A Model for Calculating Cost of Applying Electronic Governance and Robotic Process Automation to a Distributed Management System

Technische Zusammenfassung: Ein Modell zur Berechnung der Kosten der Anwendung von Electronic Governance und Robotic Process Automation auf ein verteiltes Managementsystem

Problemstellung
Die Arbeit adressiert eine Lücke in der Literatur hinsichtlich der quantitativen Analyse der organisatorischen Effizienz bei der Integration von Electronic Governance (eGov) und Robotic Process Automation (RPA) in verteilte Managementsysteme (Distributed Management, DM). Während DM durch dezentrale Entscheidungsfindung Flexibilität und Agilität bietet und eGov sowie RPA als Instrumente zur Steigerung der operativen Effizienz und zur Kostensenkung anerkannt sind, existiert derzeit kein formales mathematisches Modell, um die spezifischen Kosten für die Erfüllung einer Aufgabe innerhalb dieses hybriden Umfelds zu berechnen. Die Autoren weisen darauf hin, dass eine erfolgreiche Implementierung komplexe Abwägungen erfordert, einschließlich Infrastrukturinvestitionen, Schulung und Koordinationsherausforderungen, was einen rigorosen Kostenanalyserahmen erforderlich macht, der sowohl menschliche als auch automatisierte Akteure berücksichtigt.

Methodik
Die Autoren schlagen ein mathematisches Modell vor, das ein bestehendes Framework zur Verknüpfung wirtschaftlicher Leistung mit organisatorischer Skalierung und Struktur erweitert (referenziert aus [23]). Die Methodik umfasst die folgenden Schritte:

1. Definition der Organisationsstruktur: Das Modell definiert eine Organisation durch ihre Tiefe ($D$), welche die Anzahl der Managementebenen repräsentiert. Ebene 1 ist die höchste (z. B. CEO) und Ebene $D+1$ repräsentiert die ausführenden Mitarbeiter ohne Managementaufgaben.
2. Formulierung der Humankosten:
   • Die Kosten pro Zeiteinheit für einen ausführenden Mitarbeiter ($C_{D+1}$) werden als Funktion eines minimalen Basiskostensatzes, der Organisationstiefe und dem Qualifikationsniveau ($sl$) des Mitarbeiters modelliert.
   • Die Kosten für Manager auf Ebene $i$ ($C_i$) werden auf Basis der Kosten des ausführenden Mitarbeiters abgeleitet, skaliert durch ein Verhältnis ($1+r$), das mit der Organisationstiefe ansteigt.
   • Die Gesamtkosten für Menschen ($C(\text{humans})$) werden durch die Summation des Produkts aus individuellen Kosten und ihrem proportionalen Zeitbeitrag ($p_{ij}$) über alle Ebenen hinweg berechnet.
3. Formulierung der Bot/Automatisierungskosten:
   • Das Modell führt „Bots“ (künstliche Agenten) ein, die zusammen mit Menschen innerhalb derselben hierarchischen Struktur agieren.
   • Bot-Kosten werden unter Verwendung analoger Gleichungen zu den Humankosten berechnet, wobei durch die Verwendung von Prim-Notation (z. B. $C'_{D+1}$, $sl'$, $r'$) unterschieden wird. Dies ermöglicht distinkte Parameter bezüglich der Skill-Level, Basiskosten und Gehaltsverhältnisse der Bots.
4. Integrierte Kostenberechnung:
   • Die Gesamtkosten pro Zeiteinheit ($C$) für die Erfüllung einer Aufgabe werden als gewichtete Summe der Human- und Bot-Kosten definiert, normiert durch eine Konstante ($\kappa$).
   • Die endgültige Gleichung (Gleichung 8) aggregiert die Kosten aller menschlichen und bot-basierten Mitarbeiter, gewichtet nach ihren jeweiligen Zeitbeiträgen ($q_{ij}$ und $q'_{ik}$).
   • Das Modell dekomponiert die Kosten für ausführende Mitarbeiter spezifisch (Gleichung 9), um aufzuzeigen, wie die Gesamtkosten eine lineare Kombination aus Basiskosten und qualifikationsgewichteten Zeitanteilen sowohl für Menschen als auch für Bots sind.

Zentrale Beiträge

• Neuartiger mathematischer Rahmen: Die Arbeit präsentiert ein mathematisches Modell, das die Autoren als „eines der ersten seiner Art“ bezeichnen, welches speziell darauf ausgelegt ist, Aufgabenkosten in einem DM-System unter Nutzung von eGov und RPA zu berechnen.
• Hybride Agentenmodellierung: Im Gegensatz zu früheren Modellen, die sich möglicherweise nur auf menschliche Arbeitskraft oder rein automatisierte Systeme konzentrieren, integriert dieses Framework menschliche Mitarbeiter und Software-Bots explizit in eine einzige hierarchische Kostenstruktur. Dies ermöglicht den Vergleich von Qualifikationsniveaus und Zeitbeiträgen über beide Agententypen hinweg.
• Formalisierung von eGov- und RPA-Kosten: Das Modell bietet eine strukturierte Methode, um die spezifischen Kostentreiber von eGov (z. B. Software, digitale Speicherung, Online-Formulare) und RPA (z. B. Implementierung, Wartung, Bot-Anschaffung) in die breitere organisatorische Kostenformel einzubeziehen.

Ergebnisse
Die Arbeit präsentiert keine empirischen Daten, experimentellen Ergebnisse oder Fallstudien-Simulationen. Stattdessen ist das „Ergebnis“ die Ableitung der mathematischen Gleichungen selbst. Das Modell zeigt, dass die Kosten für die Erfüllung einer Aufgabe in einem verteilten System eine Funktion folgender Variablen sind:

• Organisationstiefe ($D$).
• Die Qualifikationsniveaus sowohl der menschlichen als auch der Bot-Agenten.
• Der proportionale Zeitbeitrag eines jeden Agenten.
• Die spezifischen Kostenparameter (Basiskosten und Skalierungsfaktoren), die mit der Organisationsstruktur und den eingesetzten Technologien verbunden sind.

Bedeutung und Ansprüche
Die Autoren positionieren diese Arbeit als einen grundlegenden Schritt für die zukünftige Forschung. Sie behaupten, dass das Modell signifikant ist, da es:

• Eine kritische Lücke in der Kostenanalyse der organisatorischen Effizienz im Kontext beispielloser Fortschritte in elektronischen und Automatisierungstechnologien schließt.
• Ein formales Werkzeug zur Analyse der Abwägungen zwischen dem Potenzial für gesteigerte Effizienz/Agilität und den Herausforderungen der Implementierung (wie Koordination und Investitionskosten) bietet.
• Erwartet wird, dass es „weitere Forschung anregt“, wie eGov und RPA die organisatorische Leistung beeinflussen, während sich diese Technologien stetig weiterentwickeln.

Die Arbeit bewahrt einen bescheidenen Ton und räumt ein, dass die Kombination von eGov und RPA zwar immenses Potenzial besitzt, die Herausforderungen der Implementierung (Planung, Design, Sicherheit) jedoch komplex sind und das Modell als theoretische Basis zur Analyse dieser Dynamiken dient, statt als präskriptive Lösung für den sofortigen Einsatz.