diff --git a/MASTERPLAN.md b/MASTERPLAN.md
index 8120961..8e8b8c7 100644
--- a/MASTERPLAN.md
+++ b/MASTERPLAN.md
@@ -1,7 +1,7 @@
 # VAUCO MASTERPLAN — Chris Christiansen
 
-**Sist oppdatert: 2026-05-24 CEST**
-**Status: Repo ferdig — GCP gjenstaar (A4–A9 neste) | LLM-strategi: Lett front / tung bakkant — se LLM-RUTINGSSTRATEGI**
+**Sist oppdatert: 2026-05-26 CEST**
+**Status: Cloud Run live (light/heavy) | A5 Memory Bank gjenstår | ML-1 implementert | B-fasen neste**
 
 ---
 
@@ -85,29 +85,26 @@ bash infrastructure/03-teardown.sh
 **Mål: Agenten din er live på Google Cloud | Tid: Ca. 2 timer**
 
 ```
-[ ] A1 — cp .env.example .env og fyll inn verdier
-        PROJECT_ID=propane-will-491900-m5
-        REGION=us-central1
-        BILLING_ACCOUNT_ID=0171F6-057E6B-A260BA
-        ALERT_EMAIL=chris.christiansen@vauco.no
-        ORCHESTRATOR_MODEL=gemini-2.0-flash
-        SUBAGENT_MODEL=gemini-2.0-flash
-[ ] A2 — bash infrastructure/00-authcheck.sh
-[ ] A3 — bash infrastructure/01-setupenv.sh
-        Oppretter: budsjetter ($75 dev + $500 prod), Pub/Sub topic
-[ ] A4 — bash infrastructure/07-rag-setup.sh
-        OQ-02: Script faller automatisk tilbake til us-east1 om nødvendig
-        ACTION: Kopier RAG_CORPUS_NAME til .env
+[x] A1 — cp .env.example .env og fyll inn verdier
+[x] A2 — bash infrastructure/00-authcheck.sh
+[x] A3 — bash infrastructure/01-setupenv.sh
+[x] A4 — bash infrastructure/07-rag-setup.sh
+        RAG corpus: projects/357036551735/locations/europe-west1/ragCorpora/6917529027641081856
 [ ] A5 — bash infrastructure/08-memorybank-setup.sh
         OQ-01: Python SDK only (auto-installert av script)
         ACTION: Kopier MEMORY_ENGINE_NAME til .env
-[ ] A6 — bash infrastructure/05-cloudrun-deploy.sh
-[ ] A7 — bash infrastructure/04-observability-setup.sh
-[ ] A8 — bash infrastructure/03-teardown.sh   (kjør hver kveld)
-[ ] A9 — bash infrastructure/11-billing-iam-hardening.sh
-        Gir billing.viewer til: chris.christiansen@vauco.no + jason.vauger@vauco.no
-        Løser GCP billing health-advarsel: "0 billing account viewers"
-        Fjerner billing.creator fra domenet (hvis ORG_DOMAIN er satt i .env)
+[x] A6 — Cloud Run live: osvauco-agent (europe-west1)
+        URL: https://osvauco-agent-357036551735.europe-west1.run.app
+        Modes: light (gemini-2.0-flash) | heavy (gemini-2.5-pro)
+        Env: GOOGLE_CLOUD_LOCATION=us-central1 for modellkall
+[x] A7 — bash infrastructure/04-observability-setup.sh
+        TELEMETRI-KOORDINERING: A7 (Cloud Monitoring/Logging) og ml/telemetry.py er komplementære:
+        - ml/telemetry.py: JSONL til /tmp/vauco_telemetry/ — agent-nivå (latens, mode, suksess)
+        - A7 Cloud Monitoring: GCP-nivå (CPU, minne, request-rate, feil-rate)
+        - I prod: GCS sink fra /tmp/ → gs://propane-will-491900-m5-telemetry/ (se 10-cost-guard.sh)
+        Ingen konflikt — to lag, ulik granularitet. Begge beholdes.
+[x] A8 — bash infrastructure/03-teardown.sh   (kjør hver kveld)
+[x] A9 — bash infrastructure/11-billing-iam-hardening.sh
 ```
 
