IDEAS home Printed from https://ideas.repec.org/h/spr/sprchp/978-3-658-38379-4_6.html
   My bibliography  Save this book chapter

Datengestütztes RPA-Pipeline-Management mit Process Mining

In: Praxishandbuch Robotic Process Automation (RPA)

Author

Listed:
  • Hardy Lembke

    (Ernst & Young GmbH Wirtschaftsprüfungsgesellschaft)

  • Michael Schütz

    (Ernst & Young GmbH Wirtschaftsprüfungsgesellschaft)

  • Daniel Franke

    (Ernst & Young GmbH Wirtschaftsprüfungsgesellschaft)

Abstract

Zusammenfassung Die Automatisierung von Prozessen voranzutreiben und die damit einhergehenden betriebswirtschaftlichen Potenziale erfolgreich zu erschließen, ist eine komplexe Herausforderung. Dafür ist eine Strategie mit dazugehöriger Planung unabdingbar. Um die Automatisierung mit Robotic Process Automation (RPA) erfolgreich umzusetzen und nachhaltig in der Organisation zu verankern, bietet eine Pipeline eine geeignete Planungsgrundlage. Eine solche RPA-Pipeline priorisiert und visualisiert alle potenziell zu automatisierenden Prozesskandidaten. Mittels Process Mining lassen sich geeignete Prozesse für die RPA-Pipeline identifizieren und bewerten. Dieser Beitrag stellt das Vorgehen für dieses Zusammenspiel zwischen Process Mining und RPA dar und zeigt kritische Erfolgsfaktoren für die Praxis auf.

Suggested Citation

  • Hardy Lembke & Michael Schütz & Daniel Franke, 2022. "Datengestütztes RPA-Pipeline-Management mit Process Mining," Springer Books, in: Carsten Feldmann (ed.), Praxishandbuch Robotic Process Automation (RPA), chapter 0, pages 83-99, Springer.
    • Handle: RePEc:spr:sprchp:978-3-658-38379-4_6
    DOI: 10.1007/978-3-658-38379-4_6
    as

    Download full text from publisher

    To our knowledge, this item is not available for download. To find whether it is available, there are three options:
    1. Check below whether another version of this item is available online.
    2. Check on the provider's web page whether it is in fact available.
    3. Perform a search for a similarly titled item that would be available.

    More about this item

    Statistics

    Access and download statistics

    Corrections

    All material on this site has been provided by the respective publishers and authors. You can help correct errors and omissions. When requesting a correction, please mention this item's handle: RePEc:spr:sprchp:978-3-658-38379-4_6. See general information about how to correct material in RePEc.

    If you have authored this item and are not yet registered with RePEc, we encourage you to do it here. This allows to link your profile to this item. It also allows you to accept potential citations to this item that we are uncertain about.

    We have no bibliographic references for this item. You can help adding them by using this form .

    If you know of missing items citing this one, you can help us creating those links by adding the relevant references in the same way as above, for each refering item. If you are a registered author of this item, you may also want to check the "citations" tab in your RePEc Author Service profile, as there may be some citations waiting for confirmation.

    For technical questions regarding this item, or to correct its authors, title, abstract, bibliographic or download information, contact: Sonal Shukla or Springer Nature Abstracting and Indexing (email available below). General contact details of provider: http://www.springer.com .

    Please note that corrections may take a couple of weeks to filter through the various RePEc services.

    IDEAS is a RePEc service. RePEc uses bibliographic data supplied by the respective publishers.