Alexandra Wins

Moderne Routingdienste verfügen über eine Vielzahl proprietärer technischer Parameter. Um die Routen zu personalisieren, können Nutzerpräferenzen auf diese Parameter der Routingdienste abgebildet werden. Im Rahmen dieser Arbeit sollen verschiedene Algorithmen für die Kalibrierung des Valhalla Routingdienstes verglichen werden, mit dem Ziel, ein Tool zur Personalisierung der Routen zu entwickeln.

Zunächst sollen unterschiedliche Algorithmen untersucht und analysiert werden, um den besten Ansatz zur Kalibrierung des Valhalla Routingdienstes zu identifizieren. Darauf aufbauend wird ein Tool entwickelt, das die Routenqualität basierend auf den kalibrierten Parametern verbessert.

Es besteht die Möglichkeit, die kalibrierten Routinginstanzen in Mercedes-Benz Fahrzeugen zu testen. Diese Abschlussarbeit bietet die Chance, an der Schnittstelle zwischen Forschung und praktischer Anwendung zu arbeiten und direkt zur Verbesserung des Routings in der Automobilindustrie beizutragen.

Kruse, Nadja

Rybinski, Fabian; Frister, Demian

Die Gründung eines Unternehmens ist ein komplexer Prozess, der zahlreiche Themenfelder umfasst - von der Wahl der Rechtsform bis hin zu Finanzierung und Marketing. Gründende stehen dabei oft vor der Herausforderung, schnell auf fundierte Informationen zugreifen zu müssen, ohne unmittelbar Expertinnen und Experten konsultieren zu können.

Large Language Models (LLMs) bieten das Potenzial, Gründende durch interaktive Beratungssysteme unterstützen zu können. Bestehende Systeme im Bereich der KI-gestützten Beratung sind jedoch häufig unstrukturiert, domänenunspezifisch und nicht auf die besonderen Bedürfnisse von Startups zugeschnitten.

In dieser Masterarbeit soll ein LLM-gestütztes Gründerassistenzsystem entworfen und entwickelt werden, das die besonderen Anforderungen von Startups berücksichtigt. Ziel ist es, die Kernkomponenten (LLM, Wissensintegration, Personalisierung, etc.) systematisch zu modellieren und deren Zusammenspiel in einem prototypischen System zu demonstrieren. Insbesondere sollen dabei auch die spezifischen Anforderungen im Gründungsprozess identifiziert sowie dokumentiert werden und im Entwurf sowie der Entwicklung berücksichtigt werden

Rybinski, Fabian

Large Language Models (LLMs) werden zunehmend in der Geschäftsprozessmodellierung eingesetzt, um Prozessmodelle zu modellieren und aber auch zu analysieren und zu interpretieren. Dabei entsteht die Herausforderung, Prozessmodelle in einer Form zu repräsentieren, die von LLMs verstanden und interpretiert werden kann. Während traditionelle Ansätze hauptsächlich auf textuelle Beschreibungen setzen, bieten moderne LLMs die Möglichkeit, multimodale Eingaben zu verarbeiten, die sowohl visuelle als auch strukturierte Elemente enthalten können.

Prozessmodelle können in verschiedenen Formen dargestellt werden, von BPMN-Diagrammen über textuelle Prozessbeschreibungen bis hin zu strukturierten Datenformaten. Jede Repräsentationsform transportiert unterschiedliche Aspekte eines Prozesses. Es ist jedoch unklar, welche Repräsentationsformen das beste Prozessmodellverständnis bei LLMs ermöglichen und ob bestimmte Prozessaspekte wie Kontrollfluss, Datenfluss oder Geschäftsregeln bei unterschiedlichen Modalitäten verloren gehen.

Im Rahmen dieser Masterarbeit soll deshalb untersucht werden, wie verschiedene Prozessmodellrepräsentationen das Verständnis von Prozessmodellen durch LLMs beeinflussen. Ziel ist es, durch systematische Experimente zu ermitteln, welche Repräsentationsformen zu dem besten Prozessmodellverständnis führen.

Die Arbeit soll dabei die folgenden Schritte abdecken:

Recherche: Zunächst wird eine initiale Recherche durchgeführt, um bestehende Ansätze in der Literatur im Bereich multimodaler LLM-Verarbeitung und Prozessmodellrepräsentation zu erfassen. Hierbei sollen auch verfügbare Prozessmodell-Datensätze recherchiert werden.

Analyse: Die relevanten Prozessrepräsentationsformen (textuell, visuell, strukturiert, hybrid) sollen anhand ausgewählter Kriterien auf ihre Eignung für das Prozessmodellverständnis durch LLMs untersucht und bewertet werden. Dabei werden spezifische Prozessaspekte wie Kontrollfluss, Parallelitäten und Geschäftsregeln betrachtet.

Konzeption: Basierend auf der Analyse wird ein experimentelles Framework entwickelt, das die systematische Evaluation des Prozessmodellverständnisses bei verschiedenen Repräsentationsformen ermöglicht. Hierbei sollen auch geeignete Metriken erarbeitet werden.

Prototyp & Evaluation: Abschließend soll eine prototypische Umsetzung entwickelt und durch kontrollierte Experimente zur Bewertung des Prozessmodellverständnisses verschiedener LLMs evaluiert werden.

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

Kruse, Nadja; Ullrich, Meike

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.