Since its inception, Marketing has always needed more clearly defined incrementality, i.e., a measurement of advertisement effectiveness. Nowadays, Marketing is an evergrowing business; within it, Digital Marketing is taking the spotlight. Digital Marketing brings multiple benefits, such as a global reach and a lower cost associated with customer communication. However, more importantly, customer interaction and engagement can be clearly tracked, which can help measure Marketing impact. Nowadays, this problem is tackled in two ways, A/B testing and attribution models. Even though statistically solid and proven, A/B testing, a form of hypothesis testing, faces implementation issues and other practical aspects, leading to only sometimes being used in real-world applications. On the other hand, Attribution models are not comparable, thus not quantifiable, and good attribution models are hard to develop, leaving companies relying on third-party providers. In short, this paper suggests that the impact of each marketing campaign can be measured in a two-step process: (1) Training a model to predict a customer's conversion, given their previous advertisement interactions; (2) Applying explainable machine learning methods to said model to infer the importance of each advertisement interaction in a user journey. The main methods used are permutation feature importance and Shapley values. The dataset is designed such that each type of advertisement interaction is a model's feature; thus, an importance value can be calculated for each interaction. On top of that, a local method - counterfactual explanations - and a possible implementation of a hyper-personal application are discussed. The proposed solution is shown to provide more accurate attributions than most common attribution models, with the possibility of augmenting the accuracy by changing the underlying model. It is also suggested that it could benefit significantly from more data on customer demographics, generating insights into how campaigns affect different customer segments. / Marknadsföring har sedan dess begynnelse alltid behövt en tydligare definition av inkrementalitet, det vill säga, mätningen av annonsens effektivitet. Marknadsföring är numera en ständigt växande verksamhet och inom den är det den digitala marknadsföringen som står i fokus. Digital marknadsföring ger flera fördelar t.ex. global räckvidd och lägre kostnader för kundkommunikation. Viktigare är dock att kundernas interaktion och engagemang kan spåras tydligt, detta bidrar i sig till att mäta marknadsföringens effektivitet. Det här problemet hanteras på två sätt: AB-testning och tilldelningsmodeller. Även om AB-testning är statistiskt sett både gedigen och beprövad leder oftast problem med genomförandet och andra praktiska aspekter till att det endast ibland används i korrekta tillämpningar. Å andra sidan är tillskrivningsmodeller inte jämförbara - de saknar mätbarhet - och det är svårt att utveckla bra tillskrivningsmodeller vilket gör att företagen förlitar sig på tredjepartsleverantörer. I korthet föreslår denna artikel att effekten av varje marknadsföringskampanj kan mätas i en tvåstegsprocess. (1) Träning av en modell för att förutsäga en kunds konvertering baserad på deras tidigare annonsinteraktioner. (2) Tillämpning av difinierade maskininlärningsmetoder på nämnda modeller för att härleda betydelsen av varje annonsinteraktion i en användares resa. De viktigaste metoderna som användes var permutation feature importance och Shapley-värden. Datamängden utformad så att varje typ av annonsinteraktion blir en modells funktion; på så sätt kan ett betydelsevärde beräknas för varje interaktion. Dessutom diskuteras en lokal metod - kontrafaktiska förklaringar - och ett möjligt genomförande av en hyperpersonlig applikation. Den föreslagna lösningen visade sig ge mer exakta tillskrivningar än de flesta vanliga tillskrivningsmodeller, med möjlighet att öka noggrannheten genom att ändra den underliggande modellen. Det föreslås också att den skulle kunna dra stor nytta av mer data om kundernas demografi, vilket skulle generera insikter om hur kampanjer påverkar olika kundsegment.

