refactor(ms-ai-architect): R13 del 1 — nøytraliser Cosmo-personaen i ref-korpusets headinger, etter å ha rettet en gate som var målt usann to ganger

Ordre 20260912T193441Z-7358817909. Steg 1 var ikke transformen, men å rette
roadmapens R13-gate og få den ratifisert. Gaten `grep -rl "Cosmo"
skills/*/references -> 0` var usann på to uavhengige måter:

1. Ordren fanget den første: 451 av forekomstene er Azure Cosmos DB, ekte
   produktinnhold. Diskriminatoren er ikke bokstaven «s» — `Cosmos <norsk
   substantiv>` er genitiv av personaen (`### Cosmos tonalitet`), mens
   `Cosmos DB`/`CosmosClient`/`cosmos_ru` er produkt.
2. Denne økten fant den andre: 132 persona-forekomster ligger i prosa,
   tabeller, dialog-replikker og proveniens-linjer. Heading-nøytralisering
   kan ikke nå dem, så «0 persona» er uoppnåelig også under den ratifiserte
   formen. Operatøren ratifiserte alternativ A: gaten speiler formen, og de
   132 bokføres til R13b/R14.

Tre korreksjoner av premisser som sto i ordren og STATE:
  «ca 320 produkt»   -> 451 (case-sensitivt nett manglet 327 lowercase
                        TOC-ankre + 99 identifikatorer; sann nevner 1 638)
  «169 headinger»    -> 401. 169 var `^## For Cosmo`-prefikset (168) og var
                        internt inkonsistent med sin egen topp-variant (204)
  «417 matcher ingen
   populasjon»       -> 417 er cosmo-headinger utenfor kodefences; briefens
                        nevner var reell hele tiden

Fence-bevissthet er målt skadelig, ikke nødvendig: begge toggle-regler er
gale på dette korpuset (naiv toggle skjuler en ekte heading i
chain-of-thought-prompting.md, CommonMark-regelen ubalanserer
service-level-documentation-dr.md). Fence-agnostisk deteksjon finner 401
heading-linjer i nøyaktig de samme 40 variantene som fence-bevisst finner
400 i — ingen kodeblokk-linje er byte-identisk til en persona-heading. Derfor
nøkles transformen på 40 enumererte heading-tekster og ignorerer fences. En
ukjent variant kaster; en slug-kollisjon kaster. Ingenting auto-fikses.

TOC-en regenereres ikke, den rettes kirurgisk: alle 327 persona-lenker hadde
lenketekst lik én av de 40 heading-tekstene og anker lik slugify av den
(327/327, 0 avvik), så heading og TOC-entry skrives i samme operasjon og
ingen mellomtilstand etterlater en død lenke.

Ratifisert målform: `For Cosmo`, `For Cosmo Skyberg` og `For arkitekten
(Cosmo)` konvergerer på `For arkitekten`. To filer kolliderte og er adjudisert
ved å lese dem, ikke ved regel.

Verifisering (alle 7 kriterier fra ordren):
  G1 persona på heading-linjer   401 -> 0
  G2 døde fragmentlenker         1 -> 1 (pre-eksisterende, unntatt)
  G3 produkt-forekomster         451 -> 451; `Cosmos DB|Azure Cosmos` 308 = 308
  de 3 kun-produkt-filene        byte-identiske
  nettet validert begge veier    injisert persona feller G1; genitiv feller G1;
                                 produkt-heading og de 3 filene passerer
  hele diffen                    802 heading-linjer + 654 TOC-linjer, ANNET = 0
  linjeantall                    728 lagt til = 728 slettet
  suite                          1120/1120 (1097 + 23 nye)
  validate-plugin                250 PASS / 0 FAIL
  stikkprøve                     10 filer, alle 5 skills, inkl. de 3 mest
                                 produkt-tunge (26/20/19) — kun heading+TOC

Utenfor scope, urørt: de 4 SKILL.md, de 23 commands, CLAUDE.md, README.md,
NOTICE.md, docs/ (alt R14).

Co-Authored-By: Claude Opus 5 <noreply@anthropic.com>

skills/ms-ai-infrastructure/references/bcdr/ai-foundry-disaster-recovery-planning.md

@@ -18,7 +18,7 @@
 - [Testing og validering av DR-prosedyrer](#testing-og-validering-av-dr-prosedyrer)
 - [Gjenopprettingsprosedyre ved regionalt utfall](#gjenopprettingsprosedyre-ved-regionalt-utfall)
 - [Referanser](#referanser)
-- [For Cosmo](#for-cosmo)
+- [For arkitekten](#for-arkitekten)
 
 ## Introduksjon
 
@@ -503,7 +503,7 @@ Bruk Azure Chaos Studio for automatisert feilinjeksjon:
 - [Azure security baseline for Microsoft Foundry - Backup and recovery](https://learn.microsoft.com/en-us/security/benchmark/azure/baselines/azure-ai-foundry-security-baseline#backup-and-recovery)
 - [Continuous backup with point-in-time restore in Azure Cosmos DB](https://learn.microsoft.com/en-us/azure/cosmos-db/continuous-backup-restore-introduction)
 
-## For Cosmo
+## For arkitekten
 
 - **Bruk denne referansen** nar kunden planlegger disaster recovery for AI Foundry-prosjekter, spesielt nar det gjelder Agent Service, fine-tuned modeller, eller komplekse AI-pipelines som ma overleve regionalt utfall.
 - **Fremhev at AI Foundry IKKE tilbyr automatisk failover** -- dette er kundens ansvar. Krav til IaC, dual-region deployment og Cosmos DB continuous backup ma kommuniseres tydelig.

