Kuvaus LDB-järjestelmän viimeisimmistä yleisistä laajennuksista, muutoksista ja korjauksista.
Koulutusten hallinta ja tehokkuuden arviointi
Koulutusmoduulia on laajennettu toistuvien koulutusten suunnittelulla, osallistumisen dokumentoinnilla ja tehokkuuden arvioinnilla. Uusi koulutussuunnittelu näyttää tulevat päivämäärät, erääntyvät uusintakoulutukset, keskeneräiset tehokkuuden arvioinnit ja tarvittavat täydennyskoulutukset. Valinnaisesti osallistujille voidaan lähettää muistutus sähköpostitse kolme päivää ennen koulutuksen alkamista.
Koulutuksen jälkeen tehokkuus voidaan dokumentoida osallistujakohtaisesti. Onnistuneen arvioinnin jälkeen voidaan myöntää määritellyt osaamisalueet. Tarvittavat jatkokoulutukset pysyvät linkitettyinä alkuperäiseen koulutukseen. Työntekijän profiilissa näkyvät suunnitellut ja aiemmat osallistumiset sekä niiden tilat.
Kun tekoälyintegraatio on aktivoitu, koulutusmateriaaleista voidaan ehdottaa automaattisesti monivalintakysymyksiä. Järjestäjä tarkistaa ja täydentää kysymyksiä ennen kuin osallistujat suorittavat testin suoraan LDB:ssä.
Asiakirjojen hallinta: versioiden muutosten yhteenveto tekoälyn avulla
Asiakirjojen hallinnassa kahden asiakirjaversion väliset muutokset voidaan nyt koota yhteen tekoälyn avulla. Yhteenveto luodaan napin painalluksella ja tallennetaan kyseiseen versioon. Tämä toimii sekä Markdown- että PDF-asiakirjoissa ja helpottaa muutosten jäljitettävyyttä.
Valinnaisesti kaikkien versioiden muutokset voidaan näyttää automaattisesti asiakirjan lopussa ”muutoshistoria”-kohdassa.
Kaaviot ja matemaattiset/kemialliset kaavat asiakirjassa
Markdown-editoria on laajennettu tukemaan Mermaid-kaavioiden sekä matemaattisten ja kemiallisten kaavojen esittämistä. Näin esimerkiksi vuokaaviot, organisaatiokaaviot ja kemialliset yhtälöt voidaan sisällyttää suoraan asiakirjoihin.
Uusi hakupalkki ja suodatusmahdollisuudet
Uusi hakupalkki on laajennettu kattamaan lisää alueita, ja se on nyt käytettävissä lähes kaikille tietotyypeille (näytteet ja raportit tulevat mukaan kevään 2027 julkaisussa).
Tämän ansiosta suodatuskriteereiden, poissulkevien kriteerien ja tulosten järjestysvalintojen yhdistelmämahdollisuuksia on entistä enemmän. Hakusuodattimet voidaan tallentaa, ja oletussuodattimet voidaan määrittää yksilöllisesti sivukohtaisesti ja käyttäjäkohtaisesti.
Pienemmät raporttitiedostot kuvien optimoinnin ansiosta
Raporttien kuvia voidaan nyt haluttaessa pienentää, ja JPG-kuvia voidaan lisäksi pakata. Asetukset tallennetaan keskitetysti järjestelmäasetuksiin, ja niitä voidaan soveltaa raportteja luotaessa. Tämä pienentää tiedostokokoa erityisesti kuvapitoisissa raporteissa ja helpottaa sähköpostilähetystä.
Laajennukset sähköisiin laskuihin
ZUGFeRD-laskujen osalta on lisätty käänteisen verovelvollisuuden menettelyn kuvaus. Lisäksi käytettävissä on uusia kenttiä.
Muita uutuuksia tässä julkaisussa
Talvijulkaisun 2026 käyttäjäkutsussa esittelemme teille tärkeimmät päivitykset henkilökohtaisesti.
Monialaisessa tiimissä tunnistettiin ja arvioitiin yhteensä 15 riskiä, jotka liittyvät tämän julkaisun ominaisuuksien kehittämiseen sekä teknisiin muutoksiin. Näistä 12 luokiteltiin vähäisiksi ja 3 keskisuuriksi riskeiksi riskiprioriteettiluvun laskennan perusteella.
