Nutzung von Process Mining in RPA-Projekten

Jonathan Brock (), Sebastian Enzberg (), Arno Kühn () and Roman Dumitrescu ()
Additional contact information
Jonathan Brock: Fraunhofer Institut für Entwurfstechnik Mechatronik IEM
Sebastian Enzberg: Fraunhofer Institut für Entwurfstechnik Mechatronik IEM
Arno Kühn: Fraunhofer Institut für Entwurfstechnik Mechatronik IEM
Roman Dumitrescu: Universität Paderborn, Heinz Nixdorf Institut

Chapter Kapitel 5 in Praxishandbuch Robotic Process Automation (RPA), 2022, pp 61-81 from Springer

Abstract: Zusammenfassung Robotic Process Automation (RPA) ermöglicht Unternehmen ihre Prozesse zu automatisieren, ohne dass Eingriffe in die darunterliegenden IT-Systeme notwendig werden. Eine strukturierte Identifikation von Prozessen für diese Roboterautomatisierung, aber auch deren anschließende Überwachung, sind sehr zeitintensive Vorgänge. Process Mining bietet eine effiziente Lösung für diese Herausforderungen an und stellt daher eine logische Ergänzung in jedem RPA-Projekt dar. Process Mining nutzt die Daten, die bei der Anwendung von IT-Systemen zur Durchführung von Prozessen entstehen, um Prozessmodelle zu erstellen und zu analysieren. In diesem Beitrag werden die Grundlagen des Process Mining erläutert und ein umfassender Einblick in die Unterstützungsmöglichkeiten von RPA-Projekten geboten. Process Mining kann alle RPA-Phasen (Assess, Develop und Sustain) sinnvoll ergänzen, indem beispielsweise Nutzeraktionen aufbereitet und analysiert oder Benchmarkings neuer Roboterautomatisierungen durchgeführt werden können. Da Process Mining auf anderen Werkzeugen und Techniken aufbaut, werden zudem Hilfestellungen hinsichtlich der Toolauswahl und Erfolgsfaktoren für Projekte geboten.

Date: 2022
References: Add references at CitEc
Citations:

There are no downloads for this item, see the EconPapers FAQ for hints about obtaining it.

Related works:
This item may be available elsewhere in EconPapers: Search for items with the same title.

Export reference: BibTeX RIS (EndNote, ProCite, RefMan) HTML/Text

Persistent link: https://EconPapers.repec.org/RePEc:spr:sprchp:978-3-658-38379-4_5

Ordering information: This item can be ordered from
http://www.springer.com/9783658383794

DOI: 10.1007/978-3-658-38379-4_5

Access Statistics for this chapter

More chapters in Springer Books from Springer
Bibliographic data for series maintained by Sonal Shukla () and Springer Nature Abstracting and Indexing ().