skills/ms-ai-infrastructure/references/bcdr/backup-recovery-strategies-ai-workloads.md

@@ -19,7 +19,7 @@
 - [Kostnadsstyring for backup](#kostnadsstyring-for-backup)
 - [Sjekkliste for backup-strategi](#sjekkliste-for-backup-strategi)
 - [Referanser](#referanser)
-- [For Cosmo](#for-cosmo)
+- [For arkitekten](#for-arkitekten)
 
 ## Introduksjon
 
@@ -483,7 +483,7 @@ AzureDiagnostics
 - [Azure security baseline for Microsoft Foundry - Backup and recovery](https://learn.microsoft.com/en-us/security/benchmark/azure/baselines/azure-ai-foundry-security-baseline#backup-and-recovery)
 - [Manage AI business continuity](https://learn.microsoft.com/en-us/azure/cloud-adoption-framework/scenarios/ai/manage#manage-ai-business-continuity)
 
-## For Cosmo
+## For arkitekten
 
 - **Bruk denne referansen** nar kunden trenger en helhetlig backup-strategi for AI-arbeidsbelastninger -- fra datasett og modeller til infrastruktur og agentdata.
 - **Start med a kartlegge komponentene** -- mange kunder tenker bare pa "backup av modellen" men glemmer Cosmos DB, AI Search-indekser, og pipeline-konfigurasjoner som ogsaa er kritiske.

skills/ms-ai-infrastructure/references/bcdr/capacity-planning-dr-configurations.md

@@ -17,7 +17,7 @@
 - [Skaleringsregler og auto-scaling](#skaleringsregler-og-auto-scaling)
 - [Kapasitetsreservasjonsstrategier](#kapasitetsreservasjonsstrategier)
 - [Referanser](#referanser)
-- [For Cosmo](#for-cosmo)
+- [For arkitekten](#for-arkitekten)
 
 ## Introduksjon
 
@@ -346,7 +346,7 @@ az capacity reservation create \
 - [Management recommendations for AI workloads on Azure IaaS](https://learn.microsoft.com/en-us/azure/cloud-adoption-framework/scenarios/ai/infrastructure/management) — AI-workload management
 - [Azure Site Recovery — Plan capacity and scaling](https://learn.microsoft.com/en-us/azure/site-recovery/site-recovery-plan-capacity-vmware) — Kapasitetsplanlegging
 
-## For Cosmo
+## For arkitekten
 
 - **Bruk denne referansen** når kunden trenger hjelp med å dimensjonere og kostnadsoptimalisere sine DR-miljøer for AI-workloads.
 - Warm standby med autoscale er den mest kostnadseffektive strategien for Tier 1 (Business Critical) AI-systemer — typisk 25–40% av full dupliseringskostnad.

skills/ms-ai-infrastructure/references/bcdr/chaos-engineering-ai-systems.md

@@ -17,7 +17,7 @@
 - [Recovery time-måling og validering](#recovery-time-måling-og-validering)
 - [Verktøy og plattformer for chaos engineering](#verktøy-og-plattformer-for-chaos-engineering)
 - [Referanser](#referanser)
-- [For Cosmo](#for-cosmo)
+- [For arkitekten](#for-arkitekten)
 
 ## Introduksjon
 
@@ -441,7 +441,7 @@ stages:
 - [Shift right to test in production](https://learn.microsoft.com/en-us/devops/deliver/shift-right-test-production) — Fault injection i produksjon
 - [Chaos Agent overview](https://learn.microsoft.com/en-us/azure/chaos-studio/chaos-agent-overview) — Agent-basert feilinjeksjon
 
-## For Cosmo
+## For arkitekten
 
 - **Bruk denne referansen** når kunden ønsker å implementere chaos engineering for AI-systemer, eller når de trenger å validere sine DR-prosedyrer.
 - Start med tabletop-øvelser før reelle feilinjeksjoner — forstå forventet oppførsel før du bryter ting.

skills/ms-ai-infrastructure/references/bcdr/compliance-requirements-bcdr.md

@@ -17,7 +17,7 @@
 - [Sektorspesifikke reguleringer](#sektorspesifikke-reguleringer)
 - [Audit og dokumentasjonskrav](#audit-og-dokumentasjonskrav)
 - [Referanser](#referanser)
-- [For Cosmo](#for-cosmo)
+- [For arkitekten](#for-arkitekten)
 
 ## Introduksjon
 
@@ -289,7 +289,7 @@ GDPR krever "evnen til å sikre vedvarende konfidensialitet, integritet, tilgjen
 - [Azure compliance offerings](https://learn.microsoft.com/en-us/azure/compliance/) — Azure compliance-dokumentasjon
 - [NSM — Grunnprinsipper for IKT-sikkerhet](https://nsm.no/grunnprinsipper-ikt) — Norske sikkerhetskrav
 
-## For Cosmo
+## For arkitekten
 
 - **Bruk denne referansen** når kunden er en norsk offentlig organisasjon og trenger veiledning om regulatoriske krav til BCDR for AI-systemer.
 - Start alltid med å identifisere hvilke sektorkrav som gjelder (helse, finans, kommunal, statlig) — dette påvirker RTO/RPO-krav direkte.

skills/ms-ai-infrastructure/references/bcdr/cost-analysis-dr-configurations.md

@@ -17,7 +17,7 @@
 - [Cross-region bandwidth-kostnader](#cross-region-bandwidth-kostnader)
 - [Kostnadsoptimalisering og Reserved Instances](#kostnadsoptimalisering-og-reserved-instances)
 - [Referanser](#referanser)
-- [For Cosmo](#for-cosmo)
+- [For arkitekten](#for-arkitekten)
 
 ## Introduksjon
 
@@ -339,7 +339,7 @@ az consumption budget create \
 - [Microsoft Cost Management](https://learn.microsoft.com/en-us/azure/cost-management-billing/cost-management-billing-overview) — Kostnadsovervåking. Verified (MCP 2026-04).
 - [Azure Savings Plans](https://azure.microsoft.com/pricing/purchase-options/azure-saving-plans/) — Flexible reservasjoner (compute savings plans). Verified (MCP 2026-04).
 
