Det här examensarbetet har utförts på Scania CV AB:s motorbearbetningsavdelning i Södertälje. I dagsläget pågår en omställning av tillverkningsprocessen på avdelningen där två nya tillverkningslinor, en för cylinderblock och en för cylinderhuvud, är under uppbyggnad. Linorna kommer styras med hjälp av ett Manufacturing Execution System. Ett Manufacturing Execution System har i uppgift att samla in data och information från tillverkningsprocessen, som sedan kan presenteras i ett gränssnitt. Vilken information som kommer finnas tillgänglig att presentera i systemet styrs utifrån en intern kravspecifikation som ska spegla International Society of Automation:s standard, även känd som ISA-95. Den kravspecifikation som finns för systemet är framtagen av IT-avdelningen i samråd med avdelningschefer. För närvarande är det osäkert om kravspecifikationen som finns på systemet stämmer överens med vad medarbetarna behöver för att kunna arbeta på ett effektivt sätt. Det här arbetet kartlägger behovet hos medarbetarna och jämför det med den befintliga kravspecifikationen. Genom intervjuer och enkäter har den befintliga kravspecifikationen för systemet jämförts med vad medarbetarna anser vara önskvärda funktioner i systemet. Resultatet av den första omgången intervjuer och enkätutskick var att kravspecifikationen och behovet hos medarbetarna stämmer väl överens. Det mynnade ut i att ytterligare en enkät skickades ut där medarbetarna istället skulle rangordna den information som kommer finnas tillgänglig i systemet utefter en prioriteringsskala i tre nivåer. Resultatet från den enkäten gav en bild av vilken information medarbetarna tycker är viktigast för att kunna arbeta på ett effektivt sätt. / This bachelor thesis has been done at Scania CV AB’s department for engine manufacturing in Södertälje. The manufacturing process at the department is currently under development, where two new lines are being added, one for cylinder head and one for cylinder blocks. These two new manufacturing lines are going to be controlled with the help of a Manufacturing Execution System. The Manufacturing Execution Systems task is to collect data and information from the manufacturing process, which later can be presented in an interface. There is a specification at Scania that presents what information will be available in the system. That specification is in line with what the International Society of Automation has specified in ISA-95. The specification for the system was set by the IT-department in consultation with department managers. There is currently an uncertainty if the specification meets the requirement that the workers has, to be able to work efficiently with the system. This thesis will identify the requirement that the workers has on the system, and compare it with the current specification. What the workers deems is necessary information has been identified and mapped through interviews and a survey. The result of these interviews and the survey made it clear that the specification was well in line with the requirement from the workers. This information led to the decision to send out another survey that asked the workers to prioritize how important the information in the system is, in three different priority levels. This resulted in an overview of what the workers consider is the most important information in the system.

Industry 4.0 and the development of novel digital technologies is forcing manufacturing companies to introduce drastic changes to their productions systems. These technologies provide unique opportunities for manufacturing companies to collect, process and store large data volumes, which can be used to facilitate the coordination of factory elements. Previous research indicate that decisions based on data can provide fact-based decisions which can contribute to an increased productivity. However, manufacturing companies are not fully exploiting data as support for decision-making, which is desirable for an increased competitiveness. Currently, much attention is pointed towards the technology instead of the humans responsible for interpreting data and making decisions. Adding to this, there is a lack of guidance on how manufacturing companies can go from current decision making practices (i.e., decisions based on gut feelings) to fact-based decisions driven by data. To address this gap, the purpose of this thesis is to propose a framework for achieving data-driven decision making in production development in the context of Industry 4.0. The purpose is accomplished by using a qualitative-based case study approach at a small and medium sized enterprise in the electronics industry. The results indicate that both challenges and enablers for achieving data-driven decision making in production development are related to perspectives and attitudes, processes for data quality, technology and processes for decision making. Four maturity levels of data-data driven decision making are also identified. The proposed framework can be used by manufacturing companies to help them plan and prepare for their own specific development path towards data-driven decision making. Contributing to current understanding, this thesis considers the human decision makers perspective to develop the ability to collect, process, analyze and use the data to support time efficient and high-quality decisions, an insight lacking in prior academic studies. Future research may include confirmation of the findings