Kunden beder om indsigt: Sådan hjælper AI med at samle svaret

Illustreret infografik, der opsummerer: Kunden beder om indsigt: Sådan hjælper AI med at samle svaret

Af Greg Nowak. Senest opdateret 2026-10-16.

Når en kunde beder om indsigt i sine personoplysninger, kan svaret ligge flere steder: i WordPress-webshoppen, i et plugin og i Microsoft 365. I skal finde oplysningerne og kunne se, hvilke systemer der er undersøgt. Derefter skal nogen kontrollere, hvad kunden skal have udleveret.

Kunne jeres virksomhed bruge det her? nowa.dk sætter AI-automatisering op for danske virksomheder.

AI kan hjælpe med at gruppere teksten og markere mulige personoplysninger. Hvor meget det hjælper, afhænger af arbejdet omkring værktøjet. Mangler der en datakilde, eller er det uklart, hvem der godkender svaret, løser tekstanalysen ikke problemet.

Giv sagen en ansvarlig og en frist

Ifølge Datatilsynets vejledning til små virksomheder skal I som udgangspunkt svare inden for en kalendermåned. Det gælder også, hvis I afviser anmodningen. Registrér derfor modtagelsesdato og svarfrist, og udpeg en medarbejder, der følger sagen til dørs.

Identiteten skal også være afklaret. Kontrollér, hvem der anmoder, men bed kun om ID, hvis det er absolut nødvendigt. Gør kontrollen til et særskilt godkendelsespunkt, så det fremgår, hvornår modtageren er afklaret, og indsamlingen kan fortsætte efter jeres procedure.

En enkel sagsoversigt kan holde styr på ansvarlig, status og næste handling. Skriv, hvad der mangler, hver gang en sag står som »afventer«, og hvem der følger op. Aftal samtidig, hvem der tager over ved fravær. Automatiske påmindelser hjælper kun, hvis en konkret medarbejder har ansvaret for at reagere på dem.

Tjek, hvad WordPress-eksporten får med

WordPress dokumenterer en eksportfunktion, hvor plugins kan registrere egne eksportører af personoplysninger. Funktionen bruger e-mailadressen som nøgle. At I kan lave en eksport, er derfor ikke i sig selv dokumentation for, at oplysninger fra alle jeres plugins er med.

Lav en liste over de komponenter, der håndterer kundeoplysninger. For hver af dem skal I afklare, hvilke oplysninger den gemmer, om de kommer med i eksporten, og hvordan de ellers kan hentes. Et ubesvaret spørgsmål skal blive stående som en åben opgave. Ellers risikerer tovholderen at godkende en indsamling, der ser mere færdig ud, end den er.

Mangler et plugin eksportunderstøttelse, beskriver dokumentationen, hvordan en udvikler kan tilføje den. Afprøv derefter eksporten ved at sammenholde kendte testoplysninger med det, der faktisk kommer ud.

Brug forskellige statusser for »gennemgået uden fund«, »data hentet« og »ikke undersøgt«. De fortæller tre forskellige ting. Gem også en henvisning til systemet og den konkrete post bag hvert fund, så medarbejderen kan finde tilbage til originalen under gennemgangen.

Vær præcis om søgningen i Microsoft 365

Microsoft Graphs API til anmodninger om registreredes rettigheder kan automatisere gentagne opgaver og søgninger i forbindelse med Microsoft Priva. Den dokumenterede afgrænsning omfatter Exchange Online, SharePoint Online, Teams-chats og OneDrive for Business. Der skal fortsat søges særskilt i andre systemer og øvrige Microsoft 365-områder.

Før I bestiller integrationen, skal licens, tilladelser og de konkrete områder være afklaret. Skriv dem ind i opgavebeskrivelsen. Formuleringen »Microsoft 365 tilsluttet« siger for lidt om, hvad løsningen faktisk har adgang til og undersøger.

Kræv et resultat for hvert aftalt område: gennemført, uden fund eller fejl. Hvis en søgning mislykkes, skal tovholderen have en opgave at følge op på. Manglende dækning skal være lige så synlig som de dokumenter, søgningen finder.

Brug AI til at gøre materialet lettere at gennemgå

En konkret opgave for AI er at gruppere den indsamlede tekst efter emne og markere tekststykker, der muligvis indeholder oplysninger om andre personer. Hver gruppe og markering skal kunne føres tilbage til originalmaterialet. Medarbejderen skal kunne kontrollere både oversigten og de fund, den bygger på.

Presidio Analyzer er en mulig komponent til analysen. Værktøjet kombinerer blandt andet mønstergenkendelse, regler og modeller til genkendelse af navngivne entiteter. Det kan udvides med egne detektorer og understøtte flere sprog.

Dansk materiale kræver afprøvning med relevante sprogmodeller og regler. Selv når værktøjet finder et navn korrekt, er der stadig en vurdering tilbage: Tilhører navnet kunden eller en anden person? Det skal medarbejderen tage stilling til i sammenhængen.

