Large Tabular Models: Hvorfor LLM'er fejler med tabeldata – og hvad LTM'er gør bedre

Den blinde vinkel i sprogmodeller: Strukturerede data

Store sprogmodeller – kort LLMs – har i de seneste år demonstreret imponerende evner. De formulerer kontrakter, løser matematiske problemer, genererer programkode og opsummerer medicinsk faglitteratur. Men netop ved én opgave, der ved første øjekast virker triviel, fejler de regelmæssigt: analysen af strukturerede, tabellariske data.

Og dog er tabeller rygraden i næsten enhver virksomhed. Transaktionsprotokoller fra banker, marketingmåltal, kliniske studieevalueringer, lagerbeholdningslister – alt dette foreligger i rækker og kolonner. Den der tror, at et moderne KI-chatbot-system pålideligt kan fortolke disse data og udlede velfunderede forudsigelser fra dem, tager fejl. Og det er præcis her, en ny modelklasse sætter ind: de såkaldte Large Tabular Models (LTMs).

Hvorfor LLMs og tabeller ikke er en god kombination

For at forstå, hvorfor LLMs fejler ved tabeldata, må man se på deres grundlæggende arkitektur. Sprogmodeller er trænet til at genkende sekventielle mønstre i tekster – de forudsiger det næste token i en tegnsekvens. Sprog er af natur lineært: rækkefølgen af ord bestemmer fundamentalt betydningen af en sætning.

Tabeldata er derimod ikke-sekventielle. Man kan omsortere kolonner eller bytte rækker om uden at ændre det faktiske indhold af dataene. Denne strukturelle egenskab er grundlæggende svær at forene med Transformer-arkitekturen, som alle store sprogmodeller bygger på. Et LLM, der modtager let forskellige input, producerer let forskellige output – ønskeligt ved kreativ tekstgenerering, farligt ved spørgsmålet om, hvorvidt en finansiel transaktion skal klassificeres som svigagtig eller ej.

Dertil kommer, at tabellariske datasæt er stærkt heterogene. Mellem et biologisk forskningsdatasæt og et finansielt datasæt er der næppe strukturelle fællesstræk – i modsætning til naturligt sprog, som trods al sproglig mangfoldighed forbliver semantisk sammenligneligt. Det gør det ekstremt vanskeligt at træne én enkelt model på et bredt grundlag af tabellariske data.

Det hidtidige alternativ: Gradient-Boosted Decision Trees

Den der hidtil har villet anvende Machine Learning på tabeldata, greb til klassiske algoritmer – frem for alt XGBoost og andre Gradient-Boosted-Decision-Tree-metoder. Disse teknologier har været i brug i mere end 15 år og anvendes af virksomheder verden over til at bygge forudsigelsesmodeller på strukturerede data.

Deres afgørende ulempe: De skal for hvert enkelt anvendelsestilfælde trænes, kalibreres og optimeres af Data-Science-teams over måneder. Der er tale om højt specialiserede, ressourcekrævende processer – uden den overførbarhed og skalerbarhed, som moderne Foundation Models tilbyder.

„Klassiske algoritmer som XGBoost er kraftfulde, men de skalerer ikke som Foundation Models. Hvert nyt use-case kræver en ny modelopbygning – det er personalekrævende og tidskrævende", forklarer Dr. Maik Bunzel, grundlægger og administrerende direktør for mabucon.eu, der rådgiver virksomheder ved implementeringen af intelligente KI-agenter og automatiseringsworkflows.

Hvad Large Tabular Models gør anderledes

Det amerikanske AI-startup Fundamental har med sit model NEXUS i begyndelsen af 2026 bragt en ny modelkategori i fokus. NEXUS er udviklet som et rent Foundation Model til tabellariske data – og adskiller sig i sin tilgang fundamentalt fra hidtidige løsninger.

Mens LLMs modellerer sekvenser af tokens, modellerer LTMs strukturen i tabeldata direkte. De lærer samtidigt:

• den numeriske værdi af en post
• hvad denne værdi repræsenterer indholdsmæssigt
• hvordan posten forholder sig til andre kolonner og rækker i tabellen
• de statistiske egenskaber ved den samlede datadistribution

Denne kontekstuelle forståelse muliggør mere præcise slutninger og forudsigelser. En LTM, der behandler en lagerpost for bananer, forstår ikke blot tallet 500 – den forstår, at der er tale om en mængdeangivelse, som tilhører produktkategorien "friske varer", og hvordan den statistisk forholder sig til andre poster i tabellen.

