In der Arbeit werden die Prinzipien des Process Mining zusammengefasst, erfolgreiche Anwendungsbeispiele dargestellt, verfügbare Werkzeuge verglichen und eine Gegenüberstellung der Stärken und Schwächen des Process Mining erarbeitet.
In Unternehmen laufen vielfältige Prozesse ab. Basis dieser Prozesse sind immer häufiger Informationssysteme. Diese protokollieren Aktionen häufig digital. Diese digitalen Quellen können damit zum Verständnis der ablaufenden Prozesse beitragen. Das Process Mining dient zur Erschließung digitaler Quellen für die zielgerichtete Optimierung der Prozesse in Unternehmen. Mit Hilfe der Quellen kann also ermittelt werden, ob die realen Prozesse den geplanten Definitionen entsprechen. Es können zeitliche Engpässe ermittelt werden und die Prozesse mit zusätzlichen Informationen erweitert werden, wie sozialen Netzwerken. Mit Hilfe des Process Mining können Fragen von Seiten des Managements beantwortet werden, und zwar anhand realer Abläufe:
- Wie lange ist die durchschnittliche/minimale/maximale Durchlaufzeit der Fälle?
- Wie viel Zeit wurde zwischen zwei beliebigen Aufgaben im Prozessmodell verbracht?
- Wie viele Personen sind an einem Fall beteiligt?
Inhaltsverzeichnis
Einleitung
Problemstellung
Aufbau und Methode
Grundlagen
Prozess-Management als Ausgangspunkt
Prinzipien des Process Mining
Herausforderungen des Process Management
Hauptteil
Verfügbare Werkzeuge
Process Discovery
Conformance Checking
Enhancement
Operational Support
Fazit
Beispiele der erfolgreichen Anwendung des Process Mining
Zusammenfassung
Anhang
Zusammenfassung des Projekts „Process-Mining bei der FORUM MEDIA GROUP“
Das Unternehmen
Das Projekt
Der Autor
Process Mining
Extraktion
Transformation und Bereitstellung in einer semantischen Softwarelösung
Dokumentation
Monitoring
Operational Support
Fazit
Zielsetzung & Themen
Diese Arbeit zielt darauf ab, die prinzipiellen Funktionsweisen des Process Mining zu erläutern, verfügbare Software-Werkzeuge vergleichend gegenüberzustellen und praxisnahe Anwendungsbeispiele aufzuzeigen, um den Mehrwert dieser Technologie für moderne Unternehmensprozesse zu verdeutlichen.
- Grundlagen des Prozessmanagements und des Process Mining
- Methodik zur Evaluation verschiedener Process-Mining-Werkzeuge
- Analyse der Funktionsbereiche Discovery, Conformance Checking und Enhancement
- Herausforderungen bei der Datenextraktion und beim Concept Drift
- Fallbeispiele aus der Praxis (Siemens, Telefónica, FORUM MEDIA GROUP)
Auszug aus dem Buch
Prinzipien des Process Mining
Process Mining versucht eine Lücke zwischen der Planung und dem Betrieb von Prozessen zu schließen und so einen ganzheitlicheren Ansatz des Prozess-Management zu ermöglichen. Der Gedanke ist, dass Event Daten, die Informationssysteme speichern, verwendet werden können, um die Prozesse zu überwachen bzw. die aus der Planung entstandenen Prozessmodelle durch den Abgleich mit der Realität zu verbessern. Hierbei spielen Event Logs, das sind digital protokollierte Arbeitsschritte der Prozesse, eine entscheidende Rolle. Dabei werden Machine Learning und Data Mining mit der Prozess Modellierung und der Prozessanalyse kombiniert, um Wissen aus Event Logs zu extrahieren und im Lebenszyklus der Prozesse fruchtbar zu machen (vgl. van der Aalst, 2016, S. 31).
Process Mining kann in drei Bereiche eingeteilt werden. Der erste Bereich wird Discovery genannt. Beim Discovery geht es um die Analyse eines Event Logs und die Erzeugung von Prozessmodellen, resultierend aus dieser Analyse. Für die Erzeugung der Modelle werden Algorithmen benutzt. Ziel ist es hierbei, dass die Algorithmen keine Informationen über die inhaltlichen Abläufe besitzen, also generalisiert werden können, unabhängig von dem Einsatzbereich der protokollierenden Software (vgl. van der Aalst, 2016, S.33).
