Eine Variante, mit der Unternehmen ihre Prozesse über Industrie 4.0-Anwendungen verbessern können, ist der Einsatz von Process Mining Software. Bei Process Mining handelt es sich um ein Themenfeld, das in den letzten Jahren sowohl im Bereich der Forschung als auch für die Anwendung im Unternehmen immer wichtiger geworden ist.
Infolgedessen haben es sich viele Softwarehersteller zur Aufgabe gemacht, ihren Kunden mithilfe von Process Mining Software eine übersichtliche Darstellung von Prozessabläufen zu ermöglichen, damit diese Verbesserungen an einzelnen Prozessen im Unternehmen durchführen können. Die Verbesserungen, die dabei durchgeführt werden, sollen verhindern, dass Aktivitäten oder Ressourcen unnötig ausgelastet oder dass Prozessabläufe unnötige Wiederholungen von Aktivitäten enthalten. Die Softwarehersteller setzen dabei unterschiedliche Schwerpunkte bei der Entwicklung ihrer Werkzeuge.
Um für ausgewählte Werkzeuge die Eignung für bestimmte Aufgaben im Process Mining festzustellen, wurden die Werkzeuge mithilfe allgemeiner Softwareanforderungen sowie mit unterschiedlichen Testdaten anhand von eigens dafür erstellten Fragebögen getestet. Die Ergebnisse wurden miteinander verglichen, um damit Rückschlüsse zu ziehen, für welche Aufgaben des Process Minings sich welche Werkzeuge am besten eignen.
Die Analyse zeigt, dass einige Werkzeuge besser für die Case-Identifikation, andere Werkzeuge besser für das Social Mining und wieder andere besser für die Bottleneck-Analyse geeignet sind. Des Weiteren hat sich herausgestellt, dass es Werkzeuge gibt mit denen mehr Aufgaben als allgemein in den Anforderungen formuliert wurde.
Diese Arbeit stellt eine Handlungsempfehlung dar, wie nach geeigneter Process Mining Software recherchiert und je nach Use Case eine geeignete Software ausgewählt werden kann. Weitere Forschung auf dieser Grundlage könnte explizit auf die Process Mining Algorithmen der in dieser Arbeit untersuchten Werkzeuge eingehen.
Inhaltsverzeichnis der Arbeit
1. Einleitung
1.1. Motivation
1.2. Zielsetzung
1.3. Vorgehen
1.3.1. Literaturrecherche
1.3.1.1. Vorgehen bei der Literaturrecherche
1.3.1.2. Durchführung der Literaturrecherche
1.3.2.Werkzeugrecherche
1.3.2.1. Vorgehen bei der Werkzeugrecherche
1.3.2.2. Durchführung der Werkzeugrecherche
2. Grundlagen und Begriffe
2.1. Herleitung
2.2. Durchführung
2.3. Perspektiven
3. Werkzeuge
3.1. Übersicht über alle Process-Mining-Werkzeuge
3.2. Auswahl der Werkzeuge
3.2.1. Anforderungen an Process-Mining
3.2.2 Kriterien für die Auswahl der Werkzeuge
3.2.3. Überblick über die ausgewählten Werkzeuge
4. Entwicklung der Fragebögen
5. Testdaten
5.1. Testdatenrecherche
5.1.1. Vorgehen bei der Testdatenrecherche
5.1.2. Durchführung der Testdatenrecherche
5.1.3. Kriterien für die Auswahl der Testdaten
5.2. Auswahl der Testdaten
5.3. Aufbereitung der Testdaten
6. Evaluation der ausgewählten Werkzeuge
6.1. Test und Vergleich der Werkzeuge anhand der allgemeinen Anforderungen an Software
6.1.1 Test anhand der funktionalen Anforderungen
6.1.2 Test anhand der nichtfunktionalen Anforderungen
6.1.3 Vergleich der Auswertungen anhand der allgemeinen Anforderungen an die Software
6.1.3.1 Celonis
6.1.3.2 Disco
6.1.3.3 Minit
6.1.3.4 myInvenio
6.1.3.5 ProM 6.8
6.1.3.6 TimelinePI
6.2. Besondere Funktionen der ausgewählten Werkzeuge
6.2.1 Celonis
6.2.2 Disco
6.2.3 Minit
6.2.4 myInvenio
6.2.5 ProM 6.8
6.2.6 TimelinePI
6.3. Test der Werkzeuge anhand der Testdaten
6.3.1 ITIL-Incident-, Change- und Interaction-Management bei Rabobank
6.3.1.1 Identifikation von Cases im Anwendungsfall
6.3.1.2 Aufgaben im Social Mining
6.3.1.3 Bottleneck-Analyse
6.3.1.4 Manipulation des Event-Logs
6.3.2 Prozess zur Verarbeitung von Strafen für Verkehrssünder
6.3.2.1 Identifikation von Cases im Anwendungsfall
6.3.2.2 Aufgaben im Social Mining
6.3.2.3 Bottleneck-Analyse
6.3.3 Abrechnungsprozess in einem Krankenhaus