-## For Cosmo
+## For arkitekten
 
 - **Bruk denne referansen** når kunden trenger kostnadsestimat for BCDR-løsninger, eller når de skal sammenligne DR-strategier.
 - Warm standby er sweet spot for de fleste offentlige AI-løsninger — 25–40% merkostnad for minutter RTO.

skills/ms-ai-infrastructure/references/bcdr/data-replication-patterns-ai.md

@@ -17,7 +17,7 @@
 - [Konfliktløsningsstrategier](#konfliktløsningsstrategier)
 - [Monitoring av replikasjonsforsinkelse og helse](#monitoring-av-replikasjonsforsinkelse-og-helse)
 - [Referanser](#referanser)
-- [For Cosmo](#for-cosmo)
+- [For arkitekten](#for-arkitekten)
 
 ## Introduksjon
 
@@ -310,7 +310,7 @@ az monitor metrics alert create \
 - [Use geo-redundancy to design highly available applications](https://learn.microsoft.com/en-us/azure/storage/common/geo-redundant-design) — RA-GRS/RA-GZRS designmønstre
 - [Multi-region deployments in Azure AI Search](https://learn.microsoft.com/en-us/azure/search/search-multi-region) — AI Search multi-region
 
-## For Cosmo
+## For arkitekten
 
 - **Bruk denne referansen** når kunden trenger hjelp med å velge replikasjonsmekanismer for AI-løsninger, eller når de designer multi-region arkitekturer.
 - Anbefal alltid GZRS (ikke GRS) for AI-workloads der Availability Zones er tilgjengelig — det gir best kombinasjon av intra-region HA og cross-region DR.

skills/ms-ai-infrastructure/references/bcdr/failover-testing-ai-services.md

@@ -17,7 +17,7 @@
 - [Dokumentasjon og laerdommer](#dokumentasjon-og-laerdommer)
 - [Regelmessig testplanlegging og frekvens](#regelmessig-testplanlegging-og-frekvens)
 - [Referanser](#referanser)
-- [For Cosmo](#for-cosmo)
+- [For arkitekten](#for-arkitekten)
 
 ## Introduksjon
 
@@ -615,7 +615,7 @@ Microsoft anbefaler a kombinere Chaos Studio (feilinjeksjon) med Azure Load Test
 - [Shift right to test in production - Fault injection](https://learn.microsoft.com/en-us/devops/deliver/shift-right-test-production#fault-injection)
 - [Deployment and testing for mission-critical workloads on Azure](https://learn.microsoft.com/en-us/azure/well-architected/mission-critical/mission-critical-deployment-testing)
 
-## For Cosmo
+## For arkitekten
 
 - **Bruk denne referansen** nar kunden har implementert DR-infrastruktur men mangler en testplan -- en DR-loesning uten testing er like risikabel som ingen DR-loesning.
 - **Start med L1-tester (automatisert)** for a bygge erfaring og tillit foer man gradvis oeker til L3 og L5 -- dette reduserer risikoen for at tester selv forarsaker utfall.

skills/ms-ai-infrastructure/references/bcdr/geo-redundancy-azure-ai-search.md

@@ -17,7 +17,7 @@
 - [Holde indekser synkroniserte](#holde-indekser-synkroniserte)
 - [Query-ytelse i multi-region oppsett](#query-ytelse-i-multi-region-oppsett)
 - [Referanser](#referanser)
-- [For Cosmo](#for-cosmo)
+- [For arkitekten](#for-arkitekten)
 
 ## Introduksjon
 
@@ -400,7 +400,7 @@ def validate_index_consistency(primary_endpoint, secondary_endpoint, index_name,
 - [Azure Front Door overview](https://learn.microsoft.com/en-us/azure/frontdoor/front-door-overview) — Global load balancing
 - [Azure Traffic Manager overview](https://learn.microsoft.com/en-us/azure/traffic-manager/traffic-manager-overview) — DNS-basert trafikkstyring
 
-## For Cosmo
+## For arkitekten
 
 - **Bruk denne referansen** når kunden bygger RAG-løsninger med Azure AI Search og trenger geo-redundans for search-indeksene.
 - Azure AI Search har INGEN innebygd geo-replikering — dette er en vanlig misforståelse. Kunden må implementere dual-indexing selv.

skills/ms-ai-infrastructure/references/bcdr/incident-response-ai-systems.md

@@ -17,7 +17,7 @@
 - [Kommunikasjonsplaner for interessenter](#kommunikasjonsplaner-for-interessenter)
 - [Post-incident review og forbedring](#post-incident-review-og-forbedring)
 - [Referanser](#referanser)
-- [For Cosmo](#for-cosmo)
+- [For arkitekten](#for-arkitekten)
 
