The field of Enterprise Architecture (EA) emerged as an answer to the increasing complexity in managing and aligning the business-IT relationship within enterprises. Both practitioners and academics have expressed interest in the field, with a growing number of publicized works related to EA. In an attempt to provide an outlook of the current research landscape of EA, a systematic literature review was conducted. Citation data from the Scopus (Elsevier) API were automatically extracted and analyzed. By applying the Louvain method on the collected data, 8 research communities and their topic were identified: (1) Enterprise Engineering (I & II), (2) Enterprise Architecture Management, (3) Enterprise Modelling, (4) IT Architecture, (5) Enterprise Integration, (6) Digital Transformation, and (7) Smart Cities. For each community, a summarized description with sub-community graphs as well as tables (describing the top authors, articles, and affiliation countries) are presented. Lastly, a comparison of the results and the EA trends identified by Gampfer et al. are presented. / Fältet Enterprise Architecture (EA) framkom som ett svar på den ökande komplexiteten i att hantera och anpassa affärs-IT-relationen inom företag. Både utövare och akademiker har uttryckt intresse för området, då antal publicerade verk relaterade till EA fortsätter att växa. I ett försök att ge en syn på det aktuella forskningslandskapet inom EA genomfördes ett systematisk litteraturöversikt. Citeringsdata från Scopus (Elsevier) API extraherades och analyserades automatiskt. Genom att tillämpa Louvain-metoden på insamlade datan identifierades 8 forskarsamhällen och deras ämnen: (1) Enterprise Engineering (I & II), (2) Enterprise Architecture Management, (3) Enterprise Modelling, (4) IT Architecture, (5) Enterprise Integration, (6) Digital Transformation och (7) Smart Cities. För varje gemenskap gavs en sammanfattad beskrivning med undergruppsdiagram samt tabeller (över t.ex. de främsta författarna, artiklarna, och anslutningsländerna). Slutligen så gjordes en jämförelse av resultaten och de EA trender som identifierats av Gampfer et al.
| Identifer | oai:union.ndltd.org:UPSALLA1/oai:DiVA.org:kth-301022 |
| Date | January 2021 |
| Creators | Tham, Emelie |
| Publisher | KTH, Skolan för elektroteknik och datavetenskap (EECS) |
| Source Sets | DiVA Archive at Upsalla University |
| Language | English |
| Detected Language | English |
| Type | Student thesis, info:eu-repo/semantics/bachelorThesis, text |
| Format | application/pdf |
| Rights | info:eu-repo/semantics/openAccess |
| Relation | TRITA-EECS-EX ; 2021:341 |
Page generated in 0.0024 seconds