With the rapidly increasing rate of development artificial intelligence (AI) has experienced in recent years, more and more companies have begun to recognize the benefits and possibilities of the technology. This study is a qualitative interview study that has explored and evaluated which challenges are encountered today in customer services and which driving forces and barriers exist in introducing an AI-driven solution with a focus on chatbots. Five semi-structured interviews with people who hold a role as a person responsible for customer service at Monitor ERP System have created the resulting material. According to the respondents, AI and chatbots will have a major impact on customer service, opening many development opportunities. This opens to solve the challenges identified today, which according to the respondents are the new demands from the generational shift, manual- and repetitive work, and finally the lack of time and resources. The driving forces that have been identified for introducing an AI-driven chatbot are stronger corporate branding, increased productivity, higher customer satisfaction, improved work climate, and increased time- and cost efficiency. But getting to the stage where AI and chatbots are used in a business is not entirely without its barriers. The barriers that could be identified are the continued weight of the human factor, difficulties with customer- and employee acceptance, lack of skills, and the complexity and useful data. Even though several difficulties and barriers are expected along the way, the respondents look enthusiastically and expectantly at the development and the future opportunities AI and chatbots can contribute to customer service. / Med den kraftigt ökande utvecklingstakt artificiell intelligens (AI) har upplevt de senaste åren har allt fler företag börjat inse fördelarna och möjligheterna med teknologin. Denna studie är en kvalitativ intervjustudie som har utforskat och utvärderat vilka utmaningar som möts idag inom kundtjänster och vilka drivkrafter samt hinder som finns med att införa en AI-driven lösning med fokus på chattbotar. Fem semistrukturerade intervjuer med personer som besitter en roll som huvudansvarig inom kundtjänsten hos Monitor ERP System har skapat resultatmaterialet. AI och chattbotar kommer enligt respondenterna ha en stor påverkan på kundtjänster och det öppnar upp för många olika utvecklingsmöjligheter. Detta öppnar också upp för att lösa de utmaningar som identifierats idag vilka enligt respondenterna är de nya kraven från generationsskiftet, manuellt- och repetitivt arbete och till sist bristen på tid och resurser. De drivkrafter som identifierats för att införa AI-drivna chattbotar är starkare företagsvarumärke, ökad produktivitet, höjd kundnöjdhet, förbättrat arbetsklimat och ökad tid- och kostnadseffektivitet. Men att komma till det stadie då AI och chattbotar används i verksamheten är inte helt utan hinder. De hinder som identifierats är vikten av mänskliga faktorn, svårigheter med kund- och medarbetaracceptans, kompetensbrist och komplexiteten samt användbarheten av data. Trots att flera svårigheter och hinder förväntas på vägen ser respondenterna entusiastiskt och förväntansfullt på utvecklingen och de framtida möjligheterna AI och chattbotar kan bidra med till kundtjänster.

Syftet med denna kandidatuppsats är att analysera hur svenska medier skildrar automatisering och robotisering inom biståndshandläggning. I denna studie analyseras 60 olika artiklar från olika svenska dagstidningar. Artiklarna har publicerats mellan april 2017 och februari 2021, ett urval som representerar hur diskussionerna gick efter den nya lag som tillåter automatiserade beslutsstöd i den offentliga sektorn.  Uppsatsen fokuserar på hur robotar, som RPA, konstrueras i artiklarna, vilka diskurser som kan urskiljas och vilka aktörer som formar diskurserna. Studiens teoretiska grund är ett socialkonstruktionistiskt- och diskursteoretiskt perspektiv som brukas för analys och tolkning av det empiriska materialet. Den valda metoden utgår från Faircloughs kritiska diskursanalys och hans tredimensionella metod. En kvantitativ innehållsanalys används som ett komplement till den kvalitativa utgångspunkten för att kvantifiera hur ofta aktörer uttalar sig och om vad de yttrar och därmed bidra till en större kontext. Genom att analysera ord, koncept, teman och innehåll generellt, har det hittats fem olika diskurser rörande automatisering i försörjningsstöd i Sverige. Studiens resultat av analyserad empiri visar att de fem dominerande diskurserna av RPA i artiklarna, enligt storleksordning från störst till minst förekommande, var effektivisering, laglighet, profession, bemötande och kontroll. I och med att effektiviseringdiskursen överlägset var störst kan den enligt socialkonstruktionismen ses motsvara den sociala verkligheten. Majoriteten av de aktörer som i störst utsträckning uttrycker sig och därav formar diskurser i de studerade artiklarna är olika typer av chefer inom socialtjänsten och ordföranden i nämnder. Handläggares och utvecklares