 ## Introduksjon
 
@@ -320,7 +320,7 @@ Tiltak: [Hva gjøres for å forhindre gjentakelse]
 - [Microsoft Sentinel overview](https://learn.microsoft.com/en-us/azure/sentinel/overview) — SIEM/SOAR for sikkerhetshendelser
 - [Monitor Azure OpenAI](https://learn.microsoft.com/en-us/azure/foundry-classic/openai/how-to/monitor-openai) — OpenAI-spesifikk monitoring
 
-## For Cosmo
+## For arkitekten
 
 - **Bruk denne referansen** når kunden etablerer eller forbedrer sine incident response-prosedyrer for AI-systemer.
 - AI-hendelser krever utvidelse av eksisterende ITIL/incident-prosesser — ikke separate prosesser, men tilpassede kategorier og runbooks.

skills/ms-ai-infrastructure/references/bcdr/monitoring-alerting-failover-detection.md

@@ -18,7 +18,7 @@
 - [Integrasjon med incident management-systemer](#integrasjon-med-incident-management-systemer)
 - [Application Insights for AI-agenter i BCDR-kontekst *(Verified MCP 2026-06-19)*](#application-insights-for-ai-agenter-i-bcdr-kontekst-verified-mcp-2026-06-19)
 - [Referanser](#referanser)
-- [For Cosmo](#for-cosmo)
+- [For arkitekten](#for-arkitekten)
 
 ## Introduksjon
 
@@ -459,7 +459,7 @@ Azure Monitor Application Insights tilbyr nå dedikert støtte for AI-agenter vi
 - [Application Insights overview](https://learn.microsoft.com/en-us/azure/azure-monitor/app/app-insights-overview) — APM for applikasjoner *(Verified MCP 2026-06-19)* — OpenTelemetry (OTel) er primær instrumentering. AI-agenter støttes via Agents-tab i getting started. Azure Functions støtter OTel via `"telemetryMode": "OpenTelemetry"` i `host.json`. Nye views: **Agent details view** (Foundry, Copilot Studio, tredjeparts), **SDK Stats** (exporter success/drop metrics), **Dashboards with Grafana** (direkte i Azure portal). Evaluations: batch (local/cloud/portal) og continuous (produksjonstraffic). Classic API SDKs migreres til OTel — se migrasjonsveiledning. Fired alert instances er nå read-only (kan ikke editeres etter at de er trigget).
 - [Azure Service Health](https://learn.microsoft.com/en-us/azure/service-health/overview) — Azure-tjenestestatus
 
-## For Cosmo
+## For arkitekten
 
 - **Bruk denne referansen** når kunden setter opp monitoring og alerting for failover-deteksjon i AI-systemer.
 - Implementer alltid to nivåer av health checks: shallow (er appen oppe?) og deep (er alle avhengigheter friske?).

skills/ms-ai-infrastructure/references/bcdr/multi-region-azure-openai-deployment.md

@@ -18,7 +18,7 @@
 - [Kostnadsmodell for multi-region](#kostnadsmodell-for-multi-region)
 - [Implementeringssjekkliste](#implementeringssjekkliste)
 - [Referanser](#referanser)
-- [For Cosmo](#for-cosmo)
+- [For arkitekten](#for-arkitekten)
 
 ## Introduksjon
 
@@ -389,7 +389,7 @@ Prioritet 3: Standard Data Zone (EU)
 - [Azure OpenAI model availability by region](https://learn.microsoft.com/en-us/azure/foundry/foundry-models/concepts/models-sold-directly-by-azure)
 - [Smart Load Balancing for OpenAI with Azure API Management](https://github.com/Azure-Samples/openai-apim-lb)
 
-## For Cosmo
+## For arkitekten
 
 - **Bruk denne referansen** nar kunden spoer om multi-region-deployering, lastbalansering, eller failover for Azure OpenAI -- spesielt for produksjonsmiljoeer som krever hoey tilgjengelighet.
 - **Anbefal Data Zone-deployeringer** som foerstevalg for norsk offentlig sektor. De fleste organisasjoner trenger ikke selvadministrert multi-region lastbalansering -- Data Zone haandterer dette innenfor EU-sonen.

skills/ms-ai-infrastructure/references/bcdr/network-resilience-patterns-ai.md

@@ -17,7 +17,7 @@
 - [Private endepunkter og nettverksisolering](#private-endepunkter-og-nettverksisolering)
 - [DDoS-beskyttelse og trafikkfiltrering](#ddos-beskyttelse-og-trafikkfiltrering)
 - [Referanser](#referanser)
-- [For Cosmo](#for-cosmo)
+- [For arkitekten](#for-arkitekten)
 
 ## Introduksjon
 
@@ -423,7 +423,7 @@ az network nsg rule create \
 - [Azure DDoS Protection overview](https://learn.microsoft.com/en-us/azure/ddos-protection/ddos-protection-overview) — DDoS-beskyttelse
 - [Azure Private Link overview](https://learn.microsoft.com/en-us/azure/private-link/private-link-overview) — Private Endpoints
 
-## For Cosmo
+## For arkitekten
 
 - **Bruk denne referansen** når kunden designer nettverksarkitektur for resiliente AI-løsninger, eller når de implementerer failover med private endepunkter.
 - Circuit Breaker + Retry med exponential backoff er sterkt anbefalt for Azure AI API-kall — Microsoft omtaler dette som beste praksis for resiliens (Azure Well-Architected), ikke et absolutt krav.

