Process Mining

  Darstellung der Verbindung zwischen Process Science und Data Science pads/wvdaalst  

Was ist Process Mining?

Process Mining ist eine vergleichsweise junge Wissenschaftsdisziplin, angesiedelt zwischen Computational Intelligence und Data Mining auf der einen Seite und Prozessmodellierung und Analyse auf der anderen. Die Grundidee von Process Mining ist es, reale Prozesse, im Gegensatz zu vermuteten oder angenommenen Prozessen, durch Extrahieren von Wissen aus Ereignislogs heutiger Informations-Systeme zu erkennen, zu überwachen und zu verbessern.

Process Mining umfasst das automatische Erkennen von Prozessen das heisst die Konstruktion von Prozessmodellen für ein Ereignislog, die Übereinstimmungsprüfung das heisst die Überwachung von Abweichungen durch den Vergleich von Modell und Log, das Erkennen von sozialen bzw. organisatorischen Netzwerken, die automatische Erstellung von Simulationsmodellen, die Erweiterung und Verbesserung von Modellen, das Treffen von Vorhersagen für Fälle, sowie das Ableiten von Empfehlungen auf Basis der Fallhistorie.

Mit Hilfe von Methoden des Process Mining können Einsichten aus Ereignisdaten gewonnen werden, welche heutzutage in vielen Informationssystemen anfallen. Diese Methoden eröffnen neue Möglichkeiten, um Prozesse in einer Vielzahl von Anwendungsszenarien zu erkennen, zu überwachen und zu verbessern. Es gibt zwei wesentliche Gründe für das wachsende Interesse an Process Mining. Einerseits werden immer mehr Ereignisse informationstechnisch erfasst, und somit wird die Historie eines Prozesses im Detail aufgezeichnet. Andererseits besteht das Bedürfnis, Prozesse bei steigender Wettbewerbsdynamik zu verbessern und zu unterstützen.

 
.
Einführung in Process Mining: Turning (Big) Data into Real Value