chore(privacy): scrub real-org references from plugin internals (phase 2)

Same bulk replacement applied to plugin-internal KB, examples, fixtures,
tests, and docs. Real organization names, persona names, internal system
identifiers, and domain-specific terms replaced with fictional generic
public-sector entity (DDT) and generic terminology.

Scope:
- okr/ — examples, governance, framework, integrations, sources
- ms-ai-architect/ — KB references (engineering, governance, security,
  infrastructure, advisor), tests/fixtures, agents, docs
- linkedin-thought-leadership/ — voice samples, network-builder,
  examples (genericized identifying headlines to "[your organization]")
- llm-security/ — research notes, scan report

Manual genericization beyond bulk replace:
- okr SKILL.md "Primary user / Domain" — generic Norwegian public sector
- linkedin-voice SKILL.md headline placeholder
- network-builder.md headline placeholder
- high-engagement-posts.md voice sample employer line + hashtag

Phase 3 (factual-attribution review) remains: a few KB files attribute
publicly known transport-sector docs/datasets (e.g. håndbok V440, NVDB)
to the fictional DDT after bulk replace. Needs manual semantic review
to either remove or restore correct citation without re-introducing
affiliation references.

Co-Authored-By: Claude Opus 4.7 <noreply@anthropic.com>

plugins/ms-ai-architect/skills/ms-ai-security/references/ai-security-engineering/pii-detection-norwegian-context.md

@@ -43,7 +43,7 @@ Azure AI Language tilbyr tre API-varianter for PII-deteksjon:
 | Adresse | `Address` | Storgata 1, 0123 Oslo | ML-basert |
 | Organisasjon | `Organization` | NAV, Skatteetaten | ML-basert |
 | EU Passport | `EUPassportNumber` | Norsk pass | Format-validering |
-| EU Drivers License | `EUDriversLicenseNumber` | Norsk førerkort | Format-validering |
+| EU Drivers License | `EUDriversLicenseNumber` | Norsk saksbehandling | Format-validering |
 | Bank Account | `InternationalBankingAccountNumber` | IBAN | Format-validering |
 
 **Viktig:** Azure detekterer norske fødselsnummer under kategorien `NOIdentityNumber`. Du må spesifisere `language: "no"` for optimal deteksjon.

plugins/ms-ai-architect/skills/ms-ai-security/references/ai-security-engineering/security-scoring-rubrics-6x5.md

@@ -231,7 +231,7 @@ Uavhengig av totalscore skal risikokategorien oppgraderes til **Kritisk** dersom
 
 ### Case A: Copilot Studio chatbot med SharePoint RAG, kun interne brukere, M365 E5
 
-**Scenario:** Intern HR-chatbot i Statens vegvesen. Henter svar fra SharePoint-dokumentbibliotek via Copilot Studio. Ingen sensitiv persondata. Tilgjengelig kun for ansatte med M365 E5-lisens.
+**Scenario:** Intern HR-chatbot i Direktoratet for digital tjenesteutvikling. Henter svar fra SharePoint-dokumentbibliotek via Copilot Studio. Ingen sensitiv persondata. Tilgjengelig kun for ansatte med M365 E5-lisens.
 
 | Dimensjon | Forventet score | Begrunnelse |
 |-----------|----------------|-------------|
@@ -255,7 +255,7 @@ Uavhengig av totalscore skal risikokategorien oppgraderes til **Kritisk** dersom
 
 ### Case B: Azure AI Foundry med custom model, borgermøtende, sensitiv persondata
 
-**Scenario:** Offentlig skjemaveileder for Statens vegvesen. Brukere (borgere) fyller ut søknader med støtte fra AI. Systemet prosesserer fødselsnummer, helseopplysninger og førerkortdata. Basert på Azure AI Foundry med fine-tuned GPT-4o og Azure AI Search (RAG).
+**Scenario:** Offentlig skjemaveileder for Direktoratet for digital tjenesteutvikling. Brukere (borgere) fyller ut søknader med støtte fra AI. Systemet prosesserer fødselsnummer, helseopplysninger og saksbehandlingdata. Basert på Azure AI Foundry med fine-tuned GPT-4o og Azure AI Search (RAG).
 
 | Dimensjon | Forventet score | Begrunnelse |
 |-----------|----------------|-------------|