skills/ms-ai-infrastructure/references/bcdr/rto-rpo-planning-ai-services.md

@@ -17,7 +17,7 @@
 - [Norske regulatoriske krav](#norske-regulatoriske-krav)
 - [Dokumentasjons-maler og governance](#dokumentasjons-maler-og-governance)
 - [Referanser](#referanser)
-- [For Cosmo](#for-cosmo)
+- [For arkitekten](#for-arkitekten)
 
 ## Introduksjon
 
@@ -269,7 +269,7 @@ NSM (Nasjonal sikkerhetsmyndighet) krever:
 - [Azure Storage Geo Priority Replication](https://learn.microsoft.com/en-us/azure/storage/common/storage-redundancy-priority-replication) — SLA-backed RPO for blobs
 - [Reliability in Azure AI Search](https://learn.microsoft.com/en-us/azure/reliability/reliability-ai-search) — Tilgjengelighet og DR for AI Search
 
-## For Cosmo
+## For arkitekten
 
 - **Bruk denne referansen** når kunden trenger hjelp med å definere RTO og RPO for sine AI-systemer, eller når de planlegger BCDR-strategi.
 - Start alltid med en Business Impact Analysis (BIA) før du foreslår tekniske løsninger — RTO/RPO er forretningsbeslutninger, ikke tekniske.

skills/ms-ai-infrastructure/references/bcdr/service-level-documentation-dr.md

@@ -17,7 +17,7 @@
 - [Trinn-for-trinn gjenopprettingsprosedyrer](#trinn-for-trinn-gjenopprettingsprosedyrer)
 - [Eierskap og eskaleringsmatrise](#eierskap-og-eskaleringsmatrise)
 - [Referanser](#referanser)
-- [For Cosmo](#for-cosmo)
+- [For arkitekten](#for-arkitekten)
 
 ## Introduksjon
 
@@ -423,7 +423,7 @@ curl -s "https://search-secondary-swedencentral.search.windows.net/indexes/knowl
 - [Recommendations for defining reliability targets](https://learn.microsoft.com/en-us/azure/well-architected/reliability/metrics) — SLO-definisjoner
 - [Reliability in Azure AI Search](https://learn.microsoft.com/en-us/azure/reliability/reliability-ai-search) — AI Search DR
 
-## For Cosmo
+## For arkitekten
 
 - **Bruk denne referansen** når kunden trenger maler for SLA-dokumentasjon, DR-runbooks eller eskaleringsprosedyrer for AI-systemer.
 - DR-runbooks MÅ være executable — hvert steg skal ha konkrete kommandoer, ikke bare beskrivelser.

skills/ms-ai-infrastructure/references/bcdr/state-management-failover.md

@@ -17,7 +17,7 @@
 - [Idempotens og request retry-strategier](#idempotens-og-request-retry-strategier)
 - [State validering og verifikasjonsprosedyrer](#state-validering-og-verifikasjonsprosedyrer)
 - [Referanser](#referanser)
-- [For Cosmo](#for-cosmo)
+- [For arkitekten](#for-arkitekten)
 
 ## Introduksjon
 
@@ -409,7 +409,7 @@ async def validate_state_after_failover(primary_region, dr_region):
 - [Azure Cosmos DB consistency levels](https://learn.microsoft.com/en-us/azure/cosmos-db/consistency-levels) — Konsistensmodeller
 - [Azure Cache for Redis geo-replication](https://learn.microsoft.com/en-us/azure/azure-cache-for-redis/cache-how-to-geo-replication) — Redis geo-replikering
 
-## For Cosmo
+## For arkitekten
 
 - **Bruk denne referansen** når kunden trenger hjelp med state management under failover for AI-applikasjoner.
 - Anbefal alltid write-through til Cosmos DB selv om Redis brukes som primær session store — Redis-data kan gå tapt ved failover.

skills/ms-ai-infrastructure/references/hybrid-edge/azure-arc-ai-management.md

@@ -18,7 +18,7 @@
 - [Sikkerhetsarkitektur for Arc AI](#sikkerhetsarkitektur-for-arc-ai)
 - [Relevans for norsk offentlig sektor](#relevans-for-norsk-offentlig-sektor)
 - [Begrensninger og hensyn](#begrensninger-og-hensyn)
-- [For Cosmo](#for-cosmo)
+- [For arkitekten](#for-arkitekten)
 
 ## Introduksjon
 
@@ -390,7 +390,7 @@ Nasjonal sikkerhetsmyndighet (NSM) sine grunnprinsipper for IKT-sikkerhet kan ma
 
 ---
 
-## For Cosmo
+## For arkitekten
 
 - **Azure Arc er brokken mellom lokale AI-klynger og Azures skybaserte administrasjon** — alle Kubernetes-klynger blir forsteklasses Azure-ressurser med policy, overvaking og ML-integrasjon.
 - **KAITO (Kubernetes AI Toolchain Operator) forenkler LLM-deployment** pa Arc-enabled klynger, spesielt pa Azure Local med GPU-stotte for Phi-4, Mistral og Qwen-modeller.

skills/ms-ai-infrastructure/references/hybrid-edge/azure-confidential-computing-ai.md

@@ -17,7 +17,7 @@
 - [Performance Trade-offs](#performance-trade-offs)
 - [Norsk offentlig sektor](#norsk-offentlig-sektor)
 - [Beslutningsrammeverk](#beslutningsrammeverk)
-- [For Cosmo](#for-cosmo)
+- [For arkitekten](#for-arkitekten)
 
 ## Introduksjon
 
@@ -370,7 +370,7 @@ class ConfidentialAIComplianceReport:
 