presented in this thesis with additional use cases and industry types. / Industri 4.0 och utvecklingen av nya digitala teknologier tvingar tillverkningsföretag att introducera drastiska förändringar i sina produktionssystem. Dessa teknologier skapar unika möjligheter för tillverkningsföretag att samla, processa och lagra stora datavolymer, vilka kan användas för att stödja koordineringen av fabrikselement. Tidigare forskning indikerar att beslut baserade på data kan innebära faktabaserade beslut vilket kan bidra till en ökad produktivitet. Tillverkningsföretag utnyttjar dock inte data som underlag för beslutsfattande, vilket är önskvärt för en ökad konkurrenskraft. I dagsläget är mycket uppmärksamhet riktat mot teknologier istället för de människor som är ansvariga för att tolka data och fatta beslut. Dessutom saknas ledning gällande hur tillverkningsföretag kan gå från nuvarande beslutsrutiner (exempelvis beslut baserade på magkänsla) till faktabaserade beslut på data. Syftet med detta examensarbete är därför att föreslå ett ramverk för att åstadkomma data-baserade beslut genom produktionsutveckling i ett Industri 4.0 kontext. Syftet har uppnått genom en kvalitativ fallstudie på litet och mellanstort företag i elektronikindustrin. Resultaten påvisar att både utmaningar och möjliggörare för att åstadkomma databaserade beslut i produktionsutveckling är relaterade till perspektiv och attityder, processer för datakvalitet, teknologi och processer för beslutsfattande. Fyra olika mognadsnivåer för data-baserade beslut har också identifierats. Det föreslagna ramverket för databaserade beslut kan användas av tillverkningsföretag i syfte att hjälpa dem planera och förbereda sig för deras egna specifika utvecklings mot databaserat beslutsfattande. Genom att bidra till nuvarande kännedom avser detta examenarbete de mänskliga beslutsfattarnas perspektiv gällande utveckling at förmågan att samla, processa, analysera och använda datan för att stödja tidseffektiva och högkvalitativa beslut. Detta är en insikt som saknas i tidigare akademiska studier. Framtida studier kan inkludera verifiering av resultaten presenterade i detta examensarbete med fler tillämpningsområden och typer av industrier.

Prior research suggests that industry 4.0 could bring numerous benefits to firms manufacturing operations. Despite industry 4.0’s overwhelming popularity, there is considerable confusion surrounding how to approach a transformation, and additionally how it will affect organizations. Bus manufacturing has seen minor advancements in initiating change towards industry 4.0 due to characteristics with low volumes, high product varieties, high complexity and a large variety of customer adaptations. This thesis intends to give clarity to the opportunities and challenges that industry 4.0 technologies entail for bus manufacturing operations. Furthermore, contribute with a roadmap for how to manage a transformation towards industry 4.0 directed for bus manufacturing. The thesis was conducted studying a case using the process of systematic combining. Qualitative methods were applied to address the research questions, collecting data from ten interviews with operational- and manufacturing managers. Empirical findings indicate that the characteristics of bus manufacturing influence the industry 4.0 technologies that are applicable and suited for implementation. The findings suggest opportunities in terms of increased production efficiency, improved flexibility and reduced takt times with data management and real-time capabilities from adapting data management, cloud technology and sensors. Other opportunities such as virtualization with digital twin and virtual training were also suggested to enable factory simulations and virtual representations of manufacturing stations. Prominent challenges identified were lack of knowledge regarding industry 4.0 technologies, data analytics, how to motivate investments, system integration and using robotics in the bus manufacturing operations. Furthermore, the proposed roadmap for how bus manufacturing can manage a transformation towards industry 4.0 consists of eight steps that include important factors identified from the study such as vision, determination, barriers, responsibility, consistency and working in small steps. This study’s theoretical contribution is providing knowledge about industry 4.0 in the context of bus manufacturing operations. The findings suggest that knowledge is a primary factor for managing a transformation towards industry 4.0, where educating and engaging personnel could facilitate the change work. Further, the results of this study lend support to the argument that approaching industry 4.0 is dependent on the organization and industry. The study also emphasizes that future research should focus on establishing a uniform definition of industry 4.0, and further examine what the costs for a transformation towards industry 4.0 could necessitate for bus manufacturing operations. / Tidigare forskning tyder på att industri 4.0 kan ge många fördelar för företag som bedriver tillverkningsverksamhet. Trots industri 4.0’s överväldigande popularitet finns det betydande förvirring kring hur man närmar sig en transformation, samt hur det kommer att påverka organisationer. Busstillverkningsindustrin har sett en obetydlig utveckling i förändringsarbetet mot industri 4.0 på grund av dess egenskaper med låga volymer, stora variationer, höga komplexitet samt många