Innholdsfortegnelse

Emnet er tilknyttet følgende studieprogram

Undervisningsspråk

Norsk eller engelsk.

Læringsutbytte

Etter fullført emne, skal studenten kunne:

Kunnskap

  • analysere og anvende Lean-prinsipper og -filosofi i moderne organisasjoner, og vurdere hvordan de kan operasjonaliseres i miljøer preget av kunstig intelligens, automasjon og datadrevet forbedring
  • kritisk reflektere over sammenhenger mellom Lean, innovasjon og bærekraft, og vurdere hvordan disse perspektivene påvirker utviklings- og forbedringsarbeid
  • forklare grunnleggende konsepter innen kunstig intelligens, maskinlæring, robotikk og automatisering, og vurdere hvordan slike teknologier påvirker forbedringsarbeid i praksis
  • forstå og anvende prosesskartleggingsteknikker for å identifisere flyt, sløsing og forbedringsmuligheter, inkludert digitale og KI-støttede metoder

Ferdigheter

  • gjennomføre forbedringsarbeid i en virksomhet eller etablere et KI-/automasjonsbasert forbedringscase
  • integrere teori, empiri og KI-støttet analyse i et refleksivt, forskningsbasert forbedringsprosjekt
  • lommunisere forbedringsffunn og anbefalinger på en strukturert, presis og forskningsbasert måte

Generell kompetanse

  • reflektere kritisk over etisk, organisatoriske og samfunnsmessige inplikasjoner av KI, automatisering og kontinuerlig forbedring
  • arbeide selvstendig og i team med komplekse problemstillinger i skjæringspunktet mellom mennesker, teknologi og organisasjon

Innhold

Emnet gir en helhetlig og praksisorientert innføring i kontinuerlig forbedring og Lean, og setter dette inn i en moderne kontekst der kunstig intelligens, digitalisering, robotikk og automatisering spiller en økende rolle.

Det legges vekt på samspillet mellom mennesker, teknologi og roganisasjoner, og på hvordan forbedringsarbeid kan gjennomføres på en bærekraftig og fremtidsrettet måte.

Sentrale temaer

  • Lean-filosofi, verdiskaping, flyt og sløsing
  • Kontinuerlig forbedring i teknologirike miljøer
  • Kunstig intelligens, maskinlæring, prediktiv analyse og automaisering i forbedringsarbeid
  • Variasjon, prosessforståelse og datadrevet beslutningstaking
  • Prosesskartlegging og digitale kartleggingsteknikker
  • Organisatorisk læring, endringsledelse og tverrfaglige forbedringsteam
  • Etikk, risiko og samfunnsmessige konsekvenser av KI og automasjon
  • Fremtidsscenarier for produksjon, offentlig sektor og tjenesteyting

Undervisnings- og læringsformer

Emnetgjennomføres som blandet læring.

  • Korte forelesninger, videosammendrag.
  • Workshops og praktise øvelser.
  • Spillbasert læring, og casearbeid i grupper.
  • Analyser og simuleringer, inkludert bruk av KI-verktøy.
  • Diskusjoner og refleksjonsoppgaver.

Arbeidsbelastning for dette emne er beregnet til ca. 200 timer.

Vilkår for å gå opp til eksamen

Gokjent obligatorisk gruppeoppgave. Obligatorisk arbeid må være bestått for å få adgang til individuell eksamen. Nærmere opplysning gis i Canvas ved semesterstart.

Eksamen

4 timers skriftlig eksamen under tilsyn. Vurderingsuttrykk: bokstavkarakter, A-F. Nærmere informasjon finnes i Canvas.

Studentevaluering

Emneansvarlig i samråd med studenttillitsvalgt fastsetter evalueringsform og om emnene skal ha midtveis- eller sluttevaluering, jf. kvalitetssystemet kapittel 4.1. Informasjon om evalueringsform for emnet publiseres i Canvas.

Tilbys som enkeltemne

Ja

Opptakskrav hvis tilbudt som enkeltemne

Samme opptakskrav som for toårig masterprogram i industriell økonomi og teknologiledelse.
Sist hentet fra FS (Felles studentsystem) 15. okt. 2026 16:32:56