Föreliggande rapport är ett examensarbete vid högskoleingenjörsprogrammet i byggteknik och design vid Kungliga tekniska högskolan i Haninge och gjordes på uppdrag av Siljeströms AB. Rapporten har till syfte att ge en översiktlig bild beträffande kostnadsstyrning i byggprojekt, med en tyngdpunkt i projekteringens riskhantering. Att kostnadsstyra är något som är viktigt att göra, desto tidigare i projektet det görs ju bättre resultat har detta för projektets totalkostnad. Kostnadsstyrningen har sin grund i tre viktiga parametrar: tid, kostnad och kvalitet, de måste styras på rätt sätt och tillsammans för att inte skapa obalans i projektbudgeten. En annan faktor som också påverkar kostnadsstyrningen är entreprenadform. Denna rapport kommer att bygga på totalentreprenad, generalentreprenad och delad utförandeentreprenad. Fördelar och nackdelar tas upp med respektive metod. Produktionskostnad är också något som påverkar den totala projektkostnaden trots att den största kostnadsstyrningen görs i början av ett projekt. Tre stycken referensprojekt från Siljeströms AB kommer att analyseras utifrån kostnadsstyrningens riskhantering. Ett av projekten är ett installationsprojekt med en budget på 19,8 miljoner kr, denna är en delad utförandeentreprenad. Ett annat projekt är en hyresgästanpassning med en budget på 3,05 miljoner kr, denna är en generalentreprenad. Det sista projektet är ett stambyte med en budget på 12,5 miljoner kr, denna är en styrd totalentreprenad. Rapporten kommer att påvisa en viss skillnad beroende på vad för metod som har använts vid analysering av referensprojektens totala projektkostnad. En av de metoder som kommer att analyseras är en formeluppbyggnad i Excel som bygger på sannolikhetsläras täthetsfunktioner och fördelningsfunktioner, denna slumpar fram värden. Den andra metoden som kommer att analyseras är @Risk som är en plug-in till Excel, denna bygger också sannolikhetsläran, men har många inbyggda formler och metoder till hjälp för den simulering som programmet kan utföra. Resultatet visar att formeluppbyggnaden i Excel är lättare att förstå men ger ett större spann mellan högsta och lägsta värde, medan @Risk som är svårare att förstå ger ett resultat som stämmer bättre överens med verkligheten. / This report is a thesis at the bachelor program in construction engineering and design at the Royal Institute of Technology in Haninge and was commissioned by Siljeströms AB. The report aims to provide an overview of cost control in construction projects, with an emphasis of the risk management of project planning. The cost control is something that is important to do; the sooner the project is done the better the results of this project's total cost. Cost control is based on three key parameters: time, cost and quality, they must be controlled properly and together so as not to unbalance the project budget. Another factor that also affects the cost control is the form of contract. This report will build turnkey projects, general contractor and shared performance contracting. Advantages and disadvantages are raised with each method. Production cost is also something that affects the total project cost, although the largest cost management is done at the beginning of a project. Three reference projects from Siljeströms AB will be analyzed in terms of risk Management of the cost control. One project is an installation project with a budget of 19.8 million SEK, this is a shared performance contracting. Another project is a tenant adaptation with a budget of 3,05 million, this is a general contractor. The final project is a pipe replacement with a budget of 12,5 million SEK, this is a controlled turn-key contract. The report will show a slight difference depending on the method used in analyzing the reference projects, total project cost. One of the methods that will be analyzed is a formula building in Excel based on probability taught density functions and distribution functions, this randomly to determine values. The other method that will be analyzed is @ Risk, which is a plug-in to Excel, this is also based on theory of probability, but has many built-in formulas and methods of assistance to the simulation the program can perform. The results show that the reconstruction formula in Excel is easier to understand but offer a greater range between maximum and minimum value, while @Risk which is harder to understand produces the results that is more consistent with the reality.
| Identifer | oai:union.ndltd.org:UPSALLA1/oai:DiVA.org:kth-101669 |
| Date | January 2012 |
| Creators | Björk, Veronica, Karlsson, Chris-Tina |
| Publisher | KTH, Byggteknik och design |
| Source Sets | DiVA Archive at Upsalla University |
| Language | Swedish |
| Detected Language | Swedish |
| Type | Student thesis, info:eu-repo/semantics/bachelorThesis, text |
| Format | application/pdf |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0029 seconds