Context Engine (Kontekstmotor)
En context engine er et operationelt system, der samler, vedligeholder og leverer live forretningskontekst til AI-modeller og AI-agenter i realtid. Hvor en LLM har generel sprogforståelse, mangler den viden om jeres specifikke virksomhed: organisationsstruktur, kundehistorik, godkendelsesprocesser og forretningsregler. En context engine lukker det hul.
Tænk på det som forskellen mellem en ny medarbejder og en erfaren kollega. Begge kan tale sproget, men kun den erfarne kender konteksten: hvem der ejer hvilke beslutninger, hvilke undtagelser der gælder, og hvordan processerne hænger sammen i praksis. En context engine giver AI-systemer den samme situationsbevidsthed.
Begrebet er blevet centralt i enterprise AI i 2026, fordi virksomheder har opdaget, at selv de mest avancerede AI-modeller leverer generiske svar uden adgang til den rette kontekst. Det er her, en context engine skaber værdi: den forbinder AI med virksomhedens virkelighed.
Hvordan virker en context engine?
En context engine trækker data fra flere kilder i virksomheden og sammensætter dem til strukturerede kontekstobjekter, som AI-systemer kan bruge direkte. Kilderne kan være CRM-data, ERP-systemer, knowledge graphs, dokumenthåndtering, identitetssystemer og historiske beslutningsdata. Pointen er, at konteksten ikke hentes én gang, men holdes opdateret i realtid, efterhånden som de underliggende data ændrer sig.
I praksis fungerer det ved, at en AI-agent sender en forespørgsel til context engine, når den skal løse en opgave. I stedet for kun at få et dokument eller en database-post retur, modtager agenten et samlet kontekstobjekt: f.eks. kundens historik, den relevante godkendelseskæde, aktuelle SLA-krav og eventuelle juridiske begrænsninger, alt samlet i ét kald.
Det adskiller sig fra RAG, som typisk henter relevante tekstuddrag fra en vidensbase. En context engine leverer struktureret, live forretningsdata snarere end dokumentfragmenter. RAG finder det relevante dokument. En context engine kender forretningens tilstand.
ServiceNow har gjort begrebet konkret med deres Context Engine, der bygger på Service Graph og Knowledge Graph og trækker på identitetsrelationer, aktivafhængigheder, business intelligence og dataherkomst. Men konceptet er platformuafhængigt og kan implementeres med forskellige teknologiske stakke.
Consile hjælper virksomheder med at designe og implementere context engines, der giver jeres AI-agenter den forretningskontekst, de mangler. Kontakt os for en uforpligtende vurdering af jeres behov.
Context engines i erhvervslivet
Context engines løser et grundlæggende problem i enterprise AI: modellerne er generelle, men forretningen er specifik. Uden kontekst kan en AI-agent ikke vide, at en bestemt indkøbsordre kræver VP-godkendelse over en vis beløbsgrænse, at en kundes kontrakt har en særlig SLA, eller at en leverandør har haft kvalitetsproblemer de seneste seks måneder.
Inden for IT-service management bruger organisationer context engines til at give AI-agenter fuld situationsbevidsthed ved incidenthåndtering. Agenten kender ikke bare fejlbeskrivelsen, men også hvilke systemer der er berørt, hvem der er ansvarlig, og hvilke ændringer der er foretaget inden for de seneste 24 timer.
I kundeservice kan en context engine samle kundens komplette historik, aktive kontrakter, åbne sager og tidligere interaktioner, så en Conversational AI-løsning kan give relevante svar uden at kunden skal gentage sig selv. Det er forskellen mellem en chatbot, der gætter, og en assistent, der kender sagen.
Compliance og risikostyring er et andet stærkt område. Her kan en context engine koble regulatoriske krav til specifikke forretningsprocesser og automatisk flagge, når en AI-agents foreslåede handling strider mod interne politikker eller lovgivning som EU AI Act.
Harvard Business Review har i 2026 peget på, at når alle virksomheder bruger de samme AI-modeller, bliver kontekst den afgørende konkurrencefordel. En context engine er mekanismen, der gør den fordel operationel.
Hvad en context engine ikke er
En context engine er ikke det samme som et context window. Et context window er den tekniske begrænsning for, hvor meget tekst en LLM kan behandle på én gang. En context engine er et arkitekturlag, der bestemmer, hvilken information der skal sendes ind i det vindue. Større context windows hjælper, men de løser ikke problemet med at finde og strukturere den rette information.
En context engine er heller ikke blot en avanceret RAG-pipeline. RAG henter dokumentfragmenter baseret på semantisk lighed. En context engine leverer strukturerede forretningsobjekter baseret på relationer, regler og tilstand. De to kan sagtens supplere hinanden, men de løser forskellige problemer.
Endelig er en context engine ikke en statisk database eller et data warehouse. Den afgørende forskel er, at en context engine leverer live, afledte dataobjekter, der opdateres kontinuerligt. Det er ikke et snapshot af data fra i går. Det er virksomhedens aktuelle tilstand, klar til at blive brugt af AI i det øjeblik, den har brug for det.
Relaterede termer
AI Orchestrering styrer, hvordan flere AI-modeller, agenter og værktøjer arbejder sammen i komplekse workflows. Forstå konceptet og dets forretningsværdi.
En AI Agent er et autonomt system, der kan planlægge og udføre handlinger. Lær hvad AI-agenter er, og hvordan de adskiller sig fra chatbots.
Embeddings omdanner tekst, billeder og data til vektorer, som AI kan forstå og sammenligne. Lær hvordan embeddings driver søgning, RAG og anbefalinger.
Ofte stillede spørgsmål om Context Engine
Hvad er forskellen på en context engine og context engineering?+
Context engineering er disciplinen og designprocessen: hvordan man planlægger og strukturerer informationsflowet til AI-systemer. En context engine er det konkrete, operationelle system, der udfører den opgave i produktion. Context engineering er arkitekturen, context engine er bygningen.
Har vi brug for en context engine, hvis vi allerede bruger RAG?+
RAG og en context engine løser forskellige problemer. RAG henter relevante dokumenter baseret på semantisk lighed. En context engine leverer live, struktureret forretningsdata som relationer, regler og tilstand. De fleste enterprise-løsninger får mest værdi af begge dele i kombination.
Kan en context engine bruges med forskellige AI-modeller?+
Ja. En context engine er modeluafhængig. Den leverer struktureret kontekst via API'er, som enhver LLM eller AI-agent kan forbruge. Det gør det muligt at skifte eller kombinere modeller uden at miste forretningskonteksten. Consile hjælper med at designe context engine-arkitekturer, der passer til jeres teknologiske stack.