Sådan bruger danske medier AI lige nu

AI er ikke længere et sideprojekt i danske medier. Det bruges allerede til research, transskribering, rubrikker, versionering, personalisering, kvalitetsmåling og interne værktøjer. Men åbenheden om, hvor langt medierne er gået, halter stadig bagefter.

Hvis man kun lyttede til den offentlige debat, kunne man tro, at danske medier stadig står og tester AI forsigtigt ude i periferien. Det gør de ikke. AI er allerede rykket ind i hverdagen. Ikke som førerløse redaktioner eller helautomatiske medier, men som noget mere lavpraktisk og derfor måske også mere betydningsfuldt: research, transskribering, rubrikker, resuméer, dataudtræk, 

SoMe-tekster, nyhedsbrevstekst og andre former for produktionsstøtte.

Det mere præcise billede er derfor ikke, at danske medier enten bruger eller ikke bruger AI. Det mere rigtige er, at de befinder sig på forskellige trin i samme bevægelse: fra eksperimenterende hverdagsbrug til interne toolkits, personalisering, kvalitetsmåling og mere systematisk workflowstyring.

Den foreløbige kortlægning bygger på offentligt tilgængelige cases, præsentationer, retningslinjer og rapporter. Den er ikke en fuldstændig opgørelse over al AI-brug i danske medier, men viser de mest synlige og veldokumenterede mønstre. Samlet tegner materialet et billede af en branche, hvor AI allerede er blevet en del af den daglige drift flere steder, men hvor den offentlige gennemsigtighed stadig er ujævn.

AI er blevet hverdag

Det stærkeste fælles udgangspunkt kommer fra DMJX’s forsknings- og udviklingsarbejde og fra rapporten AI og trivsel blandt danske journalister fra Teknologisk Institut og Velliv Foreningen. Begge peger i samme retning: Implementeringen varierer meget fra mediehus til mediehus, men AI er allerede blevet en del af de daglige arbejdsgange flere steder. Rapporten fremhæver især transskribering, research, rubrikgenerering og korrektur som udbredte anvendelser.

JP/Politikens Hus: AI som system, ikke bare værktøj

Skal man pege på en dansk frontløber, er JP/Politikens Hus en af de tydeligste. Offentlige beskrivelser af MAGNA, PIN-projektet og JP/Politikens fælles AI-enhed tegner et billede af et mediehus, der ikke nøjes med enkeltstående AI-værktøjer, men er i gang med at bygge egentlig AI-infrastruktur omkring redaktionen.

JP/Politikens fælles AI-enhed, JPPOL AI, blev dannet i begyndelsen af 2024 og bygger videre på erfaringer fra PIN-projektet. Enheden består af 11 fuldtidsmedarbejdere og fire deltidsansatte og rummer blandt andet ML-specialister, engineers, data scientist og UI/UX-kompetencer. Det siger noget om ambitionsniveauet: AI er ikke kun placeret som et redaktionelt eksperiment, men som et produkt- og teknologiområde i koncernen.  

Arbejdet er organiseret omkring tre primære produktområder: generativ AI, personalisering/recommendation systems og metadata. Generativ AI handler om redaktionelle værktøjer, der kan hjælpe med rutineopgaver og understøtte rigere nyhedsdækning i tekst, billede og lyd. Recommendation-sporet handler om personalisering af nyhedsoplevelsen, redaktionelt kontrolleret og baseret på indsigter i personaliserede nyhedsstrømme. Metadata-sporet handler om at skabe rigere metadata om indhold i tekst, billede og lyd, så indhold kan aktiveres på nye måder og give dybere indsigt i, hvordan det bliver brugt.  

MAGNA er et centralt eksempel på den udvikling. Ifølge materialet blev EB MAGNA udviklet i andet halvår 2023 og omfatter blandt andet artikelværktøjer, Live Center, RAG-løsningen “Spørg Arkivet” og feedbackfunktioner. I praksis betyder det, at journalister får adgang til en chatrobot i et sikkert miljø, semantisk søgning på tværs af koncernens artikelarkiver, mulighed for at generere indhold på baggrund af nyhedsmediernes egne arkiver og artikelværktøjer, der kan hjælpe med rutineopgaver og artikelskrivning.  

Eksempler på MAGNAs anvendelsesområder omfatter brug af arkivsøgning som input til faktabokse, MAGNAs bud på faktabokse, rubrikforslag, kritisk gennemlæsning, spørgsmål til ubesvarede vinkler og omskrivning til artikeludkast. Det er dermed ikke kun et chatværktøj, men en samling redaktionelle funktioner, der kobler generativ AI til koncernens egne arkiver og arbejdsprocesser.  

