--- name: ontdek-kansen description: Orchestreert een pipeline van skills (trend-analysis, competitive-analysis, jtbd-analysis, hmw-framing, technische-haalbaarheid, opportunity-scoring) om per interessegebied een gerangschikte lijst van softwareproduct-kansen op te leveren. Focus op de Nederlandse markt en twee strategische lenzen (goedkopere her-implementatie + niet-beeldscherm-interfaces). argument-hint: "[interessegebied — bv. zorg, educatie, voetbal, fitness, zang, overheid, veiligheid]" --- # Ontdek Kansen Je orchestreert een multi-skill pipeline die per interessegebied software-product-kansen op de Nederlandse markt ontdekt en rangschikt. Je roept bestaande skills aan via de `Skill` tool. Je eindresultaat is een Markdown-rapport met een gerangschikte opportunity-lijst. ## Kerncontext (altijd meegeven aan downstream skills) - **Geografische focus**: Nederland. Prefereer NL-bronnen (CBS, Rijksoverheid, NOS, FD, vakbladen, branche-organisaties, gemeentelijke rapporten, CPB, SCP, RIVM, etc.). Internationale bronnen alleen als NL-data ontbreekt. - **Taal**: Nederlands, tenzij de gebruiker expliciet anders vraagt. - **Product-lens**: software-producten — geen diensten, geen hardware. - **Twee strategische lenzen** (bonus-score, geen harde filter): - **L1 — Goedkopere her-implementatie**: bestaande software in het domein die 'te duur' is en waarvoor een goedkoper alternatief kansrijk is. AI en moderne software-stacks maken veel herbouw goedkoper en robuuster dan 5-10 jaar geleden. - **L2 — Niet-beeldscherm-interfaces**: kansen waar software beter zou landen via audio, dialoog, smartglasses, smart headphones, smartwatches of andere ambient/voice-first interfaces, maar bestaande oplossingen nog primair op een beeldscherm leunen. - **Tijdsbudget**: maximaal 60 minuten totaal. ## Input-handling Accepteer één van: - Een domeinnaam als argument (bv. `zorg`, `educatie`, `voetbal`, `fitness`, `zang`, `overheid`, `veiligheid`) - Een pad naar een domein-md (bv. `interessegebieden/zorg_en_welzijn.md`) - Geen input → interview-modus: vraag welk interessegebied **Interview-exit**: zodra het domein bekend is en het bijbehorende md-bestand vindbaar is. ## Fase 0 — Input-bundel (≤5 min) ### 0.1 Resolve domein-bestand Zoek in `interessegebieden/`. Mapping: | Argument | Bestand | |---|---| | `zorg` | `interessegebieden/zorg_en_welzijn.md` | | `educatie` | `interessegebieden/educatie.md` | | `voetbal` | `interessegebieden/voetbal.md` | | `fitness` | `interessegebieden/fitness.md` | | `zang` | `interessegebieden/zang.md` | | `overheid` | `interessegebieden/overheid.md` | | `veiligheid` | `interessegebieden/veiligheid.md` | Als het bestand niet bestaat: stop en vraag de gebruiker om het te maken (of geef een pad op). ### 0.2 Persona-samenstelling Stel een set van 8-15 domein-specifieke personas samen. Er zijn twee tracks, in volgorde van voorkeur: --- #### Track A — Derive: bestaande personas adopteren en domein-rol overlayen (voorkeur) Dit garandeert domein-relevantie en benut de rijke narratief-structuur (demografie, familie, gezondheid, persoonlijkheid) van de bestaande personas. 1. **Kies 8-12 base-personas** uit `personas/` op basis van expliciete diversiteit: - Leeftijd: minstens 3 bandjes (bv. 15-25, 26-45, 46-65, 65+) - Regio: mix van G4 / middelgrote stad / klein dorp - Sociaaleconomische status: laag / midden / hoog - Gender en migratie-achtergrond in representatieve mix - Bij afwezigheid van metadata: selecteer op bestandsnaam/plaatsnaam en steekproeven op de eerste ~10 regels van elke file 2. **Definieer een catalogus van domein-rollen** vóór adoptie. Bepaal de rollen vanuit de subdomeinen in het `interessegebieden/.md`. Voorbeeld voor **zang**: - Zangleraar / stemcoach bij muziekschool - Amateur-koorlid (pas beginnend) - Zangstudent conservatorium - Semi-professionele vocalist (coverband, musical-ensemble) - Hobby-zanger thuis (douche, karaoke, TikTok) - Koordirigent vrijwillig - Logopedist met focus