Diskrete  Ereignissimulation im Kontext BPM  

Inhaltsverzeichnis

Abbildungsverzeichnis   IV

Tabellenverzeichnis   V

Abk  ürzungsverzeichnis  VI

1  Einleitung und Motivation  1

2  Historische Entwicklung  2

3  Grundkonzepte  3

3.1  Begriffsklärung  3

3.2  Arten der Simulation  4

3.2.1  Klassifizierung  4

3.2.2  Monte Carlo-Simulation.  4

3.2.3  Diskrete Simulation  5

3.2.4  Kontinuierliche Simulation  6

3.3  Formalisierung der DES  6

3.4  Beispiel der DES  8

3.4.1  Problembeschreibung  8

3.4.2  Definition der Simulationskomponenten  8

3.4.3  Algorithmische Formalisierung  9

3.4.4  Abschlussbemerkungen  11

4  Untersuchungsansatz  13

4.1  Review  13

4.2  Vorgehensweise  13

5  Erweiterte Konzepte  15

6  Aktuelle Entwicklungen und offene Probleme  17

7  Aktuelle Software  18

7.1  Übersicht  18

7.2  AnyLogic  19

8  Erweiterung des Bezugsrahmens  21

8.1  Überblick  21

8.2  Ereignissimulation und BPM  22

8.3  Umsetzung der Ereignissimulation in BPM Suiten  22

II  S e i t e  

Diskrete Ereignissimulation im Kontext BPM

9 Fazit und Ausblick .................................................................................. 24 Literaturverzeichnis ...................................................................................... VII

III | S e i t e

Diskrete Ereignissimulation im Kontext BPM

Abbildungsverzeichnis

Abb. 1: Any Logic Professional ........................................................................ 20 Abb. 2: BPM-cycle for continous business process improvement ................... 21

IV | S e i t e

Diskrete Ereignissimulation im Kontext BPM

Tabellenverzeichnis

Tabelle 1: Fallbeispiel - Kunde kommt an - Situation 1 ..................................... 9 Tabelle 2: Fallbeispiel - Kunde kommt an - Situation 2 ................................... 10 Tabelle 3: Fallbeispiel - Kunde kommt an - Situation 3 ................................... 10 Tabelle 4: Fallbeispiel - Bedienung beendet - Situation 1 ................................ 11 Tabelle 5: Fallbeispiel - Bedienung beendet - Situation 2 ................................ 11 Tabelle 6: Fallbeispiel - Kaufhaus schließt ....................................................... 11

V | S e i t e

Diskrete Ereignissimulation im Kontext BPM

Abkürzungsverzeichnis

DES Discrete Event Simulation OR Operations Research

VI | S e i t e

Diskrete Ereignissimulation im Kontext BPM

1 Einleitung und Motivation

In der Vergangenheit waren Simulationsverfahren vor allem in technischen Disziplinen wichtige Analyseinstrumente, da gerade hier reale Experimente sehr kosten- und aufwandsintensiv sind. Ein klassisches Beispiel hierfür ist die Simulation aerodynamischer Eigenschaften von Fahrzeugen oder Flugzeugen im Windkanal. 1

Aufgrund immer leistungsstärkerer Computer, welche auch die Simulation hochkomplexer Experimente ermöglichen, kam dieser Technologie eine immer höhere Bedeutung zu, wodurch sie Einzug in die unterschiedlichsten Forschungs- und Entwicklungsdisziplinen - so auch in das Geschäftsprozessmanagement, fand.

Durch diese Technologie ist es möglich, Geschäftsprozesse, vor der Einführung in den Produktivbetrieb, zu simulieren und damit zu verifizieren. Es können Fehler und Schwachstellen der Modelle im Vorfeld identifiziert und behoben werden, wodurch kritische Situationen und ineffiziente Arbeitsweisen vermieden werden.

Das am weitesten verbreitete und bewährte Konzept der diskreten Ereignissimulation (engl. Discrete Event Simulation = DES) stellt in diesem Zusammenhang den Fokus der vorliegenden Arbeit dar, wobei im Grundlagenteil (Kapitel 3) in das gesamte Spektrum der Simulation eingeführt wird. Weiterhin wird anhand eines Beispiels die Formalisierung eines zu simulierenden Systems vorgenommen und die zugehörigen Algorithmen erarbeitet. Im Kapitel der erweiterten Konzepte (Kapitel 5) wird anschließend auf Erweiterungen und Neuerung in diesem Teilbereich eingegangen und in Kapitel 6 die aktuellen Entwicklungen und offenen Probleme diskutiert. Zum Abschluss werden simulationsunterstützende Softwarewerkzeuge vorgestellt und, auf den Ergebnissen basierend, eine Erweiterung des allgemeinen Bezugsrahmens vorgenommen (Kapitel 8).

¹ Domschke, W., Drexl, A.: Einführung in Operations Research - Springer Lehrbuch, Springer 2005, S. 223

1 | S e i t e

Diskrete Ereignissimulation im Kontext BPM

2 Historische Entwicklung

Die Simulation im Allgemeinen hat Ihren Ursprung weit in der Vergangenheit. Bereits historische Wissenschaftler und Physiker bedienten sich Modellen zur Analyse von Systemen. Im Allgemeinen spricht man dabei von Experimenten, welche bis heute ein bedeutendes Anwendungsfeld der Simulation darstellen. Als aktuelles und populäres Beispiel können in diesem Umfeld Auto-Crashtests genannt werden.

Wie bereits einleitend angesprochen waren Simulationsverfahren vor allem in technischen Disziplinen wichtige Analyseinstrumente. Durch den Einsatz von leistungsstarker Computertechnik wurde diese immer bedeutender, da Simulationen sehr kostengünstig und ohne real existierende (greifbare) Modelle durchgeführt werden können. Diese Tatsache führte ebenfalls dazu, dass die Simulation auch in anderen Forschungsdisziplinen, wie den Geowissenschaften (beispielsweise Computersimulation von Winden oder Tsunamis) oder den Sozial- und Wirtschaftswissenschaften vermehrt zum Einsatz kam. Gerade in den Wirtschaftswissenschaften, oder spezieller im Teilbereich des Geschäftsprozessmanagement oder „Operations Research“ (Abk.: OR) fand sich in den letzten Jahren ein hoher Zuspruch, da Prozessen unter geringem zeitlichen und finanziellen Aufwand simuliert und analysiert werden können. Der Informatik kommt in diesem Zusammenhang heute eine besondere Bedeutung zu, da sie sich sowohl mit der technischen Unterstützung und Umsetzung der Verfahren als auch mit den Verfahren selbst befasst.

2 | S e i t e