 ---
@@ -120,47 +117,53 @@ bash infrastructure/03-teardown.sh
 
 ```
 [ ] DX1 — Opprett Playbook-agent i Conversational Agents Console
-        URL: https://console.cloud.google.com/conversational-agents
-        Prosjekt: propane-will-491900-m5 | Region: us-central1
-        Type: Generative (Playbooks) — IKKE Flows
-        Språk: Norsk (nb) + Engelsk (en)
-        Kreditten aktiveres automatisk — ingen manuell kobling nødvendig
-
 [ ] DX2 — Last opp FAQ-innhold som Data Store
-        Console: Agent → Data Stores → Create
-        Kilde: Last opp markdown/PDF FAQ-filer fra docs/
-        Alternativ: Link til nettsted (crawl) for automatisk oppdatering
-        ACTION: Kopier DATA_STORE_ID til .env
-
-[ ] DX3 — Konfigurer Playbook med norsk systempromptin
-        Instruksjon: "Du er OPAX-assistent for OSVauco. Svar alltid på norsk.
-        Bruk kun informasjon fra Data Store. Henvis til support ved usikkerhet."
-        Test: 10 typiske FAQ-spørsmål manuelt i Console
-
+[ ] DX3 — Konfigurer Playbook med norsk systemprompt
 [ ] DX4 — Koble webhook mot OSVauco Cloud Run (etter A6)
-        Requires: A6 (cloudrun-deploy) fullført
-        Metode: Dialogflow CX → Fulfillment → Webhook → Cloud Run URL
-        Auth: Bearer token fra Service Account (jason.vauger@vauco.no)
-        Bruksområde: Live data (f.eks. prosjektstatus, kostnader) via OPAX-agenten
-
 [ ] DX5 — Publiser via Dialogflow Messenger (web-widget)
-        Integrasjon: Agent → Integrations → Dialogflow Messenger
-        Legg til script-tag i vauco-os frontend
-        Test på mobil og desktop
-
 [ ] DX6 — Sett budsjett-alert for Dialogflow CX
-        Grense: $400 av $550 tilgjengelig kreditt
-        Console: Billing → Budgets & Alerts → Create budget
-        Koble til Pub/Sub topic fra A3 (10-cost-guard.sh håndterer auto-teardown)
 ```
 
-**Kostnadsestimat Fase A2:**
-| Aktivitet | Requests | Estimert kostnad |
+---
+
+## FASE ML — ML-lag for OPAX (parallelt med B/C)
+
+**Mål: Agentene kjører parallelt, lærer fra bruk, gir strategisk innsikt**
+**Filer: `ml/`, `AGENTS.md`, `docs/ml-integration.md`**
+
+```
+[x] ML-1 — Grunnlag (implementert 2026-05-25)
+        Komponenter:
+          ml/task_graph.py   — Dask DAG for parallell agent-kjøring
+          ml/state_store.py  — Parameter Server state (in-memory)
+          ml/telemetry.py    — JSONL-logging per agent-kall og DAG-kjøring
+        Endepunkter i main.py:
+          POST /run           — enkelt kall med telemetri + state push
+          POST /run/dag       — parallell DAG over liste av meldinger
+          GET  /state         — live Parameter Server snapshot
+          GET  /telemetry/history — siste N state-operasjoner
+        Telemetri-koordinering: se A7-notat over
+
+[ ] ML-2 — Adaptiv intelligens (planlagt)
+        ml/feedback_loop.py  — inkrementell feedback-loop (vauco-gemini-tui-bridge)
+        ml/hypertuner.py     — ASHA hyperparametertuning (vauco-bootstrap)
+        ml/heavy_predictor.py — heavy-mode prediksjon basert på historikk (OSVauco)
+        Krav: dask-ml>=2024.4.0, ray[tune]>=2.10.0
+        Trigger: nok telemetri-data fra ML-1 (> 500 kall)
+
+[ ] ML-3 — Strategisk innsikt (planlagt)
+        ml/agent_importance.py — XGBoost feature importance (OSVauco)
+        experiments/pbt.py     — Population-Based Training (deep-dream)
+        Krav: xgboost>=2.0.0
+        Trigger: ML-2 ferdig + Fase C første kunde
+```
+
+**Telemetri-ruting (ML-lag):**
+| Miljø | Lokasjon | Arkivering |
 |---|---|---|
-| DX1–DX3 (bygging + testing) | ~500 | ~$6 |
-| DX4–DX5 (integrasjon) | ~1 000 | ~$12 |
-| 30 dager pilot (10k req/mnd) | 10 000 | ~$120 |
-| **Buffer igjen av kr 5 822** | — | **~$412 (~kr 4 300)** |
+| Lokal dev | `/tmp/vauco_telemetry/` | Manuell |
+| Cloud Run | `/tmp/vauco_telemetry/` | `10-cost-guard.sh` cron → GCS |
+| Prod skala | `gs://propane-will-491900-m5-telemetry/` | Auto via GCS sink |
 