Keskisuuret riskit liittyvät taustalla tapahtuviin teknisiin muutoksiin. Tietoturvan ja suorituskyvyn parantamiseksi tietojen käsittelykerros (ORM) on uusittu kokonaan. Tähän liittyy riski, että tallennuksen yhteydessä yksittäisiä kenttiä tai linkityksiä ei siirretä entiseen tapaan. Lisäksi verkkokäyttöliittymä ja API tarkistavat nyt yhdessä käyttöoikeudet ja näkyvyydet. Virhetilanteessa työntekijät saattavat tämän vuoksi menettää käyttöoikeuksiaan tai saada niitä tahattomasti. Molempia riskejä on vähennetty kattavilla automatisoiduilla testeillä, tekoälyllä tuetulla kaikkien käyttöoikeuksien tarkastuksella sekä manuaalisilla hyväksyntätesteillä.
Suosittelemme siksi, että päivityksen jälkeen tarkistatte erityisesti testijärjestelmässänne mahdolliset yksilölliset ohjelmoinnit pistokokein.
MCP – Model Context Protocol
Model Context Protocol (MCP) on avoin standardi, jonka avulla tekoälysovellukset voivat käyttää ulkoisia tietolähteitä ja toimintoja. Yksinkertaisesti sanottuna MCP on yhtenäinen rajapinta tekoälysovellusten, kuten ChatGPT:n tai Clauden, ja LDB:n välillä.
MCP-yhteys voidaan aktivoida kohdennetusti analyyseja ja tuontirajapintoja varten. Tämän ansiosta yhteensopivat tekoälysovellukset voivat hakea tietoja niille vapautetuista analyyseistä ja siirtää tietoja LDB:lle olemassa olevien tuontirajapintojen kautta.
Etuna on, että työntekijät voivat työskennellä LDB:n ajantasaisilla tiedoilla myös tutussa tekoälysovelluksessaan ilman, että jokaiselle tekoälysovellukselle tarvitsee kehittää omaa rajapintaa. Olemassa olevat analyysit ja tuontirajapinnat pysyvät määriteltyinä pääsypisteinä, minkä ansiosta yhteyttä voidaan käyttää hallitusti ja lokitietojen avulla.
Merkitse uudelleen laadittujen raporttien muutokset tekoälyn avulla
Kun tarkastusraporttia tai sertifikaattia laaditaan uudelleen, tekoäly voi tunnistaa allekirjoitetun aiemman version suhteen teknisesti merkittävät muutokset ja ehdottaa muokattavia merkintöjä keltaisella taustalla olevina tekstimerkintöinä kyseisen kohdan oikealla puolella PDF-tiedostossa.
Kyselytutkija (Query Explorer) analyyseja varten
Analyyseja varten on nyt käytettävissä kyselytutkija (Query Explorer). Samoin kuin kooditutkijassa (Code Explorer), tekoälymalli voi ehdottaa sopivaa MySQL-kyselyä kuvauksen perusteella.
Tekoäly saa kontekstiksi automaattisesti tietokantakaavion, jossa on yksityiskohtaiset selitykset tietorakenteesta ja taulukoiden välisistä suhteista. Tämän ansiosta tekoälymalli voi yhdistää oikeat taulukot ja kentät toisiinsa ja ehdottaa myös monimutkaisempia tietokantakyselyjä.
Näin uusia analyyseja voidaan luoda nopeammin ja olemassa olevia kyselyjä laajentaa tai mukauttaa helpommin.
Valinnainen: Oman tekoälyliitännän käyttö
Jos sinulla on jo API-avain tekoälymallille, kuten Claude, GPT, Gemini tai Mistral, voit nyt tallentaa sen LDB-instanssisi järjestelmäasetuksiin ja käyttää olemassa olevaa tekoälyliitäntääsi LDB:n kanssa.
Muita uutuuksia tässä julkaisussa
Monialaisessa tiimissä tunnistettiin ja arvioitiin yhteensä 10 riskiä, jotka liittyvät tämän julkaisun ominaisuuksien kehittämiseen sekä teknisiin muutoksiin. Näistä 9 luokiteltiin vähäisiksi ja 1 keskisuureksi riskiksi riskiprioriteettiluvun laskennan perusteella.
Keskisuuri riski liittyy uuteen tunnistustunnukseen, jota käytetään analyyseissä, tuontirajapinnoissa ja MCP-yhteydessä. Jos tunnistustunnus joutuu vääriin käsiin, sillä voidaan päästä luvatta käsiksi vastaavaan tuonti- tai vientirajapintaan. Jäljitettävyyden parantamiseksi jokaisen tunnuksen kohdalla näytetään, milloin, kuinka usein ja mistä IP-osoitteesta sitä on käytetty.
Käsittele siksi API-tunnuksia kuten salasanoja, käytä mahdollisuuksien mukaan määräaikaisia tunnuksia ja tarkista niiden käyttö säännöllisesti. Lisäksi suosittelemme, että tarkistat päivityksen jälkeen satunnaisesti erityisen arkaluonteisten raporttien käyttöoikeudet.
