AI och GDPR 2026 — Vad svenska företag och användare måste veta

När ett företag börjar använda AI i sin verksamhet uppstår omedelbart en fråga som många skjuter upp: vad gäller egentligen enligt GDPR? Svaret är varken enkelt eller statiskt — det beror på vilket verktyg du använder, vilket avtal du har tecknat, vilken data du matar in och hur du har konfigurerat tjänsten. Den här artikeln reder ut de viktigaste principerna och ger konkreta råd för svenska företag 2026. Notera att artikeln är allmän information och inte ersätter juridisk rådgivning för ditt enskilda fall — vid tveksamhet bör du konsultera ett dataskyddsombud eller jurist med inriktning på IT-rätt.

Vad GDPR säger om AI-användning

GDPR reglerar inte AI som teknik. Det förordningen reglerar är behandlingen av personuppgifter — och när du matar in personuppgifter i ett AI-verktyg behandlar du dem, oavsett om det handlar om ett CV, en kundlista eller ett mejl från en anställd. Från det ögonblicket gäller förordningens krav fullt ut.

De principer som snabbast blir relevanta vid AI-användning är följande. Laglig grund (artikel 6) kräver att du kan peka på ett rättsligt stöd för behandlingen — vanligtvis berättigat intresse, avtal eller samtycke. Ändamålsbegränsningen innebär att du inte får använda data för andra syften än de du ursprungligen samlade in dem för. Dataminimering kräver att du bara matar in det som faktiskt behövs. Transparenskraven i artiklarna 13 och 14 innebär att registrerade personer måste informeras om hur deras uppgifter används — också om de hamnar i ett AI-system. Och den registrerade har rätt att begära radering, rättelse och tillgång till sina uppgifter.

Ett centralt begrepp är personuppgiftsbiträde. När du anlitar en AI-leverantör för att behandla personuppgifter på dina vägnar är leverantören ditt biträde, och du är personuppgiftsansvarig. Då krävs ett skriftligt biträdesavtal — ett Data Processing Agreement (DPA) — som reglerar vad biträdet får och inte får göra med data. Utan det avtalet bryter du mot GDPR, oavsett hur bra verktyget i övrigt är.

Automatiserat beslutsfattande (artikel 22) är en annan punkt att ha koll på. Om AI-systemet fattar beslut med rättslig eller liknande betydande effekt för en person — exempelvis ett kreditbeslut, ett urval i en rekryteringsprocess eller en riskbedömning — utan mänsklig inblandning ställer förordningen särskilda krav, bland annat rätt till mänsklig granskning.

Slutligen: tredjelandsöverföring. De flesta stora AI-tjänster lagrar data på servrar i USA. Efter Schrems II-domen 2020 är sådana överföringar tillåtna bara om det finns en giltig överföringsmekanism. Det EU-US Data Privacy Framework (DPF), som trädde i kraft 2023, är den nu gällande mekanismen — men den är politiskt omstridd och kan komma att utmanas juridiskt igen. Om ett verktyg är DPF-certifierat är en USA-baserad lagring som regel tillåten, men det är inget permanent garantikort.

Ett konkret exempel: en marknadschef klistrar in ett kundregister med namn, e-postadresser och köphistorik i ChatGPT:s gratisgränssnitt för att be om en analys. Utan ett tecknat DPA med OpenAI, utan kontroll över var data lagras och utan att ha informerat kunderna om att deras uppgifter behandlas på det sättet — ja, då är det ett GDPR-brott. Det spelar ingen roll om analysen var användbar.

Vilka AI-verktyg är GDPR-säkra för svenska företag?

"GDPR-säkert" är inte en egenskap som ett verktyg antingen har eller saknar. Det handlar om konfiguration, avtal och hur du använder det. Men det finns kriterier som ett seriöst val av AI-verktyg för verksamhetsdata bör uppfylla:

• Tecknat DPA — leverantören måste erbjuda och du måste ha signerat ett biträdesavtal.
• EU-baserad datalagring eller giltig överföringsmekanism — antingen lagras data i EU/EES, eller så finns en DPF-certifiering eller standardavtalsklausuler (SCCs) på plats.
• Möjlighet att stänga av träning på din data — leverantören får inte använda din input för att träna sina modeller utan ditt medgivande. Enterprise-planer erbjuder typiskt "zero data retention" eller opt-out.
• Loggning och radering — du ska kunna begära radering av data och få logg över vad som behandlats.
• Tydliga subbiträdeskedjor — leverantören ska redovisa vilka underleverantörer som i sin tur hanterar data.

Skillnaden mellan gratisversioner och enterprise-avtal är avgörande och sammanfattas i tabellen nedan.