 ---
 
@@ -170,22 +173,13 @@ bash infrastructure/03-teardown.sh
 
 ```
 [ ] B1 — bash infrastructure/02-deploy.sh   (IAP på opax.vauco.no)
-[ ] B2 — Opprett GitHub PAT og legg i Secret Manager:
-        gcloud secrets create github-token --data-file=<(echo -n "ghp_TOKEN")
-        Finn GITHUB_APP_INSTALLATION_ID:
-        https://github.com/settings/installations → Cloud Build-appen → ID i URL
-        Fyll inn GITHUB_APP_INSTALLATION_ID i .env
+[ ] B2 — Opprett GitHub PAT og legg i Secret Manager
 [ ] B3 — bash infrastructure/06-cicd-setup.sh
-        OQ-04: LØST — Cloud Build 2nd gen, ingen manuell OAuth i Console
-[ ] B4 — Legg til webhook URL i Secret Manager:
-        gcloud secrets create webhook-url --data-file=<(echo -n "https://DIN-WEBHOOK-URL")
-        Se: infrastructure/notifications/webhook-setup.md
+[ ] B4 — Legg til webhook URL i Secret Manager
 [ ] B5 — bash infrastructure/10-cost-guard.sh
-        Aktiverer auto-teardown Cloud Function + chat-varsling ved budsjett-overskridelse
+        Aktiverer auto-teardown Cloud Function + chat-varsling
+        OBS: 10-cost-guard.sh skal også sette opp GCS sink for ML-telemetri
 [ ] B6 — Eksporter Dialogflow CX agent til versjonskontroll
-        gcloud beta dialogflow agents export --location=us-central1 \
-          --destination=gs://propane-will-491900-m5-dialogflow-backup/agent.zip
-        Legg backup-rutine i CI/CD pipeline (etter B3)
 ```
 
 ---
@@ -195,21 +189,10 @@ bash infrastructure/03-teardown.sh
 **Mål: Ny kunde onboardet på 30 minutter | Tid: Ukentlig arbeid**
 
 ```
-[ ] C1 — Pakk `vauco-bootstrap` som Terraform-modul for kunde-onboarding
-        Ressurser per kunde: Cloud Run, Artifact Registry, Cloud Build 2nd gen,
-        IAP, budsjett-alert, Service Account
-        Terraform-variabler: customer_id, customer_project_id, customer_region
-        State-backend: GCS bucket (TF_STATE_BUCKET i .env)
-[ ] C2 — Pakk `vauco-os` som kundeflate
-        Inkluder Dialogflow Messenger widget (fra DX5) i kundefront
+[ ] C1 — Pakk vauco-bootstrap som Terraform-modul
+[ ] C2 — Pakk vauco-os som kundeflate
 [ ] C3 — Opprett billing@vauco.no som Google Group
-        Legg inn: chris.christiansen@vauco.no + jason.vauger@vauco.no
-        Oppdater .env: BILLING_VIEWER_EMAILS="billing@vauco.no"
-        Kjør på nytt: bash infrastructure/11-billing-iam-hardening.sh
 [ ] C4 — Første kunde: Medioteq
-        Region: europe-north1, separat GCP-prosjekt
-        Kjør: terraform apply -var="customer_id=medioteq"
-        Inkluder dedikert Dialogflow CX-agent per kunde (replikat av DX1–DX5)
 ```
 
