Aussagekräftige Prozessmodelle mithilfe manueller, datengetriebener Process Discovery
Process Mining zielt darauf ab die Daten der realen Prozessausführung zu nutzen, um Erkenntnisse und Wissen über den Prozess zu generieren. Eine Methode des Process Mining ist Process Discovery. Diese Methode rekonstruiert aus den Prozessdaten ein datengetriebenes Prozessmodell, das den wirklichen Prozessablauf widerspiegelt. So können ganze Prozesse oder bestimmte Teile objektiv und ohne Experteninterviews abgebildet werden, direkt bereit zur weiteren Analyse. Doch die etablierten Algorithmen haben Schwächen. Diese gehen so weit, dass menschliche Intelligenz häufig in kürzester Zeit Prozessmodelle höherer Qualität entwickeln kann. Der Ansatz nennt sich manuelle, datengetriebene Prozessmodellierung.
Bitte
um dieses Video anzusehen.
Hannes Häfke forscht und arbeitet am Fraunhofer Institut für angewandte Informationstechnik, kurz FIT, in der Abteilung Data Science and Artificial Intelligence am Thema Process Mining. Als studierter Wirtschaftsingenieur, Logistik und Produktion, hat er einen Blick für datengetriebene Anwendungen in diesen Feldern. Im Fraunhofer Center for Process Intelligence unterstützt er Unternehmen daher in der Nutzung von Prozessdaten und der Einführung sowie dem Ausbau von Process Mining und Intelligence Lösungen. Zusätzlich entwickelt er in der Process Mining Forschungsgruppe mit Projektpartnern innovative Lösungen rund um Process Mining. Seine Forschungsinteressen liegen in der Planung von Prozessen. Doch dafür fehlen bisher passende Daten.