Kriterium	Gratisversion (t.ex. ChatGPT Free)	Enterprise-/teamplan eller API
DPA tillgängligt	Nej	Ja
Tränar på din input	Ja, som standard	Nej (opt-out eller per design)
EU-datalagring möjlig	Vanligtvis nej	Ja (beroende på leverantör och konfiguration)
Loggning och radering	Begränsad kontroll	Ofta tillgängligt
Lämplig för känsliga uppgifter	Nej	Ja, om rätt konfigurerad

Microsoft Copilot via Azure OpenAI Service, Google Workspace med Gemini och enterprise-avtal hos OpenAI och Anthropic erbjuder alla DPA och kontroll som gratisversionerna saknar. För företag som vill använda AI-verktyg i sin verksamhet är det ofta enterprise-planen — inte gratisverktyget — som är rätt startpunkt.

ChatGPT, Claude, Gemini — vad gäller?

Nedan går vi igenom de tre dominerande generativa AI-tjänsterna med avseende på datahantering och GDPR-relevanta villkor. Observera att villkor förändras löpande — kontrollera alltid respektive leverantörs aktuella "Data Processing Addendum"-sida innan du fattar beslut.

ChatGPT (OpenAI)

Leverantör är OpenAI, LLC, baserat i San Francisco. Data lagras primärt i USA. OpenAI är certifierade under EU-US Data Privacy Framework, vilket gör USA-överföringen formellt laglig.

I gratisversionen (Free) och Plus-planen tränar OpenAI på din konversationsdata som standard. Du kan stänga av det i inställningarna, men avtalsmässigt saknas ett DPA — det finns alltså ingen GDPR-kompatibel grund för att behandla andras personuppgifter där.

ChatGPT Team och ChatGPT Enterprise är en annan sak. Där tränar OpenAI inte på din data, ett DPA kan tecknas, och Enterprise-planen ger ytterligare kontroller som SSO och administrativ loggning. API-access (via OpenAI:s API) tränar inte heller på data och ger tillgång till DPA via OpenAI:s användningsvillkor för företag.

Claude (Anthropic)

Leverantör är Anthropic, PBC, San Francisco. Data lagras i USA. Anthropic är DPF-certifierat.

Anthropic tränar inte på data som skickas via API eller via Claude for Enterprise som standard — det är inbyggt i deras affärsmodell snarare än en inställning man måste leta upp. Enterprise-planen erbjuder DPA, administratörskontroller och utökade säkerhetsfunktioner.

Konsumentversionen (claude.ai utan affärsavtal) har mer begränsad dokumentation om dataanvändning för träning, och saknar DPA. Precis som med ChatGPT: håll känsliga verksamhetsdata borta från konsumentgränssnittet. För jurister och advokater som vill använda AI-stöd finns det specialiserade juridiska AI-verktyg som ofta har striktare dataskyddskonfigurationer.

Gemini (Google)

Leverantör är Google LLC, med europeiska datacenter tillgängliga. Det är här skiljelinjen mellan konsument och företag är som tydligast.

Konsument-Gemini (gemini.google.com med privat Google-konto) kan enligt Googles villkor använda konversationer för att förbättra tjänsten. Inga DPA-möjligheter finns i konsumentledet.

Google Workspace med Gemini (tidigare Duet AI) fungerar helt annorlunda. Där tränar Google inte på kunddata, ett DPA ingår i Workspace-avtalet, och data kan lagras inom EU via Googles dataregionsinställningar. Vertex AI, Googles enterprise API-plattform, ger liknande garantier med ytterligare teknisk kontroll. För företag som redan är i Google-ekosystemet är Workspace-planen den uppenbara vägen in i Gemini utan att kompromissa med dataskyddet.

Praktiska råd för svenska företag

Nedan följer en konkret handlingsplan. Den är inte uttömmande, men den täcker de vanligaste fallgroparna.

1. Kartlägg vilka AI-verktyg som faktiskt används

Skugg-AI är vanligare än de flesta IT-avdelningar tror. Medarbetare använder gratisversioner av ChatGPT, Gemini och liknande på eget initiativ. Gör en inventering — gärna via IT-loggning kombinerat med en anonym intern enkät — innan du vet vad du faktiskt behöver reglera.

2. Inför en intern AI-policy

Policyn behöver inte vara ett 30-sidigt dokument, men den måste vara tydlig. Ett exempel på en konkret regel i en AI-policy kan se ut så här: "Personuppgifter — inklusive namn, personnummer, löneuppgifter, patientdata och kundregister — får aldrig klistras in i AI-verktyg som saknar tecknat biträdesavtal med bolaget." Enkelt, kontrollerbart och ger tydlig vägledning.

3. Teckna biträdesavtal med leverantörerna

Utan ett DPA är verktyget inte lämpligt för personuppgifter. Kontakta leverantören, hämta deras DPA-dokument och gå igenom det — gärna med juridiskt stöd. Många enterprise-avtal innehåller redan DPA som standarddel, men det aktiveras inte automatiskt utan underskrift.

4. Använd enterprise-planer för känsliga data

Det är en kostnadsfråga, men räkna in risken. En GDPR-sanktion kan uppgå till 4 procent av global omsättning eller 20 miljoner euro. Kostnaden för ett enterprise-abonnemang är ofta försumbar i jämförelse.

