Information Flows for Human-Centric Order Picking in Automotive Manufacturing : A RAMI4.0 Approach

Despite significant technological advancements in contemporary manufacturing environments, human order picking remains a critical component for the efficiency of manufacturing operations. This is especially true in complex industries such as automotive manufacturing, where human workers possess the necessary flexibility to adapt to unpredictable order requests and dynamic order picking tasks. Digital technologies, however, can significantly assist human order pickers in these complex tasks. While substantial research has examined digitalization efforts in human order picking and the human factor separately, there remains a gap in integrating these aspects in a standardized manner. This study employs the Reference Architecture Model for Industry 4.0 to elucidate the requirements and methods for implementing digital technologies in human order picking, with a particular focus on information flows within these tasks. By synthesizing current literature with the dimensions of the model, a frame of reference was developed to guide the digitalization of human order picking. The frame of reference was then applied in a laboratory experiment to investigate the information flows of the non-digital and the digital system and their impact on human factors. The results demonstrate that a standardized approach enables designers to consider all system aspects holistically, including the human factor. This is crucial, as each human picker exhibited unique performance characteristics and raised different concerns regarding the system’s aspects and flows. Although this systematic approach to digitalization in human order picking operations was tested in a laboratory environment, it is recommended that future research test it in real-world scenarios with multiple Industry 4.0 technologies integrated into existing systems.
Trots betydande teknologiska framsteg i moderna tillverkningsmiljöer, förblir mänsklig plockning av beställningar en kritisk komponent för effektiviteten i tillverkningsoperationer. Detta är särskilt sant inom komplexa industrier som bilindustrin, där mänskliga arbetare har den nödvändiga flexibiliteten att anpassa sig till oförutsägbara beställningsförfrågningar och dynamiska plockuppgifter. Digitala teknologier kan dock avsevärt hjälpa mänskliga plockare i dessa komplexa uppgifter. Trots att omfattande forskning har granskat digitaliseringsinsatser inom mänsklig plockning av beställningar och den mänskliga faktorn separat, finns det fortfarande en lucka i att integrera dessa aspekter på ett standardiserat sätt. Denna studie använder Referensarkitekturmodellen för Industri 4.0 för att förklara kraven och metoderna för att implementera digitala teknologier i mänsklig plockning av beställningar, med ett särskilt fokus på informationsflöden inom dessa uppgifter. Genom att syntetisera aktuell litteratur med modellens dimensioner utvecklades en referensram för att vägleda digitaliseringen av mänsklig plockning av beställningar. Referensramen tillämpades sedan i ett laboratorieexperiment för att undersöka informationsflödena i det icke-digitala och det digitala systemet och deras påverkan på mänskliga faktorer. Resultaten visar att ett standardiserat tillvägagångssätt gör det möjligt för designers att överväga alla aspekter av systemet holistiskt, inklusive den mänskliga faktorn. Detta är avgörande, eftersom varje mänsklig plockare visade unika prestandaegenskaper och tog upp olika frågor gällande systemets aspekter och flöden. Även om detta systematiska tillvägagångssätt för digitalisering av plockningsoperationer testades i en laboratoriemiljö, rekommenderas att framtida forskning testar det i verkliga scenarier med flera Industri 4.0-teknologier integrerade i befintliga system.