Nobel Biocare is an international medical technology company that manufactures dental implants which are used by licensed doctors for patients with dental problems who want to improve their oral health. The company is currently interested in Industry 4.0 and wants to upgrade into smart workshops through digitization and automation. This project's problem area is one of several areas that need improvement in Nobel, which in the long term can lead to Industry 4.0 and a smarter workshop. The packaging process in the company is today, to some extent, automated where an automatic machine is used for packaging implant articles (IP). In order for the products to be packed in the machine, it is required that an operator loads the articles one at a time onto a conveyor belt. This manual work activity that is performed by the operator today is repetitive, time consuming and laborious, which makes automation of interest. Thus, this thesis aims to generate and develop an efficient and practical solution for loading articles on the conveyor belt through automation or other solutions. The problem has been addressed by first mapping the current situation with the help of interviews, observations, document studies and time study to establish a value stream map. At the next step, requirements and desires were identified in a requirements specification and then solution proposals were generated with brainstorming and market research. Furthermore, external companies working with automation solutions were contacted to investigate whether the ideas developed are feasible. In connection with company contact, the result was developed and evaluated through an elimination matrix and a weighted criteria matrix.  Based on the weighted criteria matrix, it emerged that the best solution for the problem is a combination of a conveyor belt, magazine and two collaborative robots. Investing in the solution proposal means, among other things, a saving in manpower and time, which is presented in a value stream map of the future state. For further work, the solution should be studied further and tested before implementation. / Nobel Biocare är ett internationellt medicintekniskt företag som tillverkar tandimplantat, vilka används av legitimerade läkare för patienter med tandproblem som vill förbättra deras munhälsa. Företaget har i dagsläget intresse för Industri 4.0 och vill övergå till smarta verkstäder genom digitalisering och automatisering. Examensarbetets problemställning utgör ett av flera möjliga förbättringsområden inom Nobel, vilket på lång sikt kan leda mot Industri 4.0 och en smartare verkstad. Packningsprocessen i företaget är idag till en viss del automatiserad där en automatmaskin används för paketering av implantat-artiklar (IP). För att produkterna ska packas i maskinen krävs det att en operatör laddar artiklarna en i taget på ett transportband. Detta manuella arbetsmoment som utförs av operatören idag är repetitivt, tidskrävande och påfrestande vilket gör automatisering av intresse. Detta examensarbete syftar därmed till att generera och ta fram en effektiv och praktisk lösning för laddning av artiklar på transportbandet genom automation eller andra lösningar. Problemet har behandlats genom att först kartlägga nuläget med hjälp av intervjuer, observationer, dokumentstudier och tidsstudie för att upprätta en värdeflödeskarta. Vid nästa steg identifierades krav och önskemål i en kravspecifikation för att sedan generera fram lösningsförslag med brainstorming och marknadsundersökning. Vidare kontaktades externa företag som arbetar med automationslösningar för att undersöka om de framtagna idéerna är realiserbara. I samband med företagskontakt vidareutvecklades och utvärderades resultatet genom en eliminerings- och kriterieviktsmatris.  Utifrån kriterieviktsmatrisen framkom det att det bästa lösningsförslaget till problemet är en kombination av ett transportband, magasin och två kollaborativa robotar. Investering i lösningsförslaget innebär bland annat en besparing i arbetskraft och tid vilket redogörs i en värdeflödeskarta över det framtida tillståndet. Vid fortsatt arbete bör lösningen studeras vidare och testas innan implementering.

No description available.