5. Utbilda personalen i vad som aldrig får matas in

Personnummer, hälsouppgifter, lönedata, fullständiga kundregister, känsliga förhandlingsdokument — personal behöver förstå varför dessa uppgifter är problematiska att mata in i externa system, inte bara att det är förbjudet.

6. Genomför DPIA för riskfyllda användningar

En konsekvensbedömning (Data Protection Impact Assessment) är obligatorisk när behandlingen sannolikt medför hög risk för registrerade personers rättigheter. Det gäller typiskt för automatiserat beslutsfattande i stor skala, behandling av känsliga uppgifter och systematisk övervakning. En AI-driven rekryteringsprocess eller ett AI-stött kreditbedömningssystem kräver nästan alltid en DPIA.

7. Anonymisera eller pseudonymisera input

Behöver du verkligen mata in riktiga namn och personnummer, eller räcker det med anonymiserade eller pseudonymiserade uppgifter? I många analytiska användningsfall funkar det lika bra med maskerade data — och det eliminerar eller minskar GDPR-risken väsentligt.

EU AI Act — vad händer nu?

EU AI Act är en separat förordning från GDPR, men de kompletterar varandra. AI Act reglerar AI-system utifrån risk, inte utifrån personuppgiftsbehandling — men i praktiken överlappar de ofta, eftersom AI-system som hanterar personuppgifter träffas av båda regelverken.

Tidslinjen ser ut så här:

• Augusti 2024 — Förordningen trädde i kraft.
• Februari 2025 — Förbuden mot oacceptabel risk börjar gälla. Det innefattar AI-system för social poängsättning av individer, viss realtidsbiometrisk identifiering på allmän plats och system som manipulerar beteende på ett omedvetet och skadligt sätt.
• Augusti 2025 — Reglerna för general-purpose AI-modeller (GPAI), inklusive krav på transparens och upphovsrättshantering för leverantörer av stora grundmodeller som GPT-4 och Gemini, börjar tillämpas.
• 2026–2027 — De fullständiga kraven på högrisk-AI-system fasas in, inklusive krav på riskhantering, teknisk dokumentation, mänsklig tillsyn och CE-märkning.

Riskklassningen är fyrgradig: oacceptabel risk (förbjuden), hög risk (strikta krav), begränsad risk (transparenskrav) och minimal risk (inga specifika krav). Hög risk inkluderar bland annat AI i rekryteringsprocesser, kreditbedömning, utbildningsbedömning och biometrisk kategorisering. Om ditt företag använder AI för något av dessa ändamål — antingen som användare eller som leverantör — behöver du börja förbereda er nu.

Transparenskraven är redan relevanta: chatbottar och AI-genererat innehåll ska märkas så att användare vet att de interagerar med eller tar del av AI-genererat material. Det gäller redan vid begränsad risk.

På dataskyddssidan är det Integritetsskyddsmyndigheten (IMY) som är tillsynsmyndighet i Sverige och som utövar tillsyn över efterlevnaden av GDPR. IMY har under de senaste åren utfärdat sanktioner mot svenska aktörer och har tydliggjort att de följer AI-utvecklingen noga. För AI Act-tillsyn är det ännu inte fullt ut klart vilken myndighet som får den rollen nationellt, men processen pågår.

För advokatbyråer och juridiska avdelningar som börjar använda AI-stöd — exempelvis via Harvey AI eller Luminance — är det värt att notera att dessa verktyg är designade specifikt för juridiska sammanhang med dataskydd och sekretess i åtanke, vilket skiljer dem från generella verktyg. Det är en viktig distinktion när man bedömer lämpligheten.

Så navigerar du GDPR och AI 2026

Det finns ingen genväg som gör AI-användning automatiskt GDPR-kompatibel. Men det är heller inte komplicerat om man tar det steg för steg. Här är de viktigaste sakerna att ha på plats:

• Teckna DPA med varje AI-leverantör där ni behandlar personuppgifter. Utan det avtalet har ni ingen laglig grund.
• Välj enterprise-plan för all verksamhetsdata som innehåller personuppgifter. Gratisversioner är för personligt bruk, inte affärsdata.
• Ha en tydlig intern AI-policy som anger vad som får och inte får matas in, och vilka verktyg som är godkända.
• Utbilda medarbetare — tekniken förändras snabbare än rutinerna, och den svagaste länken är ofta ett välmenande mejl med ett kundregister bifogat.
• Märk AI-genererat innehåll i enlighet med AI Act:s transparenskrav — det gäller redan.
• Inventera högrisk-AI i er verksamhet och börja förbereda er för de krav som träder i kraft 2026–2027.
• Följ IMY och AI Act-tidslinjen aktivt — regelverket är inte statiskt och villkoren hos leverantörerna förändras.

Den som vill gå djupare i vilket AI-verktyg som passar verksamheten hittar en samlad genomgång i vår guide till AI-verktyg för företag, och den som arbetar inom juridik hittar mer specifikt stöd i vår sektion om AI-verktyg för juridik. Återigen: för juridiskt bindande bedömningar av hur GDPR och AI Act påverkar just er verksamhet — anlita en kvalificerad jurist med dataskyddskompetens.