Change search
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • harvard1
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf
Digitalized Process Innovation: Case Studies of Smart Factory Implementation
Luleå University of Technology, Department of Business Administration, Technology and Social Sciences.
Luleå University of Technology, Department of Business Administration, Technology and Social Sciences.
2017 (English)Independent thesis Advanced level (professional degree), 20 credits / 30 HE creditsStudent thesis
Abstract [en]

The purpose of this study was to develop a framework that facilitate manufacturers in their journey of digitalizing production processes. The manufacturing industry is currently allocating significant resources to transforming production plants into smart factories, as the outcomes is estimated to be beneficial. To fulfil the purpose, the development of a framework for implementation was narrowed into investigating success factors, challenges and outcomes in implementation of smart factory, which has been formulated within two research questions.

To achieve the purpose, case studies with five factories and one central unit at a leading truck and bus manufacturer. Cases were selected to capture rich and varied insights since both internal/external factories, successful/failed projects and new/existing factories were investigated. In total, six implementation cases over two continents, three countries and 31 interviews was held in a total amount of over 1800 minutes.

The analysis of the collected data and a pattern-matching method resulted in an adaption and modification of a smart factory maturity model. Three aggregated dimensions corresponding to the research questions was found. First, the dimension of successful practices promoting implementation of smart factory constituted of eight general themes, for example the practice of uniting the organization through a mutual vision of smart factory. Second, eight barriers concerning restricting implementation of smart factory was found. An example of a barrier was difficulties in building a business case prior to implementation. Finally, the outcomes of implementation were many, but categorized into eight different groups where major quality improvement in all processes are reoccurring through the study. These were taken into consideration while developing the smart factory framework, that summarized key activities level-by-level to mitigate barriers and promote implementation with long-term benefits. In order to accelerate to the benefits in the next level of the smart factory maturity, an agile-stage gate model with iterative characteristics has been suggested, supporting smart factory as a radical process innovation.

This study adds three concrete theoretical contributions to literature; (I) a framework for different maturity levels in smart factory, with corresponding key activities based on success factors, challenges and outcomes from smart factory implementation. Which has been missing in literature. (II) Tools for project management needs to be developed in order to implement smart factories, an agile stage-gate model inspired on Cooper (2008) has been suggested. (III) At start, the outcomes of implementation has shown to be adverse, but has been seen as necessary to reach all beneficial outcomes, which the study has confirmed to be vital for competing on the market.  

By using the above-mentioned model in Figure 5 plant managers (or similar) are guided when they are about to start a smart factory transformation. The guide clearly informs that transforming into smart factory is not about just investing in new IT-systems, but explains the transformation complexity and the steps necessary to take for a successful transformation. But in order to gain the identified outcome of smart factory implementation within a relevant time frame, management need to use an accelerated model, an agile stage-gate model for smart factory described in Figure 6. The identified outcome of smart factory implementation will mitigate barriers when top management are making a valid business case for smart factory transformation. 

Abstract [sv]

Det har framgått i tidigare forskning att tillverkningsindustrin står inför en digital transformation och denna studies syfte har varit att utveckla ett ramverk som guidar dem i denna resa. Tillverkningsindustrin allokerar betydelsefulla resurser till digital transformation med målsättningen att skapa smarta fabriker, forskning har visat att resultatet av implementering av smart teknik är fördelaktig. För att uppfylla syftet med denna studie, bröts utvecklandet av ett ramverk ner genom att undersöka framgångsfaktorer, utmaningar och resultat vid införandet av smart fabrik som i sin tur formulerades med två forskningsfrågor.

För att uppnå syftet, gjordes fallstudier med fem fabriker och en central produktionsenhet hos en ledande lastbils -och busstillverkare. Fallen valdes för att fånga en rik och varierad insikt, eftersom både interna/externa fabriker, framgångsrika/misslyckade implementationsprojekt och nya/befintliga fabriker undersöktes. Totalt undersöktes sex fall över två kontinenter, tre länder och 31 intervjuer hölls i sammanlagt över 1800 minuter.