kundanpassningar. Denna uppsats har för avsikt att klargöra de möjligheter samt utmaningar som teknologier inom industri 4.0 innebär för verksamheten inom busstillverkning, då industri 4.0 anses medföra stora förändringar inom produktionen. Studien bidrar vidare till en färdplan för hur man kan hantera en omvandling mot industri 4.0 inriktad för busstillverkning. Studien genomfördes genom att studera ett fall med tillvägagångssätt enligt “systematic combining”. Kvalitativa metoder tillämpades för att kunna behandla forskningsfrågorna med datainsamling från tio intervjuer med operativa- och produktionschefer. Empirin indikerar att kännetecknen för busstillverkning påverkar vilka teknologier inom industri 4.0 som är tillämpbara och lämpliga för implementering. Analys av empirisk data tyder på möjligheter i form av ökad produktionseffektivitet, flexibilitet samt reducerad takttid genom datahantering och real-tidsfunktioner från användning av artificiell intelligens, molnteknik samt sensorer. Ytterligare möjligheter antyddes inom virtualisering med digitala tvillingar samt virtuell träning för att simulera fabriken och produktionsstationer i virtuella miljöer. Framträdande utmaningar som antyddes var brist på kunskap om teknologierna inom industri 4.0, att analysera stora mängder data, att kunna motivera investeringar, systemintegration samt tillämpningen av robotik i produktionen. Den föreslagna färdplanen för hur busstillverkning kan hantera en omvandling mot industri 4.0 består av åtta steg som inkluderar viktiga faktorer som identifierades från studien såsom vision, beslutsamhet, hinder, ansvarighet, kontinuitet samt att arbeta i små steg. Det teoretiska bidraget från studien är kunskap om industri 4.0 i kontexten för busstillverkning. Resultatet tyder på att kunskap är en primär faktor för att hantera en förändring mot industri 4.0, där informera och engagera personal kan underlätta förändringsarbetet. Resultaten av denna studie ger stöd till argumentet att hur man närmar sig industri 4.0 är beroende av organisationen samt inom vilken industri som verksamheten bedrivs inom. Studien understryker även att framtida forskning bör fokusera på att skapa en enhetlig definition av industri 4.0, samt att vidare undersöka de kostnader som bussproduktion kan kräva vid en förändring mot industri 4.0.

Med övergången från Industri 3.0 till Industri 4.0 kommer stora krav på utvecklingen av Prediktiva Underhållsmetoder (PU) för att skona både miljö och ekonomi från påfrestande haverier. I detta projekt utfördes en installation av ett iba datainsamlingssystem, som är ett bra exempel på utvecklingen mot Industri 4.0. Vidare togs en prediktiv modell som skattar återstående livslängd med metoden Motor Current Signature Analysis (MCSA), som baseras på linjeströmsmätning, fram i projektet. Metoden analyserade strömmen från två olika induktionsmotorer för kylvattenpumpar där det var en ny pump och en sliten pump. Induktionsmotorer används inte enbart i kylvattentillämpningar utan integreras frekvent i kommersiellt tillgänglig utrustning, så den prediktiva modellen har ett expanderbart användningsområde. Två tillvägagångssätt testades för att hitta signaturer i linjeströmmen. Först testades spektrum-analys med 10Hz och 1000Hz som samplingsfrekvenser med slutsatsen att högre samplingsfrekvens troligen behövs för ett trovärdigt resultat. Sedan testades Analys av signalegenskaper med ANOVA som gav en klar signatur för toppvärden i ström med slutsatsen att skillnaden i ström mellan ny och sliten pump var tydlig men kunde vara av installationstekniska skäl. En förenklad skattning av Remaining Useful Life (RUL) med tillhörande rekommendation av underhållsinsats togs fram för att visualisera resultatet. Rekommenderat fortsatt arbete med modellen var klassificeringsalgoritmer, anpassad datainsamlingsutrustning och förlängd datainsamlingsperiod. / With the transition from Industry 3.0 to Industry 4.0 follows great demands on the development of predictive maintenance (PU) in order to spare both the economy and the climate from costly breakdowns. An installation of a iba data acquisition system was applied in this project, which is a good example on the advances made through Industry 4.0. The project shows the development of a predictive model, which estimates the remaining life with the method motor current signature analysis (MCSA) that is based on phase current. Data was collected on two different induction motors for cooling water pumps, one new and one worn out pump. Induction motors are not only used in cooling water applications but are frequently applied in commercially available equipment, thus the method has a expandable use. Two methods were tested for finding signatures in the phase current. First, spectrum analysis with 10 and 1000Hz as sampling frequencies with the conclusion that a higher sampling frequency likely is needed for a reliable result. Secondly an analysis of signal properties with ANOVA was preformed. This gave a clear signature for peak values in the current with the conclusion that the difference between new and worn out pump was clear but could be the result of installation related issues. A simplified version of remaining useful life (RUL) with related maintenance procedure was developed to visualize the result. For continued work with this model it is recommended to develop classification algorithms, improve the data acquisition equipment and prolong the data acquisition period.

