Kostnadsstyrning i Byggprojekt
Med analys av riskhantering
Cost controlRisk managementProject managementPlanningProductionKostnadsstyrningRiskhanteringProjektstyrningProjekteringProduktion
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.