Fire risici følger med, når du lader en AI-agent handle for dig: fejlkøb, et beslutningsgrundlag du ikke kan se, et ansvar ingen vil tage, og mærker der fravælges i det skjulte. Forbrugerne har fornemmet det før teknologiselskaberne. 55 procent er ikke trygge ved at lade en agent købe for dem (Riskified, 1. kvartal 2026), og 60 procent ville droppe agenten efter én fejl (ACI Worldwide, juni 2026). aisearch.dk har samlet årets vigtigste undersøgelser og set på, hvor risikoen ligger, og hvem der ender med regningen.
- 61,5 procent bruger AI til at finde produkter, men 55 procent vil ikke lade agenten købe (Riskified, 2026).
- Ansvaret er uafklaret: forbrugerne peger på AI-selskabet, lovgivningen på butikken og den, der gav mandatet.
- For mærker er risikoen tavs: en agent fravælger dig, og hverken du eller kunden ser det ske.
Hvilke risici er der ved at lade AI-agenter handle for kunder?
Risikoen ved at lade AI-agenter handle for kunder falder i fire kategorier: fejlkøb, manglende gennemsigtighed, uklart ansvar og tab af mærketillid. aisearch.dk kalder dem samlet agentrisikomatrixen, fordi de rammer forskellige parter og kræver forskellige svar. Fejlkøbet rammer kunden og er den risiko, alle kan se. Gennemsigtigheden rammer både kunde og butik, fordi ingen får vist, hvorfor agenten valgte netop det produkt. Ansvaret rammer hele kæden, når noget går galt. Tabet af mærketillid rammer virksomheder, som aldrig får at vide, at de blev sorteret fra.
| Risiko | Hvem rammes | Hvad tallene viser (2026) | Hvad der dæmper risikoen |
|---|---|---|---|
| Fejlkøb | Kunden | 60 % dropper agenten efter én fejl (ACI/YouGov, juni) | Beløbsgrænser, bekræftelse før køb, fortrydelsesret |
| Manglende gennemsigtighed | Kunden og butikken | Kun 5 % tjekker AI-anbefalingen på butikkens eget site (Rithum, marts) | Synlige kriterier, kilder og prisgrundlag i agentens svar |
| Uklart ansvar | Hele kæden | 54 % peger på AI-selskabet, 9 % på butikken (ACI/YouGov); 50,8 % på platformen (Riskified) | Mandatprotokoller som AP2, klare handelsvilkår |
| Tab af mærketillid | Virksomheden | 58 % mister tillid ved forkert produktinfo; 75 % ved betalt indflydelse (Quad, april) | Korrekte produktdata, mærkning af sponsorering |
Agentrisikomatrixen er aisearch.dk’s samling af fire risikotyper ved agentisk handel, opgjort efter hvem der rammes, og hvad der dæmper dem.
Hvor ofte køber en AI-agent forkert, og hvad koster en fejl?
Ingen offentlig undersøgelse måler endnu fejlraten for AI-agenters køb, men prisen for én fejl er dokumenteret: 60 procent af britiske forbrugere ville stoppe med at bruge agenten efter én fejl. Tallet stammer fra en YouGov-måling blandt over 2.000 britiske voksne for betalingsselskabet ACI Worldwide, offentliggjort 29. juni 2026. Samme måling viser, at 69 procent ikke stoler på AI, selv når den følger regler, de selv har sat. Kun 19 procent stoler på en AI-assistent til hverdagskøb, mod 55 procent der stoler på en menneskelig rådgiver.
Tolerancen er lav, og det flytter risikoregningen: en agent, der rammer rigtigt 19 gange ud af 20, kan tabe relationen på den tyvende. Checkout.com fandt i juni 2026, at forbrugere i gennemsnit ville lade en agent bruge 177 pund pr. køb uden ekstra godkendelse, omkring 1.500 kroner. Autonomien skræmmer mest: 70 procent i ACI-målingen siger, at køb uden at spørge ville påvirke deres lyst til at bruge agenten. Fejlkøb har desuden en skjult variant, indirekte prompt injection, som guiden om AI-agenter, der handler og køber beskriver.