Industry’s technologies and equipment continuously advance, and the importance of continuously being able to produce increases. Todays’s automotive industry is a competitive market where efficiency is critical to keeping market shares. However, the quality of the products can not be compromised. Therefore new technologies are introduced to collect data and analyze it to optimize production. One technology that is often mentioned in the industry is Industry 4.0, which is a combination of multiple technologies that can be implemented to create smart factories and smart manufacturing. This thesis aims to evaluate implementable solutions for Industrial Internet of Things(IIoT) and Cyber-physical production systems (CPPS). Regarding which generates the most value for companies that uses press hardening production lines. The aim is also to compare IIoT against current data acquisition and control systems on the market. Identifying possible solutions and evaluating them have gone through multiple stages, while using product development methodology. Firstly by observing and understanding how customers use the products and identifying potential problems associated with the manufacturing process. Using that knowledge and, through iterations, improve the solutions and validate them by being evaluated by the customers. The project results concluded in having identified 17 possible general solutions that have been evaluated. These can be categorised as Performance, Costs, or Predictive maintenance. The solutions that created the most value for the customers were pressure and vibration analysis. For implementation of data acquisition and control system, Industrial Internet of Things is advantageous compared to current systems. This is due to a more streamlined architecture and choices of protocols available. In the end, by analysing all the data, including the information received from the interviewees, the desirable solution includes detailed machine health monitoring and a system that ensures product quality. / Industrins teknologier och utrustning går framåt och vikten av att kontinuerligt kunna tillverka ökar. Fordonsindustrin är idag en konkurrensutsatt marknad där effektivitet är nyckeln till att behålla marknadsandelar, men kvaliteten på produkterna kan inte kompromissas. Därför introduceras ny teknik för att samla in data och analysera den för att optimera produktionen. En teknik ofta nämnd i branschen är Industri 4.0 som är en kombination av flera delsystem som kan implementeras för att skapa smarta fabriker och smart tillverkning. Syftet med detta examensarbete är att identifera implementerbara lösningar av Industrial Internet of Things och Cyberfysiska produktionssystem. Identifiera vilka som genererar mest värde för företag som använder presshärdande produktionslinjer. Samt jämföra IIoT med nuvarande datainsamlings- och kontrollsystem på marknaden. Processen att identifiera möjliga lösningar och utvärdera dem har genomgått flera stadier genom att använda etablerad produktutvecklingsmetodik. Genom att observera hur kunder använder produkterna och förstå potentiella problem som uppstår under tillverkningsprocessen. Därefter har den informationen genomgått iterationer för att förbättra lösningarna och slutligen validerats genom att utvärdera dem av kunden. Resultatet av projektet har identifierat 17 möjliga generella lösningar som har utvärderats. De kan kategoriseras som prestanda, kostnader eller förutsägande underhåll. De lösningar som skapade mest värde för kunderna var tryck- och vibrationsövervakning. För implementering av datainsamling och kontrollsystem är IIoT fördelaktigt jämfört med nuvarande system. Detta på grund av en mer strömlinjeformad arkitektur och val av tillgängliga protokoll. Slutaktligen, genom att analysera all data inklusive informationen från intervjupersonerna, inkluderar den önskvärda lösningen detaljerad maskintillståndsövervakning och ett system som säkerställer produktkvalitet.

In the global and dynamic business environment of today, Industry 4.0 and the development of digital networking and real-time connection are pushing manufacturing companies to introduce new technologies into their manufacturing processes. IIoT is seen as a key element of Industry 4.0 that enable the virtualization of manufacturing processes that can ensure smooth operations across the supply chain through real-time information collection. While researchers and practitioners alike agree that there are potential advantages of implementing real-time monitoring through IIoT they also uphold that there are critical challenges for adoption. Research shows that few companies have developed the structured strategies necessary to attain a consistent competitive advantage while implementing IIoT into their manufacturing processes. A large reason contributing to this is that there is no established industry standard for how to ensure interoperability, i.e the ability of different computerized products or systems to connect and exchange information with one another. To bridge the gap between theoretical knowledge of IIoT and the practical challenges of its implementation in a manufacturing process, the purpose of the study is to present a framework of the potential challenges and enablers of implementing IIoT for real-time monitoring. To meet the purpose of this study a multiple case study was performed at Volvo Construction Equipment sites in different stages of IIoT implementation. As a result, four categories related to potential challengers and enablers of implementing IIoT for real-time monitoring were identified. These categories were: external environments, IT infrastructure, technology, and human factors. Four project phases of implementing an IIoT platform were also identified, which lays the foundation for the proposed framework. The framework provides a general understanding of how manufacturing