utrymme är synnerligen begränsat, likaså klienter och brukare av försörjningsstöd. / The purpose of this bachelor's thesis is to examine how the Swedish media portray automation and robotization in subsistence allowance. In this study, 60 different articles from various Swedish newspapers are analyzed. The articles have been published between April 2017 and February 2021, a selection that represents how the discussions went after a new law was passed which allows automated decision support in the public sector. The essay focuses on how robots, such as RPA, are constructed in the articles, which discourses can be discerned and which actors shape the discourses. The study's theoretical basis is a social constructionist- and discourse theory perspective that is used for analysis and interpretation of the empirical material. The chosen method is based on Fairclough's critical discourse analysis and his three-dimensional method. A quantitative content analysis is used as a complement to the qualitative starting point to quantify how often actors express themselves and about what they express and thereby contribute to a larger context. By analyzing words, concepts, themes and content in general, five different discourses have been found regarding automation in subsistence allowance in Sweden. The study's results of analyzed empirical evidence show that the five dominant discourses of RPA in the articles, in order of magnitude from largest to least occurring, were Efficiency, Legality, Profession, Client interaction and Control. As the Efficiency discourse was by far the largest, according to social constructionism it can be seen as corresponding to social reality.  The majority of the actors who express themselves to the greatest extent and thereby shape discourses in the studied news articles are various types of managers in social services and the chairmen of municipal committees. The  visibility of social workers working with subsistence allowance and developers of the RPA-algorithms are extremely limited, as are the users of subsistence allowance.

Vi har studerat vilken inverkan digitala verktyg har på redovisningskonsulters dagliga arbete. Syftet med studien är att förklara hur och varför redovisningskonsulter använder och upplever digitala verktyg i sitt arbete. Den teoretiska referensramen utgår från tidigare forskning om digitaliseringens påverkan på redovisningsbranschen, digitala verktyg som används i redovisningskonsulters arbetsuppgifter dessutom lyfts institutionell teori för att förklara förändringen i redovisningsbranschen. Metoden som vi utgått från i vår studie har varit en kvalitativ metod där vi genomfört semistrukturerade intervjuer med sju deltagande respondenter. Vårt resultat har visat att digitala verktyg har bidragit till förbättringar och effektiviseringar. Genom att implementera digitala verktyg har redovisningskonsulter kunnat minska manuellt arbete och öka automatiseringen och integreringen med olika försystem och bokföringsprogram. Detta har lett till tids- och kostnadsbesparingar samt högre grad av noggrannhet. Studien visar också att införandet av RPA och AI-teknologi erbjuder en intressant framtid, vilket frigör tid för mer värdeskapande arbetsuppgifter som rådgivning, kundkontakt och analysarbete. För att möta risken för att redovisningskonsultyrket försvinner betonar studien behovet av anpassning, kompetensutveckling och säkerhet iimplementeringen av digitalisering. Samt bristen på digitala verktyg i redovisningskonsulternas utbildning, där ansvaret för detta i dagsläget ligger på redovisningsbyråerna. / We have studied the impact of digital tools on the daily work of accounting consultants. The purpose of the study is to explain how and why accounting consultants use and perceive digital tools in their work. The theoretical framework draws on previous research on the impact of digitalization on the accounting industry, digital tools used in the tasks of accounting consultants, and institutional theory to explain the changes in the accounting industry. The method we have used in our study was qualitative, involving semi-structured interviews with seven participating respondents. Our results have shown that digital tools have contributed to improvements and efficiencies. By implementing digital tools, accounting consultants have been able to reduce manual work and increase automation and integration with various subsystems and accounting software. This has resulted in time and cost savings, as well as improved accuracy. The study also shows that the adoption of RPA and AI technology offers a promising future, freeing up time for more value-added tasks such as advisory services, client interaction, and analytical work. To address the risk of the accounting consultant profession disappearing, the study emphasizes the need for adaptation, skills development, and security in the implementation of digitalization. It also highlights the lack of digital tool training for accounting consultants, with the responsibility for this currently lying on accounting firms.

