Hvad er data residency ved inferens (inferensresidens)?
Inferensresidens betyder at selve AI-beregningen, altså når modellen læser jeres prompt og genererer svar, sker i en bestemt region, f.eks. EU. Data residency dækker kun hvor data lagres i hvile. De fleste løfter om data residency omfatter lagring, men ikke inferens, så følsomme oplysninger kan forlade regionen hver gang modellen kaldes.
“Al data lagres i EU.” Sætningen dukker op i næsten hver eneste AI-leverandørs salgsmateriale, og den lyder som om GDPR-spørgsmålet er løst. Men lagring er kun halvdelen af billedet. En AI-tjeneste lagrer ikke bare data, den beregner. Hver prompt sendes til GPU-servere der kører modellen, et eller andet sted i verden. Inferensresidens handler om hvor den beregning sker, og det er dér de fleste løfter om data residency forstummer.
Data residency og inferensresidens: to forskellige løfter
Data residency betyder at data i hvile (filer, databaser, samtalehistorik, indeks) ligger i en bestemt region. Det er det løfte cloududbyderne har givet i årevis, og det er som regel det der menes når nogen siger at data “bliver i EU”.
Inferensresidens betyder at selve modelkørslen sker i regionen: at de servere der læser din prompt, holder den i arbejdshukommelsen og genererer svaret, fysisk står der. Det er en separat forpligtelse, og den følger ikke automatisk af den første.
| Begreb | Dækker | Dækker ikke |
|---|---|---|
| Data residency | Lagring i hvile: filer, historik, indeks | Hvor beregningen køres |
| Inferensresidens | Modelkørslen: prompt ind, svar ud | Tilknyttede tjenester som autentificering, routing og analyse |
Hvorfor forskellen afgør GDPR-vurderingen
Prompten er ofte det mest følsomme i hele flowet: Det er dér kundesagen, personalesagen eller kontraktudkastet faktisk står i klartekst. Databeskyttelsesforordningens regler om overførsel til tredjelande gælder al behandling, ikke kun lagring. Køres inferensen i USA, er hvert kald en overførsel uanset at intet “gemmes” der.
Et konkret eksempel: En HR-afdeling bruger en AI-assistent til at opsummere sager om sygefravær og rehabilitering. Leverandøren lover lagring i EU, og arkivet ligger ganske rigtigt i en EU-region. Men modellen køres i USA. Så passerer hver sag (navne, helbredsoplysninger, vurderinger) amerikanske servere i samme sekund som nogen trykker Enter. Set med GDPR-briller kræver det et retsgrundlag, fornødne garantier og dokumentation, præcis som hvis filerne var blevet lagt på en amerikansk server.
To eksempler der viser hvor let det går galt
Forskellen mellem lagring og inferens er ikke teoretisk. Den kan ses i leverandørlandskabet lige nu:
- OpenAI indførte ikke GPU-inferens i regionen for nye EU-tenants før januar 2026. Selv med den på plads kan autentificering, routing, indeksering og analyse ligge uden for regionen: Løftet dækker kerneflowet, ikke nødvendigvis de tilknyttede tjenester.
- Claude via Azure AI Foundry kører på Anthropics infrastruktur selvom portalen viser en EU-region. Regionsvalget i brugerfladen beskriver hvor ressourcen ligger, ikke hvor modellen faktisk kører.
Pointen er ikke at udpege enkelte leverandører; begge tilbyder andre veje der holder data i EU. Pointen er at et EU-flag i en cloudportal ikke er et bevis på EU-inferens.
Reglen: Data residency er konfiguration, ikke et produktnavn
Den samme leverandør kan give vidt forskellig data residency afhængigt af produkt, SKU, prisniveau, deployment-type og modelversion. Derfor kan man ikke “vælge en GDPR-sikker leverandør” og være færdig. Det der holder, er et skriftligt svar for den præcise konfiguration om tre led:
- Lagring: hvor data i hvile ligger, inklusive historik og indeks.
- Transit: hvilke net og noder trafikken passerer undervejs.
- Inferens: hvor modellen faktisk kører når kaldet behandles.
Kræv svaret for præcis den SKU, tier og model I har tænkt jer at bruge. Og bed om et nyt ved hver modelopgradering: En ny version kan have andre vilkår end den I godkendte.
Formuleringen i aftalen betyder også noget: Bed ikke om et generelt tilsagn, men om et bilag der navngiver modelversion, region og hvilke tilknyttede tjenester der er omfattet. En leverandør der mener det alvorligt med sit løfte om data residency, har ingen problemer med at præcisere det. Tøven over for præciseringen er i sig selv et svar.
Spørgsmålene I skal have med til leverandørmødet
Tre formuleringer der hurtigt viser hvor gennemtænkt løftet om data residency er:
- “Hvor sker inferensen for præcis den model og tier vi køber, og kan vi få det på skrift?”
- “Hvilke tilknyttede tjenester (autentificering, routing, indeksering, analyse) ligger uden for regionen?”
- “Hvad sker der med data residency når I opgraderer modellen?”
Et klart, skriftligt svar på alle tre er et godt tegn. Et svævende “al data ligger i EU” er en grund til at grave dybere. Vi hos Weapp hjælper virksomheder med at afveje kravene til data residency mod arkitekturvalgene når AI-løsninger skal indføres. Kontakt os hvis du vil drøfte jeres kortlægning.
Ofte stillede spørgsmål
Er det nok at leverandøren lover at al data lagres i EU?
Nej. Datalagring dækker kun data i hvile: filer, historik og indeks. Selve beregningen kan stadig ske på servere uden for EU, og så har oplysningerne forladt regionen ved hvert kald. Bed altid om svar på lagring, transit og inferens.
Er inferensresidens et krav efter GDPR?
Databeskyttelsesforordningen (GDPR) bruger ikke begrebet, men reglerne om overførsel til tredjelande gælder al behandling, også den der sker under selve modelkørslen. Køres inferensen uden for EU, er det en overførsel der kræver et retsgrundlag, fornødne garantier og dokumentation.
Hvordan finder jeg ud af hvor inferensen faktisk køres?
Spørg leverandøren skriftligt, for præcis den SKU, tier og model I har tænkt jer at bruge. Offentlig dokumentation er en start, men ændres løbende og dækker sjældent de tilknyttede tjenester. Et dateret skriftligt svar er det eneste der holder ved en audit.
Hvad menes med transit i denne sammenhæng?
Transit er den vej data tager mellem jer og modellen: hvilke net og noder trafikken passerer. Selv med lagring og inferens i EU kan autentificering og routing gå via systemer uden for regionen, så bed leverandøren om at redegøre for alle tre led hver for sig.
Gælder problemet også AI-funktioner i almindelige SaaS-værktøjer?
Ja. Mange SaaS-værktøjer kalder selv en ekstern modelleverandør, og så arver I den kædes vilkår for data residency. Kortlæg underleverandørkæden for hvert værktøj der behandler personoplysninger, ikke kun for jeres egne AI-projekter.