En metod som identifierade mönster i intervjuerna användes vid analysen av data, som resulterade i en modifiering och utvecklandet av en mognadsmodell för en smart fabrik med tillhörande nyckelaktiviteter. Tre dimensioner som motsvarade svar på forskningsfrågorna kunde således identifieras. Den första dimensionen innehöll framgångsrika arbetssätt som främjar implementeringen av smart fabrik, totalt åtta generella teman. Ett exempel var arbetssättet för att förena organisationen genom en gemensam vision om den smarta fabriken. Den andra dimensionen var åtta hinder som begränsade införandet av smart fabrik. Ett återkommande exempel var svårigheterna att bygga ett business-case inför implementeringen av smart fabrik. Slutligen, var resultatet av implementationen den tredje dimensionen, som också kategoriserades i åtta olika teman där kvalitetsförbättringar i samtliga processer var genomgående exempel i intervjuerna. Dimensionerna togs i beaktning vid uppbyggandet av ett ramverk innehållandes nyckelaktiviteter för att ta sig till nästa mognadsnivå för smart fabrik, där hinder lindras och främjande arbetssätt prioriteras i syfte att införskaffa positiva resultat av implementeringen. För att snabbt nå positiva resultat, har en agil fasmodell utvecklats med iterativa egenskaper som stödjer smarta fabrik som radikal processinnovation.

Denna studie tillför tre konkreta teoretiska bidrag till litteraturen; (I) ett ramverk för olika mognadsnivåer i en smart fabrik med tillhörande nyckelaktiviteter grundade på framgångsfaktorer, utmaningar och resultat från smart fabriksimplementation. Något som i litteraturen har helt saknats. (II) För att industrin ska utveckla smarta fabriker, behöver verktyg för projektledning förändras med att använda en agil fasmodell, inspirerad av Cooper (2008). (III) Resultaten från smart fabriksimplementation har visat sig vara negativ i början, vilket har visat sig vara nödvändigt för att ta del av alla positiva fördelar, som studien dessutom visat vara livsavgörande för traditionell tillverkningsindustri om de ska konkurrera.

Genom att använda ovannämnda modell kan fabrikschefer (eller liknande) bli guidade i deras transformation mot en smartare fabrik. Riktlinjerna informerar tydligt att en omvandling till en smart fabrik enbart inte handlar om införandet av nya IT-system, utan även om en komplexitet kopplade till vilka steg fabriken väljer att ta och framförallt i vilken ordning. Stegen har visat sig vara avgörande för hur lyckad transformationen blir. Däremot, för att få de fördelaktiga resultateten från smart fabrik inom en rimlig tidsram, behöver ledningen använda en accelererad fasmodell, vilket illustreras mer agilt (se Figur 7). De resultaten som identifierats vid en smart fabriksimplementation väntas gynna ledningen vid byggandet av ett hållbart business-case för den smarta transformationen. 

Place, publisher, year, edition, pages
2017. , p. 47
Keywords [en]
Process Innovation, Smart Factory, Digital Transformation, Industry 4.0, Industrial Digitalization
National Category
Production Engineering, Human Work Science and Ergonomics
Identifiers
URN: urn:nbn:se:ltu:diva-63814OAI: oai:DiVA.org:ltu-63814DiVA, id: diva2:1107141
External cooperation
Scania CV; Audi AG
Subject / course
Student thesis, at least 30 credits
Educational program
Industrial and Management Engineering, master's level
Supervisors
Examiners
Available from: 2017-06-19 Created: 2017-06-09 Last updated: 2017-06-19Bibliographically approved

Open Access in DiVA

fulltext(2070 kB)373 downloads
File information
File name FULLTEXT01.pdfFile size 2070 kBChecksum SHA-512
ee89051e59483c6858da054e062d116e1d7e90528fda32d679f854300ea08ede5351e66032563e35e710f4c21749c651a0c3d8c021afda7752c9b2c6a90cbe1e
Type fulltextMimetype application/pdf

Search in DiVA

By author/editor
Leksell, MarkusPetrović, Aleksandar
By organisation
Department of Business Administration, Technology and Social Sciences
Production Engineering, Human Work Science and Ergonomics

Search outside of DiVA

GoogleGoogle Scholar
Total: 373 downloads
The number of downloads is the sum of all downloads of full texts. It may include eg previous versions that are now no longer available

urn-nbn

Altmetric score

urn-nbn
Total: 1615 hits
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • harvard1
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf