Byggeprosjekter er i dag ofte preget av forsinkelser, med kostnadsoverskridelser som resultat. I mange tilfeller kan dette skyldes sviktende fremdriftsplanlegging. Utallige aktiviteter må planlegges med blant annet korrekt varighet og optimal rekkefølge. Det er krevende å både skape oversikt og ta høyde for all nødvendig informasjon som må inn i fremdriftsplanen. Dette samtidig som det er ønskelig å holde total varighet og kostnader til et minimum. Fremdriftsplanlegging er derav en svært kompleks og krevende oppgave. Med et stadig økende inntog av kunstig intelligens i byggebransjen, var det interessant å se nærmere på bruk av dette i fremdriftsplanlegging. Med bakgrunn i dette er følgende tre forskningsspørsmål utarbeidet: 1. Hvordan kan kunstig intelligens brukes i fremdriftsplanlegging? 2. Hva er fordeler og ulemper med å utarbeide fremdriftsplaner ved hjelp av kunstig intelligens, sammenlignet med tradisjonell fremdriftsplanlegging? 3. Hvilke forutsetninger bør være til stede for at totalentreprenører skal ta i bruk kunstig intelligens til fremdriftsplanlegging i fremtidige prosjekter? For å besvare forskningsspørsmålene er det gjennomført en litteraturstudie, ni semistrukturerte intervjuer, flere uformelle intervjuer og en casestudie. De semistrukturerte intervjuene hadde til hensikt å innhente kunnskap og erfaringer fra flere norske entreprenører og en norsk programvare¬leverandør. De uformelle intervjuene ble gjennomført med internasjonale programvare¬leverandører for å undersøke dagens muligheter og marked. Casestudien undersøkte om det fås realistiske fremdriftsplaner ved bruk av programvaren ALICE, sammenlignet med tradisjonelt planlagt plan og faktisk fremdrift for et reelt prosjekt. Både objektiv og subjektiv data er altså innhentet for å analysere funnene i oppgaven. Oppgaven kartla seks ulike programmer; ALICE, nPlan, Kreo Plan, InEight Schedule, Kwant.ai og Holte Fremdrift. Kun ett av disse er testet av norske entreprenører i byggebransjen i dag. Videre resulterte intervjuene og casestudien i en rekke ulike fordeler og ulemper ved bruk av denne type programvare. Fordelene handlet i stor grad om optimaliserte fremdriftsplaner, effektiv planlegging og dataknusing. Ulempene omfattet en konservativ byggebransje, mangel på tillit, begrenset fornuftig forståelse og krevende bruk. I tillegg ble det identifisert forutsetninger, som omhandlet kategoriene aktører, nytteverdi, teknologi, prosjekttype og prosjektteam. Generelt er det tydelig at det finnes svært få erfaringer med kunstig intelligens i den norske byggebransje. Det har likevel kommet flere aktører på markedet med et stort bruksområde, som viser økt interesse og etterspørsel. Fordelene handler i stor grad om at entreprenører kan spare tid og penger. Ulempene er derimot at det kan være vanskelig å implementere denne typen programvare, ettersom utfordringer ved bruk skaper en kjedereaksjon som gjør at byggebransjen i dag foretrekker de tradisjonelle metodene. Forutsetningene som er kartlagt beveger seg fra organisatorisk nivå og ned til prosjektnivå, og handler derav om hva som bør gjøres for at entreprenører skal ta i bruk kunstig intelligens til fremdriftsplanlegging i fremtidige prosjekter.