Designing a technology roadmap for the digital transformation of public eprocurement through emerging fourth industrial revolution technologies in the context of the European Union’s strategic priorities

Abstract

This dissertation examines how contracting authorities in the European Union can assess and adopt emerging technologies in public procurement and public eProcurement under conditions of legal, administrative, and institutional accountability. The central argument is that technical maturity and expected efficiency gains are not sufficient grounds for adoption. A technology must also be suitable for the specific phase of the procurement lifecycle in which it is applied, supported by adequate organisational capacity, and accompanied by evidence that allows the resulting decision to be reviewed, challenged, and revised. The study addresses three related weaknesses in existing approaches. First, technology roadmaps often treat technical readiness as equivalent to administrative readiness, without adequately considering the legal constraints that shape public procurement decisions. Second, technology combinations are usually assessed in terms of functional benefits, while the redistribution of responsibility, control, and documentation across the combined configuration receives less attention. Third, many existing models provide no clear process for revising adoption decisions when technologies, risks, organisational capabilities, or regulatory requirements change. To address these weaknesses, the dissertation develops a dynamic technology roadmap for the selection, prioritisation, sequencing, monitoring, and revision of emerging technology adoption in European Union public procurement. The research follows a Design Science Research approach and uses two sequential rounds of a modified Delphi study, with 21 valid responses in each round. The second round serves as an independent stage of confirmation and refinement. The empirical analysis examines technology suitability across procurement phases, adoption priority, maturity, alignment with procurement objectives, regulatory support, implementation risk, and the conditions under which technology combinations can be considered feasible and accountable. The findings are incorporated into a Composite Prioritisation Score that brings together the main evaluation criteria in a transparent and reproducible form. The score supports the justification of sequencing decisions but does not replace administrative judgement. Big Data Analytics, Business Intelligence, and selected applications of Artificial Intelligence and Machine Learning emerge as the most immediately applicable technologies, provided that administrative readiness and evidentiary requirements are satisfied. Robotic Process Automation is better suited to clearly delimited and lower risk administrative tasks. Blockchain and the Internet of Things show a particular value for traceability and contract performance monitoring, although their broader use depends on interoperability, cybersecurity, data protection, and institutional capacity. The dissertation also proposes a Dynamic Knowledge Graph RAG architecture that represents technologies, procurement phases, regulatory requirements, risks, evidence objects, transition conditions, and grounds for revision as connected and versioned knowledge entities. This structure makes it possible to trace recommendations to their evidentiary basis and to revise them when the underlying data or rules change. The contribution of the dissertation lies in presenting technology adoption as a documented administrative process that must remain explainable, reviewable, and adaptable over time. The study does not claim to deliver a fully deployed information system. It provides an empirically grounded framework for technology management and public policy in the field of public procurement.