stem - Ouder van kind met zang-ambitie - Volwassene in stemrevalidatie (na operatie/ziekte) 3. **Wijs per base-persona een rol toe** en pas minimaal aan: - **Wat je verandert**: beroep / hobby-focus, domein-specifieke doelen, pains, gains, dagelijkse routines rond het domein - **Wat je behoudt**: demografie, familiecontext, financiële situatie, persoonlijkheid, mentale gezondheid, taalvoorkeur, digitale vaardigheid - **Conflicten**: als de base-persona onverenigbaar is met de rol (bv. persona is blind → niet passend voor "scherm-heavy"-rol), kies een andere base-persona 4. **Schrijf de afgeleide personas tijdelijk** naar `opportunities/-/personas-derived/` zodat downstream skills (Fase 1.3 JTBD) ernaar kunnen verwijzen. 5. **Naamgeving** bij derived personas: `_as_.md` (bv. `001_anouk_de_vries_as_hobby_zanger.md`) — traceerbaar naar origineel. --- #### Track B — Filter: bestaande domein-getagde personas gebruiken Alleen bruikbaar als personas al domein-metadata hebben. Methoden in voorkeursvolgorde: 1. **YAML-frontmatter met `domains: [...]`** — lees alleen frontmatter, filter direct. 2. **Index-bestand** `personas/domain-index.md` met mapping `domein → [persona-bestanden]`. 3. **Bestandsnaam-patroon** `___.md`. 4. **Heuristische scan** (fallback, duur): eerste 30 regels per file scannen en filteren. --- #### Stopcriterium - Minstens 6 personas (6 = minimum voor zinvolle JTBD-variatie) - Maximaal 15 personas (>15 voegt vooral token-last toe) #### Bij falen Als beide tracks <6 personas opleveren: noteer in rapport onder "Aannames & beperkingen" en ga verder zonder persona-input. Fase 1.3 werkt dan alleen op domeincontext. ### 0.3 Samenstel briefing Verzamel in een briefing-blok dat je aan elke downstream skill meegeeft: ``` ## Briefing - Domein: [naam] - Domeincontext: [inhoud van interessegebieden/.md] - Personas-methode: [Track A — derived / Track B — filtered / Geen] - Personas: [lijst namen + rol + 1-regel samenvatting per persona; bij Track A ook base-id noemen] - Lenzen: - L1: goedkopere her-implementatie van te dure bestaande software - L2: niet-beeldscherm-interfaces (audio, dialoog, smartglasses, headphones, watch) - Markt: Nederland. Prefereer NL-bronnen. - Output-taal: Nederlands. ``` ## Fase 1 — Signaalverzameling (≤25 min, parallel waar mogelijk) Roep de volgende drie skills sequentieel aan (parallel niet gegarandeerd binnen één sessie; sequentieel is veiliger). Geef elke skill de briefing uit Fase 0 plus een specifieke focus-instructie. ### 1.1 Trend-analyse Roep `trend-analysis` aan met: - Scope: "[domein] in Nederland" - Focus: PESTEL-scan + opkomende trends die software-kansen opleveren; classificeer als megatrend / trend / fad - Let specifiek op: technologische trends die L1 (prijsverlaging) of L2 (nieuwe interfaces) mogelijk maken **Output opslaan**: `opportunities/-/01-trend-analysis.md` ### 1.2 Concurrentie-analyse Roep `competitive-analysis` aan met: - Scope: "softwareaanbod voor [domein] in Nederland" - Focus: wie zijn de spelers, wat zijn de prijspunten, welke interfaces gebruiken ze (beeldscherm / mobiel / voice / wearable) - Let specifiek op: aanbod dat als 'te duur' wordt ervaren (L1) en aanbod dat alleen op beeldscherm draait terwijl ambient use-cases bestaan (L2) **Output opslaan**: `opportunities/-/02-competitive-analysis.md` ### 1.3 Jobs-to-be-Done analyse Roep `jtbd-analysis` aan met: - Scope: "[domein] vanuit perspectief van de geselecteerde personas" - Persona-input: de persona-briefing uit Fase 0 - Focus: onvervulde of onderbediende jobs; gebruik "when [situation] I want to [outcome] so I can [benefit]" **Output opslaan**: `opportunities/-/03-jtbd-analysis.md` ## Fase 2 — Gap-synthese (≤15 min) ### 2.1 Consolideer bevindingen Verzamel uit fase 1 alle losse gaps/kansen/onvervulde jobs. Deduplificeer en groepeer. ### 2.2 Lens-tagging Tag elke gap met L1, L2, beide of geen: - **L1**: is er bestaande software die dit adresseert maar als te duur wordt ervaren? → tag `L1` - **L2**: zou deze gap beter bediend worden via audio / dialoog / smartglasses / headphones / watch? → tag `L2` - Een gap mag beide tags hebben. ### 2.3 HMW-framing Roep `hmw-framing` aan met: - Input: de geconsolideerde, lens-getagde gap-lijst - Focus: één of meer "How might we..."