En beskrivning av de senaste allmänna tilläggen, ändringarna och korrigeringarna i LDB.
MCP – Model Context Protocol
Model Context Protocol (MCP) är en öppen standard som gör det möjligt för AI-applikationer att få åtkomst till externa datakällor och funktioner. Enkelt uttryckt är MCP ett enhetligt gränssnitt mellan AI-applikationer som ChatGPT eller Claude och LDB.
MCP-anslutningen kan aktiveras specifikt för utvärderingar och importgränssnitt. På så sätt kan kompatibla AI-applikationer hämta information om de utvärderingar som har godkänts för detta ändamål och överföra data till LDB via befintliga importgränssnitt.
Fördelen: Medarbetare kan arbeta med aktuella data från LDB även i sin vanliga AI-applikation, utan att behöva utveckla ett eget gränssnitt för varje AI-applikation. Befintliga utvärderingar och importgränssnitt förblir de definierade åtkomstpunkterna, vilket gör att anslutningen kan användas på ett kontrollerat och loggat sätt.
Markera omutfärdningar med AI-stöd
Vid utfärdande av en ny version av en provningsrapport eller ett certifikat kan AI identifiera fackmässigt relevanta ändringar jämfört med den undertecknade tidigare versionen och föreslå redigerbara markeringar i form av gulmarkerad text till höger om den aktuella platsen i PDF-filen.
Query Explorer för utvärderingar
För utvärderingar finns nu en Query Explorer tillgänglig. På samma sätt som i Code Explorer kan en AI-modell föreslå den lämpliga MySQL-frågan utifrån en beskrivning.
Som sammanhang får AI:n automatiskt databasschemat med detaljerade förklaringar om datastrukturen och relationerna mellan tabellerna. På så sätt kan AI-modellen koppla ihop rätt tabeller och fält med varandra och även föreslå mer komplexa databasfrågor.
På så sätt kan nya utvärderingar skapas snabbare och befintliga frågor lättare utökas eller anpassas.
Valfritt: Använd din egen AI-anslutning
Om du redan har en API-nyckel för en AI-modell som Claude, GPT, Gemini eller Mistral kan du nu lägga in den i systeminställningarna för din LDB-instans och på så sätt använda din befintliga AI-anslutning för LDB.
Ytterligare nyheter i denna version
I ett tvärvetenskapligt team identifierades och utvärderades totalt 10 risker kopplade till funktionsutvecklingen och de tekniska ändringarna i denna release. Av dessa klassificerades 9 som låg risk och 1 som medelhög risk genom beräkning av ett riskprioritetsvärde.
Den medelhöga risken avser den nya token-autentiseringen för utvärderingar, importgränssnitt och MCP-anslutningen. Om en token hamnar i orätta händer kan den användas för obehörig åtkomst till det tillhörande import- eller exportgränssnittet. För bättre spårbarhet visas för varje token när, hur ofta och från vilken IP-adress den har använts.
Behandla därför API-token som lösenord, använd om möjligt tidsbegränsade token och kontrollera deras användning regelbundet. Dessutom rekommenderar vi att ni efter uppdateringen slumpmässigt kontrollerar åtkomsträttigheterna för särskilt känsliga utvärderingar.
Audit Assistant
Audit Assistant besvarar frågor om ert kvalitetsledningssystem utifrån era godkända QM-dokument. För detta ändamål analyseras de QM-dokument som lagrats i LDB automatiskt, delas upp i enskilda avsnitt och sparas i ett Retrieval-Augmented-Generation-format (RAG). När en användare ställer en fråga söker AI:n fram relevanta avsnitt i dokumenten och skapar ett svar utifrån dessa, inklusive hänvisningar till respektive ställe i dokumentet.
Audit Assistant är som standard inaktiverat, kräver AI-integration från LDB och kan aktiveras i systeminställningarna.
Observera: Svar från Audit Assistant kan innehålla fel. Kontrollera svaren med hjälp av de länkade referenserna.
Document Explorer
Med Document Explorer kan QM-dokument skapas och redigeras direkt i dokumenthanteringen med AI-stöd. På så sätt kan utkast skapas snabbare och befintligt innehåll anpassas på ett målinriktat sätt utan att man behöver lämna dokumenthanteringen.
Rapporttabeller med färgade resultatfält 
Resultaten kan nu även visas som färgade staplar i rapporttabellerna. På så sätt kan mätvärden i förhållande till mål- eller gränsvärden avläsas visuellt med ett ögonkast.
DEMIS-gränssnitt
Ett gränssnitt till det tyska elektroniska rapporterings- och informationssystemet för infektionsskydd (DEMIS) har implementerats. Detta gör det möjligt att överföra anmälningspliktiga fynd direkt från LDB till Robert Koch-Institutet (RKI).
Automatiska förslag på importmappning med AI
När man skapar en importgränssnitt kan mappningen mellan råfilens datastruktur och LDB:s datastruktur nu föreslås automatiskt med hjälp av AI. På så sätt kan importgränssnitt skapas snabbt och enkelt.
Ytterligare nyheter i denna version
I vårt användarsamtal om Summer Release 2026 presenterar vi personligen de ovan nämnda punkterna för er.
