Guide
AI til anonymisering uden falsk tryghed
At fjerne navn og e-mail er sjældent nok. Når oplysninger kan kombineres med andre kilder, kan en person stadig blive genkendt. Brug AI som kontrollør og værktøj, ikke som garanti.
Anonymitet afhænger af hvem der ser data
Et datasæt bliver ikke anonymt, fordi kolonnen med navn er slettet. En sjælden stilling, en præcis dato, et postnummer og en særlig hændelse kan tilsammen pege på ét menneske. Oplysninger kan også blive genkendelige, når de kobles med offentlige registre, sociale medier eller interne systemer.
Datatilsynet skelner mellem pseudonymisering og anonymisering. Ved pseudonymisering kræves supplerende oplysninger for at knytte data til en bestemt person, og oplysningerne er som udgangspunkt stadig personoplysninger. Anonymisering kræver, at ingen kan identificeres ud fra datasættet eller i kombination med andre oplysninger, og at processen er uigenkaldelig. [1]
EDPB offentliggjorde 8. juli 2026 et udkast til retningslinjer om anonymisering. Udkastet understreger, at vurderingen kan afhænge af den relevante modtager og dennes realistiske muligheder for at identificere personer. Høringen løber til 30. oktober 2026, så dokumentet er ikke endeligt. [2]
Det første spørgsmål er derfor ikke »Hvilken teknik bruger vi?« men »Hvem skal modtage data, til hvilket formål og med hvilke andre oplysninger?« Et offentligt datasæt kræver en anden vurdering end et begrænset analyseudtræk i et miljø med aftaler, adgangskontrol og logning.
Kortlæg identifikatorerne før du ændrer dem
Lav en oversigt over direkte identifikatorer som navn, personnummer, e-mail og telefonnummer. Find derefter indirekte identifikatorer: geografi, alder, datoer, jobtitel, sjældne diagnoser, fritekst og kombinationer, som bliver unikke. Fritekst er særlig vanskelig, fordi identitet kan ligge i en historie uden at stå i et fast felt.
AI kan hjælpe med at markere mulige identifikatorer i store tekstmængder. Brug den på godkendte systemer og med et datasæt, der er afgrænset til opgaven. Resultatet skal behandles som kandidater. En model kan overse kælenavne, lokale steder og relationer eller fjerne så meget, at materialet mister sin analytiske værdi.
Lav et manuelt mærket testsæt med både åbenlyse og vanskelige eksempler. Mål, hvilke identifikatorer værktøjet finder, hvilke det overser, og hvor ofte almindelige fagord bliver fjernet ved en fejl. Test på dansk, forkortelser, stavefejl og den konkrete jargon i organisationen.
Bevar originalen adskilt og stramt beskyttet, hvis processen kræver sammenligning. En nøgle mellem gamle og nye værdier gør data pseudonymiserede, ikke anonyme. Beskriv, hvem der kan tilgå nøglen, hvorfor den findes, og hvornår den slettes.

Test om mennesker kan findes igen
En anonymiseringsproces bør angribes, før datasættet deles. Prøv at udpege en person i datasættet, forbinde flere rækker med samme person og udlede følsomme egenskaber. EDPB’s udkast beskriver netop sådanne risici som centrale i vurderingen af, om data stadig vedrører identificerbare personer. [2]
Lav testene fra modtagerens perspektiv. Hvilke offentlige kilder findes? Har modtageren allerede kundedata, medlemslister eller lokalkendskab? Hvad koster det i tid og penge at kombinere dem? Et teoretisk angreb uden realistisk vej er ikke det samme som en sandsynlig identifikation, men bekvemmelighed er heller ikke et bevis på anonymitet.
AI kan generere angrebshypoteser og lede efter usædvanlige kombinationer. Den kan også bruges til at sammenligne resultatet før og efter generalisering, gruppering eller støj. Men værktøjet kan ikke erklære datasættet sikkert på egen hånd. Vurderingen kræver juridisk, statistisk og domænespecifik viden.
Syntetiske data kræver samme nysgerrighed. Et syntetisk datasæt kan ligne rigtige data uden at kopiere rækker direkte, men en model kan huske sjældne eksempler eller skabe mønstre, der afslører træningsmaterialet. Test derfor nærmeste naboer, sjældne kombinationer og muligheden for medlems- eller rekonstruktionsangreb, hvor det er relevant.

Dokumentér en beslutning der kan ændres
Skriv formål, modtager, datakilder, teknikker, antagelser og testresultater ned. Notér hvilke eksterne oplysninger der indgik i vurderingen, og hvorfor identifikation blev anset for realistisk eller ikke realistisk. Angiv også, hvad der vil udløse en ny vurdering.
Miljøet ændrer sig. Nye offentlige registre, datalæk, bedre modeller og flere interne datasæt kan gøre en tidligere vanskelig kobling nemmere. Sæt derfor en udløbsdato på vurderingen, og vurder igen før et datasæt genbruges til et nyt formål eller deles med en ny modtager.
Brug adgangskontrol, aftaler og logning, også når vurderingen peger mod lav risiko. Sådanne foranstaltninger kan indgå i den konkrete kontekst, men de erstatter ikke anonymisering, hvis mennesker stadig kan identificeres. Dataminimering er stadig nyttig: Del kun de felter og den præcision, som opgaven faktisk kræver.
Den praktiske arbejdsgang er enkel at huske: definer modtageren, kortlæg identifikatorer, reducer oplysninger, udfør realistiske angrebstest og dokumentér restusikkerheden. AI kan gøre hvert trin hurtigere. Den må ikke omsætte et kompliceret, kontekstafhængigt spørgsmål til et grønt flueben. Den ansvarlige konklusion kan være, at datasættet kun er pseudonymiseret, og at databeskyttelsesreglerne stadig gælder.
Læs også
- AI og persondata – syv spørgsmål før du deler oplysninger
- Hallucinationer og bias i AI – forstå fejlene og kontrollér svarene
Kilder og videre læsning
- [1] Datatilsynet — Hvad er personoplysninger — pseudonymisering og anonymisering
- [2] European Data Protection Board — Guidelines 02/2026 on Anonymisation — version 1 for public consultation (8. juli 2026)
- [3] European Union — General Data Protection Regulation — Recital 26 (27. april 2016)