= Dybdeanalyse

Forsvarets nye AI-center: hvad skal det kunne, og hvilke risici er der?

Danmark åbner et militært AI-center med ambitioner om at bruge ukrainske erfaringer og kommerciel AI-teknologi — men brugen af fremmede modeller og data rejser alvorlige spørgsmål om suverænitet og sikkerhed.

Konklusion

Danmarks forsvar etablerer et dedikeret AI-center, der skal modernisere det militære apparat fra bunden. Centret skal identificere, udvikle og implementere AI-løsninger på tværs af Forsvaret. Ambitionen er markant, men den kommer med en række uløste spørgsmål: Når man bygger militær kapacitet på teknologi og data fra fremmede aktører — herunder kommercielle platforme med uigennemsigtige ejerskabsstrukturer — sætter man spørgsmålstegn ved, om Danmark faktisk kontrollerer sine egne systemer. Ukraines digitale krigserfaringer viser, hvad der er muligt. De viser også, hvad der kan gå galt.

Nøglepunkter:

  • Forsvaret opretter et AI-center med stab, projektkontor og AI-laboratorium
  • Centret skal trække på erfaringer fra Ukraine og kommercielle AI-platforme
  • Supercomputeren Gefion er placeret i Danmark under dansk kontrol og udgør en central infrastruktur
  • Brugen af udenlandske AI-modeller og datapakker rejser reelle spørgsmål om datasikkerhed og suverænitet
  • Der mangler offentlig transparens om, hvilke konkrete modeller og data der anvendes

Baggrund

Kunstig intelligens er ikke længere et fremtidsscenarie for militære styrker — det er et nutidigt konkurrenceparameter. NATO-allierede investerer massivt i AI til alt fra logistik og efterretningsanalyse til dronenavigation og beslutningsstøtte. Ruslands invasion af Ukraine har fungeret som en reel testbane for, hvad digitalisering og AI kan betyde i en faktisk væbnet konflikt.

Danmark er ikke et foregangsland på dette område. Historisk set har Forsvaret haft svært ved at følge med den teknologiske udvikling, og digitaliseringsprocesser i Forsvarsministeriet er gentagne gange løbet ind i forsinkelser og koordineringsproblemer. Det nye AI-center er et forsøg på at ændre dette billede og samle indsatsen ét sted frem for at lade AI-projekter opstå spredt og ukoordineret.

Konteksten er vigtig: Danmark har for nylig øget forsvarsbudgettet markant som følge af den forværrede sikkerhedssituation i Europa. Penge alene løser dog ingen problemer, hvis organisationen ikke kan absorbere og anvende ny teknologi effektivt. AI-centret er i den forstand ikke blot et teknologiprojekt — det er et organisatorisk svar på en strategisk udfordring.


Hvad sker der

Forsvaret etablerer et AI-center, der ifølge Forsvaret selv vil råde over en stab, et projektkontor og et AI-laboratorium. Formålet er at identificere, udvikle og implementere AI-løsninger på tværs af Forsvarets mange enheder og funktioner.

En central del af infrastrukturen er supercomputeren Gefion, der fysisk befinder sig i Danmark og er under suveræn dansk kontrol. Det er ikke et uvæsentligt detalje. Spørgsmålet om, hvor data og computerkraft fysisk befinder sig — og under hvilken jurisdiktion — er afgørende, når man taler om militær AI.

Forsvarschef general Peter Bartram har offentligt tilkendegivet, at Forsvaret vil trække på erfaringer fra Ukraine, kommercielle AI-platforme og knowhow fra virksomheder som Palantir, der er specialiseret i dataanalyse til forsvars- og efterretningsformål. Artiklen i Ingeniøren peger desuden på, at der i processen indgår diskussioner om brug af kinesisk udviklede AI-modeller og ukrainske datapakker fra den igangværende krig.

Det er her, billedet bliver komplekst. For mens ambitionen er klar, er detaljerne sparsomme i det offentlige rum. Det er ikke oplyst, hvilke specifikke kinesiske modeller der er tale om, i hvilken sammenhæng de anvendes, eller hvordan data fra Ukraine er indsamlet, anonymiseret og godkendt til militær brug.


