GoITSystems by Dr. M. Gottlieb
Zuständigkeits- vs. Prozess-Denken

Die Verwaltungsdigitalisierung in Deutschland leidet nicht allein an fehlender Technik, sondern in erheblichem Maß an unzureichend koordinierten, nur teilweise standardisierten und häufig nicht end-to-end gedachten Abläufen. Für eine belastbare Analyse genügt es daher nicht, Zuständigkeiten und Organisationskästen zu betrachten; erforderlich ist eine prozessorientierte Perspektive, die Verwaltungsleistungen als durchgängige Leistungsketten versteht. Diese Argumentation lässt sich theoretisch im Business Process Management (BPM), im Business Process Reengineering (BPR) sowie in einer soziotechnischen Sicht auf Verwaltungsorganisation verankern (; ; ).

Das Kernproblem: Zuständigkeit statt Ablauf

Öffentliche Verwaltungen sind historisch primär entlang funktionaler Zuständigkeiten organisiert. Diese Struktur sichert formale Verantwortung, begünstigt jedoch zugleich Medienbrüche, Mehrfachprüfungen, sequenzielle Übergaben und mangelnde Transparenz über den tatsächlichen Bearbeitungsstand eines Vorgangs. Für Antragstellende bleibt dadurch oft unklar, wo ein Verfahren aktuell liegt, welche Stelle gerade bearbeitet und an welcher Schnittstelle Verzögerungen entstehen.

Aus prozessualer Sicht ist genau diese Fragmentierung das zentrale Organisationsproblem. Während das Zuständigkeitsdenken vor allem nach formaler Verantwortung, Regelkonformität und Übergabe an die nächste Stelle fragt, richtet Prozessdenken den Blick auf den gesamten Vorgangsfluss – also auf Abfolge, Abhängigkeiten, Informationsbedarf, Wartezeiten und Ergebnisqualität. Prozessmanagement ersetzt Zuständigkeiten damit nicht, sondern ergänzt sie um eine koordinierende End-to-End-Perspektive (; ).

Theoretischer Rahmen

Der Begriff des Geschäftsprozesses bezeichnet in der BPM-Literatur eine strukturierte Folge zusammenhängender Aktivitäten, die Inputs in Outputs transformiert und dabei Wert für interne oder externe Adressaten erzeugt. Auf die Verwaltung übertragen bedeutet dies: Ein Prozess beginnt nicht an der internen Sachbearbeitungsgrenze und endet auch nicht mit der Weiterleitung an eine andere Organisationseinheit, sondern erst mit der vollständigen Leistungserbringung gegenüber Bürgerinnen, Bürgern oder Unternehmen ().

Für die Einordnung des vorliegenden Arguments sind drei Theoriebezüge besonders relevant. Erstens liefert BPM den konzeptionellen Rahmen für Identifikation, Modellierung, Analyse, Ausführung und kontinuierliche Verbesserung von Prozessen. Zweitens verweist BPR darauf, dass Digitalisierung nur dann substanziellen Nutzen erzeugt, wenn Prozesse nicht bloß elektronisch abgebildet, sondern grundlegend vereinfacht und neu gestaltet werden. Drittens macht die soziotechnische Perspektive deutlich, dass nachhaltige Verwaltungsdigitalisierung nicht als reines IT-Projekt missverstanden werden darf, sondern als Zusammenspiel von Organisation, Regeln, Rollen, Technologien und institutionellen Anreizen (; ; ).

Zuständigkeitsdenken und Prozessdenken im Vergleich

  • Zuständigkeitsdenken fragt: Wer ist formal verantwortlich, welche Stelle bearbeitet als Nächstes, und wird die jeweilige Dienstanweisung korrekt eingehalten?
  • Prozessdenken fragt: Was muss als Nächstes geschehen, damit das Verfahrensziel erreicht wird, welche Informationen werden benötigt, und an welchen Punkten entstehen Verzögerungen, Redundanzen oder Fehlerquellen?
  • Organisatorische Folge: Zuständigkeitsorientierung optimiert Teilaufgaben innerhalb von Silos, Prozessorientierung optimiert den Gesamtfluss über Organisationsgrenzen hinweg.
  • Digitalisierungskonsequenz: Wer nur Zuständigkeiten digitalisiert, reproduziert bestehende Ineffizienzen digital; wer Prozesse gestaltet, schafft überhaupt erst die Voraussetzung für wirksame Digitalisierung (; ).

