Tekoälyn hyödyntäminen kuntotutkimus-raporteissa
Nykänen, Harri (2025)
Nykänen, Harri
2025
All rights reserved. This publication is copyrighted. You may download, display and print it for Your own personal use. Commercial use is prohibited.
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi:amk-2025101626094
https://urn.fi/URN:NBN:fi:amk-2025101626094
Tiivistelmä
Tämä opinnäytetyö käsittelee tekoälyn hyödyntämistä rakennusten kuntotutkimusraporteissa ja erityisesti sen integrointia osaksi analyysi- ja raportointi-prosessia. Työn päätavoitteena oli tutkia ja testata tekoälymallia, joka tehostaa vaurioanalyysiä ja raportointia.
Opinnäytetyössä hyödynnettiin kirjallisuuskatsausta, kuvadatan analyysiä ja tekoälymallin testausmenetelmiä palveluohjeistuksen kehittämiseksi.
Opinnäytetyössä 1) käsiteltiin ja analysoitiin kuntotutkimusraporteista kerättyjä kuvia tekoälymallin avulla. 2) Tämän jälkeen tutkittiin ja testattiin mallin toimivuutta toimeksiantajan omalla tekoälyohjelmistolla. 3) Lisäksi vertailtiin tekoälymallin tuottamien tulosten tarkkuutta ja tehokkuutta perinteiseen manuaaliseen analyysiin. 4) Lopuksi laadittiin palveluohjeistus tekoälyn integroimiseksi osaksi kuntotutkimusraportointia.
Työn lopputuloksena syntyi dokumentoitu toimintamalli, jota voidaan hyödyntää toimeksiantajan kuntotutkimusraportoinnin tehostamisessa. Tekoälyn avulla voidaan vähentää manuaaliseen analyysiin kuluvaa aikaa, parantaa vaurioiden tunnistuksen tarkkuutta ja yhdenmukaistaa raportointia.
Työn tulokset ovat merkityksellisiä erityisesti toimeksiantajalle seuraavilla tavoilla: 1) Kuntotutkimusraportointia voidaan kehittää tarjoamalla tehokkaampi ja tarkempi analyysi. 2) Päätöksenteon tuki paranee, sillä asiantuntijat voivat hyödyntää tarkempia ja systemaattisesti tuotettuja analyyseja. 3) Resurssien kohdentaminen tehostuu, koska tekoäly vähentää manuaalista työkuormaa.
Tekoälyn tuoma automaatio ja tarkkuus auttavat yhdenmukaistamaan kunto-tutkimuksia, vähentämään manuaalista työkuormaa ja parantamaan analyysin luotettavuutta.
Asiasanat: tekoäly, kuntotutkimus, rakennusten vaurioanalyysi, palveluohjeistus, rakennustekniikka
Opinnäytetyössä hyödynnettiin kirjallisuuskatsausta, kuvadatan analyysiä ja tekoälymallin testausmenetelmiä palveluohjeistuksen kehittämiseksi.
Opinnäytetyössä 1) käsiteltiin ja analysoitiin kuntotutkimusraporteista kerättyjä kuvia tekoälymallin avulla. 2) Tämän jälkeen tutkittiin ja testattiin mallin toimivuutta toimeksiantajan omalla tekoälyohjelmistolla. 3) Lisäksi vertailtiin tekoälymallin tuottamien tulosten tarkkuutta ja tehokkuutta perinteiseen manuaaliseen analyysiin. 4) Lopuksi laadittiin palveluohjeistus tekoälyn integroimiseksi osaksi kuntotutkimusraportointia.
Työn lopputuloksena syntyi dokumentoitu toimintamalli, jota voidaan hyödyntää toimeksiantajan kuntotutkimusraportoinnin tehostamisessa. Tekoälyn avulla voidaan vähentää manuaaliseen analyysiin kuluvaa aikaa, parantaa vaurioiden tunnistuksen tarkkuutta ja yhdenmukaistaa raportointia.
Työn tulokset ovat merkityksellisiä erityisesti toimeksiantajalle seuraavilla tavoilla: 1) Kuntotutkimusraportointia voidaan kehittää tarjoamalla tehokkaampi ja tarkempi analyysi. 2) Päätöksenteon tuki paranee, sillä asiantuntijat voivat hyödyntää tarkempia ja systemaattisesti tuotettuja analyyseja. 3) Resurssien kohdentaminen tehostuu, koska tekoäly vähentää manuaalista työkuormaa.
Tekoälyn tuoma automaatio ja tarkkuus auttavat yhdenmukaistamaan kunto-tutkimuksia, vähentämään manuaalista työkuormaa ja parantamaan analyysin luotettavuutta.
Asiasanat: tekoäly, kuntotutkimus, rakennusten vaurioanalyysi, palveluohjeistus, rakennustekniikka