companies can implement IIoT to achieve real-time monitoring in practice by highlighting potential challenges and enablers in each project phase. Contributing to current research, this thesis considers the holistic perspective of the research area, i.e a combination of both technical and social aspects, where the resulting framework provides guidance on how to implement IIoT for real-time monitoring. Future research may include confirmation of the framework in practice and performing a quantitative case study to achieve generalized results. / I dagens globala och dynamiska affärsmiljö driver Industri 4.0 och utvecklingen av digitala nätverk och realtidsanslutning tillverkande företag till att introducera ny teknik i sina tillverkningsprocesser. IIoT ses som ett nyckelelement i Industri 4.0 som möjliggör virtualisering av tillverkningsprocesser som kan säkerställa smidig drift över hela försörjningskedjan genom informationsinsamling i realtid. Även om både forskare och praktiker är överens om att det finns potentiella fördelar med att implementera realtidsövervakning genom IIoT, hävdar de också att det finns kritiska utmaningar för adoption. Forskning visar att få företag har utvecklat de strukturerade strategier som krävs för att uppnå en konsekvent konkurrensfördel samtidigt som de implementerar IIoT i sina tillverkningsprocesser. En stor anledning till detta är att det inte finns någon etablerad branschstandard för hur man säkerställer interoperabilitet, det vill säga förmågan hos olika datoriserade produkter eller system att koppla ihop och utbyta information med varandra. dess implementering i en tillverkningsprocess, är syftet med studien att presentera ett ramverk för de potentiella utmaningarna och möjliggörarna för att implementera IIoT för realtidsövervakning. För att uppfylla syftet med denna studie utfördes en multipel fallstudie på Volvo Construction Equipment-anläggningar i olika stadier av IIoT-implementering. Som ett resultat identifierades fyra kategorier relaterade till potentiella utmanare och möjliggörare för implementering av IIoT för realtidsövervakning. Dessa kategorier var: externa faktorer, IT-infrastruktur, teknik och mänskliga faktorer. Fyra projektfaser för att implementera en IIoT-plattform identifierades också, vilket lägger grunden för det föreslagna ramverket. Ramverket ger en allmän förståelse för hur tillverkningsföretag kan implementera IIoT för att uppnå realtidsövervakning i praktiken genom att lyfta fram potentiella utmaningar och möjliggörare i varje projektfas. Som ett bidrag till aktuell forskning tar denna avhandling hänsyn till forskningsområdets helhetsperspektiv, det vill säga en kombination av både tekniska och sociala aspekter, där det resulterande ramverket ger vägledning om hur man implementerar IIoT för realtidsövervakning. Framtida forskning kan innefatta bekräftelse av ramverket i praktiken och utförande av en kvantitativ fallstudie för att uppnå generaliserade resultat.

Firms today maintain complex supply chains containing many dependent stages to manufacture a product to the end customer. Here lies a dilemma, keeping extensive inventory generate higher customer satisfaction by enabling quick deliveries. This increase in inventory, however, comes at an increase in costs. Finding the balance between minimizing costs and increasing customer satisfaction is difficult. The search to solve this dilemma has led to the development of research in the area of inventory control. For long, optimization models have been developed to improve the supply chain holistically, from raw material-to-customer. Those approaches, however, have not been possible to apply in practice by being too computationally demanding. Also, they imply organizational adjustments that create issues beyond the optimization flow of materials. It explains why, despite significant technolog- ical advancements, many firms prefer to use non-holistic approaches. This thesis evaluates the tangible effect of using holistic optimization. The objective of this thesis’ is to determine optimal stock levels between dif- ferent stages of production. The method used is an optimization of inventory, stemming from Inventory Control Theories. Inventory optimization is at the cross- roads between logistics, economics, and management. The thesis builds on a case of inventory optimization identified at a large manufacturing firm. The literature in inventory optimization has indicated that inventory and customer services is a domain of continuous development. This thesis focuses on the adequation between total inventory cost and the customer service level. The method used to answer this question is the Multi-Echelon optimization model. This model seeks to optimize reorder points and reorder quantities. A comparison to the Single-Echelon model and a Base-Case allows for evaluation of the performance, discrete event simulation based on a company’s supply chain measures the effect. The result shows that the Multi-Echelon optimization model outperforms the two non-holistic models. This thesis shows the triple advantages of the Multi-Echelon optimization allowing for leaner manufacturing system by 1- reduction of waste, 2- less unproductive capi- tal tied up in inventory, and 3- adding value by increasing customer satisfaction. Other areas of inventory optimization in manufacturing should be able to take ad- vantage of the Multi-Echelon optimization model to manage materials stock-levels, delivery flows, and customer satisfaction. / Idag bedriver företag komplexa försörjningskedjor med många relaterade produk- tionssteg för att försörja sin efterfrågan. Dilemmat är att antingen ha stora lager för att säkerställa både snabb kundleverans och hög kundnöjdhet vilket kräver mycket bundet kapital. Alternativet är att spara pengar genom mindre lager men riskerar då att inte kunna leverera inom önskad tid och minska