Ifølge Gartners seneste prognose vil 90 % af alle B2B-køb være formidlet af AI-agenter inden 2028....
Synthetic media dækker billeder, video, lyd og tekst skabt af AI. Forstå mulighederne, risiciene og hvad det betyder for din virksomhed.


Synthetic media skabes typisk af generative AI-modeller, der er trænet på store mængder eksisterende data. Modellerne lærer mønstre i billeder, lyd eller tekst og kan derefter producere nyt indhold, der ligner det originale til forveksling.
For video og billeder bruger teknologien ofte diffusion-modeller eller GAN-netværk (Generative Adversarial Networks), hvor to neurale netværk konkurrerer mod hinanden: et genererer indhold, og et vurderer, om det ser ægte ud. Resultatet er billeder og videoer af stadig højere kvalitet.
For lyd og stemmer bruges tekst-til-tale-modeller, der kan klone en persons stemme ud fra få minutters optagelse. Det gør det muligt at producere voice-overs, podcasts og kundeservicesvar uden at en rigtig person taler ind.
Tekst-baseret synthetic media produceres af large language models (LLM'er), der genererer artikler, rapporter, e-mails og produktbeskrivelser. Kombineret med billed- og videogenerering kan hele kampagner produceres syntetisk fra start til slut.
Det afgørende er, at kvaliteten nu er på et niveau, hvor det for de fleste mennesker er umuligt at skelne syntetisk indhold fra ægte. Det gør spørgsmålet om gennemsigtighed og mærkning til et centralt tema for enhver virksomhed.
Virksomheder bruger allerede synthetic media på tværs af flere funktioner. Inden for marketing og reklame kan AI-genereret video reducere produktionsomkostningerne med op til 95 procent sammenlignet med traditionel videoproduktion. En ti minutters video, der tidligere kostede op mod 10.000 USD, kan nu produceres for under 50 USD med AI-værktøjer.
E-commerce er et andet stærkt anvendelsesområde. Virksomheder bruger syntetiske modeller og produktbilleder til at vise produkter i forskellige kontekster uden at arrangere fysiske fotoshoots. Det accelererer time-to-market og gør det muligt at teste kreative varianter hurtigere.
Kampagnelokalisering er et tredje område, hvor synthetic media skaber reel værdi. Med AI kan lip-sync, accenter og kulturelle referencer tilpasses til nye markeder inden for en enkelt produktionspipeline. Brands som Nike og Coca-Cola bruger allerede teknologien til at personalisere og lokalisere kampagner globalt.
Internt bruger organisationer synthetic media til medarbejdertræning. AI-genererede træninsvideoer med syntetiske avatarer kan produceres og opdateres hurtigt, uden at eksperter skal optages på ny hver gang indholdet ændres. Platforme som Synthesia har gjort dette til en tilgængelig løsning.
Kundeservice er ligeledes i forandring. Conversational AI kombineret med syntetiske stemmer leverer naturlige telefonsamtaler og chatinteraktioner, der er svære at skelne fra menneskelig betjening.
Synthetic media er ikke synonymt med deepfakes, selvom deepfakes er en underkategori. Deepfakes refererer specifikt til video eller lyd, der manipulerer en eksisterende persons udseende eller stemme, typisk uden samtykke. Synthetic media dækker langt bredere og inkluderer alt fra AI-genererede stockfotos til automatisk producerede voice-overs og tekster, der aldrig udgiver sig for at være en bestemt person.
Det er heller ikke en teknologi, der gør alt indhold utroværdigt. Risikoen er reel, men den største fare er ikke nødvendigvis falske videoer. Det er, at offentligheden mister tillid til ægte indhold. Når enhver video potentielt kan være syntetisk, kan selv autentisk materiale afvises som falsk. Løsningen ligger i standarder for indholdsproveniens som C2PA (Content Credentials) og AI Watermarking.
Endelig er synthetic media ikke ureguleret. EU AI Act kræver fra august 2026, at AI-genereret indhold, der kan forveksles med ægte, tydeligt mærkes. Danske virksomheder, der bruger syntetisk indhold i markedsføring, kommunikation eller produkter, skal sikre compliance med disse krav.
Generativ AI: Den underliggende teknologi bag synthetic media, som skaber nyt indhold ud fra træningsdata.
AI Watermarking: Metode til at indlejre usynlige mærker i AI-genereret indhold, så det kan identificeres som syntetisk.
C2PA (Content Credentials): Åben standard for indholdsproveniens, der dokumenterer, hvordan indhold er skabt og modificeret.
Tekst-til-video: Specifik form for synthetic media, hvor AI genererer video baseret på tekstbeskrivelser.
AI Content Generation: Bredere begreb for AI-drevet indholdsskabelse, der overlapper med synthetic media.
Deep Learning: Grundlæggende AI-teknik, der driver de neurale netværk bag synthetic media.
AI Hallucinationer: Fænomen hvor AI producerer forkert eller opdigtet indhold, relevant i konteksten af syntetisk indholds troværdighed.
Ifølge Gartners seneste prognose vil 90 % af alle B2B-køb være formidlet af AI-agenter inden 2028....
Den 30. marts 2026 annoncerede franske Mistral AI en gældsfinansiering på $830 millioner til at...
I marts 2026 lancerede tech-giganterne over 12 frontier-modeller på bare syv dage. GPT-5.4, Gemini...