Audit Assistant
Audit Assistant vastaa laadunhallintajärjestelmäänne koskeviin kysymyksiin hyväksyttyjen QM-asiakirjojenne perusteella. Tätä varten LDB:hen tallennetut QM-asiakirjat analysoidaan automaattisesti, jaotellaan yksittäisiin osioihin ja tallennetaan Retrieval-Augmented-Generation-muodossa (RAG). Kun käyttäjä esittää kysymyksen, tekoäly etsii sopivat kohdat asiakirjoista ja laatii niiden perusteella vastauksen, joka sisältää viittaukset kyseisiin kohtiin asiakirjassa.
Audit Assistant on oletusarvoisesti pois käytöstä, se edellyttää LDB:n tekoälyintegraatiota ja se voidaan ottaa käyttöön järjestelmäasetuksissa.
Huomio: Audit Assistantin vastaukset voivat sisältää virheitä. Tarkistakaa vastaukset linkitettyjen viitteiden avulla.
Document Explorer
Document Explorerin avulla QM-asiakirjoja voidaan luoda ja muokata suoraan asiakirjahallinnassa tekoälyn tuella. Sen avulla luonnoksia voidaan laatia nopeammin ja olemassa olevaa sisältöä muokata kohdennetusti poistumatta asiakirjahallinnasta.
Raporttitaulukot, joissa on värilliset tulospalkit 
Tulokset voidaan nyt esittää raporttitaulukoissa myös värillisinä palkkeina. Näin mittausarvot voidaan hahmottaa visuaalisesti yhdellä silmäyksellä suhteessa tavoite- tai raja-arvoihin.
DEMIS-rajapinta
Saksan tartuntatautien torjunnan sähköiseen ilmoitus- ja tietojärjestelmään (DEMIS) on toteutettu rajapinta. Sen avulla ilmoitusvelvolliset löydökset voidaan välittää suoraan LDB:stä Robert Koch -instituutille (RKI).
Tekoälyn avulla automaattisesti ehdotetut tuontikartoitukset
Tuontirajapintaa luotaessa raakatiedoston tietorakenteen ja LDB:n tietorakenteen välinen kartoitus voidaan nyt ehdottaa automaattisesti tekoälyn avulla. Näin tuontirajapinnat voidaan luoda nopeasti ja helposti.
Muita uutuuksia tässä julkaisussa
Summer Release 2026 -käyttäjäpuhelussamme esittelemme teille mainitut kohdat henkilökohtaisesti.
Monialaisessa tiimissä tunnistettiin ja arvioitiin 12 riskiä, jotka liittyvät tämän julkaisun ominaisuuksien kehittämiseen ja teknisiin muutoksiin. Näistä 11 luokiteltiin vähäisiksi ja 1 keskisuureksi riskiksi laskemalla riskien prioriteettiluku.
Tämän julkaisun keskisuuri riski johtuu ORM:n päivityksestä, joka liittyy tietojen välisiin suhteisiin.
Code Explorer muunnoskoodeille
Code Explorerin avulla voidaan ehdottaa tuontirajapintojen ja analyysien muunnoskoodia tekoälymallien avulla yhdellä painalluksella. Tekoäly ehdottaa suoraan sopivaa muunnoskoodia syötteen ja halutun tuloksen esimerkin perusteella.
Näin luot nopeasti ja helposti muunnoskoodin, joka muuntaa tuontisi tai analyysisi tarvittavaan muotoon. Lisäksi voit esittää Code Explorerille kysymyksiä olemassa olevista muunnoskoodeista tai tehdä sen avulla laajennuksia.
Tekoälytuonti: Validointi useilla tekoälymalleilla
Kriittiset tuonnit voidaan nyt tuoda ja validoida rinnakkain kahdella tekoälymallilla. Järjestelmät tarkistavat toisiaan ja merkitsevät poikkeamat luotettavuuden parantamiseksi. Käytännössä kyseessä on neljän silmän periaate. Lisäksi jokaiselle tietokentälle ilmoitetaan tekoälyn luotettavuusarvo. Jos tekoälytuonnin ja tekoälyvalidoinnin välillä on eroja tai luotettavuusarvot ovat alle 70 %, korjauksia voidaan tehdä manuaalisesti.
Laajennettu tekoälymallien tuki
LDB tukee nyt Claudea (Opus 4.6, Sonnet 4.5, Haiku 4.5) jo integroitujen GPT-, Gemini- ja Mistral-mallien lisäksi. Tämä laajentaa tekoälypohjaisten toimintojen valikoimaa: AI Explorer, AI-tuonnit, Query Explorer ja Code Explorer.