Ett tvärvetenskapligt team har identifierat och utvärderat 12 risker kopplade till funktionsutvecklingen och de tekniska ändringarna i denna version. Av dessa klassificerades 11 som låg risk och 1 som medelhög risk genom beräkning av ett riskprioritetsvärde.
Den medelhöga risken i denna version beror på uppdateringen av ORM, vilket avser relationerna mellan data.
Code Explorer för transformationskoder
Med Code Explorer kan transformationskoden för importgränssnitt och utvärderingar föreslås med hjälp av AI-modeller med ett enda knapptryck. Utifrån ett exempel på en indata och önskad utdata föreslår AI:n direkt den tillhörande transformationskoden.
På så sätt skapar du snabbt och enkelt en transformationskod som omvandlar dina importer eller utvärderingar till önskat format. Dessutom kan du ställa frågor till Code Explorer om befintliga transformationskoder eller använda den för att göra utökningar.
AI-import: Validering med flera AI-modeller
Kritiska importer kan nu importeras och valideras parallellt av två AI-modeller. Systemen kontrollerar varandra och markerar avvikelser för att öka tillförlitligheten. I princip enligt principen om dubbelkontroll. Dessutom anges ett konfidensvärde från AI för varje datafält. Vid avvikelser mellan AI-import och AI-validering eller vid konfidensvärden < 70 % kan korrigeringar göras manuellt.
Utökat stöd för AI-modeller
LDB stöder nu Claude (Opus 4.6, Sonnet 4.5, Haiku 4.5) utöver de redan integrerade modellerna GPT, Gemini och Mistral. Detta utökar urvalet av AI-stödda funktioner AI Explorer, AI-import, Query Explorer och Code Explorer.
Automatisk export av lagrade filer som ZIP-arkiv
Lagrade filer kan nu automatiskt överföras som ZIP-arkiv via SFTP till externa system. Exporten kan utlösas tidsstyrt eller händelsebaserat genom utvärdering.
Övergång till universellt importformat för mätdata och provimport
Alla importgränssnitt har migrerats till ett enhetligt, flexibelt format. Detta förenklar framtida anpassningar och utökningar samt möjliggör importvalideringar i valideringssystemet för era importgränssnitt.
Parametertyper: Statushantering och versionshantering 
Parametertyper kan nu versioneras och får en fullständig statushantering (utkast, aktiv, arkiverad). Migreringen för befintliga statustyper kommer i en separat uppdatering.
Optimerad tangentbordsnavigering
Navigeringen mellan parameterfälten har genomgått en grundlig omarbetning för snabbare datainmatning utan mus. Tab, Enter och piltangenterna följer nu den logiska fältordningen.
Förval av rapportdatum kan ställas in
Det datum som föreslås som standard vid rapportskapandet kan nu konfigureras systemomfattande eller per rapporttyp.
DAkkS-ackreditering & certifikatlogotyper
Ackrediteringsinformation och certifikatlogotyper kan nu integreras direkt i rapporterna. Placeringen och formateringen följer DAkkS-riktlinjerna för användning av DAkkS-logotypen.
Differentierade behörigheter för anteckningar
Nya behörighetsnivåer för att skapa och redigera anteckningar möjliggör en mer detaljerad åtkomstkontroll på prov-, uppdrag- och kundnivå.
Obligatoriska fält för X-Rechnung
Alla fält som krävs för X-Rechnung 3.0 är nu implementerade och valideras vid fakturering.
Positionsnummer och mellanrubriker
Offert och fakturor stöder nu genomgående positionsnumrering samt strukturerade mellanrubriker för bättre översikt i omfattande dokument.
Mallar för material och provningsutrustning 
Skapa mallar för olika material och provningsutrustning.
Dessutom kan förbrukningen (även oberoende av prover) nu anges direkt för satser. Perfekt t.ex. inom kemibranschen för dokumentation av förbrukning som utlämningsbok för farliga ämnen (giftbok).
Skydd mot dubbelklick vid sparande
Efter att man har klickat på ”Spara” spärras sparningen, vilket förhindrar att ytterligare poster skapas oavsiktligt genom upprepade klick (t.ex. dubbelklick).
Datasäkerhet och sessionshantering
Flera förbättringar avseende datasäkerheten har genomförts. Bland annat inom sessionshanteringen vid inloggning. Följande tider gäller nu för inloggningen:
I vårt användarsamtal om Spring Release 2026 presenterar vi de nämnda punkterna personligen för er.
I ett tvärvetenskapligt team identifierades och utvärderades sammanlagt 10 risker kopplade till all funktionsutveckling i denna release. Av dessa klassificerades 9 som låg risk och 1 som medelhög risk genom beräkning av ett riskprioritetsvärde.
Den medelhöga risken som framgår av riskbedömningsrapporten avser övergången av importgränssnitten för provimport, mätvärdesimport och kontrollvärdesimport till universalformatet. Det finns en risk att de befintliga gränssnitten inte fungerar som tidigare. Risken har minskats genom omfattande automatiserade och manuella tester, men rekommendationen kvarstår att kunderna genomför stickprovstester i sina respektive testsystem.
