Uppsats
Prognostisering och kognitiva skevheter i industriella megaprojekt i norra Sverige
Yrkesexamen på avancerad nivå
Luleå tekniska universitet/Institutionen för ekonomi, teknik, konst och samhälle
Publicerad: 2026
Språk: Svenska
Sammanfattning
Megaprojekt kännetecknas av hög komplexitet, stora investeringar, betydande osäkerhet och en storskalig påverkan på allmänheten. Samtidigt visar tidigare forskning att majoriteten av megaprojekt drabbas av kostnadsöverskridningar och förseningar. Detta kan till stor del förklaras av att kognitiva skevheter som optimismbias, unikhetsbias, planeringsfelslutet och övermodsbias påverkar prognoserna. För att motverka dessa skevheter förespråkar forskningen ett utifrånperspektiv och användningen av referensklassprognostisering (Reference class forecasting, RCF). Detta innebär att prognoser baseras på statistiska utfall från genomförda jämförbara projekt i stället för projektspecifika bedömningar. Studiens syfte är därmed att beskriva hur prognoser för tidsåtgång och kostnad skapas i ett privat industriellt megaprojekt, med fokus på tillämpningen av det utifrånperspektiv som forskningen motiverar. Studien undersöker även hur potentiella skevheter hanteras samt hur arbetssätten i det undersökta projektet överensstämmer med principerna bakom referensklassprognostisering. För att uppfylla syftet genomfördes en kvalitativ fallstudie av ett privat industriellt megaprojekt i norra Sverige. Det empiriska materialet samlades in genom semistrukturerade intervjuer med personer som ansvarar för projektstyrning, budgetering och tidsplanering. Analysen genomfördes med en abduktiv ansats utifrån prospektteorin, inifrån- och utifrånperspektivet samt referensklassprognostisering. Resultatet av studien visar att prognostiseringen i det industriella megaprojektet till stor del bygger på erfarenhetsbedömningar, successiv detaljering och jämförelser med tidigare projekt. Samtidigt framgår flera arbetssätt som används för att begränsa subjektiva bedömningar och hantera osäkerheter. Dessa arbetssätt är bland annat kollektiva bedömningar, kvantitativa riskanalyser samt användningen av historiska data. Trots detta baseras fortfarande en stor del av prognosarbetet på ett inifrånperspektiv, där projektspecifika förutsättningar och detaljer har stor betydelse. Studien indikerar därför att arbetssätten delvis överensstämmer med principerna och logiken bakom utifrånperspektivet och referensklassprognostisering. Detta sker dock inte lika strukturerat och systematiskt som den tidigare forskningen förespråkar, vilket kan förklaras av att en ren tillämpning blir svår på grund av de industriella megaprojektens komplexitet, osäkerhet och innovativa natur. Resultaten tyder dessutom på att prognostiseringen delvis sker som en social process, där prognoserna utvecklas i ett samspel mellan aktörer och där underentreprenörerna bidrar med historiska data samt sina professionella bedömningar. Det innebär att kunskap och data från tidigare genomförda projekt integreras i prognoserna genom interaktionen mellan huvudentreprenören och dess underentreprenörer.
Information
- Författare
- Eriksson Lyckhagen, Linus
- Lärosäte / institution
- Luleå tekniska universitet/Institutionen för ekonomi, teknik, konst och samhälle
- Publiceringsdatum
- 2026
- Uppsatstyp
- Yrkesexamen på avancerad nivå
- Språk
- Svenska
Utforska vidare
Liknande uppsatser
Uppsatser med liknande ämnen och nyckelord.
Yrkesexamen på avancerad nivå, Umeå universitet/Företagsekonomi
Svensson, Jacob, Burström Svensson, Kasper
Publicerad: 2026
Yrkesexamen på avancerad nivå, Uppsala universitet/Industriell teknik
Ström, Elin, Ninsved, Ellen
Publicerad: 2025
Kandidat-uppsats, Försvarshögskolan
Martin Åhrman, Oda
Publicerad: 2026
Kandidat-uppsats, Uppsala universitet/Statistiska institutionen
Fallenius, Fabian, Nordlund, Alvar
Publicerad: 2026
Kandidat-uppsats, Södertörns högskola/Informatik
Evertsson, Damian Alexander, Tesfaye, Abenazer Daniel
Publicerad: 2026
Magister-uppsats, Linnéuniversitetet/Institutionen för management (MAN)
Wienberg, Markus, Al-Emari, Abbas
Publicerad: 2026