Men implementering af AI-systemer handler ikke kun om teknologi. JP/Politikens arbejder med feedback fra brugerne, testbrugere på redaktionerne, workshops, redaktionsbesøg og undervisning. Ifølge JPPOL AI har omkring halvdelen af feedbacken været positiv, og erfaringerne peger blandt andet på tre centrale udfordringer: Generativ AI til nyheder skal baseres på eksterne fakta, gennemsnitligt sprogbrug er en hovedudfordring, når tekster skal passe til en redaktionel profil, og brugervenlighed samt integration i eksisterende arbejdsprocesser er afgørende for bred adoption.  

MAGNAs næste generationer peger på, hvor udviklingen kan bevæge sig hen: versionering af nyheder i tekst, lydversioner af nyhedshistorier, chat med artiklen, temaet eller arkivet, illustrationer — dog med fotorealisme som “no go” — og research. Samlet gør det JP/Politikens Hus til mere end en case om AI i redaktionen. Det ligner et mediehus, hvor AI er på vej ind som en del af både produktion, distribution, metadata, personalisering og brugeroplevelse. AI er ikke kun et værktøj ved skrivebordet. Det er ved at blive en del af infrastrukturen.  

Sjællandske Medier: når AI bliver en arbejdsvane

Hvor JP/Politikens Hus viser den tunge systemintegration, viser Sjællandske Medier noget andet: hvordan AI kan blive en driftsteknologi.

Ved en konference på DMJX i januar 2025 præsenterede Chefredaktør Carsten Lysdal værktøjet Chatty som hjælp til transskribering, versionering og SoMe-tekster. Lysdal beskrev AI som noget, der har frigivet mere tid til journalistikken.

Det gør Sjællandske Medier til et vigtigt eksempel. Her er AI ikke først og fremmest et stort strategisk narrativ, men noget, der flytter rundt på de daglige arbejdsgange. Det viser, hvordan AI i medier hurtigt bliver mest afgørende, når den holder op med at være spektakulær og i stedet bliver rutine.

TV 2 og regionerne: den tydeligste governance

Hvis JP/Politikens Hus og Sjællandske Medier især viser, hvordan AI bruges, viser TV 2 Danmark og TV 2-regionerne noget andet: hvordan den styres. De fælles retningslinjer for brug af generativ AI i nyhedsjournalistik og dokumentarer er blandt de tydeligste offentlige dokumenter på området i Danmark. Her fremgår det blandt andet, at AI-genereret eller markant AI-ændret indhold skal mærkes tydeligt, at der skal være menneskelig kontrol, og at man som udgangspunkt ikke udgiver fotorealistisk visuelt materiale skabt med generativ AI i nyhedsjournalistik. Hele artikler udgives ikke uden journalistisk bearbejdning, og eksperimenter med chatbots og opsummeringer uden fuld redaktionel godkendelse skal som minimum deklareres.

TV 2 er ikke nødvendigvis længst fremme på det teknisk område. Men de kan fremvise den mest synlige danske model for governance, mærkning og ansvar. Det er i sig selv væsentligt.

Altinget: mindre hype, mere data

Altinget peger i en lidt anden retning. I et nyere LinkedIn-opslag skriver ansvarshavende chefredaktør Jakob Nielsen, at Altinget bruger AI “mange steder”, men at den “virkelige satsning” ligger inden for datajournalistik, blandt andet i arbejdet med meningsmålinger og vælgervandringer.

Det peger på en mere lavmælt strategi. Ikke AI som brandinghistorie, men AI som støtte til analyse, strukturering og datatung journalistik. Det er en vigtig nuance, fordi den viser, at AI i medier ikke nødvendigvis kommer med fanfare. Nogle steder glider den bare ind i de dele af journalistikken, hvor store datamængder og mønstre i forvejen fylder meget.

Kvalitetsmåling: når AI også vurderer journalistikken

En mindre synlig, men principielt vigtig brug af AI handler om kvalitetsmåling. Her bruges teknologien ikke først og fremmest til at producere mere indhold, men til at analysere det indhold, medierne allerede laver.

Constructive Institute har udviklet værktøjer, der bruger AI og maskinlæring til at analysere journalistik ud fra konstruktive kriterier. Constructive News Mirror beskrives som en platform, der måler journalistisk kvalitet og giver redaktioner ugentlige rapporter om, hvor konstruktiv deres dækning har været.  

Constructive News Algorithm beskrives som et maskinlæringsværktøj, der bruger sproganalyse til at identificere konstruktive elementer og bias i nyhedsdækning. Værktøjet er udviklet som et supplement til den redaktionelle proces og skal hjælpe redaktioner med at evaluere, hvor konstruktiv deres dækning er.  

AI bruges ikke kun som skrivehjælp, researchassistent eller produktionsstøtte. Den kan også blive et redaktionelt spejl, der måler mønstre i dækningen og gør det lettere at diskutere, om journalistikken faktisk lever op til de værdier og kvalitetsmål, redaktionen selv har sat.

