Beschreibung

Process Mining ist das fehlende Bindeglied zwischen modellbasierter Prozessanalyse und datenorientierten Analysetechniken. Durch konkrete Datensätze und benutzerfreundliche Software vermittelt der Kurs datenwissenschaftliches Wissen, das direkt angewendet werden kann, um Prozesse in einer Vielzahl von Bereichen zu analysieren und zu verbessern.

Data Science ist der Beruf der Zukunft, denn Unternehmen, die (Big) Data nicht intelligent nutzen können, werden nicht überleben. Es reicht nicht aus, sich auf Datenspeicherung und Datenanalyse zu konzentrieren. Der Datenwissenschaftler muss auch Daten mit der Prozessanalyse in Beziehung setzen. Process Mining schließt die Lücke zwischen traditioneller modellbasierter Prozessanalyse (z. B. Simulation und andere Geschäftsprozessmanagementtechniken) und datenzentrierten Analysetechniken wie maschinelles Lernen und Data Mining. Process Mining sucht die Konfrontation zwischen Ereignisdaten (dh beobachtetem Verhalten) und Prozessmodellen (handgemacht oder automatisch entdeckt). Diese Technologie ist erst seit kurzem verfügbar, kann jedoch auf alle Arten von betrieblichen Prozessen (Organisationen und Systeme) angewendet werden. Beispielanwendungen sind: Analyse von Behandlungsprozessen in Krankenhäusern, Verbesserung der Kundendienstprozesse in einem multinationalen Unternehmen, Verständnis des Surfverhaltens von Kunden auf der Buchungsseite, Analyse von Fehlern eines Gepäckfördersystems und Verbesserung der Benutzeroberfläche eines Röntgengeräts. Allen diesen Anwendungen ist gemeinsam, dass dynamisches Verhalten mit Prozessmodellen in Beziehung gesetzt werden muss. Daher bezeichnen wir dies als "Data Science in Action".

Der Kurs erklärt die wichtigsten Analysetechniken im Process Mining. Die Teilnehmer lernen verschiedene Algorithmen zur Prozesserkennung kennen. Diese können verwendet werden, um Prozessmodelle automatisch aus rohen Ereignisdaten zu lernen. Es werden verschiedene andere Prozessanalysetechniken vorgestellt, die Ereignisdaten verwenden. Darüber hinaus bietet der Kurs benutzerfreundliche Software, reale Datensätze und praktische Fähigkeiten, um die Theorie direkt in einer Vielzahl von Anwendungsbereichen anzuwenden.

Dieser Kurs beginnt mit einem Überblick über Ansätze und Technologien, die Ereignisdaten zur Unterstützung der Entscheidungsfindung und der (Neu-) Gestaltung von Geschäftsprozessen verwenden. Anschließend konzentriert sich der Kurs auf Process Mining als Brücke zwischen Data Mining und Geschäftsprozessmodellierung. Der Kurs ist ein Einführungskurs mit verschiedenen praktischen Aufgaben.

Der Kurs behandelt die drei Haupttypen des Process Mining.

1. Die erste Art des Process Mining ist die Ermittlung. Eine Ermittlungstechnik erstellt ein Ereignisprotokoll und erstellt ein Prozessmodell ohne Verwendung von A-priori-Informationen. Ein Beispiel ist der Alpha-Algorithmus, der ein Ereignisprotokoll erstellt und ein Prozessmodell (ein Petri-Netz) erstellt, das das im Protokoll aufgezeichnete Verhalten erklärt.

2. Die zweite Art des Process Mining ist die Konformität. Hier wird ein vorhandenes Prozessmodell mit einem Ereignisprotokoll desselben Prozesses verglichen. Die Konformitätsprüfung kann verwendet werden, um zu überprüfen, ob die im Protokoll aufgezeichnete Realität dem Modell entspricht und umgekehrt.

3. Die dritte Art des Process Mining ist die Verbesserung. Hier besteht die Idee darin, ein vorhandenes Prozessmodell zu erweitern oder zu verbessern, indem Informationen über den tatsächlichen Prozess verwendet werden, die in einem Ereignisprotokoll aufgezeichnet sind. Während die Konformitätsprüfung die Ausrichtung zwischen Modell und Realität misst, zielt diese dritte Art des Process Mining darauf ab, das A-priori-Modell zu ändern oder zu erweitern. Ein Beispiel ist die Erweiterung eines Prozessmodells um Leistungsinformationen, z. B. Engpässe. Process Mining-Techniken können sowohl offline als auch online verwendet werden. Letzteres wird als operative Unterstützung bezeichnet. Ein Beispiel ist die Erkennung von Abweichungen zum Zeitpunkt der tatsächlichen Abweichung. Ein anderes Beispiel ist die Zeitvorhersage für laufende Fälle, dh bei einem teilweise ausgeführten Fall wird die verbleibende Verarbeitungszeit basierend auf historischen Informationen ähnlicher Fälle geschätzt.

Process Mining bietet nicht nur eine Brücke zwischen Data Mining und Geschäftsprozessmanagement. Es hilft auch, die klassische Kluft zwischen „Business“ und „IT“ zu beseitigen. Evidenzbasiertes Geschäftsprozessmanagement auf der Basis von Process Mining trägt dazu bei, eine gemeinsame Grundlage für die Verbesserung von Geschäftsprozessen und die Entwicklung von Informationssystemen zu schaffen.

Der Kurs verwendet viele Beispiele, die reale Ereignisprotokolle verwenden, um die Konzepte und Algorithmen zu veranschaulichen. Nach diesem Kurs können Sie Process Mining-Projekte ausführen und haben ein gutes Verständnis für das Gebiet Business Process Intelligence.

Nach dem Besuch dieses Kurses sollten Sie:
- ein gutes Verständnis der Business Process Intelligence-Techniken (insbesondere Process Mining) haben,
- die Rolle von Big Data in der heutigen Gesellschaft verstehen,
- in der Lage sein, Process-Mining-Techniken mit anderen Analysetechniken wie Simulation, Business Intelligence, Data Mining, maschinellem Lernen und Verifizierung in Beziehung zu setzen;
- in der Lage sein, grundlegende Prozesserkennungstechniken anzuwenden, um ein Prozessmodell aus einem Ereignisprotokoll zu lernen (sowohl manuell als auch mithilfe von Tools);
- in der Lage sein, grundlegende Konformitätsprüfungstechniken anzuwenden, um Ereignisprotokolle und Prozessmodelle zu vergleichen (sowohl manuell als auch mithilfe von Tools);
- in der Lage sein, ein Prozessmodell um Informationen zu erweitern, die aus dem Ereignisprotokoll extrahiert wurden (z. B. Engpässe anzeigen),
- ein gutes Verständnis der Daten haben, die zum Starten eines Process-Mining-Projekts erforderlich sind,
- in der Lage sein, die Fragen zu charakterisieren, die anhand solcher Ereignisdaten beantwortet werden können,
- erläutern, wie Process Mining auch zur operativen Unterstützung (Vorhersage und Empfehlung) eingesetzt werden kann, und
- in der Lage sein, Process-Mining-Projekte strukturiert durchzuführen.

Preis: Kostenlos anmelden!

Process Mining: Data Science in Aktion - Technische Universität Eindhoven