Not Reviewed
Robotergesteuerte Prozessautomatisierung (RPA): Reifegradmodell zur Identifizierung RPA geeigneter Prozesse hinsichtlich der Dimension Daten
Robotic process automation (RPA): maturity model for identifying RPA-suitable processes with regard to the dimension of data
-
M.Sc.
Christian Kutzner
IPH – Institut für Integrierte Produktion Hannover gGmbH
-
M.Sc.
Kilian Kuiter
IPH – Institut für Integrierte Produktion Hannover gGmbH
-
M.Sc.
Stjepan Jurisic
IPRI – International Performance Research Institute
-
Dr.-Ing.
Malte Stonis
IPH – Institut für Integrierte Produktion Hannover gGmbH
-
Prof. Dr.-Ing. habil.
Peter Nyhuis
IPH – Institut für Integrierte Produktion Hannover gGmbH; Leibniz Universität Hannover
Zusammenfassungen
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.
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-sensitivity. 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 format and data responsibility.
Keywords
Empfohlene Zitierweise
¶
Kutzner C, Kuiter K, Jurisic S, Stonis M, Nyhuis P (2022). Robotergesteuerte Prozessautomatisierung (RPA): Reifegradmodell zur Identifizierung RPA geeigneter Prozesse hinsichtlich der Dimension Daten. Logistics Journal : nicht referierte Veröffentlichungen, Vol. 2022. (urn:nbn:de:0009-14-56235)
Bitte geben Sie beim Zitieren dieses Artikels die exakte URL und das Datum Ihres letzten Besuchs bei dieser Online-Adresse an.
Anzahl der Zitationen
Besuchen Sie Google Scholar um herauszufinden, wie oft dieser Artikel zitiert wurde.