kundnöjdheten. Att hitta en balans är svårt. För att lösa problemet har forskning inom området lager- styrning ökat. Optimeringsmodeller har länge utvecklats för att förbättra försör- jningskedjor. De har inte kunnat appliceras i många företag p.g.a. avsaknaden av beräkningskraft och behovet att förändra organisationen utöver optimeringen. Det förklarar varför många företag, trots teknisk utveckling, fortfarande inte an- vänder ett helhetsperspektiv. Denna uppsats utvärderar de påtagliga effekterna vid holistisk optimering av produktion, lagerhållning, och kundleverans. Målet med uppsatsen är att fastställa optimala lagernivåer mellan de olika stegen inom en produktionskedja. Metoden som används är ”Multi-Echelon” op- timering och härstammar från området ”Inventory Control Theories”. Det är en blandning av logistik, ekonomi, och administration. Lageroptimering är ett ämne i konstant utveckling där kundnöjdhet blivit allt viktigare. Modellen optimerar när en ny beställning av material ska ske, samt dess storlek. Modellen utvärderas genom att jämföra prestationen med en ”Single-Echelon” modell och en grund- modell genom diskret händelsesimulering som är baserad på ett företags försör- jningskedja. Resultaten visar att ”Multi-Echelon” optimeringsmodellen presterar bättre än de två icke-holistiska modellerna vad gäller totalkostnad och kundser- vicenivå. Uppsatsen visar att ”Multi-Echelon” optimeringsmodellen har fördelar inom alla tre områdena: smidigare produktion genom mindre spill, mindre bun- det kapital krävs, och den ger en ökad kundnöjdhet genom säkrare leveranser inom ”rätt” tid. Andra områden inom tillverkningsindustrin borde kunna ap- plicera ”Multi-Echelon” optimering för att hantera sina lagernivåer, produktion, leveransflöden, och kundnöjdhet.

As industries are increasingly adapting to new technological trends for data collection and production efficiency, they are fulfilling the description of being part of the industry 4.0 (I4.0) paradigm. This swift development has led to unforeseen consequences concerning managerial and strategic aspects of security. In addition, threats and sophisticated attacks have increased, emphasizing a greater demand for information security management in the industrial setting. For smaller industrial manufacturers, information security management is not always available due the cost of resources, placing them in a challenging position. In addition, I4.0 introduces the area of OT/IT (Operational Technology and Information Technology) convergence, which is often heavily complex, creating the need for cross-competence. Furthermore, consequences from cyber attacks in the production domain can be catastrophic as they may endanger the safety and health of personnel. Thus, smaller manufacturing industries need to utilize existing resources to enable the prerequisites of managing security issues that may come with I4.0. Structuring and effectivizing the communication of security issues is needed to ensure that suitable competence can address security issues in a timely manner. The aspects of communication and competence are not addressed by current security standards and frameworks in the industrial context, nor are they equally applicable for smaller industrial organizations.  This study aims to contribute to the research field of information security in I4.0 by investigating how security vulnerabilities should be communicated at a smaller manufacturing industry that does not have an information security management system. The framework is based on a traditional incident response information flow and was designed at a Swedish manufacturing industry through the narrative of OT or production personnel.

The automotive industry is responsible for substantial emissions and is therefore transitioning to the new market of electromobility. With changing market conditions and uncertain demand, frequent product launches and customization are increasingly common. Responsiveness has also gained importance, which is why one way to manage the constant change is to use High-Mix-Low-Volume (HMLV) assembly lines. These produce multiple products but at lower volumes, and are characterized by their reconfigurability, i.e., capability to adapt their capacity as well as functionality. The HMLV assembly lines often have high product and process complexity. As a result, standardization and automation of the processes become difficult to realize. Instead, they are dependent on multi-skilled operators and flexible equipment to ensure high quality. Still, the industry continues progressing towards automation and connectivity. Industry 4.0 may facilitate this objective, as well as enhanced reconfigurability and quality in assembly, but despite the increasing interest in the field on Industry 4.0 and related concepts, there is limited research on its potential application for HMLV assembly lines. This report therefore studies the potential of Industry 4.0 to be implemented as a way to combine the strive for increased digitalization with the demand for customization and responsiveness. More specifically, the aim was to provide insights on how Industry 4.0 can improve process reconfigurability and quality in HMLV assembly lines, and to investigate the enablers and barriers to its implementation. To do this, a semi-structured literature review and a multi-case study were conducted. In total, six cases of varying characteristics were investigated through a series of unstructured and semi-structured interviews, site visits and direct observations. Industry 4.0 is built on Cyber-Physical Systems (CPS), which revolves around the integration of physical and digital assets in the manufacturing process. It was found that Industry 4.0 components could improve the reconfigurability and quality at HMLV assembly lines. The literature review presented a framework consisting of six features of reconfigurability: