RAG & databeskyttelse: Hvad den nye
DSK-vejledning
betyder for din virksomhed
Den tyske datatilsynskonference (DSK) har offentliggjort klare retningslinjer for AI-systemer med Retrieval Augmented Generation (RAG). Her får du indblik i, hvad der ligger bag – og hvorfor KOSMO er designet til netop disse krav.
Efter DSK's anbefalinger
Med kildehenvisninger
100 % under jeres kontrol
Hvem er DSK – og hvorfor er den vigtig?
Datenschutzkonferenz (DSK) er det fælles organ for de uafhængige datatilsynsmyndigheder på tysk forbundsniveau og i de 16 delstater. DSK udarbejder fælles holdninger og vejledninger om databeskyttelse.
Dens publikationer er ikke direkte juridisk bindende, men de sætter i praksis retningen: De viser, hvordan tilsynsmyndighederne vurderer teknologier – og dermed hvad der i et tilsyn anses for at overholde databeskyttelsesreglerne eller for at være risikabelt.
Bruger eller planlægger du AI-systemer i dag, bør du bruge DSK's anbefalinger som et pålideligt kompas – især når det gælder personoplysninger i virksomheder, kommuner og følsomme områder.
Relevans for dig
- Tilsynsmyndighedernes fælles linje
- Konkrete retningslinjer for AI- & RAG-systemer
- Høj praktisk relevans for SMV'er og forvaltning
Hvad er RAG – kort fortalt
RAG står for Retrieval Augmented Generation. Kort sagt: En AI-sprogmodel kobles sammen med en intelligent søgning i dine egne data.
Stil et spørgsmål
Brugeren stiller et spørgsmål i KOSMO-interfacet.
Semantisk søgning
Retrieval-modulet gennemsøger jeres dokumenter, e-mails og videnskilder.
AI genererer svar
Sprogmodellen bruger det fundne indhold til at svare præcist.
Kildehenvisning
Hvert svar viser, hvilket afsnit der stammer fra hvilket dokument.
KOSMO forstår meningen med et spørgsmål, ikke kun de enkelte ord.
Ingen opdigtede svar – kun dokumenteret information fra jeres vidensbase.
Hvert svar kan spores tilbage til kilden – ideelt til compliance og audits.
Hvilke muligheder ser DSK i RAG-systemer?
Vejledningen viser: RAG-systemer kan være en vigtig byggesten i AI, der overholder databeskyttelsesreglerne – hvis de implementeres rigtigt.
Større korrekthed
Svar bygger på konkrete dokumenter i stedet for kun på træningsviden. Fejl kan rettes ved at opdatere kilderne.
Transparens & sporbarhed
Kildehenvisninger gør det muligt at spore hvert svar tilbage – et plus for compliance og dokumentation.
Data forbliver under kontrol
Personoplysninger bliver i jeres egne systemer. RAG bruger dem uden at integrere dem permanent i modellen.
De registreredes rettigheder kan efterleves
Sletter du et dokument, slår det umiddelbart igennem på fremtidige svar – i modsætning til fast trænede modeller.
On-Premise er realistisk
Mindre, fokuserede modeller plus RAG gør det muligt at køre på egen hardware – uden afhængighed af globale cloud-udbydere.
Hvilke risici er der stadig?
DSK gør det klart: RAG er ikke et frikort. Nogle udfordringer skal håndteres aktivt.
Problematisk basismodel
En basis-sprogmodel, der er trænet i strid med loven, forbliver problematisk – også med RAG.
Formålsbegrænsning
Personoplysninger må kun behandles til det konkrete, på forhånd fastlagte formål.
Utilsigtet sammenkobling
Interne data kan blive koblet sammen med viden, der allerede findes i modellen.
Black box-effekt
Modellens præcise interne beslutningsvej forbliver teknisk kompleks og svær at efterprøve.
Sådan omsætter KOSMO DSK-anbefalingerne til praksis
KOSMO er fra starten udviklet til at opfylde de krav til RAG-systemer, som DSK nu har offentliggjort.
100 % datasuverænitet
KOSMO kører efter eget valg helt On-Premise eller i certificerede datacentre i Tyskland. Ingen dataoverførsel til amerikanske clouds eller tredjelande.
Europæiske sprogmodeller
Brug og udskiftning af modeller, der er kompatible med europæiske krav – uden lock-in i proprietære black box-API'er.
RAG med fuld kontrol
Du bestemmer, hvilke datakilder der kobles på. Ingen data flyder ind i modeltræningen – ændringer slår igennem i realtid.
Kildehenvisninger & transparens
Hvert svar kan føres tilbage til de underliggende dokumenter – ideelt til tilsyn, audits og kvalitetssikring.
Rollebaseret adgang
Finkornede rettigheder: Medarbejdere ser kun indhold, de har adgang til – teknisk håndhævet af systemet.
Styrbare eksterne data
Websøgning og eksterne kilder er valgfrie og tydeligt markeret. Standarden er interne, kvalitetssikrede vidensbaser.
Open source & konfigurerbar
Åbne komponenter og en transparent arkitektur gør teknisk og juridisk efterprøvning mulig – et ægte plus i forhold til closed source-AI.
Ideel til
Få rådgivning om RAG & databeskyttelse
Brug AI uden at miste kontrollen over jeres data – vi viser jer, hvordan det fungerer med KOSMO.