Η παρούσα διατριβή εξετάζει πώς μπορούν να επιλεγούν, να ιεραρχηθούν και να ενταχθούν αναδυόμενες τεχνολογίες στις δημόσιες ηλεκτρονικές προμήθειες της Ευρωπαϊκής Ένωσης, με τρόπο που να υπηρετεί τις στρατηγικές προτεραιότητες της Ένωσης, να ανταποκρίνεται στις απαιτήσεις της δημόσιας διοίκησης και να μπορεί να αιτιολογηθεί και να ελεγχθεί θεσμικά. Η διατριβή εκκινεί από τη διαπίστωση ότι μια αναθέτουσα αρχή δεν αρκεί να γνωρίζει αν τεχνολογίες όπως η τεχνητή νοημοσύνη, η ανάλυση μεγάλων δεδομένων, το blockchain, το Internet of Things ή η ρομποτική αυτοματοποίηση διαδικασιών μπορούν να βελτιώσουν επιμέρους λειτουργίες μιας σύμβασης. Οφείλει να μπορεί να αιτιολογήσει γιατί μια τεχνολογία είναι κατάλληλη για συγκεκριμένη φάση του κύκλου ζωής των δημοσίων συμβάσεων, ποιοι κίνδυνοι συνοδεύουν την εφαρμογή της και με ποια τεκμήρια η σχετική επιλογή μπορεί να ελεγχθεί εκ των υστέρων. Η διατριβή ανταποκρίνεται σε τρία αλληλένδετα ερευνητικά κενά: τα υπάρχοντα τεχνολογικά roadmaps συχνά δείχνουν αν μια τεχνολογία είναι τεχνικά ώριμη, αλλά δεν εξηγούν επαρκώς αν η δημόσια διοίκηση είναι έτοιμη να τη χρησιμοποιήσει και αν η χρήση της μπορεί να σταθεί μέσα στους κανόνες των δημοσίων συμβάσεων, δεν δείχνουν με σαφήνεια πώς πρέπει να κατανέμεται η ευθύνη και η τεκμηρίωση όταν συνδυάζονται περισσότερες τεχνολογίες και δεν εξηγούν πώς πρέπει να αλλάζει μια απόφαση υιοθέτησης όταν μεταβάλλονται η τεχνολογική ωριμότητα, οι κίνδυνοι, οι διοικητικές δυνατότητες ή οι κανονιστικές απαιτήσεις. Για την αντιμετώπιση αυτού του κενού, η έρευνα σχεδιάζει έναν δυναμικό τεχνολογικό οδικό χάρτη, ο οποίος υποστηρίζει την επιλογή, την ιεράρχηση, τη σταδιακή ενσωμάτωση, την παρακολούθηση και την αναθεώρηση της εφαρμογής των αναδυόμενων τεχνολογιών στις δημόσιες προμήθειες, στο θεσμικό και πολιτικό πλαίσιο της Ευρωπαϊκής Ένωσης. Η μεθοδολογική προσέγγιση εντάσσεται στη Design Science Research και στηρίζεται σε δύο διαδοχικούς γύρους τροποποιημένης Delphi, με είκοσι μία έγκυρες απαντήσεις σε κάθε γύρο και με τον δεύτερο γύρο να λειτουργεί ως ανεξάρτητο στάδιο επιβεβαίωσης και εξειδίκευσης των ευρημάτων του πρώτου. Η εμπειρική διερεύνηση εξετάζει την καταλληλότητα των τεχνολογιών ανά φάση της σύμβασης, την προτεραιότητα υιοθέτησης, την τεχνολογική ωριμότητα, τη συνάφεια προς τους στόχους των δημοσίων συμβάσεων, την κανονιστική υποστήριξη, τους κινδύνους εφαρμογής και τις δυνατότητες τεχνολογικών συνεργειών. Τα ευρήματα μετασχηματίζονται σε έναν δείκτη πολυκριτηριακής ανάλυσης Composite Prioritisation Score, ο οποίος συγκεντρώνει τα βασικά κριτήρια αξιολόγησης σε έναν σαφή δείκτη προτεραιότητας και βοηθά να αιτιολογηθεί γιατί μια τεχνολογία μπορεί να προηγηθεί ή να μετατεθεί σε μεταγενέστερο στάδιο, χωρίς ωστόσο αυτό να υποκαθιστά την τεκμηριωμένη διοικητική κρίση. Τα αποτελέσματα δείχνουν ότι η ανάλυση μεγάλων δεδομένων, το Business Intelligence και επιλεγμένες εφαρμογές τεχνητής νοημοσύνης και μηχανικής μάθησης είναι οι πιο άμεσα αξιοποιήσιμες επιλογές, εφόσον υπάρχουν διοικητική ετοιμότητα και επαρκής θεσμική τεκμηρίωση. Η ρομποτική αυτοματοποίηση διαδικασιών είναι κατάλληλη κυρίως για επαναλαμβανόμενες διοικητικές εργασίες που βασίζονται σε προκαθορισμένους κανόνες και δεν απαιτούν σύνθετη αξιολογική κρίση. Το blockchain και το Internet of Things μπορούν να ενισχύσουν την ιχνηλασιμότητα και την παρακολούθηση της εκτέλεσης συμβάσεων, εφόσον διασφαλίζονται διαλειτουργικότητα, κυβερνοασφάλεια, προστασία δεδομένων και επαρκείς διοικητικές δεξιότητες για τη χρήση και τον έλεγχό τους. Η προτεινόμενη αρχιτεκτονική Dynamic Knowledge Graph RAG εισάγει στον Γράφο Γνώσης δεδομένα για τεχνολογίες, φάσεις συμβάσεων, κανονιστικές απαιτήσεις, κινδύνους και προϋποθέσεις εφαρμογής, αναπαριστώντας τα ως κόμβους και σχέσεις. Όταν εξετάζεται μια τεχνολογική επιλογή, το σύστημα ανακτά τις σχετικές διαδρομές μέσα στο γράφημα, ελέγχει τις προϋποθέσεις ένταξής της και υποστηρίζει τη διοικητική κρίση για το αν η τεχνολογία μπορεί να προχωρήσει, να δοκιμαστεί πιλοτικά, να μετατεθεί σε επόμενο στάδιο ή να ανασταλεί, μαζί με τους λόγους και τα δεδομένα που στηρίζουν αυτή την κρίση. Η διατριβή, ωστόσο, δεν ισχυρίζεται ότι παραδίδει ένα πληροφοριακό σύστημα έτοιμο για επιχειρησιακή χρήση, αλλά ένα εμπειρικά θεμελιωμένο πλαίσιο διοίκησης τεχνολογίας και δημόσιας πολιτικής, μέσα από το οποίο η τεχνολογική υιοθέτηση αντιμετωπίζεται ως οργανωμένη διοικητική επιλογή που πρέπει να αιτιολογείται, να ελέγχεται και να αναθεωρείται με βάση σαφή δεδομένα.