Unterstützenden Informationssystemen in operativen Prozessen. Process Mining mit Disco und ProM

Nemecký jazyk

Unterstützenden Informationssystemen in operativen Prozessen. Process Mining mit Disco und ProM

Na objednávku

17.55 €

bežná cena: 19.50 €

O knihe

Studienarbeit aus dem Jahr 2013 im Fachbereich BWL - Controlling, Note: 1,0, Universität Rostock, Sprache: Deutsch, Abstract: Die Verknüpfung operativer Prozesse mit unterstützenden Informationssystemen nimmt in der heutigen Unternehmenswelt mehr und mehr zu. Das Process Mining verfolgt das Ziel, aus diesen Daten einen Nutzen zu generieren und möglichst viele Informationen über Prozesse zu extrahieren. Dies geschieht, indem das aufgezeichnete Verhalten zu Prozessmodellen zusammengefasst und für vielseitige Analysen und schließlich zur Optimierung der Geschäftsabläufe genutzt werden kann.

Ziel dieser Arbeit ist es, ein vorhandenes Beispielset an Ereignis-Logdaten eines Workflowmanagementsystems für die Bearbeitung von Krediten mit Hilfe des Process Mining zu untersuchen. Dabei beschränkt sich diese Untersuchung auf die Prozesserkennung (Discovery) aus der Prozessperspektive. In der Unternehmenswelt stellt der entdeckte Prozess den Startpunkt für weitere Analysen dar, wie beispielsweise Vergleiche zu bereits bestehenden Prozessmodellen und Finden von Abweichungen (Conformance Checking), Erkennung von Engpässen, Reduzierung von unerwünschten Abweichungspotenzialen, Optimierung von Ressourcenallokationen, Zeitprognosen und Aussprache von Empfehlungen sowie Verbesserung der Prozessabläufe (Enhancement).

Ob ein entdecktes Prozessmodell zweckmäßig ist oder nicht, hängt schlussendlich von der Fragestellung ab, unter welcher das Modell untersucht wird. Das Modell aus der Prozessperspektive möglichst genau zu durchleuchten und ein umfangreiches Spektrum als Grundlage für weitere Analysen zu bieten, stellt für diese Untersuchung somit das Ziel dar. Im Zuge dessen werden Analysen zu Durchlaufzeiten, der Verteilung der Arbeit und der grundlegenden Prozessperformance durchgeführt und darüber hinaus ein Clustering angewendet, um typische Auftragsmuster erkennen zu können.