 ---
 
-## For Cosmo
+## For arkitekten
 
 - **Confidential Computing losner data-in-use-problemet for sky-AI** — anbefal Confidential VMs (AMD SEV-SNP) som forste steg for organisasjoner som noler med sky-AI pa grunn av datasikkerhetshensyn
 - **Ytelsesoverhead er typisk 10-20%** — dette er akseptabelt for de fleste arbeidsbelastninger og kan optimaliseres med batching og modell-caching innenfor TEE

skills/ms-ai-infrastructure/references/hybrid-edge/azure-iot-hub-ai-pipeline.md

@@ -17,7 +17,7 @@
 - [Scaling Hybrid Ingestion](#scaling-hybrid-ingestion)
 - [Norsk offentlig sektor](#norsk-offentlig-sektor)
 - [Beslutningsrammeverk](#beslutningsrammeverk)
-- [For Cosmo](#for-cosmo)
+- [For arkitekten](#for-arkitekten)
 
 ## Introduksjon
 
@@ -455,7 +455,7 @@ class HybridScalingConfig:
 
 ---
 
-## For Cosmo
+## For arkitekten
 
 - **IoT Hub + Stream Analytics + Azure ML er den kanoniske AI-pipeline for IoT** — anbefal denne treledds-arkitekturen som standard for alle IoT-AI-scenarier i offentlig sektor
 - **Edge-forbehandling reduserer skylast med 90%+** — la IoT Edge aggregere og filtrere data for sensordata sendes til sky, noe som dramatisk reduserer baade kostnader og bandbreddekrav

skills/ms-ai-infrastructure/references/hybrid-edge/azure-local-ai-workloads.md

@@ -18,7 +18,7 @@
 - [Hybrid Resilience Patterns](#hybrid-resilience-patterns)
 - [Nettverksarkitektur](#nettverksarkitektur)
 - [Sizing-guide for AI-arbeidsbelastninger](#sizing-guide-for-ai-arbeidsbelastninger)
-- [For Cosmo](#for-cosmo)
+- [For arkitekten](#for-arkitekten)
 
 ## Introduksjon
 
@@ -404,7 +404,7 @@ data:
 
 ---
 
-## For Cosmo
+## For arkitekten
 
 - **Azure Local er den primaere plattformen for on-premises AI i Microsoft-okosystemet** — fullt integrert med Azure Arc for sentralisert styring, men med all databehandling pa egen infrastruktur.
 - **GPU-stotten er bred med NVIDIA T4/A2/A16/L4/L40/L40S** — bade DDA (hel GPU) og GPU-P (delt GPU) er tilgjengelig, noe som gir fleksibilitet fra lette inferensoppgaver til tung trening.

skills/ms-ai-infrastructure/references/hybrid-edge/data-sovereignty-norway-public-sector.md

@@ -20,7 +20,7 @@
 - [Beslutningstre for datasuverenitet](#beslutningstre-for-datasuverenitet)
 - [Compliance-sjekkliste for AI-prosjekter](#compliance-sjekkliste-for-ai-prosjekter)
 - [Sammenligning: Sovereign Cloud-alternativer](#sammenligning-sovereign-cloud-alternativer)
-- [For Cosmo](#for-cosmo)
+- [For arkitekten](#for-arkitekten)
 
 ## Introduksjon
 
@@ -410,7 +410,7 @@ Er dataene sikkerhetsgraderte (Sikkerhetsloven)?
 
 ---
 
-## For Cosmo
+## For arkitekten
 
 - **Schrems II er ikke lenger den eneste utfordringen** — EU-US Data Privacy Framework (2023), EU Data Boundary, og Sovereign Landing Zone gir et nyansert verktoyskrin for lovlig bruk av Azure AI fra Norge.
 - **Norway East-regionen er forstevalg for norsk offentlig sektor** — de fleste AI-tjenester (Azure OpenAI GPT-4o, AI Services, ML) er tilgjengelig der, men noen nyere modeller krever Sweden Central eller West Europe.

skills/ms-ai-infrastructure/references/hybrid-edge/edge-ai-inferencing-patterns.md

@@ -16,7 +16,7 @@
 - [Batching vs. Streaming Inference](#batching-vs-streaming-inference)
 - [IoT Edge ML Inference Pattern](#iot-edge-ml-inference-pattern)
 - [Ytelsesreferanser](#ytelsesreferanser)
-- [For Cosmo](#for-cosmo)
+- [For arkitekten](#for-arkitekten)
 
 ## Introduksjon
 
@@ -485,7 +485,7 @@ async def twin_update_handler(patch):
 
 ---
 
-## For Cosmo
+## For arkitekten
 
 - **ONNX Runtime er universalmotoren for edge-inferens** — stotter CPU, GPU, NPU via Execution Providers, med TensorRT for NVIDIA og OpenVINO for Intel som de viktigste akseleratorene.
 - **Kvantisering (INT8/INT4) er den enkleste og mest effektive optimaliseringen** — reduserer modellstorrelse 2-8x med minimalt noyaktighetstap, spesielt viktig for edge-enheter med begrenset minne.

skills/ms-ai-infrastructure/references/hybrid-edge/edge-to-cloud-data-synchronization.md

@@ -17,7 +17,7 @@
 - [Data Deduplication at Scale](#data-deduplication-at-scale)
 - [Norsk offentlig sektor](#norsk-offentlig-sektor)
 - [Beslutningsrammeverk](#beslutningsrammeverk)
-- [For Cosmo](#for-cosmo)
+- [For arkitekten](#for-arkitekten)
 