Försörjningskedjan består av ett komplext system med flera avgörande variabler som kostnad, tid, kvalitet, flexibilitet och produktivitet i tillverkningsindustrin. Samtidigt ställs det hårdare krav från konsumenterna och marknaden som påverkar verksamhetens konkurrenskraft. En del av dessa krav avser kedjans egna målsättningar, men även regleringar. Strävandet efter smarta flöden och system, samt övergången till industri 4.0 medför att nya tekniker tillämpas i syfte att uppfylla dessa krav och optimera flöden och processer. Informationsflödet har en avgörande roll för att kunna bemöta tillgång och resurser från ett kortsiktigt och långsiktigt perspektiv. Information och data påverkar försörjningskedjans output och processer som är alltifrån konsumentens val att köpa produkten till tillverkningsprocessens olika mekanismer. Det innefattar även andra viktiga och avgörande parametrar om kräver beslutsfattande. Bristande data från medverkande aktörer i försörjningskedjans nätverk avseende produktursprung, samt tillförlitlighet av data om produkter och processer påverkar beslutsfattanden, konkurrenskraften och effektiviteten. Emellertid finns det en bristande förståelse om vad blockkedjan innebär och dess tillämpningsområden i tillverkningsindustrin. I den nya globala ekonomin framstår blockkedjetekniken som en central fråga för effektivisering av processer och flöden. Förståelsen för blockkedjetekniken har därför visat sig vara en viktig faktor för att identifiera värden och fatta investeringsbeslut i en verksamhet. Detta arbete undersöker och studerar blockkedjetekniken i försörjningskedjan, riktat till tillverknings-industrin. Syftet med studien är att studera mekanismer, kriterier och omständigheter som möjliggör värdegenerering i försörjningskedjan. Uppdraget sker i syfte att bidra till djupgående förståelse för intressenter och aktörer inom tillverkningsindustrin. De huvudsakliga värdegenererande möjligheterna avser de vanligaste målen i försörjningskedjan som grundar sig i litteraturen. Detta i sin tur medför en förenklad förståelse om metoden för olika typer av industrier och vägledning om vilka problem det löser. Resultatet påvisade vikten av teknisk kompetens, samt att värdemöjligheterna är relativ i förhållande till syfte och behov. Blockkedjeteknikens huvudsakliga funktioner medför transparens, spårbarhet och tillförlitlighet som i sin tur leder till effektiv informationshantering. Det kan därför generera värden för verksamheter för att minska kostnader, öka kvalitet, flexibilitet, responsivitet, tillförlitlighet och andra hållbarhetskriterier. En av dem lämpligaste konsensusalgoritmerna för försörjningskedjan är därför PoA, samt en stängd och privat blockkedja. Detta medför både säkerhet och effektivitet för informationsflödet. Det kan även bestå av en egen intern algoritm och blockkedja. De identifierade värdena kan inte generaliseras för alla verksamheter och skiljer sig därför beroende på verksamhet. Beslutsfattandemodeller som Birch-Brown-Parulava modellen och Wüst - Gervais modellen kan användas för behovsidentifiering för verksamheter som överväger att tillämpa tekniken. Dessa modeller beaktar de tekniska funktionerna och hållbarhetsaspekterna vid tillämpning. Arbetet genomfördes genom en kvalitativ metod genom att studera litteratur och intervjua forskare och experter. Intervjuerna genomfördes med personer som har ingående och kontextuell förståelse för ämnet. Detta möjliggjorde undersökning av det underliggande lagret av problemet som i sin tur medförde reliabilitet och tillförlitlighet av studien. / Supply chains have evolved into complex systems with numerous factors that influence key supply chain objectives. It is largely determined by objectives such as cost, time, quality, flexibility, reliability, and productivity in the manufacturing industry. Growing market pressures along with higher customer requirements impact a company's overall competitiveness. Among the requirements are the need to meet the objectives of the supply chain, as well as compliance and sustainability criteria. Intelligent operations and systems provide opportunities for new technologies as a result of the industry 4.0 vision. This in return meets requirements and optimizes operations and processes to achieve various supply chain objectives. Thus, information flows are critical to satisfying short- and long-term supply and demand. Data and information play a key role at every point of the supply chain, from product source to final consumption. Decisions and assessments of data in different processes are affected, which also impacts the consumer. Insufficient information about the sources of materials, products, and components in the supply chain network, as well as reliability issues related to certain parameters, are adversely affecting the network. Consequently, this impacts the decision-making process, competitiveness, and efficiency of the supply chain. Information and data can be managed by facilitating the flow of information through blockchain technologies (BCT). However, there is a lack of contextual insight about blockchain as a method and the potential application areas in the manufacturing industry. This creates challenges in determining decision-making strategies for conditions facilitating value and how BCT should be evaluated before being implemented. This is one of the major issues regarding the efficiency of flows and processes in the new global economy. In order to identify organizational values and value enablers, understanding the technology is essential. This study investigates the use of blockchain technology in supply chains, aimed at the manufacturing industry. BCT mechanisms, functions and algorithms were studied to cultivate value-enabling possibilities. The secondary purpose of this study was to provide contextual and profound understanding for stakeholders and actors in the manufacturing sector. The value enablers are identified according to the objectives and ambitions outlined in the literature. Hence, it simplifies the decision-making processes. However, the study emphasized technical competence and demonstrated how potential values are dependent on purpose and need. Among the principal functions of BCT are: transparency, traceability, interoperability, compliance, and reliability resulting in efficient information management. Thus, it can contribute to reducing costs, enhancing quality, flexibility, responsiveness, reliability, and other sustainability metrics. One of the most appropriate and widely used consensus algorithms for the supply chain is PoA (Proof of Authority), which is closed and private. This algorithm contributes to security and efficiency of information flows. Another option is to build a blockchain algorithm internally for the purpose of customizing the solution. There is no generalizability to the identified values for all organizations, so they may vary between them. The Birch-Brown-Parulava and Wüst-Gervais decision-making models are suitable for identifying investment needs and creating implementation strategies. The models take technical and organizational needs into account as well as sustainability concerns. This study was carried out using a qualitative approach that included a review of the literature as well as an empirical examination. Interviews were conducted with individuals with a thorough understanding and expertise within the context of BCT and the supply chain. Studying the underlying layer of problems lead to the enhanced reliability of this study.