Warum Digitalisierung hier scheitert

Die empirische Evidenz zur deutschen Verwaltungsdigitalisierung stützt diese Diagnose. Das Behörden-Digimeter 2026 zeigt, dass Anfang 2026 von 7.509 relevanten Einzelleistungen lediglich 823 bundesweit flächendeckend umgesetzt waren; zugleich hatte kein Bundesland mehr als 291 von 577 OZG-Leistungsbündeln flächendeckend verfügbar. Das Gutachten betont zudem ausdrücklich, dass dieser Umsetzungsstand noch keine tiefgreifende Digitalisierung der zugrunde liegenden Verwaltungsprozesse beinhaltet ().

Auch die Fraunhofer-FOKUS-Studie EfA im Fokus verweist auf strukturelle Hemmnisse, die nicht primär technischer Natur sind. Die Studie arbeitet heraus, dass Kommunen bei der Nachnutzung digitaler Leistungen weiterhin mit finanziellen Unsicherheiten, Unterstützungsbedarf, komplexen vergaberechtlichen Anforderungen sowie heterogenen organisatorischen Strukturen konfrontiert sind. Besonders hervorgehoben werden der Bedarf an stärkerer Abstimmung, Wissenstransfer, verlässlichen Rollout-Strukturen und transparentem Prozessmanagement ().

Damit wird deutlich: Das Defizit liegt nicht nur in fehlenden Onlinediensten, sondern in mangelhaft koordinierten und institutionell schwach eingebetteten Prozessketten. Digitalisierung ohne vorgelagerte Prozessanalyse reproduziert deshalb häufig bestehende Ineffizienzen in digitaler Form, statt sie zu beseitigen (; ).

Was ein Verwaltungsprozess umfasst

Im Verwaltungskontext besteht ein Prozess typischerweise aus einem definierten Input, einer Folge regelgebundener und fachlicher Tätigkeiten sowie einem klar bestimmbaren Output. Inputs können etwa Anträge, Meldungen oder Ereignisse wie Geburt, Umzug oder Unternehmensgründung sein. Die Aktivitäten reichen von Prüfung, Entscheidung und Dokumentation bis zu Rückfragen, Beteiligungen anderer Stellen und Zustellung. Outputs sind Bescheide, Genehmigungen, Registereinträge oder sonstige Verwaltungsakte.

Entscheidend ist, dass alle internen Übergaben, Liegezeiten und Rückkopplungen Teil des Prozesses sind. Gerade diese unsichtbaren Zwischenräume sind in Behörden häufig die eigentlichen Quellen von Verzögerung, Intransparenz und Friktion. Aus BPM-Sicht ist deshalb nicht die einzelne Bearbeitungshandlung das analytische Primärobjekt, sondern der vollständige End-to-End-Ablauf (; ).

Drei Dimensionen des Umdenkens

Von der Funktion zum Fluss

Verwaltungsmodernisierung muss Vorgänge als zusammenhängende Abläufe modellieren, nicht bloß als Aneinanderreihung von Zuständigkeiten. Auf Bundesebene ist BPMN 2.0 hierfür als zentraler Modellierungsstandard etabliert; das Bundesverwaltungsamt verweist darauf, dass bundeseinheitliche Standards für das Prozessmanagement gesetzt wurden und Prozesse mithilfe des BPMN-2.0-Standards einheitlich gesteuert und dokumentiert werden können (; ).

Von der Ausnahme zur Regel

Prozessdenken fragt nach wiederkehrenden Mustern und standardisierbaren Fallkonstellationen. Gerade in der Verwaltung lässt sich ein erheblicher Anteil von Vorgängen regelbasiert strukturieren, während komplexe Ausnahmefälle gesondert behandelt werden. Das Bundesverwaltungsamt beschreibt DMN ausdrücklich als Standard zur Modellierung von Geschäftsregeln und Entscheidungsfindungsprozessen; damit lassen sich standardisierbare Entscheidungen nachvollziehbar dokumentieren und – sofern rechtlich und organisatorisch tragfähig – technisch unterstützen (; ).

Vom Silo zur Prozesskette

Die größten Reibungsverluste entstehen typischerweise an Schnittstellen zwischen Organisationseinheiten, föderalen Ebenen und IT-Dienstleistern. Genau hier verweist die Fraunhofer-FOKUS-Studie auf die Notwendigkeit stärkerer Abstimmung, anerkannter Intermediäre, standardisierter Weitergabestrukturen und adressatengerechter Kommunikation im EfA-Rollout. Prozessdenken ist deshalb immer auch Schnittstellenmanagement: Es macht Übergaben sichtbar, reduziert unnötige Schleifen und stärkt die Koordination über Abteilungs- und Ebenengrenzen hinweg ().

