Hvad er reglerne for AI-ophavsret i Danmark?

AI-ophavsret i Danmark afgøres efter de almindelige ophavsretlige regler: menneskelige kreative valg kan beskyttes, mens rent maskinfrembragt output normalt ikke bør behandles som et sikkert beskyttet værk. Risikoen ligger især i input, træningsdata, efterbearbejdning og offentlig brug af indhold, der ligner beskyttede værker.

Hvad betyder AI-ophavsret i Danmark?

AI-ophavsret er ikke en særskilt dansk rettighedstype. Spørgsmålet er, hvordan almindelig ophavsret anvendes, når kunstig intelligens bruges til at skrive tekst, lave billeder, skabe lyd, foreslå kode eller analysere eksisterende materiale. Reglerne handler derfor både om det, du lægger ind i et AI-system, og det output, du bruger bagefter.

Ophavsret beskytter konkrete værker, ikke ideer, fakta, metoder eller generelle stilarter. En kort ide til en illustration, en tabel med rene tal eller en generel tonebeskrivelse er normalt ikke et værk i sig selv. Et færdigt digt, en artikel, et fotografi, en komposition eller et originalt design kan derimod være beskyttet, hvis der ligger tilstrækkelige menneskelige kreative valg bag udtrykket.

AI gør vurderingen mere praktisk kompliceret, fordi et output kan ligne et menneskeskabt værk uden at være skabt gennem den samme menneskelige proces. Derfor bør du skelne mellem fire spørgsmål: om inputtet måtte bruges, om outputtet er beskyttet, om outputtet krænker andres rettigheder, og om brugen er dokumenteret godt nok til en organisation.

Hvornår kan AI-støttet indhold få ophavsret?

AI-støttet indhold kan være ophavsretligt beskyttet, når et menneske har truffet frie og kreative valg, som kan ses i det endelige udtryk. AI kan bruges som værktøj til ideudvikling, sproglig variation, billedskitser eller teknisk assistance, uden at den menneskelige del forsvinder. Det afgørende er ikke, om AI har været brugt, men om mennesket har præget værket på en måde, der rækker ud over ren bestilling og automatisk generering.

Eksempler kan være en tekst, hvor en forfatter selv har valgt struktur, argumentation, sproglige greb og redigeret formuleringerne ind i et samlet udtryk. Det kan også være et grafisk arbejde, hvor AI har leveret råmaterialer, men hvor en designer har valgt, kombineret, beskåret og bearbejdet elementerne til en original helhed.

I praksis er dokumentation nyttig. Gem arbejdsnoter, versioner, redaktionelle valg, billedkompositioner og beslutninger om, hvad der er valgt til og fra. Det skaber ikke ophavsret i sig selv, men det kan gøre det lettere at forklare, hvor den menneskelige kreative indsats ligger.

Hvornår er et AI-output ikke beskyttet som værk?

Et AI-output bør ikke behandles som sikkert ophavsretligt beskyttet, hvis det kun er resultatet af en generel instruks til en model, og brugeren ikke efterfølgende har præget det konkrete udtryk. En kort bestilling som en emnebeskrivelse, en stilretning eller et ønske om et bestemt format vil ofte være for lidt til at vise selvstændig menneskelig skabelse.

Det betyder ikke, at indholdet frit kan bruges uden andre hensyn. Outputtet kan stadig indeholde personoplysninger, fortrolige oplysninger, varemærker, fejlagtige fakta eller elementer, der minder om beskyttede værker. Ophavsret er kun én del af risikobilledet.

En praktisk tommelfingerregel er at spørge, om du kan pege på konkrete menneskelige valg i den endelige form. Hvis svaret kun er, at et AI-værktøj lavede resultatet efter en kort instruktion, bør du være varsom med at hævde eneret over outputtet.

Må du bruge andres værker som input i et AI-værktøj?

Hvis du indsætter en hel tekst, et billede, en lydfil eller et dokument, som en anden har ophavsret til, kan du skabe en kopi eller bearbejdning i teknisk eller praktisk forstand. Om det kræver tilladelse, afhænger af materialet, din adgang til det, formålet, licensvilkår og den konkrete brug.