modularity, customization, scalability, convertibility, integrability and diagnosability. Most of these could directly or indirectly be enhanced by Industry 4.0 applications. For example, standardized interfaces in hardware and software were deemed essential for integrability. Mobile modular workstations such as AGVs (Automated Guided Vehicles) were examples of a key asset for scalability and convertibility. Availability, accessibility, and accuracy in data from operations, and effective analytics of the data, could improve modularity and customization. It could also improve diagnosability through predictive maintenance. Connectivity was a prerequisite for systematic data management which could also positively impact the quality. Data enabled a better understanding of processes and was the first step towards improvement. Having real-time data and visualizing it could lead to optimized planning and to addressing issues such as deviations close to the source. Another technology which could improve quality was for example augmented reality for operator training. Several enablers and barriers for Industry 4.0 implementation were identified. The most important enablers were the current paradigm shift towards digitalization, the alignment with agile working ways, collaboration between IT (agile) and production (waterfall/lean), and the synergy between reconfigurable systems and Industry 4.0 implementation. The most prevalent barriers were the lack of IT resources in production, legacy systems and equipment with established ways of working, and the integration of a segregated portfolio of systems. Finally, a recommendation is that all parts of the production system should be reconfigurable: equipment, systems and operators, and the way of working should be compatible with the philosophy. / Fordonsindustrin står för omfattande utsläpp och genomgår därför en övergång till den nya marknaden e-mobilitet. Med förändrande marknadsvillkor och osäker efterfrågan är frekventa produktlanseringar och specialanpassade produkter vanligt förekommande. Responsivitet har också blivit allt viktigare, varför en vanlig lösning för att möta konstant förändring är genom användandet av monteringslinor med hög mix och låg volym (HMLV). Dessa linor producerar flera olika produkter av lägre volym och karaktäriseras av sin rekonfigurerbarhet, det vill säga deras förmåga att anpassa sin kapacitet såväl som funktionalitet. Denna typ av monteringslinor har ofta hög produkt- och processkomplexitet vilket resulterar i att standardisering och automation av processerna blir svårt att realisera. Istället är de beroende av skickliga operatörer samt flexibel utrustning för att säkerställa hög kvalitet. Trenden är dock att industrin går mot högre nivåer av automation och uppkoppling. Industri 4.0 skulle kunna möjliggöra dessa mål, samt bidra till ökad rekonfigurerbarhet och kvalitet i montering, men trots det ökande intresset inom området Industri 4.0 och relaterade koncept är forskningen gällande dess potentiella tillämpning i HMLV monteringslinor begränsad. Denna rapport studerar därför potentialen för Industri 4.0 att tillämpas som ett sätt att kombinera strävan mot digitalisering med efterfrågan av specialanpassade produkter och responsivitet. Mer specifikt ämnar rapporten ge inblick i hur Industri 4.0 kan förbättra rekonfigurerbarheten och kvaliteten i monteringslinor med hög mix och låg volym, och att utreda både möjliggörande och hindrande faktorer för dess implementering. Metoden som använts för att göra detta har varit en semistrukturerad litteraturstudie samt en flerfallsstudie. Totalt studerades sex fall genom en serie ostrukturerade och semistrukturerade intervjuer, studiebesök och observationer. Industri 4.0 bygger på principen om cyberfysiska system, vilket handlar om integration av fysiska och digitala komponenter i tillverkningsprocessen. Det visade sig att komponenter av Industri 4.0 på flera sätt kan förbättra rekonfigurerbarhet och kvalitet för HMLV monteringslinor. Litteraturstudien presenterade ett ramverk bestående av sex egenskaper för att uppnå rekonfigurerbarhet. Dessa var: modularitet, specialanpassning, skalbarhet, konverterbarhet, integrerbarhet och diagnostiserbarhet. Majoriteten av dessa kunde direkt eller indirekt främjas med hjälp av Industri 4.0-applikationer. Exempelvis bedömdes standardiserade gränssnitt i hård- och mjukvara vara väsentligt för integrerbarhet. Mobila, modulära arbetsstationer såsom AGVer (Automatic Guided Vehicles) var exempel på en nyckeltillgång för skalbarhet och konverterbarhet. Tillgång till giltig data och effektiv analys av datan kunde förbättra modularitet och specialanpassning. Det kunde också förbättra diagnostiserbarheten genom proaktivt underhållsarbete av maskiner. Uppkoppling sågs som en förutsättning för systematisk datahantering vilket också kunde ha en positiv inverkan på kvaliteten. Data möjliggjorde ökad förståelse för processer och var därmed ett första steg mot förbättringar. Med hjälp av realtidsdata och visualisering av denna kunde planering optimeras och avvikelser adresseras nära källan. Ytterligare teknik som kunde förbättra kvalitet var exempelvis augmented reality (AR) för effektiv träning av operatörer. Ett flertal möjliggörande och hindrande faktorer för tillämpning av Industri 4.0 identifierades. De viktigaste möjliggörarna var den rådande digitaliseringen, samarbete mellan IT (agilt) och produktion (waterfall/lean), synergier mellan rekonfigurerbara system och Industri 4.0-implementering samt mellan Industri 4.0 och agila arbetssätt. De viktigaste barriärerna var brist på IT-resurser i produktion, utdaterade system och utrustning, samt integreringen mellan en uppsjö av skilda system. Slutligen presenterades rekommendationer, varav ett centralt råd var att alla delar av ett produktionssystem, det vill säga utrustning, system och operatörer, bör göras rekonfigurerbara.