Organisatorische Voraussetzungen

Eine prozessorientierte Verwaltung benötigt erstens Sichtbarkeit in Form dokumentierter und modellierter Abläufe. Zweitens braucht sie Verantwortung durch Prozesseigentümer oder vergleichbare Rollen mit bereichsübergreifendem Mandat. Drittens erfordert sie Messbarkeit, also Kennzahlen zu beispielsweise Durchlaufzeiten, Liegezeiten, Rückfragen, Fehlerquoten und Variantenhäufigkeiten. Diese drei Voraussetzungen sind zunächst organisatorisch und governance-bezogen, nicht technisch (; ). Dabei muss beachtet werden, dass die Kennzahlen sowohl Zweck als auch Wirtschaftlich erhebbar sind.

Gerade darin liegt eine häufig unterschätzte Einsicht der Verwaltungsdigitalisierung: Technologie kann fehlende Prozessklarheit nicht kompensieren. Wenn Rollen, Regeln, Übergaben und Eskalationsmechanismen unklar bleiben, wird digitale Technik bestenfalls zum Beschleuniger bestehender Dysfunktionalitäten. Aus Sicht des BPM ist daher Prozessanalyse kein nachgelagerter Optimierungsschritt, sondern die Voraussetzung jeder sinnvollen Digitalisierung (; ).

Implikationen für Führung und Governance

Prozessdenken ist nicht wertneutral, weil es organisatorische Intransparenz reduziert. Sobald Durchlaufzeiten, Liegezeiten und Übergaben sichtbar werden, treten auch Verantwortungsdiffusion, Doppelarbeit und vermeidbare Verzögerungen offen zutage. Das erklärt, weshalb prozessorientierte Reformen regelmäßig nicht nur fachliche, sondern auch politische und mikropolitische Widerstände auslösen ().

Für die Führungsebene bedeutet dies, dass Prozessmanagement als Governance-Aufgabe verstanden werden muss. Es genügt nicht, Modellierungsstandards oder Onlinedienste bereitzustellen; erforderlich sind auch Priorisierung, Mandatierung, Standardisierung und Durchsetzungsfähigkeit über Bereichsgrenzen hinweg. Gerade in föderalen Kontexten entscheidet daher weniger die Verfügbarkeit einzelner Technologien als die Qualität der Koordination über den Erfolg digitaler Transformation (; ).

Fazit

Prozessdenken ist keine Software, sondern eine organisationsbezogene Perspektive auf Verwaltungsleistung. Wer Digitalisierung primär als Bereitstellung digitaler Oberflächen versteht, verfehlt die eigentliche Modernisierungsaufgabe. Erst wenn Verwaltungen ihre Leistungen als durchgängige Prozesse modellieren, standardisieren, messen und steuern, entstehen die Voraussetzungen für wirksame, skalierbare und nutzerorientierte Digitalisierung (; ).

Weiterführende Beiträge

Literatur

Verwaltung digitalisieren. Prozesse verstehen. Zukunft gestalten.

Executive Summary

Die deutsche Verwaltungsdigitalisierung scheitert weniger an fehlender Technologie als an unzureichend verstandenen, dokumentierten und gesteuerten Verwaltungsprozessen. Prozessintelligenz – verstanden als die Fähigkeit der öffentlichen Verwaltung, ihre Abläufe systematisch zu erfassen, datenbasiert zu analysieren, gezielt zu steuern und kontinuierlich zu verbessern – bildet das operative Fundament wirksamer Digitalisierung und eines verantwortungsvollen KI-Einsatzes.

Konzeptionell knüpft Prozessintelligenz an das etablierte Business Process Management (BPM) an, erweitert dieses jedoch um datengetriebene Analyse und KI-gestützte Entscheidungsmechanismen (). In einem Design-Science-Verständnis ist Prozessintelligenz als sozio-technisches Artefakt zu lesen, das organisatorische Strukturen, Methoden (z. B. BPMN, DMN, Process Mining) und technische Systeme integriert, um die Problematik fragmentierter Verwaltungsdigitalisierung adressieren zu können ().