-statements per gap die een kandidaat-opportunity formuleren - Instructie: behoud de lens-tags bij elke HMW-statement **Output opslaan**: `opportunities/-/04-gap-synthese-hmw.md` ## Fase 2.5 — Technische haalbaarheid (≤10 min) Roep `technische-haalbaarheid` aan met: - Input: het pad naar `04-gap-synthese-hmw.md` (de lens-getagde HMW-lijst uit Fase 2.3) - Optionele context: `domeincontext` = pad naar `interessegebieden/.md`, `lens_tags` zoals aanwezig in HMW-lijst - Focus: per HMW een verdict 🟢 / 🟡 / 🔴, complexiteit (1-5), blockers (Critical), en ruwe oplossingsrichting **Output opslaan**: `opportunities/-/04b-technische-haalbaarheid.md` **Doorgeven aan Fase 3**: de tech-tag (🟢/🟡/🔴) per HMW. Deze tag wordt **naast** de score in de eindrapport-ranglijst getoond — ze beïnvloedt de scoring-formule **niet**. De gebruiker beoordeelt zelf of een 🔴-kans toch verder moet of dat een lager-gescorde 🟢-kans aantrekkelijker is. ## Fase 3 — Opportunity-scoring (≤15 min) Roep `opportunity-scoring` aan met: - Input: de HMW-statements uit Fase 2.3 als kandidaat-opportunities - **Multi-Criteria scoring** (Phase 8 in opportunity-scoring) met deze gewichten: ### Scoringsformule Elk criterium krijgt een score 0-100. De eindscore is: ``` totaal = 0.40·Waarde + 0.30·Complexiteit_ratio + 0.20·Lage_afhankelijkheden + lens_bonus ``` Maximum theoretische score: 100 (weighted) + 10 (bonus) = **110**. ### Criteria en gewichten | Criterium | Gewicht | Score 0-100 betekent | |---|---|---| | Waarde | 40% | 0 = geen meetbare waarde, 100 = grote impact × grote NL-marktomvang | | Complexiteit-vs-waarde-ratio | 30% | 0 = bouw-inspanning veel groter dan waarde; 100 = lage complexiteit, hoge waarde | | Lage afhankelijkheden | 20% | 0 = volledig afhankelijk van externe partijen/regelgeving/data; 100 = zelfstandig bouwbaar | ### Lens-bonus (absolute punten bovenop totaal) | Lens-tag | Bonus | |---|---| | Geen lens | +0 | | Alleen L1 (her-implementatie) | +4 | | Alleen L2 (niet-beeldscherm) | +6 | | Beide lenzen | +10 | Deze punten worden **letterlijk opgeteld** bij de weighted score — niet genormaliseerd. Een kans zonder lens-hit kan dus maximaal 100 scoren; een dubbele-lens-kans maximaal 110. ### Aanvullende instructies aan opportunity-scoring - Gebruik Ulwick Opportunity Score (Phase 6) waar JTBD-data rijk genoeg is, anders uitsluitend Multi-Criteria. - Rapporteer per opportunity: de drie deelscores, de lens-tags, de bonus, en de totaal-score in één tabel. - Produceer het volledige rapport inclusief ranglijst, landscape-quadrant en solution-tree voor de top 5. **Output opslaan**: `opportunities/-/05-opportunity-scoring.md` ## Fase 4 — Eindrapport Assembleer een samenvattend rapport: ```markdown # Kansen in [domein] — Nederland — [datum] ## Samenvatting - Aantal kansen geïdentificeerd: [N] - Top-3 kansen: [lijst] - L1-kansen (her-implementatie): [N] - L2-kansen (niet-beeldscherm-interfaces): [N] - Dubbele-lens-kansen: [N] ## Top-10 opportunity-ranglijst [tabel: rank, HMW, lens-tags, **tech-tag (🟢/🟡/🔴)**, waarde, complexiteit-ratio, afhankelijkheden, totaal-score] > Tech-tag komt uit Fase 2.5 en is **informatief** — niet ingerekend in totaal-score. Een hoge totaal-score met 🔴-tag betekent: waarde-positie sterk, maar tech-bouw is risicovol. ## Per top-5 uitgewerkt [per opportunity: HMW, probleem, doelgroep (personas), concurrenten, lens-rationale, **tech-haalbaarheid (verdict + 1-regel rationale + ruwe oplossingsrichting uit 04b)**, solution-hypothesen, belangrijkste aanname om te testen] ## Detailrapporten - [link naar 01-trend-analysis.md] - [link naar 02-competitive-analysis.md] - [link naar 03-jtbd-analysis.md] - [link naar 04-gap-synthese-hmw.md] - [link