MA Abschlussvortrag, David Goth, Ort: online, Datum: 10.07.2023, Zeit: 12:15 Uhr

Diese Arbeit zeigt auf, wie sich die langjährige Forschung, die in das Process Mi-
ning für aktivitätszentrierte Prozessmodelle geflossen ist, auch für objektzentrier-
te Modelle zu Nutze gemacht werden kann. Die Mehrheit der vorhandenen Pro-
cess Mining-Algorithmen ist auf die Analyse aktivitätszentrierter Prozessmodelle
ausgelegt. Darüber hinaus existieren aber noch andere Ansätze des Prozessma-
nagements bzw. der -modellierung. Hierunter fallen solche datengetriebenen bzw.
datenzentrierten Ansätze wie objektzentrierte Modelle. Diese Arbeit gibt eine mög-
liche Antwort auf die zentrale Frage: “Wie kann man existierende Process Mining-
Algorithmen auch für datenzentrische Prozesse anwenden?”
Hierfür wird das objektzentrierte Prozessmodell in seine drei Ebenen aufgespal-
ten und jede einzelne Ebene als eigenes Subproblem behandelt. Ausgehend von
dieser isolierten Betrachtung werden Methoden konstruiert, die das Logging eines
objektzentrierten Prozessmodells semi-automatisiert in die Struktur eines klassi-
schen Event Logs überführen. Diese Methoden werden an einem fiktiven Beispiel
sukzessive hergeleitet und anschließend anhand der Daten eines realen Prozesses
verprobt. Das reale Beispiel stellt eine E-Learning Plattform dar, welche mithilfe des
objektzentrierten Frameworks, PhilharmonicFlows, des DBIS der Universität Ulm
konstruiert und betrieben wurde. Auf die so transformierten Event Logs findet eine
Zahl bewährter Process Discovery-Algorithmen Anwendung. Anschließend werden
die aufgedeckten Modelle mit dem tatsächlichen Prozessmodell verglichen, um zu
zeigen, dass das Preprocessing auch in einem realen Kontext bereits dazu in der
Lage ist, eine gute Annäherung an die eigentlichen Modelle zu ermöglichen. Außer-
dem werden diese Ansätze vor dem Hintergrund weiterer Arbeiten im Bereich des
objektzentrierten und datengetriebenen Prozessmanagements eingeordnet. Man
kann feststellen, dass das konstruierte Preprocessing es ermöglicht, die bewährten
Process Mining-Methoden auch auf objektzentrierte Prozesse anzuwenden. Eine
wichtige Voraussetzung hierfür ist aber, dass die zugrunde liegende Datenbasis bestimmte Informationen enthält und eine gewisse Struktur aufweist. Abschließend
zeigt ein Ausblick, wie die Methoden hinsichtlich Skalierbarkeit und Performance
optimiert werden könnten.