Theheighteneduseofautomatizationindifferentmarketshasmadeahugeimpactformany differenttypesofcompaniesthatwanttotakeadvantageofthetechnicalachievementsto remaincompetitiveinthemarket.Automatizationhasmanydifferentaspects,makingit importantforcompaniestodeeplyanalyzetheorganizationalstructureandcurrent operativecapacitytodecideifautomatizationcansatisfytheircurrentandfutureneeds.Itis alsoimportanttodevelopeffectiveinvestmentcalculationstocorrectlyassesstheviability ofautomatization.Thisstudyaimstoexploretheeffectsofautomatization,specificallyin fieldsincompanieslikeeconomy,competence,ergonomicsandefficiency,aswellas understandingwhichmethodsandcriteriasAteaLogisticsABusesinassessinginvestment ofautomatedcharacterandwhatriskstheseinvestmentscanpotentiallyhaveinthework environment.Thisisdonebycomparingthetheoryofthesedifferentconceptswiththe empiricalevidenceprovidedbythecompany.Byanalyzingempiricalevidencewiththe literature,thisstudyaimstogiveinsightsonthedifferenteffectsthatautomatizationcan havebasedondifferentparameters. / Denökadeanvändningenavautomatiseringpåolikamarknaderharhaftstorbetydelseför mångaolikatyperavföretagsomvilldrafördelavdetekniskalandvinningarnaförattförbli konkurrenskraftigapåmarknaden.Automatiseringharmångaolikaaspekter,vilketgördet viktigtförföretagattdjupgåendeanalyseraorganisationsstrukturenochnuvarandeoperativa kapacitetförattavgöraomautomatiseringkantillgodosederasnuvarandeochframtida behov.Detärocksåviktigtattutvecklaeffektivainvesteringskalkylerförattkorrektbedöma automatiseringenslönsamhet.Dennastudiesyftartillattutforskaeffekternaav automatisering,specifiktinomområdeniföretagsomekonomi,kompetens,ergonomioch effektivitet,samtförståvilkametoderochkriterierAteaLogisticsABanvänderföratt bedömainvesteringaravautomatiseradkaraktärochvilkariskerdessainvesteringar potentielltkanha.iarbetsmiljön.Dettagörsgenomattjämförateorinfördessaolika begreppmeddeempiriskabevissomföretagettillhandahåller.Genomattanalyseraempiri medlitteraturensyftardennastudietillattgeinsikteromdeolikaeffektersom automatiseringkanhautifrånolikaparametrar.

The growing numbers of people suffering from Alzheimer’s and other dementia related diseases are expected to accelerate, and the cost for these diseases in Swedish healthcare is high. There are many ongoing research projects in the dementia diagnostics field which aim to detect cognitive impairment at an earlier stage, which would result in reduced costs in healthcare and improved life quality for sufferers. This work aims to investigate if it is possible to classify cognitive impairment based on a person’s eye movements. More specifically, it will explore the possibility of automating an established picture description task that is widely used in traditional dementia diagnostics. In order to do this, eye tracking data was collected during numerous conductions of this task. The eye tracking data was then parsed in to eye movement features and Binary Logistic Regression was used to classify these eye movements. The results showed that the average accuracy of the classification reached 73%. The results did not confirm that eye tracking technique can be used to automate neuropsychological test with an accuracy high enough, but to use a machine learning approach for detecting deviances in eye movement patterns appears to be a promising approach. Furthermore, this work analyzes the possibilities for practically implementing eye tracking techniques in Swedish healthcare in order to detect cognitive impairment at an earlier stage. Provided that an eye tracker can detect cognitive impairment with an accuracy equal to or higher than a medical professional can maintain, the study argues that automated neuropsychological tests at health clinics could be the key to detect cognitive impairment at an earlier stage. / Antalet personer som lider av alzeimers och andra demensrelaterade sjukdomar förväntar att öka med