Neue Publikationen: ECIS 2020
Dieses Jahr sind wir mit gleich drei Beiträgen auf der European Conference on Information Systems (ECIS), eine der wichtigsten internationalen Konferenzen in der Wirtschaftsinformatik, vertreten. Herzlichen Glückwunsch an alle Autoren.
Die Beiträge können Sie über die Bilderlinks aufrufen.
Leveraging Industrial IoT Platform Ecosystems: Insights from the Complementors‘ Perspective
Industrielle IoT-Plattformen sind derzeit ein wichtiger Fokus von Industrieunternehmen, da sie sich verstärkt auf dienst- und plattformbasierte Geschäftsmodelle ausrichten. Die Wertschöpfung auf diesen Plattformen hängt stark von einem Ökosystem von Partnern und Komplementoren ab. In einer kürzlich veröffentlichten Studie beleuchten Tobias Pauli, Emanuel Marx und Martin Matzner, wie Komplementoren die Ökosysteme von IIoT-Plattformen auf unterschiedliche Weise nutzen, und geben Hinweise zur Gestaltung erfolgreicher Geschäftsmodelle für IIoT-Plattformen.
Detecting Workarounds in Business Processes — A Deep Learning Method for Analyzing Event Logs
Routinen oder Prozesse werden von Mitarbeitern in Unternehmen häufig nicht so ausgeführt wie ursprünglich definiert. Stattdessen verwenden sie häufig Workarounds, um ihre Aufgaben effektiver und effizienter zu erledigen. Da Workarounds sowohl positive als auch negative Effekte haben können, müssen sie erkannt und adressiert werden. Während Workarounds bisher primär mit Methoden wie Interviews oder Beobachtungen identifiziert wurden, haben Sven Weinzierl, Verena Wolf, Tobias Pauli, Daniel Beverungen und Martin Matzner in ihrem Artikel eine Methode zur Erkennung von Workarounds in Event-Logs mit Hilfe von Deep Learning entwickelt. Damit stellen sie Organisationsforschern ein wichtiges Werkzeug aus dem Bereich des Geschäftsprozessmanagement bereit und schlagen eine Brücke zwischen den beiden Disziplinen.
Design Principles for Comprehensible Process Discovery in Process Mining
Spaghetti-ähnliche” Prozessmodelle, welche durch Process Mining aufgedeckt werden, enthalten für den Entscheidungsfinder zwar viele Informationen, sind auf der anderen Seite allerdings meist schwer verständlich. Techniken zur Process Discovery zu entwickeln, die eben diesen Trade-Off berücksichtigen, ist ein bestehendes Problem im Process Mining. Im Konferenzbeitrag leiten daher die Autoren Matthias Stierle, Sandra Zilker, Sebastian Dunzer, Johannes Tenschert und Gergana Karagegova verschiedene Designprinzipien auf Basis von Metriken unterschiedlicher Forschungsstränge ab, führen eine Entropie-basierte Metrik als Randbedingung ein und zeigen die Anwendbarkeit mit einer experimentellen Evaluation.