With an increasing demand for customized products with short delivery times, high quality, and competitive prices, manufacturing firms have to be flexible, agile, effective, and productive. In Industry 4.0, the focus were on technologies as a response to the shifted business environment. Nowadays, the integration of humans with Industry 4.0 technologies has gained interest, also known as Industry 5.0. With an increasing focus on humans, Knowledge Management (KM) and Knowledge Transfer (KT) become essential for organizations to stay at the forefront and sustain competitive advantage. Consequently, this research investigates how a manufacturing company could improve its KT to operators, especially through the use of the technology Augmented Reality (AR). This study is an exploratory case study with an inductive research approach. From a scientific perspective, this research has used an interpretivist approach. The research consisted of several phases where data from interviews, internal documents, and observations were collected and compared with previous research on the subject. Through several data sources, triangulation of data was possible andthe research questions were answered. The approach of the thesis was to, firstly, analyze current KT methods within a manufacturing setting, secondly, to analyze the required knowledge, and, thirdly, to analyze the fit of AR within KT. It was found that KT through face-to-face communication was commonly used and could create a dependability on human interaction. It was also found that documents were used as a KT method and that a discrepancy in usage could occur. Moreover, it was found that the required knowledge by operators was related to operational, problem-solving, and innovative capabilities. With regard to this, it was found that AR primarily could aid explicit KT and enhance operational capabilities. It was also found that it could aid within additional areas as well, such as being a tool for problem-solving and interdivisional KT. The thesis contributes towards academics by connecting AR for operator support to the concepts of KT and KM. The thesis also contributes towards practice by giving recommendations on the usage of AR within a manufacturing context and contributes towards the discussion of aiding peers in their workplace development. / Med en ökad efterfrågan på skräddarsydda produkter med korta livscyklar, hög kvalitet, och konkurrenskraftiga priser måste produktionssystem bli mer flexibla, agila, effektiva och produktiva. Iindustri 4.0 var fokuset att med hjälp av teknologier nå ett skifte i dessa, men med ett ökat fokus på att integrera människan kom industri 5.0. Med ett ökat fokus på människan blir kunskapshantering och kunskapshantering en viktig del för organisationer att ligga i framkant och upprätthålla konkurrenskraftighet. Därav undersöker det här arbetet hur en bearbetande produktion kan förbättra dess kunskapsöverföring till maskinoperatörer, speciellt genom användandet av teknologin Augmented Reality (AR). Denna studien är en utforskande fallstudie med en induktiv ansats och från ett metodologiskt perspektiv har studien haft en interpretivistisk ansats. Forskningen bestod av flera faser där data från intervjuer, interna dokument och observationer samlades och jämfördes med tidigare forskning inom ämnet. Genom flera datakällor var triangulering av data möjligt och forskningsfrågorna kunde besvaras. Arbetet började med att analysera dagens metodik inom kunskapsöverföring för att sedan kolla på vilken kunskap som krävs av operatörer. Sedan undersöktes hur AR kan användas inom kunskapsöverföring. Resultatet och analysen visade att face-to-face var en vanligt förekommande metod som orsakar ett beroende på människorna involverade i processen. Det visade sig även att användandet av dokument var vanligt förekommande för att överföra kunskap och att en diskrepans kan förekomma. Kopplat till kunskapen hos operatörer visade det sig att operatörer behöver kunskaper som är operativa och kunskaper relaterat till problemlösning och innovation. Sedan undersöktes AR där det visades att AR bidrar mestadels inom explicit kunskapsöverföring och bidrar till operationella kunskaper. Det visade sig även att AR bidrar inom interdivisionell kunskapsöverföring och användas som ett verktyg vid problemlösning. Arbetet bidrar inom både praktiken och till litteratur. Till litteratur bidrar arbetet genom att föra samman AR som hjälpmedel för operatörer med kunskapsöverföring och kunskapshantering. Arbetet bidrar även till praktiken genom att ge rekommendationer för användandet av AR och till kunskapsöverföring till anställda för att främja en utveckling på arbetsplatsen.