1. Problemstellung der Verwaltungsdigitalisierung

1.1 Digitalisierung ohne Prozessreform

Digitalisierungsinitiativen in der öffentlichen Verwaltung fokussieren häufig auf die technische Abbildung bestehender Verfahren. In der Praxis führt dies dazu, dass analoge Ineffizienzen – etwa redundante Prüfschritte, Medienbrüche oder unklare Zuständigkeiten – unverändert in digitale Systeme übertragen werden. Das Ergebnis sind digitalisierte Altprozesse statt struktureller Verbesserungen, wie auch die E-Government-Literatur zu fragmentierten Modernisierungsansätzen dokumentiert ().

Wirksame Digitalisierung setzt daher eine vorgelagerte Analyse und Neugestaltung der zugrunde liegenden Prozesse voraus, wie sie im BPM-Lifecycle als Prozessanalyse und -redesign verankert ist ().

1.2 Strukturelle Ursachen

  • Fragmentierte IT-Landschaften: Fehlende Interoperabilität verhindert durchgängige Prozesslogiken und behindert die End-to-End-Sicht auf Verwaltungsleistungen ().
  • Geringe Standardisierung: Gleichartige Leistungen werden organisationsabhängig unterschiedlich umgesetzt; dies konterkariert Skalierung und Nachnutzung von digitalen Lösungen ().
  • Zuständigkeitsorientierung: Abläufe werden entlang von Organisationseinheiten statt End-to-End-Prozessen gestaltet, was in der Public-Management-Forschung als wesentliche Barriere für Prozessreformen beschrieben wird ().
  • Front-End-Fokus: Digitalisierung adressiert häufig Schnittstellen zum Bürger, nicht die internen Kernprozesse, wodurch Effizienz- und Qualitätsgewinne begrenzt bleiben ().

1.3 KI als Verstärker struktureller Defizite

KI-Systeme sind in hohem Maße abhängig von klar definierten Prozessen und konsistenten Datenstrukturen. Studien zu algorithmischer Entscheidungsunterstützung in der öffentlichen Verwaltung zeigen, dass unklare Entscheidungsregeln und heterogene Datenbestände zu Bias, Intransparenz und eingeschränkter Skalierbarkeit führen (). In Umgebungen mit hoher Prozessvarianz, unklaren Entscheidungsregeln und geringer Datenqualität verstärken KI-Lösungen bestehende Ineffizienzen, anstatt diese zu kompensieren.

2. Konzept der Prozessintelligenz

2.1 Definition und Einordnung im IS-Diskurs

Prozessintelligenz beschreibt die Fähigkeit einer Organisation, Geschäftsprozesse datenbasiert zu verstehen, zu steuern und adaptiv weiterzuentwickeln. Sie steht damit in der Tradition des BPM, wie es in der IS- und Management-Literatur als ganzheitlicher Ansatz zur Identifikation, Modellierung, Analyse, Verbesserung und Automatisierung von Prozessen beschrieben wird (). Zugleich adressiert Prozessintelligenz die „missing link“-Problematik zwischen Informationssystemen und tatsächlichen Prozessausführungen, die im Process-Mining-Diskurs hervorgehoben wird ().

Im Sinne von Design Science Research lässt sich Prozessintelligenz als integriertes Artefakt konzipieren, das Methoden (BPMN, DMN, Process Mining), organisatorische Rollen (Prozessverantwortliche, Governance-Gremien) und technische Infrastruktur (prozessfähige Fachverfahren, Ereignislogs) zusammenführt, um ein klar umrissenes Relevanzproblem – die Stockung der Verwaltungsdigitalisierung – zu adressieren ().

2.2 Ebenen der Prozessintelligenz

  • Transparenz: Systematische Erfassung und Modellierung von Ist-Prozessen, typischerweise unter Einsatz von BPMN 2.0 und Prozess-Screenings.
  • Analyse: Datenbasierte Bewertung von Effizienz, Qualität und Varianten, etwa unter Nutzung von Kennzahlensystemen und Process-Mining-Verfahren ().
  • Steuerung: Kontinuierliche Optimierung, Automatisierung und Integration von KI-Anwendungen, gestützt durch explizite Entscheidungsmodelle (DMN) und Governance-Strukturen.

3. Methodisches Fundament: Artefakt-Bausteine

Aus DSR-Perspektive besteht Prozessintelligenz aus einem Ensemble von Artefakt-Bausteinen – konzeptuelle Modelle, Methoden und technische Komponenten –, die gemeinsam eine prozessintelligente Verwaltung ermöglichen ().

