Zum Inhalt

Special section of BPMDS’2021 business process improvement

  • 18.12.2023
  • Guest Editorial
Erschienen in:

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

Dieser spezielle Abschnitt von BPMDS "2021, der sich mit" Geschäftsprozessverbesserung "befasst, untersucht den Übergang von traditionellen menschgetragenen Prozessverbesserungen zu fortgeschrittenen fallbasierten Argumentationsmethoden, die durch maschinelles Lernen und künstliche Intelligenz ermöglicht werden. Die vier ausgewählten Arbeiten befassen sich mit der Erkennung fallübergreifender Assoziationen in Ereignisprotokollen, der Unterstützung datenbewusster Prozesse durch Multi-Modellierungsansätze, der Bewertung der Akzeptanz wissensintensiver Geschäftsprozessmodellierungssprachen durch die Nutzer und der Generierung von Ereignisprotokollen aus Netzwerkverkehrsdaten. Diese umfangreich überarbeiteten und begutachteten Aufsätze bieten innovative Lösungen und empirische Bewertungen und leisten damit einen bedeutenden Beitrag im Bereich des Geschäftsprozessmanagements.

Sie sind noch kein Kunde? Dann Informieren Sie sich jetzt über unsere Lizenzmodelle:

Einzelzugang

Starten Sie jetzt Ihren persönlichen Einzelzugang. Erhalten Sie sofortigen Zugriff auf mehr als 170.000 Bücher und 540 Zeitschriften - pdf-Downloads und Neu-Erscheinungen inklusive.

Jetzt 90 Tage mit der Mini-Lizenz testen!                                        

Hier klicken und sofort starten!

Zugang für Unternehmen

Nutzen Sie Springer Professional in Ihrem Unternehmen und geben Sie Ihren Mitarbeitern fundiertes Fachwissen an die Hand. Fordern Sie jetzt Informationen für Firmenzugänge an.

Erleben Sie, wie Springer Professional Sie in Ihrer Arbeit unterstützt!

Beraten lassen
Titel
Special section of BPMDS’2021 business process improvement
Verfasst von
Adriano Augusto
Selmin Nurcan
Rainer Schmidt
Publikationsdatum
18.12.2023
Verlag
Springer Berlin Heidelberg
Erschienen in
Software and Systems Modeling / Ausgabe 6/2023
Print ISSN: 1619-1366
Elektronische ISSN: 1619-1374
DOI
https://doi.org/10.1007/s10270-023-01139-9
Dieser Inhalt ist nur sichtbar, wenn du eingeloggt bist und die entsprechende Berechtigung hast.
Bildnachweise
AvePoint Deutschland GmbH/© AvePoint Deutschland GmbH, ams.solutions GmbH/© ams.solutions GmbH, Wildix/© Wildix, arvato Systems GmbH/© arvato Systems GmbH, Ninox Software GmbH/© Ninox Software GmbH, Nagarro GmbH/© Nagarro GmbH, GWS mbH/© GWS mbH, CELONIS Labs GmbH, USU GmbH/© USU GmbH, G Data CyberDefense/© G Data CyberDefense, Vendosoft/© Vendosoft, Kumavision/© Kumavision, Noriis Network AG/© Noriis Network AG, tts GmbH/© tts GmbH, Asseco Solutions AG/© Asseco Solutions AG, AFB Gemeinnützige GmbH/© AFB Gemeinnützige GmbH, Ferrari electronic AG/© Ferrari electronic AG, Doxee AT GmbH/© Doxee AT GmbH , Haufe Group SE/© Haufe Group SE, NTT Data/© NTT Data