Mere end effektivisering

Samlet viser kortlægningen, at AI i medier ikke længere kun handler om at gøre gamle opgaver hurtigere. Brugen spænder fra produktionsstøtte og research til personalisering, versionering, styring, dataanalyse og kvalitetsmåling.

Det udvider billedet af AI i journalistikken. Teknologien er ikke kun på vej ind som medhjælper ved skrivebordet. Den er også på vej ind som system, analyseværktøj og styringsredskab — og i stigende grad som noget, der former både arbejdsgange, redaktionelle prioriteringer og mødet mellem medie og bruger.

Mangel på transparens

Måske er det vigtigste fund ikke, hvor meget medierne bruger AI, men hvor lidt de fortæller om det. Reuters Institute’s Danmark-kapitel fra 2025 konstaterer, at danske nyhedsorganisationer investerer tungt i generative AI-værktøjer og gradvist implementerer dem i de daglige nyhedsoperationer. Men det betyder ikke, at offentligheden får meget at vide om, hvordan det sker.

Her er TV 2’s retningslinjer undtagelsen snarere end reglen. For selv i de cases, hvor brugen er veldokumenteret, er det ofte uklart, præcis hvor langt medierne er gået, hvilke værktøjer der bruges hvor, og hvilke grænser de sætter internt. Det gælder især uden for de medier, der selv aktivt har valgt at fortælle om deres AI-praksis. Det gør transparens til en historie i sig selv. Ikke bare hvordan medier bruger AI, men hvor åbne de er om det.

Publikum er mere skeptisk end medierne

Der er også en anden grund til, at den åbenhed betyder noget: tillid. Reuters Institute’s 2025-rapport peger på, at publikums skepsis over for AI i nyheder stadig er høj på tværs af lande, og Danmark ligner ikke et marked, hvor den modstand er på vej væk. Tidligere danske målinger har også vist betydelig utryghed ved journalistik, der i høj grad er produceret ved hjælp af AI.

Det gør AI i medier til mere end et internt produktionsspørgsmål. Det er også et tillids- og transparensspørgsmål. Hvis medierne vil bruge AI dybere i deres arbejde, kommer de også til at skulle forklare bedre, hvor, hvordan og hvorfor de gør det.

Fra værktøjer til infrastruktur

Den foreløbige kortlægning viser, at danske medier især bruger AI som produktionsstøtte, researchværktøj, dataanalyse, kvalitetsmåling, personalisering og interne redaktionelle systemer. Men udviklingen stopper næppe dér.

Et projekt som Projekt Y peger på næste trin i samme bevægelse: et medie, der ikke bare bruger AI i enkelte led af arbejdet, men bygger hele produktet oven på en platform, hvor overvågning, workflow, generering, distribution og på sigt licensering hænger sammen.

Projekt Y er ikke i drift endnu, og modellen er ikke bevist. Men som case er projektet interessant, fordi det viser, hvordan AI i medier kan bevæge sig fra værktøj til infrastruktur. Hvor de etablerede medier i høj grad forsøger at lægge AI oven på eksisterende organisationer, forsøger Projekt Y at bygge organisationen omkring AI fra begyndelsen.

Den foreløbige konklusion

Den foreløbige kortlægning peger på, at danske medier ikke længere står uden for AI-udviklingen. De er allerede i gang med at opbygge et nyt mellemstadie, hvor AI bliver en usynlig eller halvsynlig medproducent i dele af arbejdsprocessen.

Forskellen mellem medierne ligger især i fire ting: hvor integreret teknologien er, om AI primært bruges til produktion, analyse eller infrastruktur, hvor tydelige grænser de sætter, og hvor åbne de er over for publikum om brugen.

Det mest præcise billede er derfor ikke, at danske medier enten bruger eller ikke bruger AI. Det mere rigtige er, at de befinder sig på forskellige trin i samme bevægelse — fra eksperimenterende hverdagsbrug til interne toolkits, personalisering, kvalitetsmåling og begyndende AI-infrastruktur.

Og måske er det netop dér, den vigtigste historie ligger: ikke i om AI kommer ind i danske medier, men i at den allerede er der. Spørgsmålet er ikke længere kun, hvad den kan. Spørgsmålet er, hvor meget af den der foregår uden for offentlighedens blik.

Vi laver journalistik om AI, fordi udviklingen går hurtigere end den offentlige samtale.

På AI Portalen forsøger vi at skabe overblik, perspektiv og kritisk indsigt i en teknologi, der allerede former alt fra arbejdsmarkedet til demokratiet — ofte uden at nogen bremser op og forklarer, hvad der foregår.

Hvis vores artikler hjælper dig med at forstå AI lidt bedre, så overvej at støtte arbejdet.

Et medlemskab gør én ting mulig: at vi kan blive ved med at undersøge, dokumentere og forklare, hvordan AI påvirker Danmark — uden investorer, uden PR-interesser og uden at jage hype.

Bliv medlem og vær med til at styrke uafhængig journalistik om AI.