3.1 Prozess-Screening

Das Prozess-Screening bildet den Ausgangspunkt und dient der strukturierten Ist-Erhebung, Priorisierung und Bewertung von Verwaltungsprozessen. Es operationalisiert die Phase der Prozessidentifikation und -dokumentation im BPM-Lifecycle und schafft eine belastbare Grundlage für weitere Design- und Evaluationsschritte ().

3.2 BPMN 2.0 als Prozesssprache

BPMN 2.0 ermöglicht eine standardisierte und organisationsübergreifend verständliche Modellierung von Prozessen und ist in der IS-Literatur als De-facto-Standard der Prozessmodellierung verankert (). Für die öffentliche Verwaltung schafft BPMN die Voraussetzung, fachliche und technische Sicht auf Verwaltungsabläufe zu integrieren und modellbasierte Automatisierungsansätze zu unterstützen.

3.3 FIM als föderaler Standardisierungsrahmen

Das Föderale Informationsmanagement (FIM) ergänzt BPMN um verwaltungsspezifische Strukturierung von Leistungen, Daten und Prozessen. Es operationalisiert den Standardisierungsgedanken, der in der Digital-Government-Literatur als Voraussetzung für übergreifende Nachnutzung und Skalierung hervorgehoben wird ().

3.4 DMN zur Modellierung von Entscheidungslogik

Die Decision Model and Notation (DMN) ermöglicht die explizite, formal strukturierte Darstellung von Entscheidungsregeln. Aus Sicht der KI-Governance schafft DMN eine transparente Grundlage für regelbasierte und KI-gestützte Entscheidungen und ist zentral für die Nachvollziehbarkeit und Auditierbarkeit algorithmisch unterstützter Verwaltungsentscheidungen ().

3.5 Process Mining als datengetriebene Analyse

Process Mining schließt die Lücke zwischen modellierten Soll-Prozessen und realen Ist-Abläufen, indem Ereignisdaten (Event Logs) genutzt werden, um tatsächliche Prozessvarianten, Engpässe und Compliance-Abweichungen zu rekonstruieren (). Für die öffentliche Verwaltung bildet Process Mining die empirische Basis, auf der Prozessintelligenz von einem rein modellgetriebenen Ansatz zu einer datengetriebenen Steuerungsfähigkeit weiterentwickelt werden kann.

4. Prozessintelligenz als Voraussetzung für KI in der Verwaltung

4.1 Design-Relevanz: Warum KI ohne Prozessintelligenz scheitert

Aus Perspektive des DSR-Relevanzkriteriums adressiert Prozessintelligenz ein klar umrissenes Praxisproblem: KI-Pilotprojekte in der Verwaltung bleiben häufig isoliert, nicht skalierbar und schwer erklärbar. Die Literatur zu algorithmic decision-making im öffentlichen Sektor verweist dabei insbesondere auf fehlende Datenqualität, unklare Entscheidungslogik und schwache Governance-Strukturen als zentrale Ursachen ().

4.2 Reifegradmodell als konzeptionelles Artefakt

Das skizzierte Reifegradmodell (von „Ad hoc“ bis „KI-fähig“) lässt sich als konzeptionelles Artefakt im Sinne von verstehen. Es strukturiert die Entwicklungspfadlogik von Verwaltungsorganisationen und ermöglicht, Designentscheidungen entlang definierter Reifegrade (Dokumentation, Standardisierung, Datengetriebenheit, KI-Integration) zu planen und zu evaluieren.

  • Ad hoc: Undokumentierte Prozesse, keine konsistente Sicht auf Abläufe.
  • Dokumentiert: Modellierte, aber nicht verbindlich verankerte Prozesse.
  • Standardisiert: Verbindliche Prozessmodelle, klare Rollen und Governance.
  • Datengetrieben: Kontinuierliche Messung, Monitoring und Verbesserung.
  • KI-fähig: Integration von KI-Systemen in stabile, standardisierte und datengetriebene Prozesslandschaften.

5. Wirkungspotenziale und Evaluation

5.1 Effizienz, Qualität und Nutzerorientierung

Empirische Studien zu BPM zeigen, dass strukturierte Prozessgestaltung und -steuerung zu messbaren Effizienz- und Qualitätsgewinnen führen, etwa in Form geringerer Durchlaufzeiten, reduzierter Fehlerquoten und verbesserter Servicequalität (). In einem DSR-Setting können diese Kennzahlen als Evaluationkriterien für Prozessintelligenz-Artefakte dienen.

