BA Abschlussvortrag, Corvin Frey, Ort: O27/5202, Datum: 21.04.2016, Zeit: 09:30 Uhr

Um Geschäftsprozesse optimieren zu können, müssen diese erst einmal erhoben und
definiert werden. Mit Hilfe von Process Mining Algorithmen lassen sich Prozessmodelle
aus gespeicherten Logdaten vorhandener Informationssysteme erheben. Unternehmen
bieten sich oft große Datenmengen an bereits vorhandener Logdaten für
solche Prozessanalysen an. Ziel dieser Arbeit ist es ein Framework für große Logdaten
zu entwickeln, welches Process Mining effizient auf Basis des MapReduce Programmierparadigmas
durchführen kann. Hierfür werden zuerst Grundkonzepte eingeführt, die
Entwicklung eines Heuristic Mining Algorithmus auf Basis von MapReduce beschrieben
und dieser prototypisch im sogenannten ProDoop Framework implementiert.
Um die Leistungsfähigkeit des vorgestellten Ansatzes zu überprüfen, wird anschließend
die Geschwindigkeit von ProDoop ermittelt. Das durchgeführte Experiment zeigt hierbei,
dass der implementierte Heuristic Mining Algorithmus vor allem bei großen Datenmengen
effizient angewendet werden kann. Abschließend werden weitere Möglichkeiten zur
Effizienzsteigerung vorgestellt.