6.3.3.1 Identifikation von Cases im Prozessmodell im Anwendungsfall
6.3.3.2 Aufgaben im Social Mining
6.3.3.3 Bottleneck-Analyse
6.3.4 Verarbeitungsprozess von Requests in der Softwareentwicklung nach CAiSE-Standard
6.3.4.1 Identifikation von Cases im Prozessmodell
6.3.4.2 Aufgaben im Social Mining
6.3.4.3 Bottleneck-Analyse
6.4. Vergleich der Auswertungen der Werkzeuge anhand der Testdaten
6.4.1 Identifikation von Cases im Prozessmodell:
6.4.1.1 Celonis
6.4.1.2 Disco
6.4.1.3 Minit
6.4.1.4 myInvenio
6.4.1.5 ProM 6.8
6.4.1.6 TimelinePI
6.4.1.7 Fazit
6.4.2 Aufgaben im Social Mining
6.4.2.1 Celonis
6.4.2.2 Disco
6.4.2.3 Minit
6.4.2.4 myInvenio
6.4.2.5 ProM 6.8
6.4.2.6 TimelinePI
6.4.2.7 Fazit
6.4.3 Bottleneck-Analyse
6.4.3.1 Celonis
6.4.3.2 Disco
6.4.3.3 Minit
6.4.3.4 myInvenio
6.4.3.5 ProM 6.8
6.4.3.6 TimelinePI
6.4.3.7 Fazit
6.4.4 Manipulation des Event-Logs
6.4.4.1 Celonis
6.4.4.2 Disco
6.4.4.3 Minit
6.4.4.4 myInvenio
6.4.4.5 ProM 6.8
6.4.4.6 TimelinePI
6.4.4.7 Fazit
6.5. Zusammenfassung der Auswertungen
6.5.1 Celonis
6.5.2 Disco
6.5.3 Minit
6.5.4 myInvenio
6.5.5 ProM 6.8
6.5.6 TimelinePI
7. Conclusio
Zielsetzung und Themenfelder
Diese Bachelorarbeit verfolgt das Ziel, einen systematischen Marktüberblick zu spezialisierter Process-Mining-Software zu erstellen und diese anhand definierter Kriterien und realer Testdaten in Bezug auf funktionale und nichtfunktionale Anforderungen zu evaluieren, um eine fundierte Handlungsempfehlung für die Softwareauswahl zu geben.
- Systematische Marktrecherche und Kategorisierung von Process-Mining-Werkzeugen
- Entwicklung und Anwendung von Bewertungskriterien für eine softwaretechnische Evaluation
- Zusammenstellung und Aufbereitung relevanter Testdatensätze für einen praktischen Werkzeugvergleich
- Test der Software hinsichtlich Case-Identifikation, Social Mining und Bottleneck-Analyse
- Erstellung einer fundierten Entscheidungshilfe für die Auswahl geeigneter Process-Mining-Software
Auszug aus dem Buch
2.2. Durchführung
Process-Mining besitzt drei verschiedene Arten in der Durchführung: die Erkennung, die Konformitätsprüfung sowie die Erweiterung des bestehenden Prozessmodells.
Die Erkennung wird im Process-Mining verwendet, um ein Modell aus dem Event-Log ohne zusätzliche Informationen zu produzieren. Sie ist die weitverbreitetste Art des Process-Minings.
Die Grundlagen zur Erstellung dieser Modelle lassen sich durch Erkennungsalgorithmen wie den α-Algorithmus, welcher den meistverwendeten Process-Mining-Algorithmus darstellt, oder den generischen sowie den heuristischen Algorithmus ermitteln. Hauptaufgabe dieser Algorithmen ist es, aus Vorgänger-Nachfolger-Beziehungen von Aktivitäten ein Modell zu konstruieren. Das dabei erstellte Modell wird in den meisten Fällen als Prozessmodell dargestellt, z. B. als UML, Petri-Netz oder EPK, wie Abbildung 2 im Bereich (a) zeigt.
Die Konformitätsprüfung im Process-Mining wird verwendet, um das erstellte Prozessmodell aus dem Event-Log mit einem bestehenden Prozessmodell des gleichen Prozesses zu vergleichen. Anhand dieses Vergleichs sollen die Tauglichkeit und die Angemessenheit des bestehenden Prozessmodells überprüft werden.
So kann der Nutzer der Process-Mining-Software sehen, ob ein Konformitätsproblem vorliegt bzw. das bestehende Modell überarbeitet werden sollte, wie in Abbildung 2 im Bereich (b) gezeigt wird.
Die Erweiterung des bestehenden Prozessmodells zielt darauf ab, Prozessmodelle anhand der Informationen aus dem Event-Log zu erweitern. Das kann man zum Beispiel machen, indem man mit Hilfe der Zeitstempel der verschiedenen Aktivitäten die Wartezeiten zwischen den Aktivitäten berechnet, um Flaschenhälse, sog. ‚Bottlenecks‘, zu identifizieren. Anhand der Identifizierung dieser Schwachstellen ist es möglich, ein neues Prozessmodell unter Zuhilfenahme des bestehenden Modells zu konstruieren, wie Abbildung 2 im Bereich (c) zeigt.
