Multi-Model Business Intelligence Exploration for Monitoring and Improving Institutional Reporting

Abstract

Institutionelles Reporting ist auf verlässliche Daten, nachvollziehbare Prozesse und wirksame Validierungsmechanismen angewiesen. Diese Arbeit untersucht Multi-Model Business Intelligence Exploration for Monitoring and Improving Institutional Reporting am Beispiel des institutionellen Repositoriums ReposiTUm an der TU Wien. Dazu werden komplementäre Prozess-, Asset-, Condition- und Datenmodelle eingesetzt, um Datenqualitätsrisiken sichtbar zu machen und validierte Workflow-Verbesserungen abzuleiten. Der empirische Fokus liegt auf dem Reporting wissenschaftlicher Publikationsdaten an der TU Wien.Die Arbeit besteht aus zwei komplementären Teilen. Der erste Teil befasst sich mit dem operativen Reporting-Workflow von ReposiTUm. Auf Basis von Design Science Research und der procan.do-Methodik wird der bestehende Workflow mithilfe von Condition und Asset Networks analysiert. Die Analyse zeigt fragmentierte Validierungsverantwortlichkeiten, eine Diskrepanz zwischen der Expertise der Forschenden und den Metadatenanforderungen sowie undokumentierte Nachbearbeitungsschleifen. Daraus wird ein optimierter TO-BE-Workflow abgeleitet: Eine Import-First-Ingestionsstrategie automatisiert die Erfassung bibliografischer Daten, während einstufige Validierung und direkte Korrekturen im System Nachbearbeitungsschleifen und Übergabelatenzen verringern.Der zweite Teil behandelt den Software-Engineering-Prozess, der diese Workflow-Transformation unterstützt. Die operativen Erkenntnisse werden in strukturierte Requirements-Governance-Mechanismen für die Legacy-Migration von ReposiTUm überführt. Dazu formalisiert die Arbeit erwartetes Systemverhalten mithilfe von Behavior-Driven Development und führt einen Anforderungsprüfpunkt auf Basis einer Definition of Ready ein, um unklare Anforderungen vor der Entwicklungspipeline abzufangen.Die vorgeschlagene Architektur wird anhand qualitativer Experteneinschätzungen und einer quantitativen Ex-ante-Validierung evaluiert. Eine Monte-Carlo-Simulation bewertet den neugestalteten Workflow unter empirisch kalibrierten Parameterannahmen. Die Ergebnisse zeigen, dass die Architektur die End-to-End-Prozessschritte von sechs auf vier reduzieren, Nachbearbeitungsschleifen minimieren und die durchschnittliche aktive Bearbeitungszeit pro Publikation um 65% senken kann. Damit leistet die Arbeit einen praktischen Verbesserungsvorschlag für das institutionelle Reporting der TU Wien und eine empirisch fundierte Fallstudie zur Nutzung von Multi-Model Business Intelligence für requirements-orientierte Legacy-Migration.

Institutional reporting depends on reliable data, traceable processes, and effective validation mechanisms. This thesis investigates Multi-Model Business Intelligence Exploration for Monitoring and Improving Institutional Reporting in the context of TU Wien's institutional repository ReposiTUm, using complementary process, asset, condition, and data models to make data quality risks visible and derive validated workflow improvements. Although the title addresses institutional reporting in general, the empirical focus lies on scientific publication reporting at TU Wien. The thesis consists of two complementary parts. The first part addresses the operational reporting workflow of ReposiTUm. Using Design Science Research and the procan.do methodology, the thesis analyzes the current workflow using Condition and Asset Networks. The analysis identifies fragmented validation responsibilities, a mismatch between researcher expertise and metadata requirements, and undocumented rework loops. Based on these findings, the thesis designs an optimized TO-BE workflow: an Import-First ingestion strategy automates bibliographic data acquisition, while one-step validation and in-place correction reduce rework loops and handover latency. The second part addresses the software engineering process required to support this workflow transformation. It translates the operational findings into structured requirements governance mechanisms for the legacy migration of ReposiTUm. The thesis formalizes expected system behavior through Behavior-Driven Development and introduces a structured requirements checkpoint based on a Definition of Ready, enabling the Product Owner to keep ambiguous requirements out of the development pipeline. The thesis evaluates the proposed architecture through qualitative expert assessment and quantitative ex-ante validation. A Monte Carlo simulation is used to evaluate the redesigned workflow under empirically calibrated parameter assumptions. The results show that the proposed architecture can reduce the total number of end-to-end process steps from six to four, minimize rework loops, and decrease the average active touch time per publication by 65%. The thesis contributes a practical improvement proposal for TU Wien's institutional reporting workflow and an empirically grounded case study on the use of Multi-Model Business Intelligence for requirements-oriented legacy migration.