aalto1 untyped-item.component.html

Artificiell intelligens inom byggprojektledning: En litteraturstudie om möjligheter och utmaningar

Loading...
Thumbnail Image

URL

Journal Title

Journal ISSN

Volume Title

School of Engineering | Bachelor's thesis

Department

Major/Subject

Mcode

Language

sv

Pages

32

Series

Abstract

Byggbranschen är en av världens minst digitaliserade sektorer och har under flera decennier uppvisat en låg produktivitetsutveckling jämfört med andra branscher. Samtidigt har artificiell intelligens (AI) utvecklats snabbt sedan 2022 och pekas ut som en av de mest lovande teknologierna för att effektivisera byggprojektledning. Forskningen om AI i byggprojektledning har vuxit kraftigt men är splittrad. Studier behandlar oftast enskilda tekniska tillämpningar utan att samtidigt beakta de praktiska hinder som branschen står inför. Syftet med detta arbete är att kartlägga både användningsområden och implementeringshinder för AI i byggprojektledning, samt att utvärdera hur dessa kan påverka projektledarens arbete. Arbetet utgår från följande forskningsfrågor: Vilka tillämpningsområden har AI inom byggprojektledning? Vilka är de största implementeringsutmaningarna för företag? Arbetet genomfördes som en litteraturanalys av 34 vetenskapliga artiklar publicerade huvudsakligen mellan 2021 och 2026. Källorna kategoriserades och analyserades tematiskt utifrån användningsområden respektive utmaningar. Resultaten visar att AI har potential att bidra inom 13 identifierade användningsområden, fördelade över fyra huvudkategorier: planering och kostnadshantering, arbetssäkerhet och riskanalys, kvalitetskontroll och uppföljning, samt dokumentation, kunskapsstöd och automatisering. Implementeringen hindras samtidigt av 18 identifierade utmaningar i fem huvudkategorier: ekonomiska, tekniska, datarelaterade, organisatoriska och mänskliga, samt etiska och regulatoriska. Slutsatsen är att AI bäst förstås och skulle implementeras som ett komplement till projektledaren. Tekniken kan bredda och snabba upp arbetsflöden men implementeringen begränsas främst av strukturella faktorer i branschen och tekniska begränsningar. För att potentialen skall kunna utnyttjas till fullo krävs investeringar i datakvalitet, kompetensutveckling och tydligare regelverk för ansvar.

Description

Supervisor

Vornanen, Camilla

Thesis advisor

Seppänen, Olli

Other note

Citation

Endorsement

Review

Supplemented By

Referenced By