- Ny tests/reference-integrity.test.mjs: alle ${CLAUDE_PLUGIN_ROOT}-stier i
commands/agents må finnes på disk OG være shippbare (aldri under gitignored
.claude/). Fanger død-referanse-klassen permanent (TDD: rød på
freshen-references før fiks). Suite 135 -> 138.
- Døde referanser lukket: freshen-references peker nå på metrics-library
«Review-kadens»; metrics-library-provenanslinje uten død relativ sti.
- Kryssref-isolasjon: «Ressurser/Interne referanser»-seksjon i de 5 isolerte
KB-filene (examples, oboard-guide, meeting-guides, calculator, cfr).
- «Sist oppdatert»-markør på alle 17 referansefiler (var 4).
- 19 -> 20 antipatterns (SKILL, kvalitet x2, help — help-forekomst funnet i
sweep utover review-lista); «15. oktober» -> tidlig oktober (arshjul x2,
framework); garblet prognoseformel rettet mot calculator-kanon (framework).
- Typonits: schuld/Næste (meeting-guides), resultatmål (dfo-mapping),
sandbagging (trendanalytiker), Q1-2026 -> T1-2026 (fremdriftssporer).
- README: hooks-badge 4 -> 3, død Stop-rad fjernet.
- BACKLOG.md foldet inn i docs/roadmap.md (tema-nivå, ingen interne
plandetaljer) og slettet; .gitignore ROADMAP.md ankret til rot (/ROADMAP.md)
så docs/roadmap.md kan trackes.
Co-Authored-By: Claude Fable 5 <noreply@anthropic.com>
6.8 KiB
OKR Eksempler for Offentlig Sektor
Fremragende eksempler
Eksempel 1: Trafikksikkerhet (Direktoratet for digital tjenesteutvikling — fiktiv eksempeletat)
Objective: Redusere alvorlige ulykker på E6 gjennom Trøndelag
Key Results:
- Antall ulykker med personskade reduseres fra 45 til 25 per år (44% reduksjon)
- 100% av identifiserte høyrisiko-strekninger (8 stk) får sikkerhetstiltak innen august
- Fartsoverskridelser >20 km/t reduseres med 60% (målt via ATK-data)
Hvorfor bra:
- ✅ Klart outcome-fokus (færre ulykker)
- ✅ Målbare KR med baseline og target
- ✅ Ambisiøst men realistisk
- ✅ Støtter nasjonal strategi om trafikksikkerhet
- ✅ Tidsbestemt (innen syklus)
Eksempel 2: Digitale tjenester
Objective: Levere digital-først opplevelse for søknadsbehandling
Key Results:
- 90% av saksbehandlingssøknader sendes inn digitalt (opp fra 65%)
- Gjennomsnittlig behandlingstid reduseres fra 5 dager til 2 dager
- Brukertilfredshet øker fra 3.8 til 4.5 (skala 1-5)
Hvorfor bra:
- ✅ Tydelig brukerverdi
- ✅ Kombinasjon av adopsjonsmetrikk, effektivitet og tilfredshet
- ✅ Målbart og verifiserbart
- ✅ Støtter digitaliseringsstrategi
Eksempel 3: HR/Organisasjonsutvikling
Objective: Bygge kompetanse i dataanalyse på tvers av organisasjonen
Key Results:
- 80% av målgruppen (150 ansatte) fullfører data-opplæringsprogram
- Kompetansetest: Gjennomsnittsscore øker fra 60% til 85%
- 5 datadrevne beslutninger tatt og dokumentert av team som før ikke brukte data
Hvorfor bra:
- ✅ Ikke bare "antall traininger" (output), men kompetanse og anvendelse (outcome)
- ✅ KR3 viser reell endring i atferd
- ✅ Målbart på flere nivåer
Dårlige eksempler (og hvordan forbedre dem)
Dårlig eksempel 1: Vag og aktivitetsorientert
❌ Objective: Forbedre veivedlikehold
❌ Key Results:
- Gjennomføre 10 vedlikeholdsprosjekter
- Holde månedlige møter om veivedlikehold
- Lage årsrapport om vedlikehold
Hva er galt:
- Objective er for bred og vag
- KR er aktiviteter, ikke resultater
- Ingen måling av faktisk forbedring
✅ Forbedret versjon:
Objective: Redusere veiforfall og forbedre kjørekomfort på fylkesveier
Key Results:
- Prosentandel fylkesveier i "dårlig" stand reduseres fra 18% til 12%
- Brukerklager på dårlig veistandard reduseres med 40%
- Gjennomsnittlig reparasjonstid for rapporterte hull reduseres fra 14 til 7 dager
Dårlig eksempel 2: For lett og "business as usual"
❌ Objective: Opprettholde nåværende servicenivå
❌ Key Results:
- Svare på 95% av henvendelser innen 3 dager (vi gjør allerede dette)
- Ikke få klager fra media
- Holde budsjettet
Hva er galt:
- Ikke ambisiøst (bare vedlikeholde status quo)
- "Ikke få klager" er ikke målbart eller konstruktivt
- OKR skal drive forbedring, ikke beskrive dagens drift
✅ Forbedret versjon:
Objective: Bli best i klassen på responsivitet for publikumshenvendelser
Key Results:
- Svarresponstid reduseres fra 3 dager til 24 timer (gjennomsnitt)
- First-contact-resolution øker fra 60% til 85%
- Publikumstilfredshet med support øker fra 4.0 til 4.7 (av 5)
Dårlig eksempel 3: Ikke målbart
❌ Objective: Øke ansattes trivsel
❌ Key Results:
- Ansatte er mer fornøyde
- Bedre arbeidsmiljø
- Folk føler seg verdsatt
Hva er galt:
- Ingenting er målbart
- Ingen baseline eller target
- Hvordan vet vi om vi lyktes?
