Robotic process automation (RPA): maturity model for identifying RPA-suitable processes with regard to the dimension of data

Downloadstatistik des Dokuments (Auswertung nach COUNTER):

Kutzner, C.; Kuiter, K.; Jurisic, S.; Stonis, M.; Nyhuis, P.: Robotergesteuerte Prozessautomatisierung (RPA): Reifegradmodell zur Identifizierung RPA geeigneter Prozesse hinsichtlich der Dimension Daten. In: Logistics Journal: Nicht-referierte Veröffentlichungen (2022), online first. DOI: https://doi.org/10.2195/lj_notrev_kutzner_de_202212_01

Version im Repositorium

Zum Zitieren der Version im Repositorium verwenden Sie bitte diesen DOI: https://doi.org/10.15488/15566

Zeitraum, für den die Download-Zahlen angezeigt werden:

Jahr: 
Monat: 

Summe der Downloads: 222




Kleine Vorschau
Zusammenfassung: 
For the introduction of RPA in a company, the first step is to identify suitable business processes. For this purpose, the processes are evaluated with regard to various selection criteria, such as complexity or case-sensitiv-ity. Another criterion for the selection and evaluation of processes is the data on which the process is based. In this paper, a maturity model is presented, which subdivides the selection criterion data into the 5 assessable categories digitisation level, data quantity, data variance, data for-mat and data responsibility.
Für die Einführung von RPA im Unternehmen müssen in einem ersten Schritt geeignete Unternehmensprozesse identifiziert werden. Hierzu werden die Prozesse hinsichtlich verschiedener Auswahlkriterien bewertet, wie z. B. Komplexität oder Fallhäufigkeit. Ein weiteres Kriterium zur Auswahl und Bewertung von Prozessen sind die dem Prozess zugrundeliegenden Daten. In diesem Paper wird ein Reifegradmodell vorgestellt, welches das Auswahlkriterium Daten in die 5 bewertbaren Kategorien Digitalisierungsgrad, Datenmenge, Datenvarianz, Datenformat und Datenverantwortung untergliedert.
Lizenzbestimmungen: Digital Peer Publishing Lizenz (v2, de)
Publikationstyp: Article
Publikationsstatus: publishedVersion
Erstveröffentlichung: 2022
Die Publikation erscheint in Sammlung(en):An-Institute

Verteilung der Downloads über den gewählten Zeitraum:

Herkunft der Downloads nach Ländern:

Pos. Land Downloads
Anzahl Proz.
1 image of flag of Germany Germany 81 72,97%
2 image of flag of United States United States 6 5,41%
3 image of flag of Switzerland Switzerland 6 5,41%
4 image of flag of Austria Austria 5 4,50%
5 image of flag of Israel Israel 4 3,60%
6 image of flag of Russian Federation Russian Federation 2 1,80%
7 image of flag of South Africa South Africa 1 0,90%
8 image of flag of Turkey Turkey 1 0,90%
9 image of flag of China China 1 0,90%
10 image of flag of Australia Australia 1 0,90%
    andere 3 2,70%

Weitere Download-Zahlen und Ranglisten:


Hinweis

Zur Erhebung der Downloadstatistiken kommen entsprechend dem „COUNTER Code of Practice for e-Resources“ international anerkannte Regeln und Normen zur Anwendung. COUNTER ist eine internationale Non-Profit-Organisation, in der Bibliotheksverbände, Datenbankanbieter und Verlage gemeinsam an Standards zur Erhebung, Speicherung und Verarbeitung von Nutzungsdaten elektronischer Ressourcen arbeiten, welche so Objektivität und Vergleichbarkeit gewährleisten sollen. Es werden hierbei ausschließlich Zugriffe auf die entsprechenden Volltexte ausgewertet, keine Aufrufe der Website an sich.