Best Practices Enhanced by Development Opportunities (BP-EDO) kutatócsoport

A Best Practices Enhanced by Development Opportunities (BP-EDO) kutatócsoport a digitális transzformációt támogatja, hagyományos ERP (Enterprise Resource Planning, Vállalati Erőforrás-tervezés) stratégiákat kiegészítve ügyfélorientált változásmenedzsmenttel, valamint a fenntarthatóság és innováció kiemelt figyelembevételével. Fő tevékenységeink generatív modellek, nagy nyelvi modellek (Large Language Models, LLM-ek), fejlett analitika és természetes nyelvi megértés (Natural Language Understanding, NLU) alkalmazására épülnek az összetett ERP kihívások megoldására. Az adatkezelés és szolgáltatásorientált architektúrák (SOA) biztosítják az interoperabilitást, míg a mesterséges intelligencia által generált proxy szolgáltatások és az in-memory adatbázisok fenntartható felhasználói felületeket és optimalizált teljesítményt nyújtanak.

A webes működés és a SOA tervezés több rétegen keresztül zajlik. A kompozit rétegen dinamikus fejlesztési technikák új alkalmazásokat hoznak létre. A munkafolyamat rétegen a folyamatmotor-orchestration (BPM) és az edge computing valós idejű adatfeldolgozást biztosít. Ezek a rétegek támogatják a mesterséges intelligencia által vezérelt orchestration-t és adaptív szolgáltatásvégrehajtást, összhangban az intelligens vállalati elvekkel, beleértve a felhőstratégiát, DevOps-t, adatvédelmet és biztonságot, miközben lehetővé teszik a mesterséges intelligencia (AI) és üzleti intelligencia (BI) funkciók vállalati szintű használatát.

A csoport vizsgálja a természetes nyelvi megértést (NLU) és a gyorsan fejlődő grafikus felhasználói felületeket (GUI), beleértve a generatív AI és LLM alapú interfészeket, nyomon követve azok elfogadását a mainframe rendszerektől a kliens-szerver korszakon át a modern kontextusokig. Az elfogadási akadályokat is kutatjuk, különösen ott, ahol az oktatási környezetekben először bevezetett csúcstechnológiás interfészek felgyorsíthatják a digitális transzformációt és a fenntarthatóságot az üzleti életben. A Kognitív Információs Rendszerek és az ember-gép interakció (HCI) kutatásai alapozzák meg az adaptív döntéstámogató környezeteket, amelyek átláthatóságot, személyre szabhatóságot és bizalmat biztosítanak dinamikus infokommunikációs hurkok révén.

A dinamikus fejlesztés kiterjed az AI által támogatott kódgenerálásra, adatbányászatra, UI, backend, adatbázis és biztonságos kommunikációs rétegek alapos tesztelésére. A kutatás integrálja az edge computing-et a valós idejű teljesítménynövelés érdekében. A fejlett analitika és prediktív modellezés előrejelzi az üzleti környezet változásait, lehetővé téve a proaktív szoftver- és architektúra-kiigazításokat. Az intelligens verziókezelés és a DevOps gyakorlatok optimalizálják a teljesítménymutatókat, biztosítva az összhangot a felhőstratégiával, adatvédelemmel, biztonsággal és fenntarthatósági célokkal.

A kutatócsoport szélesebb digitális transzformációs céljait támogatva, ez az adatvezérelt tanulmány a SAP rendszerek bevezetését vizsgálja kis- és középvállalatoknál (KKV-k). Elemzésünk több projektet vizsgálva azonosítja az ERP testreszabásának gyakori területeit, például pénzügyi jelentések, készletkezelési munkafolyamatok és felhasználói szerepkör-kezelés. Ezeknek a visszatérő igényeknek a feltérképezése segít a KKV-knak az előre nem látható problémák elkerülésében, a költséges késői változtatások csökkentésében és a bevezetés hatékonyabbá tételében. Az eredmények gyakorlati útmutatókat adnak az ERP rendszerek előrejelezhetőségének, hatékonyságának és a KKV üzleti igényeivel való összhangjának javítására.

▶ Generatív modellek és LLM integráció

▶ Fejlett analitika és prediktív modellezés

▶ Természetes nyelvi megértés (NLU)