Aftal derfor, at en markering betyder »undersøg dette tekststykke«. Test både for oplysninger, værktøjet overser, og forkerte markeringer. Brug forskellige teksttyper, og gennemgå også materiale, som ikke har fået nogen markeringer. Før løsningen sættes i drift, skal I desuden have besluttet, hvor analysen kører, og hvem der får adgang.

Kontrolpunkter i arbejdsgangen: Hvad kan systemet hjælpe med, og hvad skal medarbejderen afklare?
Trin Systemet kan hjælpe med Medarbejderen kontrollerer
Opret sag Registrere dato, ansvarlig og påmindelser. Identitet, anmodning og ansvar for opfølgning.
Indsaml oplysninger Hente fra aftalte datakilder og vise søge- og eksportfejl. Hvilke kilder der er undersøgt, og hvor der stadig mangler svar.
Klargør materialet Gruppere tekst og foreslå markeringer med henvisning til originalerne. Fund, markeringer og materiale uden markeringer.
Godkend svaret Samle materialet til gennemgang. Indhold, supplerende oplysninger, den færdige udleveringsfil og modtageren.

Åbn den fil, kunden skal modtage

Datatilsynet fremhæver kontrollen for andre personers oplysninger. Oplysninger, der skal fjernes, skal fjernes, så modtageren ikke kan genskabe dem. Derfor skal I kontrollere den færdige udleveringsfil efter redigering. Analyseværktøjets markeringer er forslag til gennemgang og kan ikke stå som godkendelse af filen.

Svaret skal også indeholde supplerende oplysninger om blandt andet formål, oplysningernes oprindelse, opbevaring, deling samt mulighed for sletning og rettelse. De punkter skal med på godkendelseslisten sammen med selve materialet.

Del gerne gennemgangen i to: først indholdet og derefter den færdige leverance. I den sidste gennemgang åbner medarbejderen filerne, kontrollerer modtageren og ser efter, om arbejdsnoter eller interne markeringer utilsigtet er kommet med. Det skal på forhånd være aftalt, hvem der godkender afsendelsen.

Bestil en arbejdsgang, I kan afprøve

Et overskueligt første projekt er at kortlægge datakilderne og bygge én sammenhængende vej fra anmodning til materiale klar til gennemgang. Når den vej er beskrevet, kan I vælge, hvor automatisering giver mening. Nogle trin kan klares med faste eksporter. Andre kræver tekstanalyse eller manuel behandling.

Via nowa.dk, Gregs AI-automatiseringsservice for danske virksomheder, kan Greg kortlægge datakilder, undersøge WordPress-eksportens dækning og bygge manglende eksportfunktioner. Relevante Microsoft 365-funktioner kan indgå, når adgang og licens er afklaret, sammen med klargøring af materialet til menneskelig kontrol.

Tag fejlene med i afprøvningen: manglende adgang, en eksport, der fejler, og markeringer, som kræver en nærmere vurdering. Tovholderen skal kunne se, hvad der er undersøgt, hvad der mangler, og hvor nogen skal træffe en beslutning. Brug det som acceptkriterium, når I bestiller løsningen og vurderer leverancen.

Relateret på GrN.dk

Brug for hjælp til den slags opgaver?

Få afklaret jeres arbejdsgang for indsigtsanmodninger Kontakt Greg her.

Kilder

Seneste artikler

Når kunden beder om indsigt, kan AI hjælpe med at samle materiale fra WordPress og Microsoft 365. Se, hvordan I holder styr på datakilder, ansvar og kontrol.

Når en ingrediens ændres, kan menukortet kræve rettelser, selv om opskriftsdatoen står stille. Sådan kan AI hjælpe med gennemgang og godkendelse i WordPress.

Når checkout fejler, skal driftspartneren have noget konkret at arbejde med. Se, hvordan AI, dmesg og journalctl kan samle sporene i en brugbar driftssag.

Brug oktober til at afprøve daglige AI-forslag til genbestilling før Black Friday. Få styr på Shopify-data, leveringstid og budget, før forslagene bliver til indkøb.

Jeg lærte serverdrift ved at ødelægge mine egne servere. Jeg søger en, der vil stå ved siden af mig, mens jeg gør det, og så gøre det selv ugen efter.

Jeg er god til at bygge og dårlig til at ringe. Her er, hvem jeg vil have ved siden af mig, hvad der er lettest at sælge, og hvordan vi deler det.

AI kan samle onboardingopgaverne før første arbejdsdag. Se, hvordan lederen godkender konkret adgang, og hvordan åbne opgaver bliver fulgt til dørs.

En AI-assistent kan svare på spørgsmål og føre kunder til booking. Her er de konkrete grænser for pris, levering, personoplysninger og kontakt med en medarbejder.

Et sikkert AI-workflow kan omsætte Meet- og Teams-transskripter til godkendte beslutninger og opgaver i Jira eller Asana – uden at slippe kontrollen.

AI kan finde opsigelsesfrister og prisreguleringer i leverandørkontrakter, sende usikre fund til godkendelse og oprette de rette påmindelser.