Hvorfor kan du ikke se, hvorfor agenten valgte, som den gjorde?
En AI-agent viser normalt sit valg, ikke sine kriterier, og det gør beslutningsgrundlaget uigennemsigtigt for både kunden og butikken. Når agenten anbefaler én støvsuger ud af 40, får kunden sjældent at vide, om valget skyldtes pris, leveringstid, anmeldelser eller en fejl i produktdata. Rithum og Retail Dive fandt i marts 2026, at 58 procent af forbrugerne får mindre tillid til et mærke, når AI giver forkerte produktoplysninger, og 16 procent afbryder købet helt. Fejlen opstår ofte hos AI-laget, men regningen lander hos mærket.
Kontrolmekanismen er også svag. Når forbrugere vil tjekke en AI-anbefaling, går kun 5 procent til butikkens egen hjemmeside; 95 procent bruger søgemaskiner, anmeldelser eller venner (Rithum, 2026). Butikken kan derfor sjældent rette en misforståelse, før beslutningen er truffet. Den eneste reelle kontrol for danske brugere er at bede agenten vise kilder og prisgrundlag før købet, og i 2026 skal man selv bede om det.
Hvem har ansvaret, når en AI-agent køber forkert?
Ansvaret ved et forkert agentkøb er juridisk uafklaret i 2026, og forbrugerne og lovgivningen peger i hver sin retning. I ACI Worldwides måling mener 54 procent, at teknologiselskabet bag agenten skal stå for refusionen, mens kun 9 procent peger på butikken og 3 procent på banker og kortudstedere. Riskifieds Agentic Commerce Pulse fra 1. kvartal 2026 viser samme mønster: 50,8 procent placerer ansvaret for uautoriserede køb hos AI-platformen.
Lovgivningen holder fast i de kendte roller. Den britiske konkurrencemyndighed CMA meldte i marts 2026 ud, at forbrugerlovgivningen gælder uændret, uanset om kunden handler via et menneske eller en AI-agent. Virksomheden bærer ansvaret, selv når en tredjepart har bygget agenten, gengiver analytikeren Mohammed Shehu (juni 2026). I EU gælder de 14 dages fortrydelsesret ved fjernsalg også ved agentkøb for forbrugere. Den løser dog kun problemet, hvis kunden opdager fejlkøbet i tide, og den dækker ikke et abonnement, agenten har tegnet. Ingen dansk myndighed har i september 2026 udsendt vejledning specifikt om agentkøb.
Hvad risikerer et mærke, når agenten vælger for kunden?
Mærket risikerer at blive fravalgt uden at vide det, og det er den mest undervurderede risiko i agentisk handel. En søgeresultatside viser ti muligheder; en agent viser typisk én. Accentures Consumer Pulse blandt 25.590 forbrugere (juni 2026) viser, at 71 procent forventer, at AI påvirker mindst halvdelen af deres forbrug i en kategori inden for 12 måneder. Knap hver tiende er parat til at lade agenten købe helt autonomt. Loyalitet, agenten ikke kan læse i data, tæller ikke.
Tilliden kan også ødelægges udefra. Quad fandt i april 2026, at 75 procent af amerikanerne ville stole mindre på en AI-agent, hvis anbefalingerne var påvirket af betaling fra mærker. Lige så mange ville stole mindre på de mærker, der betalte. Betalt placering kan altså give synlighed i dag og koste tillid i morgen; modellen testes nu i USA (OpenAI’s betalte agenter). Guiden om at blive valgt af AI-agenter gælder med omvendt fortegn: forkerte lagertal eller priser i produktfeedet er nu en direkte fravælgelse.
Fejlen opstår ofte hos AI-laget, men regningen lander hos mærket.
Hvad betyder risikoen for danske forbrugere og virksomheder fremover?
