Økonomi & Personale
IT ret·2. oktober 2026

Udbetaling Danmark må træne AI på helbreds- og strafoplysninger i SU-sager

En ny bekendtgørelse lader Udbetaling Danmark bruge AI på ni typer personoplysninger i SU-sager – også til at udvikle modellerne. Samtidig får 60.000 statsansatte adgang til StatGPT.

Udbetaling Danmark må træne AI på helbreds- og strafoplysninger i SU-sager

Udbetaling Danmark må nu lade kunstig intelligens behandle alt fra CPR-numre til helbredsoplysninger og oplysninger om strafbare forhold, når SU-sager skal igennem systemet – og de samme oplysninger må bruges til at udvikle og forbedre modellerne.

Samme uge begyndte udrulningen af statens egen AI-assistent til omkring 60.000 ansatte. Og nye tal fra Det Nationale Forskningscenter for Arbejdsmiljø viser, at kun hver fjerde arbejdsplads har skrevet retningslinjer for, hvordan medarbejderne må bruge teknologien.


Hjemlen til kunstig intelligens i SU-sagsbehandlingen

Forsknings-, Uddannelses- og Digitaliseringsministeriet har udstedt en bekendtgørelse (BEK nr. 822 af 21. september 2026), der fastlægger, hvornår Udbetaling Danmark må bruge kunstig intelligens eller lignende digitale løsninger i sagsbehandlingen efter SU-loven. Hjemlen er SU-lovens § 39 a, som blev indsat i 2025.

Efter bekendtgørelsens § 1 kan Udbetaling Danmark anvende AI til behandling af personoplysninger, der er indgivet i forbindelse med ansøgninger eller anden behandling af oplysninger om uddannelsesstøtte, "når det er nødvendigt af hensyn til at understøtte Udbetaling Danmarks sagsbehandling".

"Behandling af oplysninger efter denne bekendtgørelse har til formål at optimere sagsbehandlingsprocesser i Udbetaling Danmark."

Udbetaling Danmark er dataansvarlig myndighed for behandlingen og er "herunder ansvarlig for sikring af de registreredes rettigheder". Baggrunden er kendt stof på området: Datatilsynet vurderede allerede i 2025 hjemlen til en AI-løsning på SU-området efter anmodning fra Uddannelses- og Forskningsstyrelsen.

Ni kategorier af personoplysninger

Bekendtgørelsens § 3 opregner, hvilke typer oplysninger der må indgå i behandlingen:

  • navne-, adresse- og kontaktoplysninger
  • CPR-numre
  • uddannelsesoplysninger
  • helbredsoplysninger
  • beskæftigelses- og indkomstoplysninger
  • familieforhold
  • statsborgerskab
  • tidligere SU-tildelinger
  • oplysninger om private, sociale eller strafbare forhold

Listen er bemærkelsesværdig, fordi den rækker langt ind i de særlige kategorier af oplysninger. Helbredsoplysninger og oplysninger om strafbare forhold er netop de datatyper, som ellers kræver den strammeste styring, når en organisation vil lade en model arbejde med dem.

Sagsbehandler gennemgår ansøgningsdata på skærm i et offentligt kontor
Sagsbehandler gennemgår ansøgningsdata på skærm i et offentligt kontor

Modellerne må trænes på de samme oplysninger

Bekendtgørelsens § 4 gør det klart, at behandlingen ikke kun handler om den enkelte sag. Oplysningerne må behandles, når det er nødvendigt for Udbetaling Danmarks udvikling og drift af løsninger, der understøtter sagsbehandlingen ved tildeling, beregning og tilbagebetaling af uddannelsesstøtte.

Og efter stk. 2 kan behandlingen ske "til brug for udvikling eller forbedring af metoder og modeller". Træningsdata og driftsdata er med andre ord reguleret under ét.

At understøtte er ikke det samme som at afgøre

Bekendtgørelsen taler konsekvent om at understøtte sagsbehandlingen og optimere sagsbehandlingsprocesser. Den giver ikke i sig selv grønt lys for, at systemet afgør sagen.

