Clemens Schreiber

Folgende drei Themen stehen für die externe Abschlussarbeit zur Auswahl:

THEMA 1: Entwicklung und Anwendung einer intuitiven Root Cause Analysis für nicht-technische Nutzer im Kontext von Process Mining

Root Cause Analysis (RCA) ist ein zentraler Bestandteil moderner Process-Mining-Technologien und ermöglicht es, auf prozessuale Fragestellungen wie "Warum tritt ein Problem auf?" konkrete Antworten und Ansatzpunkte zur Verbesserung oder Vermeidung zu liefern. Aktuelle Ansätze konzentrieren sich jedoch häufig auf technisch versierte Anwender und setzen ein hohes Maß an Fachwissen über Dashboarding, Datenanalyse sowie Algorithmen voraus oder sind so einfach gehalten, dass die Ergebnisse nur begrenzte Relevanz zur Problemlösung haben. Ziel dieser Forschungsarbeit ist es daher, die Essenz des Process Minings für nichttechnische Fachanwender intuitiv und werthaltig zugänglich zu machen. Im Rahmen dieser Masterarbeit soll untersucht werden, wie eine anwenderfreundliche Root Cause Analysis gestaltet werden kann.

THEMA 2: Entwicklung und Anwendung von Semantic Conformance Checking in Audit- und Compliance-Szenarien

Conformance Checking wird derzeit primär zur Überprüfung des Kontrollflusses eines Prozesses eingesetzt, indem Soll-Prozessvarianten mit Ist-Prozessvarianten verglichen werden. Diese rein syntaktische Betrachtung
beschränkt sich jedoch auf die Struktur der Prozessabläufe und lässt inhaltliche Aspekte wie Kosten, Zeiten oder Ressourcenzuweisungen unberücksichtigt. Das Konzept des Semantic Conformance Checking erweitert diese Methodik um eine ganzheitliche Soll-Ist-Analyse, die zusätzliche Dimensionen wie Sollund Ist-Kosten, Soll- und Ist-Zeiten sowie Ressourcenzuweisungen einbezieht. Im Rahmen dieser Masterarbeit soll untersucht werden, wie Semantic Conformance Checking technisch und methodisch umgesetzt werden kann.

THEMA 3: Optimized Data Models for Object Centric Process Mining

Object-Centric Process Mining gewinnt zunehmend an Bedeutung, da es eine differenzierte und umfassende Analyse komplexer Prozesse ermöglicht. Um OCPM als neuen Standard in kommerziellen Process Mining Werkzeugen zu implementieren, werden alle Software Vendoren die traditionellen Process Mining Datenmodelle bestehend aus Event-Log und Case-Tabelle auf Objekt-zentrierte Sichten anpassen müssen. Als führende Process-Mining-Plattform haben wir das Ziel, Branchenstandards aktiv zu fördern und die Nutzung von OCPM bei unseren Kunden zu etablieren. Bisher nutzen wir dafür ein sehr stark am traditionellen Log-Case-Datenmodell
angelehntes OCPM-Datenmodell. Im Rahmen dieser Masterarbeit soll untersucht werden, wie ein OCPMDatenmodell aufgebaut sein sollte um (1.) die technischen Möglichkeiten der Process-Mining-Lösung optimal hinsichtlich Performance und Filtermöglichkeiten zu nutzen, (2.) die Erstellung eines solchen Datenmodells für self-service Process Mining maximal einfach zu machen und (3.) die Nutzung und Wiederverwendung des Datenmodells für self-service Analytics und AI-Initiativen transparent und einfach zu gestalten.