In Sachen Digitalisierung und Smart City hat sich die Stadt Leipzig nun schon des Öfteren als Vorreiter hervorgetan. In einem neuen Pilotprojekt wurde nun der Einkaufsprozess  der Stadt mit Hilfe von Process Mining analysiert , wodurch auch tiefere Einblicke in die ERP-Prozesse ermöglicht werden sollten. 

Fazit des Pilotprojekts ist, dass die manuelle Bearbeitung einiger Prozesschritte zu Prozessstau und potentieller Überlastung von Mitarbeitenden führt. Durch IT-gestützte Verfahren des Process Minings konnten Engpässe und Liegezeiten erkannt und Optimierungspotential für künftige Lösungen aufgezeigt werden.

Quelle und mehr dazu hier: Stadt Leipzig setzt auf Process Mining: Zeitung für kommunale Wirtschaft (zfk.de)

Die Verwaltung wird digitaler, und damit die Rechnungsprüfung zwangsläufig auch. Über den erwartbaren Anpassungdruck hinaus ergeben sich für Tätigkeiten der Revision/ Rechnungsprüfung aber zudem auch neue Chancen. Durch einen enorm gestiegenen Datenbestand können Prüfungshandlungen teilweise oder vollständig automatisiert ablaufen. Hierfür bietet die DataScience” ein umfangreiches Reservoir an Analyseinstrumenten, die – je nach Prüfungsinteresse – sinnvoll einsetzbar sind.

Der europaweit beabsichtigte Hinweisgeberschutz führt bereits heute zu konkreten Pflichten für Arbeitgeber des öffentlichen Dienstes. Arbeitgeber trifft die Pflicht zur Einrichtung interner Meldestellen, bestimmte öffentliche Stellen müssen auch externe Meldestellen betreiben. Das in Teilen angepasste Hinweisgeberschutzgesetz wurde nach langem Hin und Her und nach Nachverhandlungen im Vermittlungsausschuss am 11. Mai 2023 vom Bundestag verabschiedet, der Bundesrat stimmte dem Gesetz am 12. Mai 2023 zu. Am 2. Juli 2023 wird das Gesetz zu weit überwiegenden Teilen in Kraft treten und verpflichtet öffentliche Beschäftigungsgeber zu verschiedenen Maßnahmen.

Quelle: https://www.haufe.de

Unterstützt und optimiert der Einsatz von Machine-Learning (ML) Methoden  die Arbeitsprozesse in öffentlichen Ämtern? 

Um dieser Frage nachzugehen, wurde in einem gemeinsamen Projekt von Horváth und dem Umweltbundesamt (UBA) der Einsatz von AI zur Unterstützung von Arbeitsprozessen und Fachverfahren im Umweltbundesamt (UBA) getestet.  Hierfür wurden vier konkrete Anwendungsfälle spezifiziert, für die ML-Modelle entwickelt und in einer prototypischen Anwendung erfolgreich implementiert wurden.

Das Fazit des Projekts ist, dass gezielter Einsatz von Machine-Learning Effizienzsteigerung ermöglicht.

Quelle: www.haufe.de