accelerande fart och kostnaden for dessa sjukdomar för svensk sjukvård är hög. Det finns idag många pågående forskningsprojekt inom demensdiagnostik där man analyserar personers ögonrörelser för att kunna detektera kognitiva svårighetet i tidigt stadie. Forskningen görs för att minska på kostnaden och öka livskvaliten för de som insjuknar. Detta arbete syftar till att undersöka om det går att använda maskininlärning för att klassificera kognitiv svårighet baserat på en persons ögonrörelser. Mer konkret vill man undersöka om en automatisering av en etablerad bildbeskrivningsuppgift, som idag används flitigt inom demensdiagnotistik. Det har äarför samlats in data som representerar personers ögonrörelser under tider de utför olika demenstester. Med hjälp av datan har man sedan tagit fram olika synfunktioner och använt binär och logistisk regression för att klassifisera dessa ögonrörelser. Det genomsnittliga resultatet visade att modellen klassificerade rätt i 73% av fallen. Detta resultat kan inte bekräfta att denna teknik kan användas för att automatisera neuropsykologiskt tester med tillräckligt hög noggrannhet. Daremot ser det lovande ut att kunna ända maskininlärning för att detektera avvikelser i ögonrörelser, hos personer som lider av kognitiva svårigheter. Vidare analyseras också möjligheten att praktiskt implementera tekniken där man analysera ögonrörelser i svensk sjukvård. Resultatet visar att om det är m jligt att utforma en modell som diagnotiserar bättre än vad en professionell läkare gör, så går det att argumentera for att automatiska, neuropsykiska tester skulle kunna vara en nyckel för att detektera kognitiva svårigheter i tidigt stadie.

As the emergence of new technologies are continuously disrupting the way in which organizations function and develop, the majority of initiatives within Learning and Development (L&D) are far from fully effective. The purpose of this study was to conduct an exploratory case study to investigate how automation and AI technologies could improve corporate learning within financial services companies. The study was delimited to study three case companies, all primarily operating in the Nordic financial services industry. The exploratory research was carried out through a literature review, several indepth interviews as well as a survey for a selected number of research participants. The research revealed that the current state of training within financial services is characterized by a significant amount of manual and administrative work, lack of intelligence within decision-making as well as a non-existing consideration of employee knowledge. Moreover, the empirical evidence similarly reveled a wide array of opportunities for adopting automation and AI technologies into the respective learning workflows of the L&D organization within the case companies. / I takt med att företag kontinuerligt anammar nya teknologier för att förbättra sin verksamhet, befinner sig utbildningsorganisationer i ett märkbart ineffektivt stadie. Syftet med denna studie var att genomföra en explorativ fallstudie gällande hur finansbolag skulle kunna införa AI samt automatisering för att förbättra sin utbildningsorganisation. Studien var begränsat till att undersöka tre företag, alla med verksamhet i den nordiska finansbranschen. Den explorativa delen av studien genomfördes med hjälp av en litteraturstudie, flertal djupgående intervjuer samt en enkät för ett begränsat antal deltagare i forskningsprocessen. Forskning påvisade att den existerade utbildningsorganisationen inom finansbolag är starkt präglat av ett överflöd av manuellt och administrativt arbete, bristande intelligens inom beslutsprocesser samt en bristande hänsyn för existerande kunskapsnivåer bland anställda. Studien påvisade därtill en mängd möjligheter att införa automatisering samt AI för att förbättra utbildningsflödena inom samtliga deltagande bolag i fallstudien.