Agentisk handel vil vokse ulige: hurtigt for små, gentagne køb og langsomt for alt, der er dyrt eller personligt. Det er Checkout.coms konklusion fra juni 2026, og de danske tal peger samme vej. 45 procent af danskerne har brugt AI ved et onlinekøb inden for et halvt år (Dansk Erhverv, april 2026), men brugen ligger i research, ikke i selve købet. Kun 22 procent af dagligvarekunder stoler på, at en agent må handle for dem, mod 35 procent blandt millennials, skriver FoodNavigator 17. september 2026.
aisearch.dk vurderer, at ansvarsspørgsmålet bliver det næste, regulatorerne tager fat på: forbrugernes forventning (AI-selskabet betaler) og lovens udgangspunkt (butik og kunde bærer ansvaret) kan ikke leve side om side, når volumen stiger. Indtil da er det bedste værn fire trin.
- Sæt en beløbsgrænseGiv agenten et loft pr. køb, gerne under de cirka 1.500 kroner, Checkout.coms respondenter accepterer, og kræv bekræftelse over grænsen.
- Kræv kriterierneBed agenten vise pris, leveringstid og kilder for sit valg, før købet gennemføres.
- Kend fortrydelsesrettenFjernsalg i EU giver 14 dages fortrydelsesret, også ved agentkøb. Tjek dog abonnementer og digitale ydelser, hvor reglerne afviger.
- Ret produktdata først (virksomheder)Korrekte lagertal, priser og returvilkår i maskinlæsbar form er det, agenten vælger på.
Hvordan er analysen lavet?
Analysen bygger på syv offentlige forbrugerundersøgelser fra marts til september 2026, som aisearch.dk har sammenholdt. De er lavet af betalings-, e-handels- og konsulentvirksomheder med egen interesse i agentisk handel og dækker primært Storbritannien og USA. Danske tal findes kun for brugen af AI i købsprocessen (Dansk Erhverv), ikke for fejlkøb eller ansvar. Ingen af undersøgelserne måler faktiske fejlrater; de måler forventninger og tolerance i 2026.
Ofte stillede spørgsmål om risici ved AI-agenter
Kan jeg få pengene tilbage, hvis en AI-agent køber forkert?
Et fejlkøb foretaget af en AI-agent er som udgangspunkt omfattet af de 14 dages fortrydelsesret ved fjernsalg i EU, når du handler som forbruger. AI-selskabet bag agenten har i 2026 ingen lovbestemt pligt til at refundere, selv om 54 procent af forbrugerne forventer det (ACI Worldwide, juni 2026).
Hvordan ved jeg, hvorfor agenten valgte et bestemt produkt?
En AI-agent viser i 2026 sjældent sine kriterier af sig selv, så du skal bede om dem: hvilke produkter den sammenlignede, hvilken pris den fandt, og hvilke kilder den brugte. Rithums undersøgelse fra marts 2026 viser, at kun 5 procent af forbrugerne tjekker anbefalingen hos butikken selv.
Hvad kan en dansk webshop gøre for ikke at blive fravalgt af agenter?
En dansk webshop mindsker risikoen for at blive fravalgt ved at holde priser, lagertal og returvilkår korrekte i maskinlæsbar form. Rithum og Retail Dive fandt i 2026, at 58 procent af forbrugerne mister tillid til et mærke efter forkert produktinformation fra AI.
Analysen er modstykket til to guides på aisearch.dk, der beskriver fordelene: Sådan fungerer AI-agenter, der handler og køber for dig og Sådan bliver du valgt af de AI-agenter, der handler for kunden. Grundforståelsen findes i pillarsiden Hvad er AI-søgning?
Kilder: ACI Worldwide/YouGov, 29. juni 2026 · Riskified Agentic Commerce Pulse, Q1 2026 · Rithum x Retail Dive, marts 2026 · Quad, 13. april 2026 · Accenture Consumer Pulse via Chain Store Age, juni 2026 · Checkout.com, 9. juni 2026 · FoodNavigator, 17. september 2026 · CMA-udmelding marts 2026, gengivet af Mohammed Shehu, 24. juni 2026. Danske tal: Dansk Erhvervs E-handelsanalyse, april 2026.
Senest revideret 20. september 2026. Artiklen gennemgås løbende, når AI-søgelandskabet flytter sig.
