Guide
AI til dokumentklassifikation – skab orden uden at give modellen adgang til alt
AI kan hjælpe med at foreslå dokumenttype, emne, ejer og opbevaringsregel. Den kan også fejlklassificere fortroligt materiale, kopiere for mange oplysninger og gøre et rodet arkiv mere effektivt rodet. Start med få kategorier, mindst mulige rettigheder og en test, der måler konsekvensen af fejl – ikke kun den gennemsnitlige træfsikkerhed.
Klassifikation er en beslutning om brug – ikke bare en etiket
Når et dokument mærkes som kontrakt, referat, personaleoplysning eller teknisk instruktion, sker der ofte mere end sortering. Etiketten kan bestemme, hvem der må åbne filen, hvor længe den opbevares, hvilke søgninger den dukker op i, og om den kan bruges af en vidensassistent. Derfor er dokumentklassifikation tæt forbundet med adgang, arkivering og ansvar.
AI er god til at genkende mønstre i tekst og foreslå kategorier i stor skala. Det gør teknologien oplagt til bunker af gamle filer med inkonsistente navne. Men modellen ser ikke organisationens tavse aftaler, undtagelser og historik. Hvis kategorierne er uklare, lærer den uklarheden. Hvis trænings- og testmaterialet har fejl, kan den gøre dem ensartede uden at gøre dem rigtige.
En nyttig tommelfingerregel: Brug AI til at foreslå, prioritere og forklare. Brug faste regler og mennesker til at ændre rettigheder, slette materiale eller træffe beslutninger med stor konsekvens.
Begynd med formålet og den mindste samling
“Vi vil have orden i dokumenterne” er ikke et tilstrækkeligt formål. Et godt pilotmål kan være at finde produktmanualer, der mangler en ejer, eller at skelne godkendte procedurer fra kladder i én afdeling. Den afgrænsning gør det muligt at vælge relevante dokumenter, definere kategorier og opdage fejl, før de rammer hele organisationen.
Datatilsynets grundlæggende principper kræver, at behandling af personoplysninger begrænses til det, der er nødvendigt for formålet. Sikkerdigital anbefaler tilsvarende, at adgang til systemer og data skal være arbejdsmæssigt begrundet. Oversat til en AI-pilot betyder det, at modellen ikke skal kunne læse HR-mapper, kundesager eller ledelsesdokumenter, bare fordi de ligger i samme drev.

Byg en taksonomi, der kan forklares på et minut
En taksonomi er listen over kategorier og reglerne for, hvordan de bruges. Den behøver ikke være akademisk. Tværtimod. Hvis medarbejderne ikke kan forklare forskellen på to kategorier, kan modellen næppe gøre det stabilt. Start derfor med få dimensioner, som hver svarer på et praktisk spørgsmål.
| Dimension | Eksempel | Hvad den styrer |
|---|---|---|
| Dokumenttype | Kontrakt, procedure, referat, rapport, kladde | Søgning, skabelon, arbejdsgang og ejer. |
| Informationsniveau | Offentligt, internt, fortroligt, særligt beskyttet | Adgang og deling – bør ikke ændres automatisk i første fase. |
| Status | Udkast, til godkendelse, gældende, udgået | Hvilken version medarbejdere og AI-assistenter må bruge. |
| Ejer | Afdeling eller navngiven rolle | Hvem der skal godkende, opdatere og besvare spørgsmål. |
| Opbevaring | Slet efter periode, arkivér, manuel vurdering | Livscyklus – kræver faste regler og dokumenteret hjemmel. |
Hver kategori bør have en kort definition, mindst to positive eksempler, et grænsetilfælde og en besked om, hvad modellen skal gøre ved tvivl. Kategorien “andet” bør ikke blive en losseplads. Brug hellere “ukendt – kræver vurdering”, fordi den skaber en synlig arbejdskø og nyttige data til næste forbedring.
Adskil indhold, metadata og handling
En sikker arkitektur skelner mellem tre ting. Indholdet er selve dokumentet. Metadata er modellens forslag til type, emne, ejer og følsomhed. Handlingen er det, systemet gør bagefter: flytter filen, ændrer rettigheder, sætter en slettefrist eller gør den søgbar. De tre trin bør ikke smelte sammen.
- Modellen må gerne læse et afgrænset dokument og foreslå metadata.
- En regelmotor kan kontrollere, om forslaget er gyldigt og fuldstændigt.
- Et menneske godkender højrisikoændringer, især adgangsniveau og sletning.