Zusammenfassung der Kapitel
Einleitung: Überblickt die Problemstellung bei der Prozessoptimierung in Unternehmen und beschreibt den methodischen Aufbau der Arbeit.
Grundlagen: Erläutert das Prozessmanagement als Basis sowie die Kernkonzepte des Process Mining und die Herausforderungen bei der Umsetzung.
Hauptteil: Vergleicht verschiedene Software-Werkzeuge anhand eines Anforderungskatalogs und analysiert deren Unterstützung für die Bereiche Discovery, Conformance Checking und Enhancement.
Fazit: Führt die Erkenntnisse zusammen und bewertet die untersuchten Werkzeuge auf Basis der zuvor erarbeiteten Kriterien.
Beispiele der erfolgreichen Anwendung des Process Mining: Präsentiert drei konkrete Fallstudien, die den Nutzen von Process Mining bei Siemens, Telefónica und der FORUM MEDIA GROUP verdeutlichen.
Zusammenfassung: Reflektiert das Potenzial und die Hürden beim Einsatz von Process Mining für Organisationen.
Anhang: Dokumentiert detailliert ein spezifisches Praxisprojekt zur Überwachung von ETL-Jobs bei der FORUM MEDIA GROUP.
Schlüsselwörter
Process Mining, Prozessmanagement, Event Logs, Business Intelligence, Process Discovery, Conformance Checking, Prozessmodellierung, Datenanalyse, ETL-Prozesse, Software-Werkzeuge, Prozessoptimierung, Digitalisierung, Graphdatenbank, Monitoring, Unternehmensanwendungen
Häufig gestellte Fragen
Worum geht es in dieser Arbeit grundsätzlich?
Die Arbeit untersucht Process Mining als Instrument zur Erhöhung der Prozesstransparenz und vergleicht dabei verschiedene am Markt verfügbare Werkzeuge sowie deren Praxiseinsatz.
Was sind die zentralen Themenfelder?
Die zentralen Themen umfassen die theoretischen Grundlagen des Process Mining, die technische Evaluation von Mining-Software und die Anwendung dieser Techniken zur Prozessverbesserung.
Was ist das primäre Ziel der Arbeit?
Ziel ist es, Methoden des Process Mining vorzustellen, ihre Anwendbarkeit durch einen Vergleich von Tools zu bewerten und durch Praxisbeispiele den realen Mehrwert für Unternehmen zu demonstrieren.
Welche wissenschaftliche Methode wird verwendet?
Die Arbeit basiert auf einer Literaturanalyse der theoretischen Prinzipien sowie dem Aufbau eines Anforderungskatalogs, mit dem verschiedene Software-Lösungen methodisch bewertet werden.
Was wird im Hauptteil behandelt?
Der Hauptteil gliedert sich in eine detaillierte Analyse der Funktionen (Discovery, Conformance Checking, Enhancement) und einen direkten Vergleich von neun marktgängigen Process-Mining-Werkzeugen.
Welche Schlüsselwörter charakterisieren die Arbeit?
Wichtige Schlüsselbegriffe sind Process Mining, Prozessmanagement, Event Logs, Datenextraktion, Software-Vergleich und Prozessoptimierung.
Wie unterstützt Process Mining die Rechnungsprüfung?
Durch den Abgleich von real ablaufenden Prozessen mit geplanten Prozessmodellen können Abweichungen automatisch erkannt werden, was einen neuen, datengetriebenen Ansatz für die Prüfung bietet.
Was ist die spezifische Erkenntnis aus dem Projekt bei der FORUM MEDIA GROUP?
Es zeigte sich, dass die Verknüpfung von Logfile-Analysen mit einer semantischen Graphdatenbank eine flexible Dokumentation und ein effektives Monitoring von ETL-Prozessen ermöglicht, auch wenn für klassisches Process Mining datenseitig noch zu wenige Volumina vorlagen.
Was ist unter dem "representational Bias" zu verstehen?
Dies beschreibt den Umstand, dass die Wahl einer bestimmten Repräsentationsform oder Notation (wie z.B. Transition Systems) die Art und Weise beeinflusst, wie Analysten über Prozesse nachdenken und welche Fehler sie dabei möglicherweise übersehen.
- Quote paper
- Tassilo Weller (Author), 2022, Process-Mining als Werkzeug zur Prozesstransparenz, Munich, GRIN Verlag, https://www.grin.com/document/1315346