 ---
@@ -219,49 +202,20 @@ bash infrastructure/03-teardown.sh
 | Script | Rolle | Status |
 |--------|-------|--------|
 | `00-authcheck.sh` | Verifiser gcloud-innlogging | Klar |
-| `01-setupenv.sh` | Aktiver APIs, SA, IAM, budsjetter ($75+$500), Pub/Sub | Klar |
+| `01-setupenv.sh` | Aktiver APIs, SA, IAM, budsjetter, Pub/Sub | Klar |
 | `02-deploy.sh` | IAP-deploy på eget domene | Klar |
 | `03-teardown.sh` | Riv ned Cloud Run | Klar |
-| `04-observability-setup.sh` | Monitoring + alerting | Klar |
+| `04-observability-setup.sh` | Cloud Monitoring + alerting (GCP-nivå) | Klar |
 | `05-cloudrun-deploy.sh` | ADK-agent til Cloud Run | Klar |
-| `06-cicd-setup.sh` | GitHub → Cloud Build **2nd gen** | Oppdatert |
+| `06-cicd-setup.sh` | GitHub → Cloud Build 2nd gen | Oppdatert |
 | `07-rag-setup.sh` | RAG Engine corpus + fallback | Oppdatert |
 | `08-memorybank-setup.sh` | Memory Bank + auto-install | Oppdatert |
 | `09-cost-check.sh` | Kostnadsoversikt + Artifact Registry | Klar |
-| `10-cost-guard.sh` | Cloud Function auto-teardown + webhook-alert | **Ny** |
+| `10-cost-guard.sh` | Cloud Function auto-teardown + GCS ML-telemetri sink | **Ny** |
 | `11-billing-iam-hardening.sh` | Billing IAM: viewer-roller + fjern domain Creator | **Ny** |
 
 ---
 
-## BEKREFTET GA-API
-
-| API | Status |
-|-----|--------|
-| `google.adk.Agent` (ikke LlmAgent) | Bekreftet GA-API |
-| `load_memory_tool` | Bekreftet fra adk-python samples |
-| Cloud Build 2nd gen (`cloudbuildv2`) | Bekreftet GA — programmatisk GitHub-kobling |
-| CMEK ikke for RAG Engine | Ikke støttet (OQ-03) |
-| CI/CD `--no-traffic` | Manuell trafikkbytte — HITL |
-| Idempotente scripts | Trygt å kjøre flere ganger |
-| `03-teardown.sh` hver kveld | Agent Runtimes koster 24/7 |
-| Conversational Agents (Dialogflow CX) | Playbooks GA — Data Store + webhook |
-
----
-
-## DRIFTSKOSTNADER
-
-| Scenario | Kostnad/mnd |
-|---|---|
-| Bare deg (dev, teardown daglig) | ~$25-75 |
-| Dev + Dialogflow CX FAQ (10k req) | ~$145-195 (Playbooks ~$120 inkl.) |
-| 1 betalende kunde (lett prod) | ~$115-280 |
-| Medioteq-type (klinisk, compliance) | ~$220-350 |
-
-Breakeven: 1 kunde til $300-500/mnd dekker alle kostnader.
-**Dialogflow CX-kreditten (kr 5 822) dekker ~4 måneder pilot uten reell kostnad.**
-
----
-
 ## KJENTE HULL
 
 | ID | Hva | Workaround / Status |
@@ -277,64 +231,61 @@ Breakeven: 1 kunde til $300-500/mnd dekker alle kostnader.
 | OQ-09 | GCP billing: 0 viewers | **LØST** — `11-billing-iam-hardening.sh` |
 | OQ-10 | GCP billing: Creator på domenet | **LØST** — fjernes når ORG_DOMAIN er satt |
 | OQ-11 | Dialogflow CX Data Store norsk indeksering | Teste med nb-NO locale i DX2 |
+| OQ-12 | gemini-2.0-flash ikke tilgjengelig europe-west1 | **LØST** — GOOGLE_CLOUD_LOCATION=us-central1 for modellkall |
+| OQ-13 | ML-telemetri /tmp/ flyktig i Cloud Run | B5: GCS sink via 10-cost-guard.sh |
 
 ---
 
-## TERRAFORM-VEIKART (Fase C)
+## BEKREFTET GA-API
 
-Terraform introduseres **ikke** for nåværende infra — gcloud-scripts er tilstrekkelig.
-Terraform blir relevant ved kunde-onboarding:
+| API | Status |
+|-----|--------|
+| `google.adk.Agent` (ikke LlmAgent) | Bekreftet GA-API |
+| `load_memory_tool` | Bekreftet fra adk-python samples |
+| Cloud Build 2nd gen (`cloudbuildv2`) | Bekreftet GA |
+| CMEK ikke for RAG Engine | Ikke støttet (OQ-03) |
+| Idempotente scripts | Trygt å kjøre flere ganger |
+| `03-teardown.sh` hver kveld | Agent Runtimes koster 24/7 |
+| Conversational Agents (Dialogflow CX) | Playbooks GA |
+| Dask `scheduler="threads"` i Cloud Run | Bekreftet — ingen worker-prosesser nødvendig |
 