5.2 Transparenz, Rechtssicherheit und KI-Governance

Explizite Prozess- und Entscheidungsmodelle erhöhen Nachvollziehbarkeit, Prüfbarkeit und Rechtssicherheit – eine zentrale Anforderung im öffentlichen Sektor. In der Diskussion um „algorithmic accountability“ wird betont, dass nachvollziehbare Entscheidungsregeln und dokumentierte Abläufe Voraussetzung für legitime KI-gestützte Entscheidungen sind ().

5.3 Skalierbarkeit und Nachnutzung

Standardisierte Modelle nach FIM- und BPMN-Logik unterstützen das Prinzip „Einer für Alle“, das im deutschsprachigen E-Government-Diskurs als Schlüssel zur Skalierung digitaler Verwaltungsleistungen gilt (). Aus DSR-Sicht stellt dies ein wichtiges Kriterium für die Breitenwirkung des Artefakts dar.

5.4 Anpassungsfähigkeit und Resilienz

Dokumentierte und standardisierte Prozesse erleichtern die Umsetzung regulatorischer Änderungen und organisatorischer Anpassungen. Die Verwaltungs- und Public-Management-Literatur diskutiert dies als zentrale Dimension administrativer Resilienz und Change-Fähigkeit ().

6. Implikationen für Design Science Research

6.1 Artefaktcharakter von Prozessintelligenz

Prozessintelligenz kann als umfassendes, sozio-technisches Artefakt im Sinne von verstanden werden. Es kombiniert konzeptionelle Modelle (Reifegradmodell, Ebenen der Prozessintelligenz), Methoden (Screening, BPMN, DMN, Process Mining) und technische Implementierungen (ereignisbasierte Systemlogs, Workflow-Systeme) und adressiert damit ein Relevanzproblem der Verwaltungsdigitalisierung.

6.2 Forschungsdesign und Evaluationspfade

Für ein DSR-Paper bieten sich insbesondere formative Evaluationen entlang der Reifegrade sowie summative Evaluationen mit Kennzahlen zu Effizienz, Qualität, Transparenz und Skalierung an . Ergänzend kann die Anwendung der Hevner-Guidelines auf Prozessintelligenz-Artefakte selbst zum Gegenstand einer konzeptionellen oder empirischen Studie werden ().

7. Fazit

Prozessintelligenz ist eine zentrale Voraussetzung für erfolgreiche Verwaltungsdigitalisierung und skalierbaren KI-Einsatz. Im IS-Diskurs verbindet sie BPM, Process Mining und KI-Governance zu einem integrierten, designorientierten Ansatz, der das Relevanzproblem fragmentierter und technologiegetriebener Digitalisierungsinitiativen adressiert (, ). Als Artefakt im Sinne der Design Science bietet Prozessintelligenz einen strukturierten Rahmen, um Prozess-, Daten- und KI-Perspektiven in der öffentlichen Verwaltung zu integrieren und systematisch zu evaluieren ().

Literatur

  • Hevner, A. R., March, S. T., Park, J., & Ram, S. (2004). Design science in information systems research. MIS Quarterly, 28(1), 75–105.
  • Gregor, S., & Hevner, A. R. (2013). Positioning and presenting design science research for maximum impact. MIS Quarterly, 37(2), 337–355.
  • Dumas, M., La Rosa, M., Mendling, J., & Reijers, H. A. (2018). Fundamentals of business process management (2nd ed.). Springer. https://doi.org/10.1007/978-3-662-56509-4
  • van der Aalst, W. (2016). Process mining: Data science in action (2nd ed.). Springer.
  • Janssen, M., & Cresswell, A. M. (2006). Enterprise architecture integration in e-government. Proceedings of the 39th Annual Hawaii International Conference on System Sciences. IEEE.
  • Scholta, H., Mertens, W., Kowalkiewicz, M., & Becker, J. (2019). From one-size-fits-all to user-centered digital public services: A literature review and research agenda. Government Information Quarterly, 36(1), 11–25.
  • Bouckaert, G., & Halligan, J. (2008). Managing performance: International comparisons. Routledge.
  • Veale, M., & Brass, I. (2019). Administration by algorithm? Public management meets public sector machine learning. Public Management Review, 21(4), 615–642.

Publikationen

Soziale Netzwerke

Newsletter - Anmeldung