@article{BenderBertheauKoerppenetal.2022,
  author    = {Bender, Benedict and Bertheau, Clementine and K{\"o}rppen, Tim and Lauppe, Hannah and Gronau, Norbert},
  title     = {A proposal for future data organization in enterprise systems},
  series = {Information systems and e-business management},
  volume    = {20},
  journal   = {Information systems and e-business management},
  publisher = {Springer},
  address   = {Heidelberg},
  issn      = {1617-9846},
  doi       = {10.1007/s10257-022-00555-6},
  pages     = {441 -- 494},
  year      = {2022},
  abstract  = {The digital transformation sets new requirements to all classes of enterprise systems in companies. ERP systems in particular, which represent the dominant class of enterprise systems, are struggling to meet the new requirements at all levels of the architecture. Therefore, there is an urgent need to reconsider the overall architecture of the systems and address the root of the related issues. Given that many restrictions ERP pose on their adaptability are related to the standardization of data, the database layer of ERP systems is addressed. Since database serve as the foundation for data storage and retrieval, they limit the flexibility of enterprise systems and the chance to adapt to new requirements accordingly. So far, relational databases are widely used. Using a systematic literature approach, recent requirements for ERP systems were identified. Prominent database approaches were assessed against the 23 requirements identified. The results reveal the strengths and weaknesses of recent database approaches. To this end, the results highlight the demand to combine multiple database approaches to fulfill recent business requirements. From a conceptual point of view, this paper supports the idea of federated databases which are interoperable to fulfill future requirements and support business operation. This research forms the basis for renewal of the current generation of ERP systems and proposes to ERP vendors to use different database concepts in the future.},
  language  = {en}
}
@misc{GrumKoerppenKorjahnetal.2022,
  author    = {Grum, Marcus and K{\"o}rppen, Tim and Korjahn, Nicolas and Gronau, Norbert},
  title     = {Entwicklung eines KI-ERP-Indikators},
  publisher = {Center for Enterprise Research, Universit{\"a}t Potsdam},
  address   = {Potsdam},
  pages     = {27},
  year      = {2022},
  abstract  = {K{\"u}nstliche Intelligenz (KI) gewinnt in zahlreichen Branchen rasant an Bedeutung und wird zunehmend auch in Enterprise Resource Planning (ERP)-Systemen als Anwendungsbereich erschlossen. Die Idee, dass Maschinen die kognitiven F{\"a}higkeiten des Menschen imitieren k{\"o}nnen, indem Wissen durch Lernen auf Basis von Beispielen in Daten, Informationen und Erfahrungen generiert wird, ist heute ein Schl{\"u}sselelement der digitalen Transformation. Jedoch charakterisiert der Einsatz von KI in ERP-System einen hohen Komplexit{\"a}tsgrad, da die KI als Querschnittstechnologie zu verstehen ist, welche in unterschiedlichen Unternehmensbereichen zum Einsatz kommen kann. Auch die Anwendungsgrade k{\"o}nnen sich dabei erheblich voneinander unterscheiden. Um trotz dieser Komplexit{\"a}t den Einsatz der KI in ERP-Systemen erfassen und systembezogen vergleichen zu k{\"o}nnen, wurde im Rahmen dieser Studie ein Reifegradmodell entwickelt. Dieses bildet die Ausgangsbasis zur Ermittlung der KI-Reife in ERP-Systemen und grenzt dabei die folgenden vier KI- bzw. systembezogenen Ebenen voneinander ab: 1) Technische M{\"o}glichkeiten, 2) Datenreife, 3) Funktionsreife und 4) Erkl{\"a}rf{\"a}higkeit des Systems.},
  language  = {de}
}