Den almindelige ramme gælder uændret: databeskyttelsesforordningens regler om automatiske afgørelser, forvaltningsrettens krav om, at myndigheden selv skal foretage vurderingen, og kravet om reelt menneskeligt tilsyn med systemet. Det er præcis den grænsedragning, private arbejdsgivere også står med, når et rekrutterings- eller vagtplansystem leverer en rangering, som nogen skal tage stilling til bagefter.


Fælles dataansvar da SU-administrationen skiftede hænder

AI-bekendtgørelsen kommer samtidig med, at SU-administrationen er flyttet til ATP og Udbetaling Danmark, hvor der årligt udbetales mere end 22 mia. kr. til omkring 432.000 elever og studerende. Statens voksenuddannelsesstøtte er samtidig placeret i Arbejdsgivernes Uddannelsesbidrag.

Derfor er også reglerne om fælles dataansvar nyudstedt (BEK nr. 826 af 21. september 2026). Bekendtgørelsen fastlægger i bilag 1 ansvarsfordelingen mellem Udbetaling Danmark, uddannelsesinstitutionerne og Uddannelses- og Forskningsstyrelsen for det administrative system US2000 efter databeskyttelsesforordningens artikel 26.

OpgaveHvem har ansvaret
Behandlingssikkerhed i US2000 (art. 32)Udbetaling Danmark
Egen behandling i systemet og eget behandlingsgrundlagHver part for sig
Fortegnelser over behandlingsaktiviteter (art. 30)Udbetaling Danmark for US2000 – hver part for egne aktiviteter
Anmeldelse af sikkerhedsbrud (art. 33)Udbetaling Danmark, medmindre bruddet skyldes forhold hos institutionen eller styrelsen
Databehandlere og underdatabehandlere (art. 28)Udbetaling Danmark

For den, der arbejder med AI i en organisation med flere dataansvarlige, er ét punkt særligt værd at notere:

"Udbetaling Danmark er ansvarlig for iagttagelsen af kravet i databeskyttelsesforordningens artikel 35 om konsekvensanalyse vedrørende databeskyttelse."

Pligten udløses netop, når behandlingen "navnlig ved brug af nye teknologier" sandsynligvis indebærer en høj risiko for de registreredes rettigheder. Konsekvensanalysen er dermed det dokument, der skal kunne fremlægges, når nogen spørger, hvad modellen egentlig gør ved borgernes data.


Statens egen AI-assistent når 60.000 skriveborde

Mens hjemmelsgrundlaget falder på plads i SU-sagerne, ruller Økonomistyrelsen og Statens It den fællesstatslige AI-assistent StatGPT ud. De første cirka 2.500 statsansatte fik adgang 1. oktober 2026, yderligere cirka 15.000 følger 16. november, og omkring 60.000 brugere ventes at have adgang ved årsskiftet. Det forudsætter, at institutionen bruger Statens SSO.

StatGPT er et internt arbejdsredskab – ikke en borgerrettet løsning – og bruges til informationssøgning, notatskrivning, sammenfatning og dokumentanalyse. Brugerne kan oprette vidensbaser og specialiserede assistenter, der kan deles på tværs af staten.

Data og leverandørafhængighed

Data lagres, og aktiviteter logges på Statens Its infrastruktur. Løsningen er bygget af udskiftelige dele, så sprogmodeller og centrale teknologier kan skiftes ud – ifølge Økonomistyrelsen for at mindske afhængigheden af enkelte leverandører. Institutioner eller brugere med særlige databeskyttelsesbehov kan fravælge eksterne tjenester som websøgning og kommercielle sprogmodeller og køre løsningen alene på statens egen infrastruktur.

Institutionerne betaler en grundbetaling fastsat efter lønsum, mens forbrug af kommercielle sprogmodeller afregnes særskilt. StatGPT indgår i de tre AI-storskalaprojekter, som regeringen, KL og Danske Regioner aftalte i december 2025 med en samlet ramme på 266,7 mio. kr.

