Laatupankin mahdollisuudet rakentamisen oppimisessa ja jatkuvassa parantamisessa

Loading...
Thumbnail Image

URL

Journal Title

Journal ISSN

Volume Title

Perustieteiden korkeakoulu | Master's thesis

Date

2021-12-15

Department

Major/Subject

Strategy and venturing

Mcode

SCI3050

Degree programme

Master’s Programme in Industrial Engineering and Management

Language

fi

Pages

101 + 4

Series

Abstract

Useat tutkimukset ja selvitykset osoittavat, että rakentamisen aikana tapahtuu merkittävästi virheitä. Rakentamisen laatuun liittyvät ongelmat johtuvat osittain toimialan erityispiirteistä, kuten hajaantuneista ja pitkistä arvo- ja toimitusketjuista, projektiluonteisuudesta ja heikosta kommunikoinnista sidosryhmien välillä. Laatupoikkeamissa syy-seuraussuhteiden tunnistaminen on vaikeaa eikä osapuolet välttämättä koskaan saa tarvitsemaansa palautetta. Tämän seurauksena virheistä oppiminen on vaikeaa ja ongelmat toistuvat seuraavissa rakennusprojekteissa. Tutkimuksen tavoitteena on kehittää konsepti laatupankista, jota voi hyödyntää laatupoikkeamien hallinnassa ja rakentamisen laadun parantamisessa. Tutkimuksessa pyritään hahmottamaan digitaalinen tietokanta, johon voidaan kerätä dataa useilta osapuolilta rakentamisen eri vaiheista. Diplomityö on toteutettu kaksivaiheisena suunnittelututkimuksena, jonka ensimmäisessä vaiheessa rakennetaan kokonaisvaltaisen laatupankin malli teema¬¬¬-haastatteluiden, kyselyn ja kirjallisuuskatsauksen pohjalta. Tutkimuksen toisessa vaiheessa kokonaisvaltaiselle laatupankille haetaan palautetta kyselyllä sekä teemahaastatteluilla ja sitä muokataan yrityksille paremmin sopivaksi MVP:ksi (engl. Minimum viable product). Laatupankin riisutun MVP:n tavoitteena on täyttää kohderyhmän keskeiset odotukset ja olla helpompi jalkauttaa käytännössä. Tutkimuksen lopuksi ehdotetaan, kuinka laatupankkia kannattaisi pilotoida ja MVP:tä kehittää eteenpäin. Tutkimus osoittaa, että laatupankin kehittämiseksi rakennusalan yritysten pitäisi tehdä yhteistyötä laadunhallinnan työkaluja tarjoavien yritysten kanssa. Lisäämällä laadunhallinnan työkaluun uusia parametrejä ja sitomalla tietoa työkalussa esiintyviin työvaiheisiin, voitaisiin organisaatioiden oppimista kehittää. Laatupankilla voitaisiin myös antaa palautetta arvoketjun alkupäässä oleville toimijoille, kuten tuoteteollisuudelle tai suunnittelijoille. Lisäarvoa saataisiin myös hyödyntämällä olemassa olevaa dataa esimerkiksi ohjaamattoman koneoppimisen menetelmällä.

Several studies indicate that errors occur during construction. Problems related to the quality of construction are partly due to its inherent characteristics, such as fragmented and long value and supply chains, project nature, or poor communication between stakeholders. Identifying quality defect cause-and-effect relationships is difficult, and the parties may never get the feedback they need. As a result, learning from mistakes becomes difficult and problems recur in subsequent construction projects. This study aimed to develop a quality bank that would improve the quality of construction and could be utilized in quality deviation management. In this case, a quality bank would be a digital database that collects data from multiple parties at different construction phases. The thesis has been carried out as two-stage design research. In the first stage, a comprehensive quality bank will be built based on thematic interviews, a survey, and the literature review. In the second stage feedback to the comprehensive quality bank will be sought through a survey and thematic interviews. The feedback is then used to build an MVP (minimum viable product) quality bank better suited for companies. In the end, the study proposes how a quality bank should be piloted and the MVP developed further. The study indicates that in order to develop a quality bank, construction companies should work together with quality management tool companies. By adding new parameters to the quality management tools and having additional display information, organizational learning can be enhanced. The quality bank could also enable increased feedback towards stakeholders at the beginning of the value chain, such as manufacturers or designers. Additional value would also be gained by utilizing existing data e.g., with the supervised machine learning method.

Description

Supervisor

Artto, Karlos

Thesis advisor

Peltokorpi, Antti

Keywords

rakentamisen laatu, laaturekisteri, laatupankki, laatupoikkeama, organisaation oppiminen

Other note

Citation