The pharmaceutical sector is important for human health due to the increasing demand for medical products but is also a pollution and waste intensive industry. There is an urgent need for the industry to review its environmental footprints and simultaneously consider the industrial transformation called Industry 4.0. This is especially true for small and medium sized enterprises (SMEs). To achieve these objectives, it is presumed that artificial intelligence (AI) will have an important role.  This thesis sets out to identify barriers that pharmaceutical SMEs may encounter when implementing AI to improve environmental efforts. Furthermore, due to the lack of efficient tools the Green Performance Map is analyzed to see if additional value in the design phase and running of a production system can be obtained. Semi-structured interviews were conducted as this thesis is a case study and follows an inductive process. Other qualitative data and literature were used to investigate the research questions. The results indicate that organizational, resource, regulatory and knowledge specific factors can create barriers. Furthermore, there are indications that the Green Performance Map will be useful in both the design phase and running of a production system, this is however dependent on the resources. / Läkemedelssektorn är viktig för människans hälsa på grund av den ökade efterfrågan av medicinska produkter men bidrar även till stora mängder avfall och föroreningar. Det finns ett akut behov att industrin granskar sina miljöavtryck och samtidigt överväger den industriella omvandlingen som kallas Industri 4.0. Detta gäller särskilt för små och medelstora företag. För att uppnå dessa mål kan Artificiell Intelligens (AI) komma att ha en betydelsefull roll.  Detta examensarbete syftar till att identifiera de hinder som små och medelstora läkemedelsföretag kan stöta på när de implementerar AI för att förbättra sitt miljöarbete. På grund av brist på effektiva verktyg analyseras dessutom Green Performance Map för att se om ett mervärde i designfasen och under driften av produktionssystemet kan erhållas. Semistrukturerade intervjuer genomfördes då examensarbetet är en fallstudie och följer en induktiv process. Kvalitativa data och litteratur användes för att undersöka forskningsfrågorna. Resultatet indikerar att organisatoriska, resurs-, reglerings- och kunskapsspecifika faktorer kan skapa barriärer. Dessutom, finns det indikatorer på att Green Performance Map kommer vara användbart både i designfasen och när produktionssystemet är i drift, detta är dock beroende på nivån av resurser.

Jahresbericht der Universitätsbibliothek Chemnitz und des Universitätsarchivs- Berichtsjahr 2017 / Annual report of the University Library of Chemnitz and the University Archive in 2017