MindFuture oplever i dag at Mission Charters sjældent udfyldes korrekt, kommunikeres tydeligt eller opdateres når forudsætninger ændrer sig. Det betyder at teams arbejder uden for scope, bruger tid på de forkerte projekter og mister afstemningen med sponsorer og stakeholders – hvilket skaber frustration på begge sider og øger risikoen for mislykkede missioner. Dette projekt eksisterer for at løse det problem ved hjælp af AI-drevet automatisering og guidet struktur, så charters bliver levende arbejdsdokumenter frem for glemte artefakter.
Mission Charter automation
Purpose
Why does this mission exist?
Goal
One sentence: what does success look like?
Projektet er en succes når MindFuture har ét samlet system der (1) organiserer alle Mission Charters, (2) bruger AI til at hjælpe teams med at udfylde dem korrekt, (3) bruger AI til løbende at vedligeholde og opdatere dem, og (4) giver et delevenligt format til alignment med sponsorer og stakeholders.
Expected Outcomes / Value
What value does this mission create?
Sikrer at MindFuture-teams altid arbejder på de rigtige projekter inden for de rammer, der er aftalt med sponsorer og stakeholders. Dette opnås ved at charters er korrekt udfyldt, løbende opdateret og let tilgængelige for alle parter – hvilket reducerer spild, misforståelser og scope-afvigelser.
What are we doing
Concrete deliverables and activities.
1. AI-drevet charter-assistent der guider teams til korrekt udfyldelse
2. Centralt system til organisering og søgning i alle Mission Charters
3. Automatisk vedligeholdelse: AI opdager og foreslår opdateringer når forudsætninger ændrer sig
4. Delevenligt format (f.eks. link/view) til sponsor- og stakeholder-alignment
5. Integreret i MindFutures eksisterende workflow
What are we NOT doing
Explicit exclusions.
1. Ingen erstatning af eksisterende projektledelsesværktøjer (f.eks. Jira, Notion)
2. Ingen automatisk eksekvering af charter-opdateringer – AI foreslår, mennesker beslutter
3. Ingen håndtering af charters udenfor MindFuture-organisationen
4. Ingen integration med økonomi- eller HR-systemer
How are we doing it
Approach and methods.
1. Agil tilgang med korte iterationer – byg, test og juster løbende med interne teams
2. LLM-baseret AI (f.eks. OpenAI/Claude) som motor i charter-assistenten
3. Prompt engineering og strukturerede skabeloner sikrer konsistent og korrekt udfyldelse
4. Webbaseret interface – tilgængeligt via browser, ingen installation nødvendig
5. Automatiske triggers (f.eks. tidsbaserede eller event-baserede) der aktiverer AI-gennemgang af eksisterende charters
Timeline & Deadline
Mission duration and hard deadline.
Start: 20. januar 2025
Slut: 24. januar 2025 (1 uge)
Hård deadline: Fuldt fungerende system klar til intern brug senest 24. januar 2025
Milestones
2–4 checkpoints with dates.
Teknisk setup færdigt – LLM-integration, grundstruktur og skabeloner klar
2025-01-20Alpha-version klar – AI-assistent kan guide bruger gennem et komplet charter
2025-01-22MVP live – centralt system, delevenligt format og automatiske triggers testet og klar til intern brug
2025-01-24Accepted Budget
Total budget or cost ceiling.
Samlet budget: 0 kr.
Projektet køres udelukkende på eksisterende ressourcer, adgange og værktøjer – ingen ekstra udgifter er godkendt.
Resources
People, FTE, tools.
- Lasse (Sponsor + projektleder + udvikler): 100% FTE i projektperioden (20.–24. januar 2025)
- Værktøjer: Eksisterende OpenAI/Claude API-adgang, eksisterende hosting og kodebase
- **Ingen eksterne ressourcer eller konsulenter
Requirements
What the company must provide.
1. API-nøgle: Aktiv OpenAI/Claude API-nøgle klar inden projektstart (20. jan)
2. Server: Hostingmiljø klar til deployment – eksisterende server anvendes
3. Basecamp-integration: Adgang til Basecamps API og nødvendige tilladelser skal være på plads inden Dag 3 (22. jan) – dette er en kritisk afhængighed der kan påvirke tidslinjen
4. Lasse har fuld beslutningskompetence – ingen godkendelsesled i projektperioden
Concerns & Risks
Known risks and blockers.
1. Én person, ingen backup: Lasse er eneste ressource – sygdom eller uforudsete opgaver stopper projektet øjeblikkeligt
2. Basecamp-integration er usikker: API-adgang og tilladelser er ikke bekræftet – kan forsinke eller blokere MVP
3. Meget stram deadline: 1 uge til fuldt fungerende system er ambitiøst – scope-prioritering er kritisk
4. LLM-kvalitet er uforudsigelig: Prompt engineering kan kræve mere iteration end forventet