▶ Fenntarthatóság és innováció az ERP-ben

▶ In-memory adatbázis architektúrák

▶ Vállalati architektúra legjobb gyakorlatai

▶ Kereskedelmi és nyílt forráskódú technológiai stackek

▶ Big Data, gépi tanulás és IoT vállalati környezetben

▶ Okos automatizálás és intelligens orchestráció

▶ Felhő-natív és DevOps alapú ERP telepítés

▶ Kognitív információs rendszerek és HCI

▶ AI és BI alapú vállalati funkciók

▶ End-to-End digitális transzformáció

▶ Fejlett statisztikai és gépi tanulási technikák

▶ Adatintelligencia és vizualizáció

▶ In-memory és edge computing architektúrák

▶ Teljesítmény-optimalizálás és skálázhatósági tesztelés

▶ Dinamika fejlesztés AI-asszisztált kódgenerálással

▶ Kognitív rendszertervezés és értékelés

▶ Szolgáltatásorientált és mikroservice keretrendszerek

▶ Biztonságos, szabályozott kommunikáció

• 11 MSc hallgató a Data Science mesterszak specializációjából
• Arafat Md Easin, PhD hallgató
• Asuah Georgina, PhD hallgató
• Munkácsi Imre, PhD hallgató
• Attila Márton Putnoki, PhD hallgató
• Attila Selmeci, PhD hallgató
• Bouressace Kawkab, PhD hallgató
• Tamas Orosz, PhD, habilitált, egyetemi docens

• Mezőgazdasági SAP bevezetés, 2023
• SAP Manufacturing Execution & Ipar 4.0, 2022
• DATA-EDIH (Európai Digitális Innovációs Központ)

• Asuah, Georgina; Arafat, Md Easin; Tamas, Orosz. “Optimizing SAP Machine Learning-based Solutions through Custom API Integration“, Acta Cybernetica, 2025.
• Arafat Md Easin, Bouressace Kawkab, Georgina Asuah, Andreea Gabriela Tănase. "A Rule-Based Machine Learning Approach for Multi-Class Customer Churn Prediction in O2C Process", 19th International Conference on Business Excellence, Springer, 2025.
• Georgina Asuah. “Teaching SAP Analytics Cloud (SAC): Benefits and Challenges.” Proceedings of the 1st SAP UA Community Conference: Central and Eastern Europe, 2024.
• Bouressace Kawkab, Barbara Hegyi. “Combining SAP with IoT for Real-Time Data Quality Monitoring.” Proceedings of the 1st SAP UA Community Conference, 2024.
• Arafat Md Easin. “Advancing AI-Driven Integration and Analytics through Intelligent Automation and Generative Models.” Proceedings of the 1st SAP UA Community Conference, 2024.
• Selmeci, A. “Databases, interfaces, data driven planning in ERP environments”, Proceedings of the 1st SAP UA Community Conference, 2024.
• Selmeci, A. “Sustainable configuration in an SAP environment”, Proceedings of the 1st SAP UA Community Conference, 2024.
• Easin, A. M., Sourav, S., & Tamás, O. “An intelligent LLM-powered personalized assistant for digital banking using langgraph and chain of thoughts.” IEEE SISY 2024.
• Asuah, G., Easin, A. M., & Tamás, O. “Optimizing SAP Machine Learning-based Solutions through Custom API Integration.” 14th Conference of PhD Students in Computer Science, 2024.
• Easin, A. M., & Tamás, O. “Enhancing SAP Ecosystem: Harmonizing Open-Source Technologies for Integration and Innovation.” 14th Conference of PhD Students in Computer Science, 2024.
• Munkácsi, I., Angyalné M. A., & Orosz, T. G. “Optimizing SAP S/4HANA On-Premise with Cloud-Ready Extensions: a Clean-Core system.” 14th Conference of PhD Students in Computer Science, 2024.
• Putnoki, A. M., & Orosz, T. “Artificial Intelligence and Cognitive Information Systems: Revolutionizing Business with Generative AI and RPA.” International Conference on Recent Innovations in Computing, 2023.
• Easin Arafat, M., Asuah, G., Saha, S., & Orosz, T. “Empowering Real-Time Insights Through LLM, LangChain, and SAP HANA Integration.” International Conference on Recent Innovations in Computing, 2023.
• Munkácsi, I., Orosz, T., & Alexy, M. “Implementation Challenges of Industry-Specific ERP System Solutions by Utilizing Best Practices.” International Conference on Recent Innovations in Computing, 2023.
• Selmeci, A., 2015, Adaptive Version Control in ERP Environments, 10th International Symposium on Applied Informatics and Related Areas (AIS), Székesfehérvár, IEEE.
• Selmeci, A. & Orosz, T., 2015, GUI fejlesztési trendek és oktatási hatása az üzleti alkalmazásokban, IEEE AIS 2015.
• Selmeci, A. & Orosz, T., 2014, Hatékony felhasználói interfészek üzleti igényekhez, Acta Technica Jaurinensis, 7(2), 207-223.
• Selmeci, A. & Orosz, T., 2014, Standard szoftver módosítás nélküli bővítése, IEEE SAMI 2014.
• Orosz, T., 2011, SAP fejlesztői eszközök és módszerek elemzése, IEEE ICIES 2011.
• Selmeci, A. & Orosz, T., 2012, SOA és BPM használata fejlesztésben: szerepek és gondolkodásmód változása, IEEE SISY 2012