In this bachelor thesis, I examine how automation of fused filament fabrication (FFF) can be implemented, and what the limitations are for different kinds of automation solutions for FFF. Fused filament fabrication is a 3D-printing technology where a material is extruded through a nozzle, layer by layer, to create a print. The thesis also provides a calculation for the commercial feasibility of small batch rapid production with the implementation of an automation solution for FFF. The approach was a qualitative study containing five interviews, combined with empirical knowledge and data from the additive manufacturing company Svensson 3D. This was complemented with an analysis of which criteria to use when evaluating FFF automation solutions, and a framework for looking at FFF from an operator perspective. To calculate commercial feasibility of automation solutions for FFF, Internal Rate of Return and Payback Time were used. This resulted in six criteria to evaluate solutions for automation of FFF, three evaluations of problems within three solutions for automation of FFF, and a finding showing that small batch rapid production is commercially feasible with automated FFF. Lastly, the thesis contains a discussion regarding what the future is for FFF, and the limitations of the framework presented for evaluating automated FFF systems. Possible promising solutions for automated FFF are presented, together with ideas for how design for additive manufacturing can help shape the future of automated FFF. / I det här kandidatarbetet undersöker jag hur automatisering inom fused filament fabrication (FFF) kan implementeras, och vad begränsningarna är för olika sorters automatiseringslösningar för FFF. Det läggs även fram en uträkning för den kommersiella gångbarheten för small batch rapid production med implementeringen av ett automatiskt FFF-system. Tillvägagångsättet bestod av en kvalitativ studie baserad på fem intervjuer, kombinerad med empirisk kunskap och data från additiva tillverkningsföretaget Svensson 3D. Det här kompletterades med en analys av vilka parametrar som bör användas för att utvärdera lösningar för FFF-automatisering, och ett ramverk där automatiseringslösningarna betraktas ur ett operatörs-perspektiv. För att räkna ut den kommersiella gångbarheten för automatiseringslösningar av FFF användes internränta och återbetalningstid. Det här resulterade i sex parametrar för att utvärdera automatiseringslösningar för FFF, tre utvärderingar av vilka problem som finns i tre existerande automatiseringslösningar, och slutsatsen att small batch rapid production är kommersiellt gångbart för automatiserad FFF. Slutligen innehåller arbetet en diskussion gällande framtiden för FFF och begränsningarna hos det ramverk som presenterades för att utvärdera automatiserade FFF system. Möjliga lovande lösningar för automatiserad FFF presenteras och hur design för additiv tillverkning kan hjälpa till att forma framtiden för automatiserad FFF.

För att uppnå målen med Agenda 2030 behöver fler satsningar göras på innovation och digitala lösningar, såväl inom den offentliga sektorn som inom industrisektorn. Beträffande den ekonomiska hållbarheten har den svenska byggindustrin i dagsläget möjlighet till sparande av mångmiljardbelopp årligen och digitalisering spelar en nyckelroll i att lyckas uppnå det. Det är viktigt med samverkan och en snabb byggprocess, varför digitala verktyg som förbättrar och kan påskynda den är av intresse för hela branschen, i synnerhet sådana som kan användas under projekteringsfasen. Denna studie avser därför att undersöka hur processen av beräkning av byggnadsverks kostnadskalkyler kan automatiseras, genom användning av den data som finns i den digitala byggmodellen. Därför programmeras en applikation som kopplar samman modelldata och kostnadsdata, med hjälp av Byggnadsinformationsmodellering (BIM), programmering och tvåväga informationsflöden. Studien illustrerar genom exemplifiering processen av programmering och undersöker hur digitalisering – i såväl teori som praktik – kan användas och tillämpas på byggindustrin. Applikationen är en produkt som utvecklas och metodkapitlet initieras därför av en designprocess; specificering av krav, funktioner som uppfyller kraven, attribut som motsvarar dessa funktioner och till sist hur de sammanfogas för att tillsammans skapa produkten. Detta följs av en litteraturstudie som utfördes dels för att samla fakta om programmering och digitala möjligheter inom byggbranschen, dels för att undersöka liknande studier som gjorts tidigare. Slutligen insamlades kostnader till beräkning av schablonvärden för olika typobjekt som sedan kan användas i tandem med modellen för att skapa kostnadskalkylen. Inledningsvis beskriver resultatet ingående en förenklad variant av applikationen, i syfte att närmare illustrera programmeringsprocessen. Därpå följer beskrivningen av programmeringen av applikationen som programmerats för denna studie. Det slutgiltiga resultatet blev en applikation som automatiserar beräkning av en kostnadskalkyl och en studie som beskriver applikationens sammanhang samt metodiken av att programmera den. / In order to achieve the Sustainable Development Goals (SDGs) defined for Agenda 2030, more investments are needed in innovation and digitalized solutions, as much so in the public sector as in the industry sector. When it comes to the economical sustainability, the Swedish construction industry has possibilities of saving multi-billion sums yearly, and digitalization is playing a key part in making that possible. Both cooperation and an efficient construction process are of importance, why digital tools that can improve and speed up this process are of interest, especially ones that can be used during the design phase. The purpose of this study is to examine how the process of calculating a cost estimate for a civil construction can be automated, using the data in its digital model. An application is therefore programmed, combining model data and cost data, through Building Information Modelling (BIM), programming and two-way data exchange. The study illustrates the process of programming and examines how digitalization can be applied to the constructional industry, both in theory and practice. The application development process is part of the study, why the method chapter is initiated by its design process; specifying customer needs, functions that fulfil the needs, attributes that match these functions and lastly how they come together to make the product. This is then followed by the literature overview, which was done partly to gather information about programming and digital possibilities within the construction industry, and partly for relating this study to similar ones done before. Lastly costs have been collected for calculating template values for different modelling objects, which then can be used together with the model to produce the cost estimate. Initially the result explains a simplified version of the application in-depth, for the purpose of illustrating the programming process thoroughly. That is then followed by the programming of the actual application. The final result was an application that automizes calculation of a cost estimate, and a study that describes its context and the methodology of programming it.