Digitaliseringen inom industrin medför ett antal utmaningar där manuella tillståndskontroller övergår till digitaliserade mätningar. Utmaningarna som uppstår med det nya arbetssättet är vilken data som ska samlas in samt hur den genererade data ska analyseras. Syftet med detta examensarbete är att förslå åtgärder för att effektivisera och implementera Industri 4.0 (Smart Maintenance) genom prediktivt underhåll på Scania. Således uppnås en mer kostnadseffektiv verksamhet samtidigt som det bidrar till att skapa ett hållbarare företag. Detta genom att utnyttja komponenters fulla livslängd och inte utföra onödigt underhåll. Det prediktiva underhållet kommer medföra en högre tillgänglighet och tillförlitlighet inom maskinparken på Scanias cylinderhuvudlinje. För att implementera underhållsstrategin i examensarbetet så används en mjukvara som skapats av styrsystems leverantör FANUC. Mjukvaran är ett mätverktyg som heter Servo Viewer och kan mäta maskinens status genom att avläsa procentsatsen utav den totala mängden vridmoment som bildas samt positionsfel under maskinens körning. Ett arbetssätt för att automatisera analysering av data som hämtas ifrån Servo Viewer är att mätningarna samlas i databasen MT-LINKi för att sedan kunna analyseras av ett program FANUC AI Servo Monitor. Den slutsats som kan dras av arbetet är att det går att använda FANUC Servo Viewer till att avläsa maskinens kondition och därmed prediktera när underhåll behöver utföras eftersom det går att avläsa avvikande faktorer under mätningarna. Vid dessa faktorer går det att sätta triggers som kommer larma i systemet när maskinen överstiger dem. De komponenter som mjukvaran kommer varna systemet för är alla komponenter som har en påverkande faktor på fleroperationsmaskinen. Dessa komponenter kan vara allt från kulskruvar, linjärstyrning, pulsgivare, remmar, servomotorer och servokort. Men arbetet är inte ett färdigt koncept i sig, det behövs fler mätningar över tid för att kunna skapa ett tydligare normalläge samt identifiera felutvecklingskurvor för att ställa in triggers i mjukvaran. Eftersom analys och insamling av mätdata blev mer tidkrävande än planerat så har ej utvärderingen av MT-LINKi samt AI Servo Monitor utförts och en vidare beskrivning av arbetet har lämnats. / Digitalization in the manufacturing industry involves many challenges due to moving from manual controls towards digitalized condition monitoring. The challenges that occur with the new way of working is what data should be collected and how it should be analyzed. This thesis aims to streamline the industry and implement Industry 4.0 and Smart Maintenance through predictive maintenance in Scania. In this way a more cost-effective business is achieved at the same time as it contributes to creating a more sustainable company. The predictive maintenance will lead to a higher availability and reliability within the machine park at Scania´s cylinder head line. To be able to implement the maintenance strategy a software created by FANUC, the system supplier, is used. The software is a measuring tool called Servo Viewer and it can analyze the status of the machine by measuring the percentage of the total amount of torque that is available and the position error while the machine is running. The thesis also aims to investigate how to automatize the measurements within a database called MT-LINKi and later be analyzed by a software called AI Servo Monitor. The conclusion that can be drawn from the thesis is that it is possible to use FANUC Servo Viewer to measure the condition of the machine and therefore being able to predict when the maintenance needs to be performed as it is possible to read deviating factors during the measurements. With these factors it is possible to set triggers that will alarm the system when the machine exceeds them. Some of the components that will be possible to monitor condition for, are ball screws, linear control, encoders, belts, servomotors and servo cards. However the work isn’t not a complete concept in itself, more measurements are needed to be performed over time to create a normal situation and identify error development graphs to set the triggers in the software. As analysis and collection of measurement data became more time consuming than planned, the evaluation of MT-LINKi and AI Servo Monitor has not been performed and a further description of the work has been provided.

