Die Verknüpfung operativer Prozesse mit unterstützenden Informationssystemen nimmt in der heutigen Unternehmenswelt mehr und mehr zu. Das Process Mining verfolgt das Ziel, aus diesen Daten einen Nutzen zu generieren und möglichst viele Informationen über Prozesse zu extrahieren. Dies geschieht, indem das aufgezeichnete Verhalten zu Prozessmodellen zusammengefasst und für vielseitige Analysen und schließlich zur Optimierung der Geschäftsabläufe genutzt werden kann.
Ziel dieser Arbeit ist es, ein vorhandenes Beispielset an Ereignis-Logdaten eines Workflowmanagementsystems für die Bearbeitung von Krediten mit Hilfe des Process Mining zu untersuchen. Dabei beschränkt sich diese Untersuchung auf die Prozesserkennung (Discovery) aus der Prozessperspektive. In der Unternehmenswelt stellt der entdeckte Prozess den Startpunkt für weitere Analysen dar, wie beispielsweise Vergleiche zu bereits bestehenden Prozessmodellen und Finden von Abweichungen (Conformance Checking), Erkennung von Engpässen, Reduzierung von unerwünschten Abweichungspotenzialen, Optimierung von Ressourcenallokationen, Zeitprognosen und Aussprache von Empfehlungen sowie Verbesserung der Prozessabläufe (Enhancement).
Ob ein entdecktes Prozessmodell zweckmäßig ist oder nicht, hängt schlussendlich von der Fragestellung ab, unter welcher das Modell untersucht wird. Das Modell aus der Prozessperspektive möglichst genau zu durchleuchten und ein umfangreiches Spektrum als Grundlage für weitere Analysen zu bieten, stellt für diese Untersuchung somit das Ziel dar. Im Zuge dessen werden Analysen zu Durchlaufzeiten, der Verteilung der Arbeit und der grundlegenden Prozessperformance durchgeführt und darüber hinaus ein Clustering angewendet, um typische Auftragsmuster erkennen zu können.
Inhaltsverzeichnis
- Einleitung
- Grundlagen des Process Mining
- Process Mining aus der Prozessperspektive zur Erstellung des Prozessmodells
- Anwendung des Heuristics Miners in ProM
Zielsetzung und Themenschwerpunkte
Diese Arbeit befasst sich mit der Anwendung von Process Mining-Techniken zur Analyse von Ereignis-Logdaten eines Workflowmanagementsystems für die Bearbeitung von Krediten. Das Ziel ist es, ein Prozessmodell aus den Logdaten zu erstellen, um so einen tieferen Einblick in die Abläufe des Kreditbearbeitungsprozesses zu gewinnen und potentielle Optimierungspotenziale aufzudecken.
- Prozessmodellierung mit Process Mining
- Analyse von Ereignis-Logdaten
- Prozesserkennung (Discovery)
- Bewertung von Prozessmodellen
- Optimierung von Geschäftsabläufen
Zusammenfassung der Kapitel
Einleitung
Die Einleitung führt in die Thematik des Process Mining ein und erläutert die Bedeutung der Verknüpfung von operativen Prozessen mit Informationssystemen. Sie stellt das Ziel der Arbeit dar, ein Prozessmodell aus Ereignis-Logdaten eines Kreditbearbeitungsprozesses zu erstellen.
Grundlagen des Process Mining
Dieses Kapitel beleuchtet die Grundlagen des Process Mining und erklärt die verschiedenen Softwarelösungen, die für die Erstellung von Prozessmodellen aus prozessbezogenen Daten zur Verfügung stehen. Es wird insbesondere auf die Programme ProM und Disco eingegangen.
Process Mining aus der Prozessperspektive zur Erstellung des Prozessmodells
Dieses Kapitel widmet sich der Anwendung des Process Mining aus der Prozessperspektive, um ein Prozessmodell zu erstellen. Es beschreibt die Herausforderungen, die bei der Analyse von Ereignis-Logdaten auftreten können, wie beispielsweise Unvollständigkeit und Rauschen.
Anwendung des Heuristics Miners in ProM
Dieses Kapitel erläutert die Anwendung des Heuristics Miners in ProM, um den Herausforderungen der Unvollständigkeit und des Rauschens in den Logdaten zu begegnen. Es werden die Ergebnisse der Anwendung des Heuristics Miners auf die Logdaten des Kreditbearbeitungsprozesses dargestellt und diskutiert.
Schlüsselwörter
Process Mining, Ereignis-Logdaten, Prozessmodell, Discovery, Heuristics Miner, ProM, Disco, Conformance Checking, Fitness, Precision, Kreditbearbeitungsprozess.
- Arbeit zitieren
- Claudia Hamann (Autor:in), Jelena Marczinzik (Autor:in), 2013, Unterstützenden Informationssystemen in operativen Prozessen. Process Mining mit Disco und ProM, München, GRIN Verlag, https://www.grin.com/document/302614