Tallennettujen tiedostojen automaattinen vienti ZIP-arkistona
Tallennetut tiedostot voidaan nyt siirtää automaattisesti ZIP-arkistona SFTP:n kautta ulkoisiin järjestelmiin. Vienti voidaan käynnistää ajastettuna tai tapahtumapohjaisesti analyysin perusteella.
Mittaus- ja näytetietojen tuonnin siirtyminen yleiseen tuontimuotoon
Kaikki tuontirajapinnat on siirretty yhtenäiseen, joustavaan muotoon. Tämä yksinkertaistaa tulevia mukautuksia ja laajennuksia sekä mahdollistaa tuontirajapintojen validoinnin validointijärjestelmässä.
Parametrityyppien tilanhallinta ja versiointi 
Parametrityypeille voidaan nyt määrittää versiot, ja niille on otettu käyttöön kattava tilanhallinta (luonnos, aktiivinen, arkistoitu). Olemassa olevien tilatyyppien siirto tapahtuu erillisessä päivityksessä.
Optimoitu näppäimistönavigointi
Navigointi parametrikenttien välillä on uudistettu perusteellisesti, jotta tietojen syöttö sujuu nopeammin ilman hiirtä. Tab-, Enter- ja nuolinäppäimet seuraavat nyt kenttien loogista järjestystä.
Raportin päivämäärän esivalinta säädettävissä
Raporttia luotaessa oletuksena ehdotettu päivämäärä voidaan nyt määrittää joko koko järjestelmän laajuisesti tai raporttityyppikohtaisesti.
DAkkS-akkreditointi ja sertifikaattilogot
Akkreditointitiedot ja sertifikaattilogot voidaan nyt integroida suoraan raportteihin. Niiden sijoittelussa ja muotoilussa noudatetaan DAkkS:n ohjeita DAkkS-logon käytöstä.
Eriytetyt muistiinpano-oikeudet
Uudet oikeustasot muistiinpanojen luomiseen ja muokkaamiseen mahdollistavat tarkemman pääsynhallinnan näyte-, toimeksianto- ja asiakastasolla.
X-laskun pakolliset kentät
Kaikki X-laskun 3.0 versiossa vaaditut kentät on nyt otettu käyttöön, ja ne tarkistetaan laskun luomisen yhteydessä.
Rivinumerot ja välisivun otsikot
Tarjoukset ja laskut tukevat nyt yhtenäistä rivinumerointia sekä jäsenneltyjä välisivun otsikoita, mikä parantaa laaja-alaisten asiakirjojen selkeyttä.
Mallit materiaaleille ja testausvälineille 
Luo mallipohjia erilaisille materiaaleille ja testausvälineille.
Lisäksi erien kulutusta voidaan nyt kirjata suoraan (myös näytteistä riippumatta). Ihanteellinen esimerkiksi kemian alalla kulutuksen dokumentointiin vaarallisten aineiden luovutuskirjana (myrkkykirja).
Suojaus kaksoisnapsautukselta tallennuksen yhteydessä
Kun olet napsauttanut ”Tallenna”, tallennusprosessi lukittuu, jolloin estetään se, että toistuvilla napsautuksilla (esim. kaksoisnapsautuksella) luodaan tahattomasti uusia merkintöjä.
Tietoturva ja istunnonhallinta
Tietoturvaan on tehty useita parannuksia. Muun muassa kirjautumisen istunnonhallintaan. Kirjautumiseen sovelletaan nyt seuraavia aikoja:
Spring Release 2026 -käyttäjäpuhelussamme esittelemme teille mainitut seikat henkilökohtaisesti.
Monialaisessa tiimissä tunnistettiin ja arvioitiin yhteensä 10 riskiä, jotka liittyvät kaikkiin tämän julkaisun ominaisuuksien kehitystyöhön. Näistä 9 luokiteltiin vähäisiksi ja 1 keskisuureksi riskiksi laskemalla riskiprioriteettiluku.
Riskinarviointiraportissa mainittu keskisuuri riski liittyy näytteiden, mittausarvojen ja kontrolliarvojen tuontirajapintojen siirtämiseen yleiseen muotoon. Tähän liittyy riski, että nykyiset rajapinnat eivät toimi entiseen tapaan. Riskiä on pienennetty kattavilla automatisoiduilla ja manuaalisilla testeillä, mutta suosituksena on edelleen, että asiakkaat suorittavat pistokokeita omissa testausjärjestelmissään.