✅ Forbedret versjon:
Objective: Forbedre ansattes trivsel og engasjement i avdeling X
Key Results:
- Medarbeiderundersøkelse: Trivselsscore øker fra 3.5 til 4.2 (skala 1-5)
- Frivillig turnover reduseres fra 12% til <8%
- 90% av ansatte oppgir at de føler seg verdsatt (ny undersøkelse)
Dårlig eksempel 4: Mangel på alignment
❌ Objective (IT-avdeling): Modernisere IT-infrastruktur
❌ Key Results:
- Bytte ut 500 PC-er
- Oppgradere alle servere til ny versjon
- Implementere ny firewall
Hva er galt:
- Kun tekniske aktiviteter
- Ingen link til organisasjonens strategiske mål
- Hva er forretningsmessig verdi?
✅ Forbedret versjon:
Objective: Øke IT-systemenes pålitelighet og brukertilfredshet for å støtte digital transformasjon
Key Results:
- Systemoppetid øker fra 98.5% til 99.8%
- Gjennomsnittlig IT-støtte-billettløsningstid reduseres fra 6 timer til 2 timer
- IT-brukertilfredshet (survey) øker fra 3.2 til 4.3
Alignment: Støtter organisasjonens digitale transformasjonsstrategi ved å sikre stabil og responsiv IT.
Praktiske eksempler fra forskjellige domener
Vei og Transport
Objective: Forbedre trafikkflyten i Oslo-regionen
Key Results:
- Gjennomsnittlig reisetid i rush reduseres med 15% (fra 40 min til 34 min)
- Kollektivtransportandel øker fra 55% til 65%
- CO₂-utslipp fra bytrafikk reduseres med 10%
Miljø/Bærekraft
Objective: Akselerere elektrifisering av vegnettet
Key Results:
- 100 nye hurtigladere installert (fra 300 til 400 totalt)
- Dekning: <50 km mellom hver lader på alle hovedveier
- Laderbruk: Kapasitetsutnyttelse øker fra 30% til 60%
Prosjektlevering
Objective: Levere E39-prosjekt i tide og innenfor budsjett
Key Results:
- Prosjekt fullført innen 1. desember (ikke forsinkelse)
- Budsjettavvik: <2% (target: ±20 mill av 1000 mill)
- Kvalitetssjekk: 95% av milepæler godkjent første gang
Regulatorisk/Compliance
Objective: Oppnå full GDPR-compliance i data processing
Key Results:
- 100% av datasystemer kartlagt og vurdert for GDPR-risiko (fra 60%)
- Alle høyrisiko-gap lukket innen Q3 (0 kritiske funn i audit)
- Ansatte: 95% fullført GDPR-opplæring med >80% score på test
Sjekkliste for gode OKR
Bruk denne når du skriver eller vurderer OKR:
Objective
- Er det inspirerende og meningsfullt?
- Beskriver det outcome, ikke aktivitet?
- Er det klart hva suksess betyr?
- Kan det oppnås i løpet av 4-måneders syklus?
- Støtter det overordnet strategi?
Key Results
- Er hvert KR målbart (tall/prosent/milepæl)?
- Har vi baseline og target?
- Er de outcome-fokusert (ikke bare output)?
- Er de ambisiøse men realistiske?
- Ville suksess på disse KR virkelig oppnå Objective?
- Har vi 2-5 KR (ikke for få, ikke for mange)?
Samlet
- Maks 2-3 Objectives per team?
- Kan vi verifisere suksess objektivt?
- Er det klart hvem som eier hvert KR?
- Ville dette imponere stakeholders hvis vi lykkes?
Ressurser
Interne referanser
okr-framework.md- Metodikken eksemplene bygger påokr-quality-rubrics.md- Rubrikk for å vurdere egne utkast mot eksempleneokr-antipatterns.md- Fallgruvene de dårlige eksemplene illustrerer
Sist oppdatert: Juli 2026