De centrale spørgsmål

1. Hvad betyder "kontrol over data" i praksis?

Forsvarschefen har understreget, at kontrol over data er altafgørende. Det er rigtigt — men det er lettere sagt end gjort. Moderne AI-modeller er trænet på enorme datamængder, og når man anvender en færdigudviklet model fra en ekstern leverandør, overtager man implicit også de antagelser, skævheder og sårbarheder, der ligger i modellen. Hvis modellen er udviklet af et kinesisk firma, er den underlagt kinesisk lovgivning — herunder krav om at samarbejde med kinesiske myndigheder. Det er ikke en hypotetisk risiko; det er en juridisk realitet.

2. Hvad er Palantirs rolle?

Palantir Technologies er en amerikansk dataanalysegigant med tætte forbindelser til det amerikanske militær og efterretningsvæsen. Virksomheden har leveret systemer til Ukraine og er aktiv i NATO-lande. Palantir er ikke neutral teknologileverandør — det er en aktør med egne strategiske interesser og en platform, der indsamler og analyserer enorme mængder data. At bygge dansk militær AI-kapacitet på Palantir-knowhow giver adgang til avancerede værktøjer, men det skaber også afhængighed af en privat, udenlandsk virksomhed.

3. Hvad kan vi lære af Ukraine — og hvad er risikoen ved ukrainske data?

Ukraine har på mange måder vist vejen for militær digitalisering under pres. Et CMS-memo fra Københavns Universitets Center for Militære Studier om militær dataoversættelse og digital transformation dokumenterer, at Ukraine har opbygget imponerende kapaciteter inden for droneoperationer, realtidsdatadeling og AI-assisteret målidentifikation. Erfaringerne er værdifulde for allierede som Danmark.

Men ukrainske datapakker fra en aktiv konflikt rejser også etiske og juridiske spørgsmål. Hvilke data er der tale om? Indeholder de identificerbare oplysninger om civile eller kombattanter? Hvordan er de indsamlet? Og er de repræsentative nok til at træne robuste AI-systemer — eller afspejler de særlige forhold ved en specifik konflikt, der ikke kan generaliseres?

4. Er der tilstrækkelig civil og parlamentarisk kontrol?

AI-systemer til militær brug opererer i et reguleringsmæssigt ingenmandsland. EU's AI-forordning (AI Act) klassificerer visse AI-systemer som højrisiko, men militære anvendelser er i vidt omfang undtaget. Folketinget har endnu ikke lagt sig fast på klare principper for, hvilke typer AI-beslutninger militæret må træffe autonomt, og hvilke der kræver menneskelig godkendelse. Det er et demokratisk hul, der bør lukkes, inden systemerne er i drift.


Analyse

Ambition møder virkelighed

Etableringen af et AI-center er det rigtige skridt i den rigtige retning. Forsvaret har brug for en samlet indsats frem for fragmenterede enkeltprojekter, og det er fornuftigt at placere supercomputerkapacitet som Gefion i Danmark under dansk kontrol. Det sikrer, at den grundlæggende infrastruktur ikke er afhængig af udenlandske beslutninger.

Men ambitioner og virkelighed er to forskellige ting. CMS-memoet om digital transformation i det danske forsvar peger på, at Forsvarsministeriet historisk har haft vanskeligt ved at gennemføre digitale transformationsprocesser. Udfordringerne er ikke primært teknologiske — de er organisatoriske. At indkøbe eller udvikle AI-systemer er én ting; at integrere dem i eksisterende strukturer, uddanne personale og skabe de rette incitamenter er noget ganske andet.

Datasuverænitet er ikke sort-hvid

Forsvarschefens fokus på datakontrol er relevant, men suverænitet over data er ikke et binært spørgsmål. Det handler ikke kun om, hvor serverne fysisk står. Det handler om, hvem der har designet de algoritmer, der fortolker dataene. Hvem der opdaterer modellerne. Hvem der har adgang til at auditere systemerne. Og hvem der bestemmer, hvad der sker, hvis et system fejler eller manipuleres.