Den fjärde industriella revolutionen (Industri 4.0) anses enligt forskare och internationella röster ha enorm inverkan på individens framtida karriärupplevelser, vilket fortfarande är obeforskat. Därmed syftar studien till att undersöka individens karriärupplevelse med anledning av smart teknologi inom Industriell 4.0. Studien är av kvalitativ karaktär med empiri från tio yrkesverksamma personer i olika redovisningsbyråer med AI- eller automatiseringsteknik. Resultatet visar på individuella skillnader i karriärupplevelsen samt i upplevda möjligheter och hinder på den fortsätta karriären i organisationen. Begreppet karriär har i studien bestått av erfarenheter som möjliggör professionell utveckling och som bidrar till individens anställningsbarhet. Den smarta tekniken tillför med klart professionellt avancemang – ifall organisationer haft lyckade transformationer och implementeringar – men bidrar även med minskad anställningsbarhet för vissa grupper. Dessa är nyutexaminerade och individer utan teknisk kompetens. Individer med teknisk kompetens intar därmed ett försprång i sin karriärutveckling och karriärjustering i syfte att hålla sig anställningsbara i en framtid präglad av smart teknologi.

Larger companies have adapted industry 4.0 and it’s benefits while SMEs still face significant barriers such as limited resources and knowledge gaps. By exploring AI implementation, this research aims to provide insight into the suitability and prerequisites for implementation of various AI solutions in automation on manufacturing SMEs, helping them overcome these challenges and remain competitive on the market. To answer the questions a literature review was conducted followed by two case studies at manufacturing SMEs. The case studies involved semi-instructed interviews and observations at site. The information gained was used to analyse and acquire relevant conclusions. The analysis highlights factors affecting AI implementation in manufacturing systems, such as data quality, economic resources, competence development, manager support etcetera are mentioned. Additionally, methods for AI implementation, including ML cloud computing, robotics and Decision support system are discussed. Furthermore, the case studies illustrate exemplify the challenges and aspirations of SMEs in adopting AI, showcasing their varying levels of readiness and approaches towards automation and IT integration. The result show that the lack of competence is a major barrier for SMEs in AI implementation. Both companies recognize the need to digitalize to remain competitive in the market. It is also shown that AI implementation requires the right expertise and support from management to succeed. SMEs also need to start collecting relevant data since it is an identified prerequisite for implementation. This study implies to manufacturing SMEs and how they can implement AI, identifying their needs. It also implies to AI developers that want to create SME-specific tools and helps consultants provide SMEs with accurate advice. The discussion highlights that SMEs are not yet ready for huge AI technology since they lack many of the previously mentioned prerequisites. They should however start with implementing other technology from industry 4.0 since they are highly needed to become more digitalized. The methodology is also discussed and talked about how a triangulation method was used and can help to strengthen the quality of this research. / Större företag har anpassat sig till Industri 4.0 och dess fördelar, medan små och medelstora företag (SME) fortfarande möter betydande hinder som begränsade resurser och kunskapsluckor. Genom att utforska AI-implementering syftar denna forskning till att ge insikt i lämpligheten och förutsättningarna för att implementera olika AI-lösningar inom automatisering för tillverkande SMEer, vilket hjälper dem att övervinna dessa utmaningar och förbli konkurrenskraftiga på marknaden.   För att besvara frågorna genomfördes en litteratur undersökning följt av två fallstudier vid tillverkande SMEer. Fallstudierna involverade semi-strukturerade intervjuer och observationer på plats. Informationen som erhölls användes för att analysera och dra relevanta slutsatser. Analysen belyser faktorer som påverkar AI-implementering i tillverkningssystem, såsom datakvalitet, ekonomiska resurser, kompetensutveckling, chefsstöd med mera. Dessutom diskuteras metoder för AI-implementering, inklusive maskininlärning, molntjänster, robotik och beslutsstödsystem. Vidare illustrerar fallstudierna de utmaningar och ambitioner som SMEer har vid antagandet av AI och visar deras varierande nivåer av beredskap och tillvägagångssätt för automatisering och IT-integration.   Resultaten visar att bristen på kompetens är ett stort hinder för SMEer vid AI-implementering. Båda företagen erkänner behovet av att digitalisera för att förbli konkurrenskraftiga på marknaden. Det framgår också att AI-implementering kräver rätt expertis och stöd från ledningen för att lyckas. SMEer måste även börja samla in relevant data eftersom detta är en identifierad förutsättning för implementering. Denna studie riktar sig till tillverkande SMEer och hur de kan implementera AI genom att identifiera deras behov. Den riktar sig även till AI-utvecklare som vill skapa verktyg specifika för SMEer och hjälper konsulter att ge SMEer korrekt rådgivning.   Diskussionen belyser att SMEer ännu inte är redo för storskalig AI-teknik eftersom de saknar många av de tidigare nämnda förutsättningarna. De bör dock börja med att implementera annan teknik från Industri 4.0 eftersom den är mycket nödvändig för att bli mer digitaliserade. I metodologin diskuteras också och hur en trianguleringsmetod användes, vilket bidrar till att stärka kvaliteten på denna forskning.