 ## Introduksjon
 
@@ -447,7 +447,7 @@ class EdgeDeduplication:
 
 ---
 
-## For Cosmo
+## For arkitekten
 
 - **Event sourcing med idempotens er gullstandarden** for edge-sky-synkronisering — alle dataelementer faar en unik ID og kan trygt re-sendes uten duplikater
 - **Delta-synkronisering reduserer datavolum med 80-95%** sammenlignet med full sync — beregn kun endringer og komprimer med gzip for minimal bandbreddebruk

skills/ms-ai-infrastructure/references/hybrid-edge/hybrid-rag-architecture.md

@@ -17,7 +17,7 @@
 - [Context Optimization Across Tiers](#context-optimization-across-tiers)
 - [Norsk offentlig sektor](#norsk-offentlig-sektor)
 - [Beslutningsrammeverk](#beslutningsrammeverk)
-- [For Cosmo](#for-cosmo)
+- [For arkitekten](#for-arkitekten)
 
 ## Introduksjon
 
@@ -452,7 +452,7 @@ class ContextOptimizer:
 
 ---
 
-## For Cosmo
+## For arkitekten
 
 - **Hybrid RAG er den riktige arkitekturen nar data har ulik sensitivitet** — bruk federated search med Reciprocal Rank Fusion for a kombinere resultater fra lokale og skybaserte vektordatabaser uten a flytte sensitive data
 - **Edge RAG (Azure Arc) er Microsofts foretrukne losning** for on-premises RAG med sky-administrasjon — anbefal dette for organisasjoner som onsker hybrid RAG med sentral management

skills/ms-ai-infrastructure/references/hybrid-edge/iot-operations-ai-integration.md

@@ -17,7 +17,7 @@
 - [Device-to-Cloud AI Pipelines](#device-to-cloud-ai-pipelines)
 - [Norsk offentlig sektor](#norsk-offentlig-sektor)
 - [Beslutningsrammeverk](#beslutningsrammeverk)
-- [For Cosmo](#for-cosmo)
+- [For arkitekten](#for-arkitekten)
 
 ## Introduksjon
 
@@ -382,7 +382,7 @@ class AIEdgePipeline:
 
 ---
 
-## For Cosmo
+## For arkitekten
 
 - **Azure IoT Operations er den foretrukne plattformen** for industrielle IoT-AI-scenarier pa edge, med MQTT-basert kommunikasjon og Data Flows for datatransformasjon — anbefal dette fremfor eldre IoT Edge-moenstre
 - **Sensor data normalization er fundamentalt** — uten standardisert datakvalitet og enhetskonvertering vil AI-modeller gi upanalitelige resultater, sa invester i Data Flow-transformasjoner for normalisering

skills/ms-ai-infrastructure/references/hybrid-edge/kubernetes-edge-aks-edge.md

@@ -17,7 +17,7 @@
 - [Service Mesh for Edge](#service-mesh-for-edge)
 - [Norsk offentlig sektor](#norsk-offentlig-sektor)
 - [Beslutningsrammeverk](#beslutningsrammeverk)
-- [For Cosmo](#for-cosmo)
+- [For arkitekten](#for-arkitekten)
 
 ## Introduksjon
 
@@ -411,7 +411,7 @@ spec:
 
 ---
 
-## For Cosmo
+## For arkitekten
 
 - **AKS Edge Essentials er den foretrukne loesningen for container-basert AI pa edge** — det gir Kubernetes-standarder pa PC-klasse hardware med minimal fotavtrykk (4 GB RAM for K3s)
 - **Azure Arc + GitOps gir sentralisert forvaltning** — anbefal dette for organisasjoner med mange edge-stasjoner som trenger sporbar, automatisert deployment av AI-modeller

skills/ms-ai-infrastructure/references/hybrid-edge/network-constrained-ai-deployment.md

@@ -17,7 +17,7 @@
 - [Latency Compensation Patterns](#latency-compensation-patterns)
 - [Norsk offentlig sektor](#norsk-offentlig-sektor)
 - [Beslutningsrammeverk](#beslutningsrammeverk)
-- [For Cosmo](#for-cosmo)
+- [For arkitekten](#for-arkitekten)
 
 ## Introduksjon
 
@@ -474,7 +474,7 @@ class LatencyCompensatingProxy:
 
 ---
 
-## For Cosmo
+## For arkitekten
 
 - **Modellstoerrelse er den viktigste faktoren for nettverksbegrensede deployments** — bruk INT4-kvantisering som standard, og vurder destillasjon for ultralette modeller under 500 MB
 - **Bandwidth-bevisst batching er pabudt** — maal tilgjengelig bandwidth kontinuerlig og tilpass batchstoerrelser og kompresjonsformat dynamisk

skills/ms-ai-infrastructure/references/hybrid-edge/offline-first-ai-applications.md

@@ -17,7 +17,7 @@
 - [Offline Capability Testing](#offline-capability-testing)
 - [Norsk offentlig sektor](#norsk-offentlig-sektor)
 - [Beslutningsrammeverk](#beslutningsrammeverk)
-- [For Cosmo](#for-cosmo)
+- [For arkitekten](#for-arkitekten)
 
 ## Introduksjon
 
@@ -495,7 +495,7 @@ class TestOfflineAI:
 