Hvis Danmark bruger en AI-model, som et kinesisk firma har udviklet, og som løbende opdateres via en cloud-forbindelse, er dansk suverænitet over det pågældende system i bedste fald delvis. Det er ikke nødvendigvis en showstopper — man kan isolere specifikke anvendelser og sikre at kritiske funktioner kører på verificerbare, åbne modeller — men det kræver bevidste og dokumenterede valg, som offentligheden endnu ikke har indblik i.

Palantir og den private efterretningsindustri

Palantirs tilstedeværelse i projektet er ikke overraskende. Virksomheden har positioneret sig aggressivt i NATO-lande og tilbyder platforme, der reelt er svære at undgå, hvis man vil have hurtigt adgang til avanceret dataanalyse. Men samarbejdet rejser spørgsmål, som ikke er besvaret offentligt.

Palantirs forretningsmodel bygger på at gøre kunderne afhængige af deres platform — det er en velkendt kritik af virksomheden. Når militære systemer integreres dybt med en privat platform, opstår der en strukturel afhængighed, der kan vise sig svær at bryde. Det er ikke et argument for at afvise Palantir, men det er et argument for at sikre klare exit-strategier og for at undgå at lade kritiske funktioner hvile udelukkende på en enkelt leverandør.

Ukraines erfaringer: værdifulde men ikke direkte overførbare

Det er fornuftigt af Forsvaret at studere Ukraines digitale transformation nøje. CMS-memoet fra Københavns Universitets Center for Militære Studier dokumenterer, at Ukraine har opbygget en bemærkelsesværdig evne til at integrere kommerciel teknologi i militære operationer under ekstremt pres. Det drejer sig om alt fra droneflåder styret via tablets til realtidsdeling af situationsbilleder på tværs af enheder.

Men Ukraine opererer under krigsforhold med en særlig grad af pragmatisme, som ikke uden videre kan eksporteres til fredstidsinstitutioner med krav om juridisk compliance, databeskyttelse og parlamentarisk kontrol. De ukrainske datapakker, der omtales, afspejler en specifik konflikt med specifikke modstandere og terræner. Hvis de bruges til at træne AI-systemer beregnet til bredere NATO-sammenhænge, er det afgørende at forstå, hvad modellerne faktisk har lært — og hvad de ikke kan.

Det demokratiske underskud

Det mest bekymrende aspekt ved Forsvarets AI-satsning er ikke teknisk — det er demokratisk. Militær AI udvikles og implementeres i et tempo, der overgår den offentlige og parlamentariske debat. Det gælder ikke kun i Danmark, men Danmark har et særligt ansvar for at sikre, at Folketinget sætter klare rammer, inden systemerne er i drift.

Hvilke beslutninger må AI-systemer træffe autonomt? Hvornår kræves menneskelig godkendelse? Hvem er ansvarlig, når et system begår fejl? Disse spørgsmål har ingen gode svar endnu — hverken juridisk eller etisk. EU's AI-forordning giver kun begrænset vejledning for militære anvendelser. NATO har formuleret principper for ansvarlig brug af AI, men de er ikke juridisk bindende.

Danmark bør proaktivt tage stilling til disse spørgsmål frem for at lade teknologiudviklingen løbe foran den demokratiske kontrol.


Konklusion

Forsvarets nye AI-center er et nødvendigt skridt. Den teknologiske udvikling venter ikke, og et forsvar uden AI-kapacitet vil inden for få år være strukturelt underlegent i en krise. Det er godt, at Gefion er placeret i Danmark under dansk kontrol, og det er fornuftigt at lære af Ukraines digitale erfaringer.

Men ambitionerne om at trække på kinesiske AI-modeller, kommercielle datapakker fra en aktiv krig og en privat platform som Palantir kræver åbenhed, ikke fortrolighed. Offentligheden og Folketinget har ret til at vide, hvilke systemer der anvendes, hvilke data der ligger til grund, og hvilke sikkerhedsforanstaltninger der er truffet.

Datasikkerheden og den demokratiske kontrol er ikke detaljer — de er forudsætningen for, at et militært AI-center kan opbygge den tillid og legitimitet, det har brug for. Forsvarschefen har ret i, at kontrol over data betyder alt. Spørgsmålet er, om den kontrol faktisk er der — eller om den primært er et mål, man endnu ikke har nået.


Kilder