bør behandles som høj risiko. Det gælder især, hvis indholdet bruges til at påvirke køb, tillid eller politiske holdninger.

Danske virksomheder bør have en regel om, at AI aldrig må skabe falske kundeudtalelser, falske eksperter eller manipulerede før-efter-situationer. Hvis AI bruges til visuelle mockups, skal det være klart internt, hvad der er fiktivt, og hvad der er dokumenteret. Hvis materialet publiceres, bør mærkning vurderes, før kampagnen går live.

Det er også vigtigt at instruere bureauer og freelancere. Mange virksomheder får AI-indhold udefra uden at spørge, hvordan det er lavet. Skriv derfor krav ind i briefs og aftaler. Hvem må generere materiale? Hvad skal mærkes? Hvilke filer skal gemmes? Hvem godkender endelig publicering?

Arbejdsgang for kampagner, bureauer og freelancere

En praktisk arbejdsgang kan være enkel. Før produktion vælger teamet, om AI må bruges. Under produktion markeres AI-genereret materiale i filnavne eller projektværktøj. Før publicering vurderes, om kunden, brugeren eller offentligheden skal informeres. Efter publicering gemmes beslutningen, så virksomheden kan forklare den senere.

Det samme gælder indhold på website og landingssider. Hvis AI hjælper med research, struktur eller sprog, er menneskelig redaktion vigtig. Hvis AI derimod producerer materiale, der kan ændre modtagerens forståelse af virkelige personer, produkter eller begivenheder, skal I være mere forsigtige. En bred AI-guide for marketing kan hjælpe teamet med at skelne mellem effektiv hjælp og usikker automatisering.

Brug mærkning som en del af brandets tillid, ikke som en juridisk fodnote gemt nederst på siden. Kunder accepterer ofte AI, når brugen er ærlig og nyttig. De reagerer hårdere, når AI bruges skjult i situationer, hvor autenticitet betyder noget.

FAQ om AI-mærkning

Skal alle AI-tekster mærkes? Nej, ikke automatisk. Kontekst, offentlig interesse, menneskelig redaktion og formålet med teksten har betydning.

Skal en kundeservicebot sige, at den er AI? Ja, hvis brugeren ellers kan tro, at samtalen er med et menneske. Gør det kort og tydeligt.

Hvad bør vi gøre først? Lav et AI-register, og gennemgå alle steder, hvor AI møder kunder eller producerer offentligt indhold.