naar 04b-technische-haalbaarheid.md] - [link naar 05-opportunity-scoring.md] ## Aannames & beperkingen [expliciete lijst: welke data was dun, waar is geëxtrapoleerd, welke personas ontbraken] ## Vervolgstappen [top-3 kansen → voorgesteld eerste experiment per kans] ``` **Opslaan naar**: `opportunities/-/README.md` Presenteer voor gebruikersgoedkeuring. Schrijf de bestanden pas na expliciete bevestiging. ## Generatieregels - **Lens-tagging is verplicht** op elke opportunity in de eindlijst. - **Scoring is gegrond in evidence** — elke score moet traceerbaar zijn naar een bron of expliciet gelabeld als [Aanname]. - **NL-focus in bronvermelding**: elk brongebruik moet zichtbaar zijn in het rapport; bij gebrek aan NL-data, label internationaal gebruikte data als `[int]`. - **Tijdsbudget**: als een fase dreigt uit te lopen, stop die fase en flag dat in het eindrapport onder "Beperkingen". - **Geen verzonnen concurrenten**: als `competitive-analysis` geen concrete spelers vindt, meld dat expliciet — verzin er geen. - **Taal**: alle output in het Nederlands. ## Faalgedrag | Situatie | Gedrag | |---|---| | Geen domein-argument | Interview-modus: "Voor welk interessegebied wil je kansen ontdekken?" | | Domein-md bestaat niet | Stop, vraag gebruiker om bestand aan te maken of pad op te geven | | `personas/` is leeg of geen matches | Flag in rapport, ga door zonder persona-input in Fase 1.3 | | Downstream-skill faalt | Flag welke fase en waarom; lever partieel rapport met duidelijke gaps | | Fase dreigt het tijdsbudget te overschrijden | Stop die fase, noteer in rapport, ga naar volgende fase | | WebSearch-toegang ontbreekt | Ga door met domein-md + personas als enige input; label alle scores als `[Aanname — geen web-validatie]` | | Gebruiker vraagt iets anders dan kansen ontdekken | "Deze skill orchestreert kansen-ontdekking per interessegebied. [Verzoek] valt buiten scope." | ## Self-check Vóór het presenteren van het eindrapport: ``` [] Domein-context is geladen uit interessegebieden/.md [] Minstens 6 personas samengesteld via Track A of B (of gap expliciet gemeld) [] Bij Track A: elke derived persona is traceerbaar naar base-persona en heeft een domein-rol toegewezen [] Fase 1: trend-, competitive- én jtbd-output bestaat [] Fase 2: elke opportunity heeft een lens-tag (L1, L2, beide, of geen) [] Fase 2: elke opportunity heeft minstens één HMW-statement [] Fase 2.5: elke opportunity heeft een tech-haalbaarheid-tag (🟢/🟡/🔴) + verdict-rationale [] Fase 3: elke opportunity heeft een score op alle vier de criteria [] Fase 3: lens-bonus is correct toegepast (+4 / +6 / +10) [] Eindrapport heeft een top-10 ranglijst [] Top-5 heeft uitgewerkte solution-hypothesen [] Aannames en data-gaps staan expliciet in "Aannames & beperkingen" [] Alle tussenbestanden staan in opportunities/-/ [] Totale doorlooptijd ≤ 60 minuten (of overschrijding gemeld) [] Output-taal = Nederlands ``` ## Voorbeelden ### Voorbeeld 1 — Normaal gebruik **Input**: `/ontdek-kansen zorg` **Verwacht gedrag**: resolve `interessegebieden/zorg_en_welzijn.md`, selecteer personas met raakvlak zorg (mantelzorgers, ouderen, zorgverleners, chronisch zieken), run fase 1-3, lever rapport met top-10 kansen in de Nederlandse zorgmarkt. ### Voorbeeld 2 — Alternatief argument **Input**: `/ontdek-kansen interessegebieden/fitness.md` **Verwacht gedrag**: gebruik opgegeven pad direct, skip lookup. ### Voorbeeld 3 — Ontbrekend argument **Input**: `/ontdek-kansen` **Verwacht gedrag**: interview-modus. ### Voorbeeld 4 — Onbekend domein **Input**: `/ontdek-kansen landbouw` **Verwacht gedrag**: "Geen `interessegebieden/landbouw.md` gevonden. Wil je dit bestand eerst aanmaken, of een bestaand interessegebied kiezen?" ### Voorbeeld 5 — Na uitvoering **Input**: "OK, genereer nu een business case voor opportunity #1" **Verwacht gedrag**: "Deze skill orchestreert kansen-ontdekking. Voor een business case, gebruik `/business-case-management` met opportunity #1 als input."