Der er forskel på at analysere et dokument, du lovligt må behandle internt, og at uploade en tredjeparts bog, artikel eller billedsamling til en ekstern AI-tjeneste for at få nyt materiale. Den sidste situation kan også rejse spørgsmål om fortrolighed og databehandling, fordi materialet overføres til en leverandør.

For organisationer er det nyttigt at have faste inputregler. De kan beskrive, hvilke materialer medarbejdere må bruge i AI-værktøjer, hvilke licenser der skal kontrolleres, og hvornår et dokument kun må behandles i et lukket system. Den type styring hænger tæt sammen med en intern AI-politik.

Hvad gælder for træning af AI-modeller på tekst og data?

Træning af AI-modeller berører ofte tekst- og datamining, fordi store mængder tekst, billeder, lyd eller kode analyseres for mønstre. I EU findes der regler om tekst- og datamining i ophavsretsdirektivet for det digitale indre marked. Reglerne skelner blandt andet mellem forskningsformål og bredere tekst- og datamining, hvor rettighedshavere kan have taget forbehold.

Det er ikke det samme som en generel tilladelse til al AI-træning. Lovlige undtagelser kan have betingelser, og adgangen til materialet kan stadig være begrænset af licenser, tekniske vilkår eller rettighedsforbehold. Hvis en modeludbyder træner på store datamængder, ligger den primære vurdering hos udbyderen, men brugere bør stadig se på, hvilke garantier og dokumentation leverandøren giver.

For en dansk virksomhed er den praktiske konsekvens, at valg af AI-leverandør også er et rettighedsvalg. Spørg efter dokumentation for træningsdatapolitik, fravalgsmekanismer, håndtering af rettighedskrav og vilkår for output. Det er en del af moden AI-governance, ikke kun et teknisk indkøbsspørgsmål.

Hvordan virker rettighedsforbehold ved tekst- og datamining?

Rettighedsforbehold betyder, at en rettighedshaver kan markere, at værker ikke må bruges under den brede tekst- og datamining-undtagelse. For onlineindhold skal forbehold efter EU-reglen kunne ske på en passende måde, herunder maskinlæsbare midler. Det kan eksempelvis være relevant for udgivere, billedbureauer, musikarkiver og andre, der stiller indhold offentligt til rådighed.

Et forbehold løser ikke alle konflikter automatisk. Det skal kunne findes, forstås og respekteres af dem, der indsamler data. Samtidig kan der være forskel på tekniske standarder, licensvilkår og håndhævelse. Derfor bør rettighedshavere kombinere forbehold med klare licenser og intern kontrol med, hvor deres materiale offentliggøres.

Hvis du bruger AI i en organisation, er pointen mere jordnær: antag ikke, at alt offentligt tilgængeligt indhold frit kan indgå i træning, genbrug eller masseanalyse. Offentlig adgang er ikke det samme som fri ophavsretlig brug.

Hvad betyder EU AI Act for ophavsret og generativ AI?

EU AI Act er ikke en ophavsretslov, men den indeholder særskilte krav til udbydere af generelle AI-modeller. Udbydere skal blandt andet have en politik for at overholde EU-ophavsret og offentliggøre en sammenfatning af det indhold, der er brugt til træning, efter en skabelon fra AI Office.

Forpligtelserne for generelle AI-modeller begyndte at gælde fra 2. august 2025. Modeller, der allerede var markedsført før denne dato, skal bringes i overensstemmelse senest 2. august 2027. Det er en tidsplan for udbydere, ikke en regel om, at almindelige brugere automatisk får rettigheder til AI-output.

For brugere giver EU AI Act især et bedre grundlag for leverandørspørgsmål. Du kan spørge, om leverandøren har en ophavsretspolitik, hvordan træningsindhold sammenfattes, og hvordan modellen håndterer risiko for output, der gengiver beskyttet materiale.

Hvem har ansvaret, hvis AI-output ligner et beskyttet værk?

Hvis et AI-output ligger tæt på et eksisterende beskyttet værk, kan brugen skabe risiko for krænkelse. Det gælder især, hvis outputtet gengiver beskyttede elementer som tekstpassager, billedkompositioner, melodiske træk, figurer eller karakteristiske detaljer. Risikoen afhænger af ligheden, adgangen til det oprindelige værk, brugens omfang og den konkrete sammenhæng.