Afgørende er også determinisme-egenskaben: I modsætning til LLMs, der leverer forskellige output ved let ændrede input, er LTMs designet til at levere stabile og reproducerbare forudsigelser – en uundværlig egenskab for forretningskritiske beslutninger som kreditgodkendelse, svindeldetektering eller kvalitetssikring.

Træning på milliarder af tabeller – og dataproblemet

En af de største udfordringer ved opbygningen af LTMs ligger i anskaffelsen af træningsdata. Naturligt sprog er tilgængeligt på internettet i enorme mængder og er strukturelt relativt homogent. Tabellariske data er derimod ofte følsomme, proprietære og strukturelt ekstremt forskelligartede.

Fundamental oplyser, at NEXUS er blevet fortræneret på milliarder af tabeller – fra en kombination af licenserede datasæt, offentlige kilder og egentudviklede data-augmenteringsteknikker. Virksomheden understreger eksplicit, at kundedata hverken anvendes til træning eller kan tilgås af Fundamental. NEXUS kører som en Confidential Computing Platform, hvilket er særligt relevant i forhold til databeskyttelse.

Denne databeskyttelsesarkitektur har sandsynligvis været en væsentlig faktor for, at Amazon Web Services (AWS) i juni 2026 integrerede NEXUS i Amazon SageMaker – en af de mest anvendte platforme til sikker machine learning i virksomheder. Denne integration gør LTM-teknologi nu tilgængelig for en bred kreds af virksomheder.

Implikationer for virksomheder: Hvad LTMs betyder i praksis

Fremkomsten af kraftfulde Large Tabular Models har vidtrækkende konsekvenser for virksomheder, der er afhængige af datadrevne beslutninger. Hidtil har data science-teams været nødt til at udvikle og vedligeholde en separat model for hvert nyt anvendelsestilfælde. Med Foundation Models til tabeldata ændres denne grundlogik: En fortræneret model kan med minimal tilpasning overføres til forskellige forudsigelsesopgaver.

For KI-drevne automatiseringsworkflows betyder dette et kvantesprang. Dr. Maik Bunzel, grundlægger og administrerende direktør for mabucon.eu, ser i denne udvikling en direkte relevans for automatisering af komplekse forretningsprocesser: „Mange af vores kunder sidder på enorme mængder strukturerede data – salgstal, lagerbeholdninger, kundetransaktioner. Hvis LTMs lever op til forventningerne, vil KI-agenter endelig kunne forstå disse data og selvstændigt handle på dem."

Konkret åbner der sig anvendelsesområder som:

• Automatiseret anomalidetektion i finansielle transaktioner uden manuel model-tuning
• Prognosebaseret lagerplanlægning i realtid, direkte på baggrund af ERP-data
• Dynamisk risikovurdering inden for kreditvæsen og forsikringsbranchen
• Kvalitetskontrol i produktionen på baggrund af sensorisk genererede måledata
• Predictive Maintenance, dvs. forudseende vedligeholdelse, uden omfattende feature-engineering-faser

Fremtidsudsigt: En ny æra for strukturerede data

Fremkomsten af Large Tabular Models markerer et vigtigt modenhedstrin i KI-landskabet. Det er ikke tilfældigt, at dette område længe har været overset: Strukturerede data er mindre spektakulære end genererede billeder eller chatbot-svar, men de udgør det operative fundament for næsten enhver virksomhed.

Med fremkomsten af kraftfulde, skalerbare LTMs lukkes et teknologisk hul, der er afgørende for praktisk KI-anvendelse i virksomheder. Integrationen i etablerede platforme som AWS SageMaker sænker adgangsbarrieren betydeligt. Samtidig vil flere udbydere udvikle egne LTM-tilgange – en konkurrence, der sandsynligvis vil modne teknologien hurtigt.

For virksomheder, der seriøst overvejer anvendelsen af autonome KI-agenter, er det vigtigt at følge udviklingen på dette område nøje. For først når KI ikke blot forstår tekst, men også de strukturerede data, som forretningsprocesser bygger på, kan den virkelig udføre disse processer selvstændigt og pålideligt – og dermed udfolde sit fulde automatiseringspotentiale.