 ---
 
-## For Cosmo
+## For arkitekten
 
 - **Offline-first er et designprinsipp, ikke en feilhaandterings-strategi** — applikasjonen MA designes for a fungere lokalt foerst, med sky som en berikelse nar tilgjengelig
 - **Event sourcing er det foretrukne datamoensteeret** for offline-first AI — alle hendelser og AI-resultater lagres lokalt som uforanderlige events og synkroniseres inkrementelt

skills/ms-ai-infrastructure/references/hybrid-edge/on-premises-slm-phi-deployment.md

@@ -17,7 +17,7 @@
 - [Fine-Tuning at Edge](#fine-tuning-at-edge)
 - [Norsk offentlig sektor](#norsk-offentlig-sektor)
 - [Beslutningsrammeverk](#beslutningsrammeverk)
-- [For Cosmo](#for-cosmo)
+- [For arkitekten](#for-arkitekten)
 
 ## Introduksjon
 
@@ -457,7 +457,7 @@ python -m olive run \
 
 ---
 
-## For Cosmo
+## For arkitekten
 
 - **Phi-3 Mini INT4 er det naturlige startpunktet** for de fleste offentlige sektors SLM-bruk — 3.8B parametere gir overraskende god kvalitet for klassifisering, uttrekking og enkel Q&A, og krever kun 8 GB RAM uten GPU
 - **Fine-tuning med LoRA er nodvendig for doenmespesifikke oppgaver** — en LoRA-adapter pa 20-50 MB er mye enklere a distribuere til edge enn en full modell, og gir dramatisk forbedring for norsk fagsprak

skills/ms-ai-infrastructure/references/hybrid-edge/onnx-runtime-edge-deployment.md

@@ -17,7 +17,7 @@
 - [Performance Profiling](#performance-profiling)
 - [Norsk offentlig sektor](#norsk-offentlig-sektor)
 - [Beslutningsrammeverk](#beslutningsrammeverk)
-- [For Cosmo](#for-cosmo)
+- [For arkitekten](#for-arkitekten)
 
 ## Introduksjon
 
@@ -416,7 +416,7 @@ class ONNXProfiler:
 
 ---
 
-## For Cosmo
+## For arkitekten
 
 - **ONNX Runtime er den universelle inferensmotoren** for Microsoft-okosystemet — anbefal det som standard for alle edge AI-deployments pa grunn av cross-platform-stoette og hardware-akselerasjon
 - **Olive er det foretrukne verktoeyet for modelloptimalisering** — det automatiserer konvertering, kvantisering og optimalisering i en pipeline og sikrer at modellen er optimalisert for spesifikk target-hardware

skills/ms-ai-infrastructure/references/hybrid-edge/regulatory-compliance-edge-ai.md

@@ -17,7 +17,7 @@
 - [Transparency and Explainability](#transparency-and-explainability)
 - [Norsk offentlig sektor](#norsk-offentlig-sektor)
 - [Beslutningsrammeverk](#beslutningsrammeverk)
-- [For Cosmo](#for-cosmo)
+- [For arkitekten](#for-arkitekten)
 
 ## Introduksjon
 
@@ -555,7 +555,7 @@ class EdgeAIExplainer:
 
 ---
 
-## For Cosmo
+## For arkitekten
 
 - **DPIA er pakrevd for de fleste edge AI-systemer** i offentlig sektor som prosesserer persondata — bruk den strukturerte malen og implementer automatiserte kontrollsjekker
 - **Audit logging pa edge ma synkroniseres sentralt** — bruk Azure Monitor Agent (OMS) pa alle edge-noder og lagre logger i Log Analytics Workspace i Norway East med 7 ars retention

skills/ms-ai-infrastructure/references/hybrid-edge/sovereign-cloud-norway.md

@@ -17,7 +17,7 @@
 - [Vendor Lock-in Mitigation](#vendor-lock-in-mitigation)
 - [Norsk offentlig sektor](#norsk-offentlig-sektor)
 - [Beslutningsrammeverk](#beslutningsrammeverk)
-- [For Cosmo](#for-cosmo)
+- [For arkitekten](#for-arkitekten)
 
 ## Introduksjon
 
@@ -379,7 +379,7 @@ class SovereignAuditConfiguration:
 
 ---
 
-## For Cosmo
+## For arkitekten
 
 - **Sovereign Landing Zone er den korrekte startarkitekturen** for alle AI-prosjekter i norsk offentlig sektor — deploy SLZ med Sovereignty Baseline Policies som forste steg
 - **Norway East er primary-regionen for AI** — alle Azure AI-tjenester inkludert OpenAI og Confidential VMs er tilgjengelig der, med Norway West for DR

skills/ms-ai-infrastructure/references/hybrid-edge/windows-ai-apc-capabilities.md

@@ -17,7 +17,7 @@
 - [Local LLM Inference on Device](#local-llm-inference-on-device)
 - [Norsk offentlig sektor](#norsk-offentlig-sektor)
 - [Beslutningsrammeverk](#beslutningsrammeverk)
-- [For Cosmo](#for-cosmo)
+- [For arkitekten](#for-arkitekten)
 
 ## Introduksjon
 
@@ -360,7 +360,7 @@ curl http://localhost:11434/v1/chat/completions \
 
 ---
 
-## For Cosmo
+## For arkitekten
 
 - **Windows ML er den anbefalte veien for lokal AI pa Windows** — det erstatter DirectML og gir automatisk hardware-deteksjon og EP-nedlasting, noe som forenkler deployment dramatisk
 - **Copilot+ PC-er med NPU muliggjor always-on AI** med lavt energiforbruk — anbefal dette for klientbaserte AI-oppgaver som dokumentklassifisering og oppsummering