ProMiConE

Projektergebnis

Ein Teil der Projektergebnisse stellen der Connector und der zugehörige Leitfaden dar, die über den folgenden Link abrufbar sind:

Connector (Code und Leitfaden)*

*bereitgestellt durch Chair of Process and Data Science der RWTH Aachen, gehostet auf GitHub

Projekttransfer

Zur Kick-off-Veranstaltung am 17.10.2022 waren alle Interessierten herzlich eingeladen.

Ausgangssituation

Die Technologie Process-Mining ermöglicht Unternehmen die datenbasierte Analyse und daraus abgeleitete Optimierung von Geschäftsprozessen. Die Anwendung von Process-Mining ist für kleine und mittlere Unternehmen (KMU) jedoch sehr zeitintensiv und teuer. Dies liegt maßgeblich in der aufwändigen und somit ressourcenintensiven Datenaufbereitung und -analyse begründet, für die teures Fachpersonal benötigen. Diesbezüglich fehlt es den meisten KMU an Fachkompetenz im Bereich der Datenaufbereitung und der Definition geeigneter Process-Mining-Anwendungsfälle.

Lösungsweg

Zur Zielerreichung sind folgende Schritte geplant:

• Anforderungsanalyse zu Process-Mining
• Transaktionsorientiertes Prozessmodell der Auftragsabwicklung
• Identifikation von Process-Mining-Anwendungsfällen
• Referenzdatenmodell der Auftragsabwicklung für Process-Mining-Anwendungen
• Entwicklung eines Extraktors für objektzentrierte Event-Logs
• Validierung der Ergebnisse im Unternehmen

Erwartetes Ergebnis

Die Anwendbarkeit der Technologie Process-Mining soll durch dieses Projekt für Unternehmen vereinfacht werden. Im Projekt sollen dafür Anwendungsfälle für die Nutzung von Process-Mining in der Auftragsabwicklung identifiziert und darauf aufbauend ein Referenzdatenmodell der Auftragsabwicklung sowie ein Extraktor für objektzentrierte Event-Logs entwickelt werden.

Nutzen für die Zielgruppe

Der Process-Mining-Connector für ERP-Systeme in Form des entwickelten Referenzdatenmodells, des Extraktors und der zugrunde liegenden Process-Mining-Anwendungsfälle ermöglicht KMU einen wirtschaftlichen und zügigen Einstieg in die Analyse der Geschäftsprozesse der Auftragsabwicklung. Dies erlaubt es KMU, die Potenziale der datenbasierten Prozessoptimierung der Auftragsabwicklung durch Process-Mining zu realisieren.