Zusammenfassung der Kapitel
1. Einleitung: Dieses Kapitel motiviert die Relevanz des Geschäftsprozessmanagements im Big-Data-Zeitalter und definiert die Zielsetzung sowie das methodische Vorgehen der Arbeit.
2. Grundlagen und Begriffe: Hier werden die theoretischen Fundamente des Process-Minings, inklusive Entstehung, Definitionen, Durchführungsarten und Analyseperspektiven, dargelegt.
3. Werkzeuge: Dieses Kapitel liefert eine Marktübersicht über verschiedene Werkzeuge und definiert die Kriterien zur Auswahl der für die Arbeit relevanten Softwarelösungen.
4. Entwicklung der Fragebögen: Hier werden auf Basis der Literatur und Anforderungen die spezifischen Fragebögen zur funktionalen und nichtfunktionalen Evaluation der Werkzeuge entwickelt.
5. Testdaten: Dieses Kapitel erläutert die Recherche, Auswahl und notwendige Aufbereitung der vier für die Evaluation verwendeten Testdatensätze.
6. Evaluation der ausgewählten Werkzeuge: Dies ist der Hauptteil der Arbeit, in dem die Softwarelösungen anhand der definierten Kriterien getestet und die Ergebnisse detailliert miteinander verglichen werden.
7. Conclusio: Das abschließende Kapitel fasst die wichtigsten Ergebnisse der Arbeit zusammen und bewertet die Eignung der untersuchten Werkzeuge für unterschiedliche Anwendungsfälle.
Schlüsselwörter
Process-Mining, Software-Evaluation, Geschäftsprozessmanagement, Case-Identifikation, Social Mining, Bottleneck-Analyse, ITIL, Testdaten, Prozessmodellierung, Industrie 4.0, Software-Vergleich, Datenanalyse, Algorithmen, Konformitätsprüfung, Datenaufbereitung.
Häufig gestellte Fragen
Worum geht es in dieser Bachelorarbeit grundsätzlich?
Die Arbeit untersucht und bewertet verschiedene Softwarelösungen für Process-Mining, um Unternehmen eine Orientierungshilfe bei der Auswahl passender Werkzeuge für ihre individuellen Anforderungen zu bieten.
Was sind die zentralen Themenfelder der Arbeit?
Die zentralen Felder umfassen die Theorie des Process-Minings, die Evaluation von Marktwerkzeugen, die praktische Analyse mittels Testdaten und die Erstellung von Entscheidungskriterien für den Einsatz von Prozessanalyse-Software.
Was ist das primäre Ziel der Untersuchung?
Das primäre Ziel ist es, eine systematische Recherche und eine praxisnahe Evaluation von Process-Mining-Werkzeugen durchzuführen, um zu klären, welche Software sich für welche spezifischen Aufgaben wie Case-Identifikation oder Bottleneck-Analyse am besten eignet.
Welche wissenschaftliche Methode wird verwendet?
Es wird eine strukturierte Literaturrecherche, eine Kriterienentwicklung zur Software-Auswahl und eine empirische Testreihen-Evaluation basierend auf vier verschiedenen, aufbereiteten Testdatensätzen durchgeführt.
Was wird im Hauptteil der Arbeit behandelt?
Der Hauptteil beinhaltet die detaillierte Vorstellung der Werkzeuge, die Entwicklung von Fragebögen, die Aufbereitung von Testdaten sowie eine umfassende, tabellarisch gestützte Gegenüberstellung und Analyse der Werkzeugleistungen anhand verschiedener Kriterien.
Welche Schlüsselbegriffe charakterisieren die Arbeit?
Wichtige Begriffe sind Process-Mining, Software-Evaluation, Case-Identifikation, Social Mining, Bottleneck-Analyse und Geschäftsprozessmanagement.
Wie unterscheidet sich die Eignung von Celonis und Disco im Vergleich?
Celonis ist eher für komplexe, cloud-basierte Analysen mit Fokus auf Social Mining und Bottlenecks geeignet, während Disco eine schnelle und übersichtliche Standardanalyse für Anwender bietet, die ihren Fokus primär auf die klassische Prozesserkennung legen.
Warum ist das Ergebnis bei myInvenio zur Case-Identifikation besonders positiv?
myInvenio zeichnet sich durch eine exakte Skalierung auf Stundenbasis in der Case-Verteilung aus, was im Vergleich zu anderen Werkzeugen eine präzisere und anwendungsorientiertere Analyse ermöglicht.
Welche Rolle spielt die Datenaufbereitung für die Testergebnisse?
Die Datenaufbereitung war entscheidend, da fehlende Ressourcen-Attribute oder fehlerhafte Zeitstempel in den Rohdaten ohne Korrektur die Durchführung spezifischer Analysen wie Social Mining oder Bottleneck-Berechnungen unmöglich gemacht hätten.
- Citation du texte
- Christian Erling (Auteur), 2019, Vergleich und Evaluation von Process Mining Software, Munich, GRIN Verlag, https://www.grin.com/document/535084