Medarbejder bruger en generativ AI-assistent på en bærbar computer
Medarbejder bruger en generativ AI-assistent på en bærbar computer

Ansvaret ligger hos den enkelte arbejdsplads

Økonomistyrelsen understreger to ting, som gælder lige så præcist for private arbejdsgivere, der tænder for en AI-assistent:

  • Resultater fra assistenten skal altid vurderes og kvalitetssikres fagligt af medarbejderen.
  • Institutionerne skal selv gennemføre et lokalt implementeringsforløb og have de organisatoriske, juridiske og sikkerhedsmæssige rammer på plads, før værktøjet tages i brug.

Det er her, personalepolitikken kommer ind: hvilke oplysninger må lægges ind i værktøjet, hvad sker der med fortrolige personalesager og kandidatdata, og hvem har ansvaret, når et udkast fra assistenten ender i en afgørelse eller et afslag?


Brugen løber fra kompetencerne og retningslinjerne

Det Nationale Forskningscenter for Arbejdsmiljø har spurgt 11.643 beskæftigede over 50 år om deres brug af kunstig intelligens på jobbet. Knap halvdelen bruger AI mindst månedligt, og hver tredje bruger det dagligt eller ugentligt. De hyppigste anvendelser er informationssøgning (31 pct.), oversættelse (21 pct.) og tekstproduktion (18 pct.).

Brugen er til gengæld meget ujævnt fordelt:

Arbejdets karakterBruger AI dagligtHar aldrig brugt AI
Kontor, administration, analyse og it23 pct.34 pct.
Mennesker, service og omsorg8 pct.63 pct.
Produktion4 pct.83 pct.

Blandt brugerne oplever 60 pct. bedre kvalitet i arbejdet og 53 pct. højere produktivitet, mens kun 2 pct. oplever en forringelse.

Kun hver fjerde arbejdsplads har retningslinjer

Rapporten peger samtidig på et tydeligt gab. Kun 25 pct. af AI-brugerne vurderer i høj eller meget høj grad at have de nødvendige kompetencer, mens 31 pct. kun i mindre grad eller slet ikke mener at have dem. Blot 15 pct. af alle beskæftigede seniorer har fået kompetenceudvikling i brugen af AI – fra 24 pct. i kontorarbejde til 4 pct. i produktionen. Og kun 24 pct. angiver, at arbejdspladsen har formuleret retningslinjer for brugen.

"AI kan blive en af de væsentligste konkurrenceparametre på arbejdsmarkedet. Derfor er det vigtigt, at teknologien bliver taget godt imod, og at medarbejderne får kompetencerne og rammerne til at anvende den ansvarligt og effektivt," siger professor Lars L. Andersen, der står bag rapporten.

Kravet om AI-færdigheder gælder allerede

Manglende oplæring er ikke kun et ledelsesproblem. AI-forordningens artikel 4 pålægger udbydere og idriftsættere af AI-systemer i videst muligt omfang at sikre et tilstrækkeligt niveau af AI-færdigheder hos det personale, der arbejder med systemerne, og reglerne har været gældende siden 2. februar 2025.

Hertil kommer, at AI-systemer, der bruges til rekruttering, udvælgelse og vurdering af medarbejdere, ligger i forordningens højrisikokategori – med krav om information til medarbejderrepræsentanter, før systemet tages i brug.

Fem ting at få styr på

  • Kortlæg, hvilke AI-funktioner der allerede er slået til i HR-, rekrutterings-, vagtplans- og kvalitetssikringssystemerne – ofte er de aktiveret af leverandøren.
  • Skriv retningslinjer for medarbejdernes egen brug af generative værktøjer: fortrolige oplysninger, persondata, kildekritik og kvalitetssikring.
  • Dokumentér oplæringen – hvem har fået hvilken træning og hvornår. Artikel 4 handler om foranstaltninger, ikke om gode intentioner.
  • Spørg leverandøren, om systemet er højrisiko, og orientér tillidsvalgte, inden det sættes i drift.
  • Fasthold det menneskelige tilsyn: en rangering eller et udkast fra et system er ikke i sig selv en saglig begrundelse for en beslutning om en ansøger eller en medarbejder.