-| Når | Hva |
+---
+
+## DRIFTSKOSTNADER
+
+| Scenario | Kostnad/mnd |
 |---|---|
-| Fase C: Medioteq | `vauco-bootstrap` → Terraform-modul |
-| Per kunde | `terraform apply -var="customer_id=X"` oppretter isolert GCP-miljø |
-| Ressurser per modul | Cloud Run, Cloud Build 2nd gen connection, IAP, budsjett, SA, **Dialogflow CX agent** |
-| State-backend | GCS bucket (`TF_STATE_BUCKET`) — én bucket, én state-fil per kunde |
-| Fase D | Terraform Cloud for sentralisert state og CI/CD på tvers av kunder |
+| Bare deg (dev, teardown daglig) | ~$25-75 |
+| Dev + Dialogflow CX FAQ (10k req) | ~$145-195 |
+| 1 betalende kunde (lett prod) | ~$115-280 |
+| Medioteq-type (klinisk, compliance) | ~$220-350 |
 
-Terraform-ressurser:
-- `google_cloudbuildv2_connection` — programmatisk GitHub-kobling per kunde
-- `google_cloudbuildv2_repository` — repo-link
-- `google_cloudbuild_trigger` — push-til-main trigger
-- `google_billing_budget` — budsjett-alert per kunde
-- `google_cloud_run_v2_service` — Cloud Run-tjeneste
-- `google_dialogflow_cx_agent` — FAQ-agent per kunde (Fase C)
-
----
-
-*OSVauco-NMTMD-GCOS | propane-will-491900-m5 | us-central1*
+Breakeven: 1 kunde til $300-500/mnd dekker alle kostnader.
 
 ---
 
 ## LLM-RUTINGSSTRATEGI
 
-**Prinsipp:** Lett modell i front, tung modell ved behov i bakkant - vurdert per modul og kost.
+**Prinsipp:** Lett modell i front (light), tung modell ved behov (heavy).
 
-| Modell | Pris input/output (per 1M) | EU-tilgang | Bruksomrade |
+| Modell | Pris input/output (per 1M) | EU-tilgang | Bruksområde |
 |---|---|---|---|
-| `gemini-2.0-flash` | $0.10 / $0.40 | Ja (europe-west4) | Standard - alle enkle kall |
-| `gemini-2.5-pro` | $1.25 / $10.00 | Ja (europe-west4) | Kompleks reasoning, compliance, OPAX heavy |
-| `gemini-3.5-flash` | $1.50 / $9.00 | Nei (kun US/global) | Tung orkestrering, Fase C, OPAX heavy reasoning |
+| `gemini-2.0-flash` | $0.10 / $0.40 | Ja (europe-west4) | light — alle enkle kall |
+| `gemini-2.5-pro` | $1.25 / $10.00 | Ja (europe-west4) | heavy — kompleks reasoning, compliance |
+| `gemini-3.5-flash` | $1.50 / $9.00 | Nei (kun US/global) | heavy reasoning, Fase C |
 
 **Rutetabell per modul:**
 
-| Modul / Agent | Standard modell | Eskalering til | Trigger |
+| Modul / Agent | light | heavy | Trigger |
 |---|---|---|---|
-| OPAX billing-agent (standard) | `gemini-2.0-flash` | - | Aldri - strukturert data |
-| **OPAX billing-agent (heavy)** | **`gemini-2.5-pro`** | **`gemini-3.5-flash`** | **`mode: heavy` - komplekse prosjekter / multi-agent** |
-| RAG retrieval + svar | `gemini-2.0-flash` | `gemini-2.5-pro` | Komplekse flertrinns-sporsmal |
-| Memory Bank oppslag | `gemini-2.0-flash` | - | Aldri - faktahenting |
-| TUI-cockpit (operator) | `gemini-2.0-flash` | `gemini-3.5-flash` | Bruker ber om dyp analyse |
-| vauco-os (kundeflate) | `gemini-2.0-flash` | `gemini-2.5-pro` | Compliance/kliniske sporsmal |
-| **Dialogflow CX Playbooks** | **Gemini (managed)** | - | **Native i plattformen** |
-| Fase C: Terraform-gen | `gemini-3.5-flash` | - | Standard for denne modulen |
-| Fase C: Kunde-onboarding | `gemini-2.5-pro` | `gemini-3.5-flash` | Multi-step orkestrering |
-
-### OPAX Heavy Mode
-
-OPAX aktiverer `mode: heavy` per request naar prosjektet krever det.
-Bruksomrader: kompleks multi-agent analyse, Terraform-generering, kunde-onboarding, dype flertrinns-sporsmal.
+| OPAX billing-agent | `gemini-2.0-flash` | `gemini-2.5-pro` / `gemini-3.5-flash` | `mode: heavy` |
+| RAG retrieval | `gemini-2.0-flash` | `gemini-2.5-pro` | Komplekse flertrinns-spørsmål |
+| Memory Bank oppslag | `gemini-2.0-flash` | — | Aldri |
+| TUI-cockpit | `gemini-2.0-flash` | `gemini-3.5-flash` | Dyp analyse |
+| vauco-os (kundeflate) | `gemini-2.0-flash` | `gemini-2.5-pro` | Compliance |
+| Dialogflow CX Playbooks | Gemini (managed) | — | Native |
+| Fase C: Terraform-gen | `gemini-3.5-flash` | — | Standard for modulen |
+| ML-2 heavy predictor | `gemini-2.0-flash` | — | Predikerer heavy-behov |
 