Protein analysis is important to understanding biological systems, but sample diversity necessitates a multitude of analysis techniques and methods. Challenges that are addressed include analysis of low abundance samples, fractionation to reduce sample complexity, and automation to reduce time and cost. Matrix assisted laser desorption/ionization mass spectrometry (MALDI-MS) is an important technique for protein characterization. In Paper I, the sensitivity of MALDI-MS was enhanced through the fabrication of a hydrophobic coating for the MALDI target plate, yielding analyte concentration. The plate outperformed a commercial concentration plate. Capillary electrophoresis (CE) separation offers low sample consumption and high efficiency, and in Paper II, offline CE-MALDI-MS fractionation was employed. A robot system for automation was constructed and used in analysis of spermatophore proteins from the butterfly Pieris napi. The robot was also used in automated on-target trypsin digestion under a lid of liquid fluorocarbons, a simpler and cheaper alternative to controlled humidity chambers. An indication of indigenous proteolysis of the sample was seen. Electrospray ionization (ESI) is the other technique for protein analysis in MS. In Paper III, the biomarker protein osteopontin (OPN) was analyzed by ESI-MS in order to find suitable conditions for its detection. A preliminary optimization of solvents and ionization conditions was done, and tandem MS (MSn) performed to increase the reliability of identification. / Proteinanalys är viktigt för att förstå biologiska system, men mångfalden av prov kräver en mängd olika analystekniker och metoder. Utmaningar som tas upp inkluderar analys av små provmängder, fraktionering för att minska provkomplexiteten, och automatisering för att minska tidsåtgång och kostnad. Matris-assisterad laserjoniserings-masspektrometri (MALDI-MS) är en viktig teknik för proteinkarakterisering. I Artikel I förbättrades känsligheten i MALDI-MS genom tillverkning av en hydrofob beläggning på MALDI-provplattan, vilket gav en koncentration av provet. Provplattan gav bättre resultat än en kommersiell koncentrationsprovplatta. Kapillärelektroforesseparation (CE) har låg provåtgång och hög separationseffektivitet och i Artikel II användes offline CE-MALDI-MS-fraktionering. Ett robotsystem för automatisering konstruerades och användes för analys av spermatoforproteiner från fjärilen Pieris napi. Roboten användes även i automatiserad trypsinklyvning under en yta av en flytande fluorkolförening, ett billigare alternativ tilli nkubationskammare med kontrollerad luftfuktighet. En indikation på naturlig enzymatisk proteinklyvning i provet hittades. Elektrospray jonisering (ESI) är den andra tekniken för proteinanalys i MS. I Artikel III analyserades biomarkören osteopontin (OPN) med ESI-MS för att hitta lämpliga förhållanden för dess detektion. En preliminär optimering av lösningsmedel och jonisationsförhållanden gjordes, och tandem-MS (MSn) utfördes för att öka identifikationens tillförlitlighet. / <p>Full text will not be uploaded due to unpublished results. QC 20181121</p>