Bachelor Thesis Business Administration III, Organization 15 hp, 2FE78E, School of Economics at Linnaeus University of Kalmar, Spring 2024. Authors: Emelie Syse & Zozan Tercan Delic Advisor: Anna Larsson Examinator: Mikael Lundgren Title: Digitize at your own risk Purpose: The purpose of the study is to examine employees' experiences of digitalization and how changes related to digitalization affect the employees. Method: The study is a qualitative cross-sectional study with an inductive research approach. Data was collected through semi-structured interviews with seven employees in a manufacturing industry in Kalmar County. The employees work or have worked in roles affected by changes due to digitalization. Conclusion: The study has shown that digitalization in the manufacturing industry improves work processes and the working environment. It can increase employee motivation and satisfaction. At the same time, digitalization brings challenges that require systematic training and adaptation. The conclusions also indicate that digitalization has become an individual task rather than an organizational task. To fully benefit from Industry 4.0, companies should therefore invest in both new technology and extensive employee training. Key words: Digitalization, efficiency, communication, work environment, education, Industry 4.0, business economics.

Allt fler krav har ställts mot företag att göra omställningar i försörjningsleden för att skapa hållbara och transparenta verksamheter. Att göra en omställning från den traditionella verksamheten är ett enormt arbete som kan skapa en hel del utmaningar. Implikationer som uppstår från omställningsarbetet omfattar inte minst miljömässiga utmaningar som till exempel spårning av koldioxidutsläpp i försörjningsleden. Även teknologiska och juridiska utmaningar har visat sig, som behovet av nya kraftigare system för övervakning av produkter eller anpassning efter ny komplicerad lagstiftning om hållbarhetsrapportering. För grossistorganisationer är dessa utmaningar väldigt viktiga att överkomma eftersom grossister köper och säljer i stora kvantiteter och har således en väsentlig påverkan på hållbara produkter och transparent företagspraxis i försörjningsleden. Bortsett från utmaningarna finns det även möjligheter för verksamheterna utöver att bidra till en mer hållbar och miljövänlig värld som tillkommer med övergången till ökad transparens. Tidigare forskning visar att övergången mot en transparent affärsverksamhet är svår men ingen forskning har tidigare beskrivit grossistorganisationers perspektiv om tillvägagångssätt för mer hållbara försörjningsled.Den kvalitativa studien är en tvärsnittsstudie med fyra fall som innefattar fem semistrukturerade intervjuer med fyra svenska grossister. Forskningsmetoden möjliggör för en ökad förståelse för hur svenska grossister praktiskt arbetar med transparens i försörjningsled, där särskilt fokus i studien ligger på teknologiska hjälpmedel. Den teoretiska referensramen bygger på forskning inom området med studier och litteratur om teknologi som hjälpmedel till ökad transparens och undersökning av ny lagstiftning. I empirikapitlet presenteras resultaten från de digitala intervjuerna, där det konstateras att grossister även använder hållbara metoder och strategier, såsom uppförandekoder, för att öka transparensen i försörjningsledet.Analysen sammankopplar grossisternas åsikter och tolkningar om transparens i försörjningsledet med tidigare forskning. De kvalitativa intervjuerna som genomfördes med hjälp av den teoretiska referensramen har utmynnat till en ökad förståelse i utmaningar och möjligheter från grossistorganisationernas perspektiv och förklaring till hur dessa utmaningar har framstått. Föreliggande studie bidrar således med insikter om praktiska hinder med omställningen mot transparenta och hållbara försörjningsled samt teoretisk förklaring till underliggande mekanismer för teknologisk transparens i grossistsektorn och möjliga förbättringar för juridiska organ. Ytterligare förklaras det att övergången till transparenta och hållbara försörjningsled öppnar ekonomiska och strukturella möjligheter som samarbeten med hållbarhetsfokuserade organisationer och således långsiktig vinst. Avslutningsvis presenteras studiens slutsatser.