 **Request-format:**
 ```json
@@ -346,39 +297,31 @@ Bruksomrader: kompleks multi-agent analyse, Terraform-generering, kunde-onboardi
 }
 ```
 
-**Modellfordeling i heavy-modus (OPAX):**
+**Modellfordeling:**
 
-| Parameter | Standard | Heavy (OPAX) |
+| Parameter | light | heavy |
 |---|---|---|
 | Orchestrator | `gemini-2.0-flash` | `gemini-2.5-pro` |
 | Sub-agenter | `gemini-2.0-flash` | `gemini-2.5-pro` |
 | Reasoning | `gemini-2.0-flash` | `gemini-3.5-flash` |
-| Multi-agent pipeline | Nei | Ja (research, compliance, billing sub-agenter) |
-| Budsjettgrense | $3/dag per traad | $10/dag (eller per-prosjekt-budsjett) |
+| Multi-agent pipeline | Nei | Ja |
+| Budsjettgrense | $1/task | $3/task |
 
 **Autoriserte brukere for heavy mode:** `opax`, `admin`
-- Andre brukere faar HTTP 403 ved forsok paa `mode: heavy`
-- Hard stopp: $1 per oppgave (standard) / $3 per oppgave (heavy)
+Legacy-verdier `A` og `A+` aksepteres og normaliseres automatisk.
 
-**Implementasjon (`agent.py` / `config.py`):**
-```python
-HEAVY_MODE_ALLOWED_USERS = ["opax", "admin"]
+---
 
-def get_models_for_mode(mode: str) -> dict:
-    if mode == "heavy":
-        return {"orchestrator": "gemini-2.5-pro", "subagent": "gemini-2.5-pro", "reasoning": "gemini-3.5-flash"}
-    return {"orchestrator": "gemini-2.0-flash", "subagent": "gemini-2.0-flash", "reasoning": "gemini-2.0-flash"}
-```
+## TERRAFORM-VEIKART (Fase C)
 
-**Konfigurasjon i `.env`:**
-```env
-ORCHESTRATOR_MODEL=gemini-2.0-flash
-SUBAGENT_MODEL=gemini-2.0-flash
-REASONING_MODEL=gemini-3.5-flash
-HEAVY_ORCHESTRATOR_MODEL=gemini-2.5-pro
-HEAVY_SUBAGENT_MODEL=gemini-2.5-pro
-HEAVY_REASONING_MODEL=gemini-3.5-flash
-HEAVY_MODE_BUDGET_USD_PER_DAY=10.0
-```
+| Når | Hva |
+|---|---|
+| Fase C: Medioteq | `vauco-bootstrap` → Terraform-modul |
+| Per kunde | `terraform apply -var="customer_id=X"` |
+| Ressurser per modul | Cloud Run, Cloud Build 2nd gen, IAP, budsjett, SA, Dialogflow CX agent, ML state store |
+| State-backend | GCS bucket (`TF_STATE_BUCKET`) |
+| Fase D | Terraform Cloud for sentralisert state |
 
+---
 
+*OSVauco-NMTMD-GCOS | propane-will-491900-m5 | us-central1 (modell) / europe-west1 (infra)*