Logo des Repositoriums

Auflistung nach Autor:in "Kern, Christopher Julian"

1 - 2 von 2
  • Zeitschriftenartikel
    Die ethischen Implikationen von Prozessdaten: Eine systematische Literaturanalyse von Datenethik und Process Mining
    (HMD Praxis der Wirtschaftsinformatik: Vol. 61, No. 1, 2024) Gabdoulline, Gulnara; Kern, Christopher Julian; Krönung, Julia
    Process Mining (PM) stellt eine wachsende Disziplin dar, die aufgrund ihres Potenzials zur Verbesserung von Geschäftsprozessen immer mehr Aufmerksamkeit von Forschern und Anwendern auf sich zieht. Wie jede neue Technologie gibt es jedoch auch im Kontext von PM-Bedenken hinsichtlich der ethischen Anwendung. Gerade bezogen auf Erhebung, Verarbeitung und Nutzung von Daten kann es hierbei zu Problemen kommen. Dieser Artikel zielt daher darauf ab, anhand einer Literaturanalyse ethische Implikationen im Process Mining herauszuarbeiten. Dabei wurden 39 Artikel aus sechs Zeitschriften im Bereich PM und 24 Artikel aus vier Zeitschriften im Bereich Datenethik analysiert. Die Ergebnisse zeigen das wachsende Interesse an der Datenethik und PM, aber es befasst sich nur ein geringer Anteil der analysierten PM-Artikel mit datenethischen Grundsätzen. Weitere Forschung ist in Bereichen bestimmter datenethischer Grundsätze, wie Datenqualität und der informierten Zustimmung, erforderlich. Insgesamt bietet diese Studie einen Ausgangspunkt für weitere Forschungen zur ethischen Nutzung von Daten bei der Anwendung von PM und verdeutlicht, dass diesem Bereich mehr Aufmerksamkeit gewidmet werden sollte. Process Mining (PM) is of increasing attention for researchers and practitioners alike, especially in regards of the potential to improve business processes in their efficiency. However, like any new data-driven technology, PM raises ethical concerns about the collection, processing, and use of data. The purpose of this paper is to demonstrate ethical implications in process mining by conducting a literature review. To do so, 39 articles from six journals in the field of PM and 24 articles from four journals in the field of data ethics were analyzed. The results show that despite there being growing interest in data ethics and PM, only a small percentage of the PM articles analyzed address data ethical principles. This highlights the need for clear ethical guidelines for use in PM. Further research is needed in areas of specific data ethics principles such as data quality and informed consent. As a result, this review provides a foundation for further research on the ethical use of data in the application of PM.
  • Textdokument
    Towards Augmenting Metadata Management by Machine Learning
    (INFORMATIK 2021, 2021) Kern, Christopher Julian; Schäffer, Thomas; Stelzer, Dirk
    Managing metadata is an important section of master data management. It is a complex, comprehensive and labor-intensive task. This paper explores whether and how metadata management can be augmented by machine learning. We deduce requirements for managing metadata from the literature and from expert interviews. We also identify features of machine learning algorithms. We assess 15 machine learning algorithms to determine their contribution to meeting the requirements and the extent to which they can support metadata management. Supervised and unsupervised learning algorithms as well as neural networks have the greatest potential to support metadata management effectively. Reinforcement learning, however, does not seem to be well suited to augment metadata management. Using Support Vector Machines and identification of metadata as an example, we show how machine learning algorithms can support metadata management.