Date: 2 June 2024 Level: Master Thesis in Product and Process Development, 30 ECT Institution: School of Innovation Design and Engineering, IDE, Mälardalen University Author: Prionty Khan and Perchin Zakholi Title: Implementation of Predictive Maintenance in the context of Industry 4.0 -  A Case Study Supervisor: Antti Salonen Keywords: Predictive maintenance, implementation of predictive maintenance, Industry 4.0 and advanced technologies Purpose: The purpose of the study is to investigate the resources required for implementing predictive maintenance within circuit board production. This is based on identifying areas that do not align with the techniques and principles of Industry 4.0. Research Question: What resources are required to implement a predictive maintenance system in relation to Industry 4.0, to enhance and structure maintenance work within circuit board production? Method: The methodology of the study is based on an abductive approach, which means that the investigated problem is explored by combining theoretical and empirical data to gain a deeper understanding of the subject. By employing a qualitative data collection method, we were able to gain an in-depth insight into various factors and the complexity surrounding our research area. The empirical data was gathered through semi-structured interviews, while the theoretical framework was grounded in literature and scientific articles. Conclusion: The conclusion of the study is based on the lack of knowledge regarding Industry 4.0 and its technologies, a deficiency in dedicated personnel solely for maintenance, and a low level of technical integration in terms of advanced technology. This presents the opportunity to implement training programs, maintenance departments, and advanced technology for the development of a digital infrastructure. / Datum: 2 Juni 2024 Nivå: Examensarbete inom Produkt- och Processtveckling, 30 HP Institution: Akademin för Innovation, Design och Teknik, IDT, Mälardalens Universitet Författare: Prionty Khan och Perchin Zakholi Titel: Implementeringen av Prediktivt Underhåll inom Industri 4.0 - En Fallstudie Handledare: Antti Salonen Nyckelord: Prediktivt Underhåll, Implementering av Prediktivt Underhåll, Industri 4.0 och Avancerade Teknologier. Syfte: Syftet med studien är att undersöka de resurser som krävs för implementeringen av prediktivt underhåll inom kretskortsproduktionen. Detta grundar sig på att identifiera områden som inte förhåller sig till tekniker och principer för industri 4.0. Frågeställning: Vilka resurser krävs för att implementera ett system för prediktivt underhåll i förhållande till industri 4.0, för att förbättra och strukturera underhållsarbete inom kretskortsproduktion? Metod: Studiens metodik bygger på en abduktiv strategi, vilket innebär att det undersökta problemet utforskas genom att kombinera teoretisk och empirisk data för att skapa en djupare förståelse för ämnet. Genom att använda en kvalitativ datainsamlingsmetod kunde vi få en fördjupad inblick i olika faktorer och den komplexitet som omger vårt forskningsområde. Den empiriska datan samlades in genom semistrukturerade intervjuer, medan den teoretiska referensramen grundades på litteratur och vetenskapliga artiklar. Slutsats: Studiens slutsats bygger på att det finns en bristande kunskap kring industri 4.0 och dess teknologier, en saknad i en dedikerad personal för enbart underhåll samt en låg mognadsgrad av teknisk integration i form av avancerad teknologi. Detta utgör möjligheten att implementera utbildningsprogram, underhållsavdelning samt avancerad teknologi för utvecklandet av en digital infrastruktur.

Syftet med studien är att studera vilka möjligheter arbetsledningen på svenska byggföretag har, att på ett effektivare sätt styra värdeflödet av resurser med visuell styrning. Målet med studien är att identifiera förbättringsförslag och fördelar som finns och som kan skapas med visuell styrning för arbetsledningen vid anläggningsarbeten.Studien bygger på mätningar som har genomförts på ett anläggningsarbete av en cirkulationsplats i Ullared under 7 dagar där Skanska AB var entreprenör.Under mätningarna har författarna tagit fram fördelar och förbättringsförslag som finns eller kan skapas med visuell styrning. Slutsats och diskussion ska ge en indikation till svenska byggföretag om vad de kan göra för att tillgodogöra sig framstegen från tillverkningsindustrin.