Prozessoptimierung und -digitalisierung

Öffentliches Management / Public Administration, Master (PO-2022)

Modulnummer / Modulcode WPM30
Modulname Prozessoptimierung und -digitalisierung
Art des Moduls Wahlpflicht
Lernergebnisse, Kompetenzen, Qualifikationsziele
  • Die Studierenden erwerben die Fähigkeit kennzahlengestützte Prozessanalysen durchzuführen
  • Die Studierenden erwerben die Kompetenz Prozessoptimierungsansätze und -strategien erfolgreich anzuwenden
  • Die Studierenden erwerben Wissen zu Prozessimplementierungsansätzen
  • Die Studierenden erwerben Wissen zur Prozessdigitalisierung und Robotic Process Automation
  • Die Studierenden erwerben die Kompetenz IT-Unterstützungssysteme erfolgreich einzusetzen
Lehrveranstaltungsarten Selbststudium, e-Learning
Lehrinhalte

Prozessanalyse und -optimierung unter besonderer Berücksichtigung von Digitalisierungsansätzen:

  • Methoden zur Prozessanalyse
  • Prozessoptimierungsstrategien im Rahmen des Prozessmanagements und deren praktische Umsetzung
  • Prozessimplementierungskonzepte in Theorie und Praxis
  • Methoden und Ansätze zur Prozessdigitalisierung
  • Einsatz von Enterprise-Ressource-Planning Systemen (ERP-Systemen), Workflowsystemen, elektronischen Aktensystemen im Fachverfahrenskontext
  • Einsatzmöglichkeiten von KI-Verfahren zur Prozessunterstützung und -automatisierung
  • Robotic Process Automation (RPA)
Titel der Lehrveranstaltungen Prozessoptimierung und -digitalisierung
Lehr- und Lernmethoden (Lehr- und Lernformen) Blended Learning (Online-Auftaktveranstaltung, Online-Skript, Selbststudium)
Verwendbarkeit des Moduls Das Modul ist ausschließlich für den Master-Studiengang „Öffentliches Management/Public Administration“ konzipiert.
Dauer des Moduls ein Semester
Häufigkeit des Angebotes Sommer- und Wintersemester
Sprache Deutsch
Empfohlene (inhaltliche) Voraussetzungen für die Teilnahme am Modul
Voraussetzungen für die Teilnahme am Modul keine
Studentischer Arbeitsaufwand 180 Stunden
Studienleistungen keine
Voraussetzung für Zulassung zur Prüfungsleistung keine
Prüfungsleistungen I.d.R. Referat (ca. 20 Min.) mit schriftlicher Ausarbeitung (ca. 2.000 Wörter) oder Hausarbeit (ca. 3.000 Wörter) Spezifikation durch die jeweiligen Dozent:innen.
Anzahl Credits (ECTS) 6 cp
Lehreinheit Wirtschaftswissenschaften
Modulverantwortliche/r Prof. Dr. André Hanelt
Lehrende Dr. Torsten Fischer
Medienformen Online-Skript, schriftliche Ausarbeitung
Literatur

Buchkremer, R., Demund, A., Ebener, S., Gampfer, F., Jagering, D., Jurgens, A. et al. (2019). The Application of Artificial Intelligence Technologies as a Substitute for Reading and to Support and Enhance the Authoring of Scientific Review Articles. IEEE Access, 7, 65263–65276. https://doi.org/10.1109/ACCESS.2019.2917719 
Feldmann, C. (2022). Praxishandbuch Robotic Process Automation (RPA): Von der Prozessanalyse bis zum Betrieb. Springer/Gabler.
Gadatsch, A. (2025). Grundkurs Geschäftsprozess-Management: Analyse, Modellierung, Optimierung und Controlling von Prozessen. (11. Auflage). Springer Vieweg.
Garcia, J. (2025). KI-Manager: Für Lernende, Fachkräfte und Unternehmen, die KI verstehen, managen und erfolgreich einsetzen wollen (Künstliche Intelligenz). DEEP ATHENA.
Hofmann, M. (2019). Prozessoptimierung als ganzheitlicher Ansatz: Mit konkreten Praxisbeispielen für effiziente Arbeitsabläufe. Springer/Gabler.
Miley, S. (2025). AI Product Development: Integrating Machine Learning, Data Engineering, and Scalable Infrastructure to Deliver Intelligent Software Solutions. Independently published.
Müller, A., Schröder, H. & von Thienen, L. (2021). Digineering: Business Process Management im digitalen Zeitalter. Springer/Vieweg.
Taulli, T. (2020): The Robotic Process Automation Handbook: A Guide to Implementing RPA Systems. Apress.