Nyt værktøj fra Contextual vil automatisere fejlsøgning på tværs af systemer

Contextual har den 26. januar 2026 lanceret Composer, et værktøj med kunstig intelligens, der er bygget til komplekse arbejdsopgaver i flere skridt – for eksempel når man skal finde årsagen til fejl ved at gennemgå data på tværs af systemer og logfiler (tekniske spor fra it-systemer om hvad der er sket).

Kort fortalt

Contextual lancerer Composer til komplekse arbejdsgange som fejlsøgning, analyse og teknisk dokumentation

Leverandøren fremhæver store tidsbesparelser, men tallene er ikke uafhængigt verificeret

For danske organisationer er potentialet stort – men kræver styr på adgangsstyring, GDPR og menneskelig kvalitetssikring

Hvad er Composer – i praksis?

Mange virksomheder har i dag dygtige medarbejdere, som bruger uforholdsmæssigt meget tid på “detektivarbejde”: finde relevante data, læse lange udtræk, sammenholde information og til sidst formulere en konklusion. Composer er skabt til at samle den type opgaver i én sammenhængende proces, hvor den kunstige intelligens kan hente, sammenstille og opsummere information på tværs af kilder.

Det er især interessant i miljøer med mange systemer og meget drift: produktion, logistik, energi, sundhedsteknologi – og også offentlige it-miljøer, hvor fejl ofte skal dokumenteres og forklares grundigt.

Leverandørens egne tal (ikke uafhængigt verificeret)

Contextual viser følgende før/efter-eksempler:

Opgave (eksempler)	Før	Efter (med Composer)
Analyse af testmålinger	4 timer	20 minutter
Besvare tekniske spørgsmål	4 timer	10 minutter
Udarbejde testkode	4–8 timer	30–60 minutter
Samle teknisk dokumentation til godkendelse	8–10 timer	1–2 timer

Tallene kan være realistiske i nogle situationer, men de bør betragtes som leverandørens egne målinger. Effekten afhænger typisk af datakvalitet, adgang til systemer og hvor ensartede jeres arbejdsprocesser er.

Sikkerhed og forbehold

Contextual oplyser på sin sikkerhedsside, at de har SOC 2 Type II (en uafhængig sikkerhedsrevision). Det er et godt tegn, men det erstatter ikke jeres egen vurdering af GDPR, databehandleraftaler, logning af adgang og krav om menneskelig kvalitetssikring, før resultater bruges i drift.

Det kan du gøre nu

Udpeg 1–2 konkrete “timer-til-minutter”-kandidater (fx fejlsøgning, hændelsesrapporter, gennemgang af logfiler).
Lav en kort baseline: Hvor lang tid tager opgaven i dag, og hvem udfører den?
Afklar datagrænser: Hvilke data må løsningen se, og hvem må tilgå resultaterne?
Kræv en afgrænset afprøvning med jeres egne data og en tydelig plan for menneskelig kvalitetssikring.