Process mining auf Basis expliziter Semantikdefinitionen

Titelangaben

Schönig, Stefan:
Process mining auf Basis expliziter Semantikdefinitionen.
Bayreuth , 2011
(Masterarbeit, 2011, Universität Bayreuth, Fakultät für Mathematik, Physik und Informatik)

Volltext

	Format: PDF Name: MA_23102011_release.pdf Version: Veröffentlichte Version Verfügbar mit der Lizenz Deutsches Urheberrechtsgesetz. Das Dokument darf zum eigenen Gebrauch kostenfrei genutzt werden. Darüber hinaus bedürfen die Vervielfältigung, Bearbeitung, Verbreitung und jede Art der Verwertung der schriftlichen Zustimmung des jeweiligen Rechteinhabers.
	Download (4MB)

Abstract

Business Process Management wird als wichtige Strategie angesehen um Geschäftsprozesse zu kontrollieren und zu verbessern [1]. Eine zentrale Phase dabei ist das Modellieren der Prozesse, was im Allgemeinen sehr kostenintensiv und zeitaufwändig ist. Aus diesen Gründen ist man stets auf der Suche nach neuen Methoden, welche diesen Arbeitsaufwand verringern und zur Verbesserung der Informationsversorgung beitragen. Eine Sammlung derartiger Methoden ist Process Mining. Process Mining Verfahren nutzen aufgezeichnete Prozessdaten bereits abgelaufener Prozesse um daraus Information zu extrahieren und Prozessmodelle zu generieren [2]. Diese (halb-) automatische Generierung von Prozessmodellen bietet viel Potential um Zeit und Kosten einzusparen. Es können zahlreiche Informationen bei der Ausführung von Prozessen protokolliert werden, neben der eigentlichen Reihenfolge der Prozessschritte beispielsweise auch die ausführenden Agenten, verwendete und produzierte Daten oder benutzte Werkzeuge. Aus diesem Grund wurden Process Mining Verfahren entwickelt, welche ihren Fokus jeweils auf eine bestimmte Art von Information (Perspektive des Prozesses) richten. All diesen Verfahren ist gemeinsam, dass die Möglichkeiten der zu Grunde liegenden Algorithmen nur auf deren jeweilige Aufgabe beschränkt sind und diese nicht flexibel auf neue Anforderungen oder neu gestellte Aufgaben anpassbar sind. Außerdem erfolgt keine kombinierte Betrachtung der verschiedenen Arten von Information. Gerade derartige Zusammenhänge, welche perspektiven-übergreifend existieren, sind jedoch für die Analyse von Geschäftsprozessen interessant und wichtig. Process Mining auf Basis expliziter Semantikdefinitionen überführt die aufgezeichneten Prozessdaten in eine allgemeingültige Graph-Datenstruktur, welche es ermöglicht, flexibel nach beliebig definierten Semantiken zu suchen. Dadurch kann der Aufgabenbereich des Verfahrens flexibel ausgeweitet oder verkleinert werden. Außerdem wird eine kombinierte Betrachtung der vorhandenen Information ermöglicht. Das vorgestellte Verfahren ermöglicht daher die Erkennung von Zusammenhängen zwischen den verschiedenen Arten von gespeicherten Prozessdaten.

Abstract in weiterer Sprache

Business process management is considered as an essential strategy to create and maintain competitive advantage by modeling, controlling and monitoring production and development as well as administrative processes. Business process management starts with a modeling phase which is very time and cost intensive. Since process modeling is a very expensive and cumbersome task, approaches are identified that reduces the modeling effort. One of them is process mining. Process mining utilizes information/knowledge about processes whilst execution. The fundamental idea is to extract knowledge from event logs recorded by information systems. Thus, process mining aims at the (semi-) automatic reconstruction of process models using information provided by event logs. There are several types of information that can be recorded within a log. In addition to the sequence of process steps, it’s possible to record the performing agents, corresponding data or tools. For this reason, process mining algorithms have been developed, focusing different types (perspectives of the process) of information. However, the possibilities of all approaches are limited to their predefined tasks. There is no possibility to react to new defined demands flexibly. Furthermore, there is no combined examination of the different information types. However, relations between the different perspectives are especially interesting and important for the analysis of business processes. Therefore, process mining based on explicit semantic definitions converts the recorded process information into a data structure that offers the possibility to search for user-defined semantics and rules. Hence, the scope of functions can be extended or reduced flexibly. Moreover, the approach offers the possibility to examine the recorded process information comprehensively. This way, relations between the different perspectives of the process can be discovered.