- Systemet logger dokumentversion, modelversion, forslag, ændring og godkender.
- En tilbageførsel skal kunne genskabe den tidligere placering og adgang.
Test efter konsekvens, ikke kun procent
Et pilotprojekt kan se imponerende ud med 94 procent korrekte etiketter og stadig være uforsvarligt. De seks resterende procent kan rumme de vigtigste fejl. Derfor skal testen vægte fejl forskelligt. En procedure, der havner i “rapport”, kan være irriterende. En medarbejdersag, der bliver synlig for en bred søgefunktion, er langt mere alvorlig.
Byg et testmateriale, der afspejler virkeligheden: korte og lange filer, scannede sider, dokumenter med flere emner, gamle skabeloner, versioner med næsten samme navn og filer med personoplysninger. Sørg for, at testmaterialet er adskilt fra de eksempler, der blev brugt til at justere løsningen. Ellers måler I hukommelse, ikke robusthed.

En praktisk pilot i syv trin
- Vælg én dokumentfamilie og én ejer. Afgræns for eksempel godkendte produktprocedurer i driftsafdelingen.
- Beskriv formål og forbud. Skriv hvilke beslutninger AI må foreslå, og hvilke systemet aldrig må udføre automatisk.
- Lav en enkel taksonomi. Brug få kategorier, klare definitioner og en “skal vurderes”-mulighed.
- Udtag et repræsentativt testsæt. Medtag almindelige filer, grænsetilfælde og kendte risikodokumenter.
- Kør med læseadgang og uden automatiske ændringer. Sammenlign modellens forslag med to fagpersoners vurdering.
- Mål både nøjagtighed og skade. Registrér især lækagerisiko, forkert sletning, forkerte gældende versioner og manglende ejer.
- Automatisér kun det ufarlige først. Eksempelvis forslag til emneord eller en arbejdskø – ikke adgangsændringer og sletning.
Hvem skal eje hvad?
Dokumentklassifikation krydser flere fagligheder. Forretningen ved, hvad dokumentet betyder. Informationssikkerhed ved, hvad adgangsfejl kan koste. Jura og databeskyttelse vurderer formål, hjemmel og opbevaring. It driver integration, logning og rettigheder. En model kan understøtte alle fire, men kan ikke erstatte deres mandat.
| Rolle | Ansvar i piloten |
|---|---|
| Dokumentejer | Definerer kategorier, godkender grænsetilfælde og følger kvaliteten. |
| Informationssikkerhed | Fastlægger adgangsniveauer, logning, tilbageførsel og hændelseshåndtering. |
| Databeskyttelse/jura | Vurderer formål, personoplysninger, opbevaring og dokumentationskrav. |
| It/data | Sikrer mindst mulige rettigheder, versionsstyring, testmiljø og teknisk drift. |
| Brugere | Rapporterer fejl og fortæller, om kategorierne faktisk hjælper i arbejdet. |
Når “automatisk orden” bliver et faresignal
Stop eller begræns løsningen, hvis kategorierne ofte ændres uden ejerskab, hvis medarbejdere ikke kan rette fejl, hvis loggen ikke viser hvilken model og dokumentversion der blev brugt, eller hvis leverandøren kræver bredere adgang end formålet kan forklare. Det samme gælder, hvis succeskriteriet kun er antallet af flyttede filer.
Orden er ikke, at alt ligger i en mappe med et pænt navn. Orden er, at mennesker kan finde den gældende information, forstå dens status, se hvem der ejer den og vide, hvem der må bruge den. AI kan hjælpe med det tunge sorteringsarbejde. Den bør ikke gøre ansvar og adgang usynlige.
Den bedste første gevinst er et bedre overblik
Et modent projekt begynder ofte uden at flytte en eneste fil. Modellen laver i stedet en rapport over ukendte ejere, mulige dubletter, sandsynlige kladder og dokumenter, der ikke passer i taksonomien. Det giver organisationen viden om arkivet og skaber en prioriteret arbejdskø. Først når mønstrene er forstået, kan mindre risikofyldte handlinger automatiseres.
Det er langsommere end løftet om ét klik og et perfekt arkiv. Til gengæld skaber det en løsning, der respekterer dokumenternes forskellighed og de mennesker, som skal stå på mål for dem. Det er præcis her, AI uden hype bliver praktisk: Teknologien reducerer det mekaniske arbejde, mens ansvar, adgang og faglig betydning forbliver menneskelige.