AI har taget det hårde arbejde ud af at skrive kode. Men det har efterladt os med det spørgsmål, der hele tiden har været det vigtigste: ved vi overhovedet, hvad vi er ved at bygge?

For det er sjældent koden, der koster tid i et softwareprojekt. Det dyre er hullet mellem det, kunden kan udtrykke i det første møde, og det, teamet har brug for at vide for at bygge med ro i maven. To mennesker kan sidde i det samme møde og gå derfra med vidt forskellige forestillinger om, hvad der skal bygges. En AI-agent, der arbejder ud fra halvfærdig forståelse, gør det ikke bedre – den er bare hurtigere til at bygge det forkerte.

Det er udgangspunktet for SIGNAL – den måde, vi kører projekter på hos Wemuda.

Kontekst er det, der mangler

SIGNAL er ikke et framework vi har hentet et sted fra. Det er den working model, vi har bygget op over tid for at sikre, at både teamet og kunden arbejder ud fra den samme forståelse hele vejen igennem – og at AI-værktøjer faktisk kan bidrage, fordi grundlaget er på plads.

Modellen er bygget op om seks faser. De løser ikke alle problemer, men de adresserer den ene ting, der oftest sender projekter i den forkerte retning: at vigtige beslutninger og antagelser aldrig bliver gjort eksplicitte.

De seks faser

Synthesise samler al eksisterende viden ét sted, inden arbejdet begynder. Mødenoter, Slack-tråde, Figma-filer, kundematerialer, gamle beslutninger der lever spredt i forskellige systemer. Mister vi noget her, betaler vi for det to måneder inde i projektet.

Interpret er der, projekter typisk går galt – selvom det ser ud som om det går godt. Her definerer vi produktvisionen, identificerer målgrupper, afklarer det reelle forretningsproblem og synliggør de antagelser, der ellers ville ligge uudtalte til sprint tre. AI hjælper med at strukturere og opsummere. Beslutningerne træffes af mennesker i dialog med kunden.

Ground er fasen, hvor retning bliver til noget, der kan bygges. Vi genererer første version af PRD, user stories, acceptance criteria og feature-beskrivelser – inklusive edge cases og succeskriterier for MVP'en. Vi starter ikke med et blankt dokument, men med et gennemarbejdet udkast alle parter kan validere og forbedre.

Navigate handler om de tekniske beslutninger, der ellers lever i én udviklers hoved. Monolit eller microservices? Hvilken database? Hvordan håndterer vi authentication? Her dokumenterer og begrunder vi arkitekturvalg, så de kan læses af alle – også af de udviklere, der kommer til projektet seks måneder inde. Output er en ARCHITECTURE.md og et klart teknisk roadmap.

Accelerate er det trin, de fleste tænker på, når de taler om AI og udvikling. Fordi konteksten nu er veldokumenteret, kan AI-agenter og udviklere arbejde langt mere effektivt: generere komponenter, oprette tickets, implementere ud fra den valgte arkitektur og skrive tests og dokumentation sideløbende med koden.

Learn handler om at holde dokumentationen i live. Nye beslutninger registreres, arkitekturændringer opdateres, AI-instruktioner forbedres løbende. Projektet bliver klogere over tid, og vi arbejder altid ud fra den aktuelle virkelighed – ikke en PRD der afspejler hvad vi troede i uge to.

Hvad det betyder i praksis

Den mest synlige effekt er hastighed. Men det, vi faktisk mærker mest, er noget andet: færre misforståelser, hurtigere onboarding af nye udviklere og kortere vej fra en idé til et beslutningsgrundlag, som alle kan stå inde for.

For jer som kunder betyder det tre konkrete ting: vi kommer hurtigere fra første samtale til et delt og skriftligt beslutningsgrundlag; vi starter udviklingen med specifikationer, der faktisk holder; og vi bevæger os hurtigere fra beslutning til eksekvering, fordi konteksten er på plads fra begyndelsen.

Den største gevinst ligger ikke i koden

Der tales meget om AI-genereret kode. Men vi tror, den virkelig store gevinst ligger et andet sted – i det arbejde, der sker, inden den første linje skrives. Når AI får adgang til den rette kontekst og en tydelig struktur, kan den bidrage til hele produktudviklingsprocessen. Ikke kun implementeringen.

Det er præcis det problem SIGNAL er bygget til at løse. Ikke ved at erstatte erfaring og dømmekraft, men ved at give teamet mere plads til det arbejde, der faktisk kræver det.

Tag fat i os, hvis du vil høre mere om, hvordan det ser ud i praksis.