Inhalt

Process Mining hat sich als Methode zur datengetriebenen Analyse und Verbesserung von Geschäftsprozessen etabliert. Process Mining ermöglicht es, aus digitalen Aufzeichnungen in Systemen (Event Logs) reale Prozessabläufe zu rekonstruieren, zu analysieren und zu verbessern. Dabei werden drei Hauptaspekte unterschieden: Die Prozesserkennung (Process Discovery) zur automatischen Erstellung von Prozessmodellen, die Konformitätsprüfung (Conformance Checking) zum Vergleich von Ist- und Soll-Prozessen sowie die Prozessverbesserung (Process Enhancement) zur Verbesserung bestehender Abläufe.

Parallel dazu haben Large Language Models (LLMs) neue Möglichkeiten in der Verarbeitung und Generierung von natürlicher Sprache eröffnet. Die Kombination beider Technologien verspricht innovative Ansätze für das Geschäftsprozessmanagement.

Ziel der Arbeit ist es, LLMs für die Erweiterung und Verbesserun von Process Mining zu untersuchen. Der Fokus soll hierbei auf der Entwicklung und Evaluierung neuer Methoden liegen, welche die strukturierte Prozessanalyse des Process Mining mit den Fähigkeiten von LLMs in der Verarbeitung natürlicher Sprache kombinieren.

Mögliche Forschungsschwerpunkte:

• Generierung von Prozessbeschreibungen aus Event Logs durch LLMs
• Automatisierte und natürlichsprachliche Interpretation von Process-Mining-Ergebnissen
• Integration unstrukturierter Daten in Process Mining durch LLM-basierte Vorverarbeitung
• Conformance Checking mittels LLM-gestützter Regelextraktion
• Generierung von Prozessverbesserungsvorschlägen basierend auf Process-Mining-Ergebnissen

Bitte bewerben Sie sich bei Interesse über den folgenden Link: https://portal.wiwi.kit.edu/forms/form/Bewerbung_Abschlussarbeit_AIFB-BIS