Rybinski, Fabian

Die Automobilindustrie erfährt einen Wandel hin zu vernetzten und intelligenten Fahrzeugen. Moderne Fahrzeuge generieren eine Vielzahl an Daten, die wertvolle Einblicke in das Fahrverhalten, die Nutzungsmuster und die Effizienz der Fahrzeuge bieten können. Eine Möglichkeit der Datennutzung besteht in der Anwendung von Process Mining, das die Analyse der Daten aus einer Prozessperspektive ermöglicht. Mit Process Discovery können beispielsweise Prozesse in den Daten identifiziert werden, während Conformance Checking hilft, die Abweichungen zwischen Soll- und Ist-Prozess zu untersuchen.

Ziel der Arbeit ist es, eine Methode für die Anwendung von Process Mining auf Fahrzeugdaten zu entwickeln. Ziel ist die Analyse von Fahrmustern aus Prozessperspektive, insbesondere wiederkehrender Fahrten zwischen spezifischen Wegpunkten wie dem Wohn- und Arbeitsort. Im Rahmen des Forschungsprojektes SofDCar wurde bereits ein Prototyp entwickelt, der als Grundlage für die Arbeit dienen kann. Der Prototyp soll weiterentwickelt und in seiner Funktionalität erweitert werden.

Nützliche Kenntnisse (aber nicht zwingend erforderlich): Grundlegende Kenntnisse in den Bereichen Data Science, Process Mining und (Python-)Programmierung sind von Vorteil. Ein Interesse an datengetriebenen Analysen wird vorausgesetzt.