Ansvaret kan i praksis berøre flere aktører: modeludbyderen, den virksomhed der har valgt værktøjet, og den person der publicerer eller kommercielt bruger outputtet. Kontrakten med leverandøren kan fordele ansvar, men den fjerner ikke nødvendigvis risikoen over for en rettighedshaver.

En enkel kontrol før offentlig brug er at søge efter tydelige matches, sammenligne med kendte kilder, undgå efterligning af nulevende kunstnere eller brands og gemme dokumentation for egen bearbejdning. Ved høj eksponering bør outputtet behandles som et rettighedstjek, ikke som automatisk færdigt materiale.

Hvordan bør virksomheder dokumentere menneskelig bearbejdning?

Dokumentation bør vise, hvad AI-værktøjet leverede, og hvad mennesker efterfølgende gjorde. Det kan være redaktionelle noter, versionshistorik, layoutvalg, billedudsnit, kildevalg, faktaændringer og godkendelser. Formålet er at gøre processen forklarlig, hvis der senere opstår spørgsmål om ophavsret, kvalitet eller ansvar.

Dokumentationen skal være praktisk. En kort produktionslog kan ofte være nok: formål, anvendt værktøj, inputtype, væsentlige menneskelige valg, kontrollerede kilder og endelig godkendelse. For kreativt arbejde kan gemte mellemlag og redigeringer være mere relevante end en lang tekstforklaring.

Ved AI-assisteret copywriting er det især nyttigt at dokumentere, hvem der har valgt vinkel, argumentation, tone, fakta og endelig formulering. Den menneskelige redaktion bør være synlig i resultatet, ikke kun i processen omkring værktøjet.

Hvad skal du tjekke før du publicerer AI-genereret indhold?

Før publicering bør du gennemgå både input, output og brugskontekst. Et output kan være sprogligt velformet og stadig være problematisk, hvis det bygger på materiale, du ikke måtte bruge, eller hvis det ligger for tæt på en eksisterende tekst, illustration, lyd eller kodebase.

• Tjek om inputmaterialet er dit eget, licenseret eller offentligt tilgængeligt på vilkår, der tillader den konkrete brug.
• Tjek om outputtet indeholder navne, figurer, slogans, designtræk eller tekstpassager, der kan knyttes til en bestemt rettighedshaver.
• Tjek om der er menneskelig bearbejdning nok til, at organisationen kan stå inde for udtrykket.
• Tjek leverandørens vilkår for output, træningsbrug, fortrolighed og eventuelle erstatningsløfter.
• Tjek om publiceringen kræver ekstra godkendelse, når indholdet bruges i kampagner, undervisning, produkter eller kundevendte materialer.

Den samme disciplin gælder ved automatiseret indholdsgenerering med AI, hvor mange tekster eller billeder produceres hurtigt. Jo højere volumen, desto mere bør kontrollen flyttes ind i faste arbejdsgange.

Hvordan adskiller ophavsret sig fra etik, data og AI-governance?

Ophavsret handler om beskyttede værker og rettigheder til brug, kopiering, bearbejdning og offentliggørelse. Etik handler bredere om rimelighed, transparens, påvirkning af skabere og ansvarlig brug. Databeskyttelse handler om personoplysninger. AI-governance handler om styring, roller, leverandørkontrol og risikoprocesser.

De fire områder overlapper, men de kan ikke erstatte hinanden. Et AI-output kan være lovligt efter ophavsretlige kriterier og stadig være uegnet, fordi det er misvisende eller bygger på følsomme oplysninger. Omvendt kan et output være faktuelt korrekt og etisk forsvarligt, men stadig skabe rettighedsrisiko, hvis det kopierer beskyttet udtryk.

En robust arbejdsproces placerer derfor ophavsret som et konkret kontrolpunkt: hvad er input, hvad er output, hvem har bearbejdet det, hvilke kilder er brugt, og hvor skal resultatet publiceres. Den tilgang gør AI mere anvendelig uden at gøre rettighedsvurderingen bredere, end den kan bære.

Hvilke kilder ligger til grund?

Grundlaget er især Ophavsretsloven på Retsinformation, EU-direktivet om ophavsret på det digitale indre marked, EU AI Act og Europa-Kommissionens side om General-Purpose AI Code of Practice. Kilderne er brugt til at afgrænse værksbeskyttelse, tekst- og datamining, rettighedsforbehold og de nyere AI Act-krav til modeludbydere.