Veranstaltung

• W. van der Aalst, H. van Kees: Workflow Management: Models, Methods and Systems, Cambridge, The MIT Press, 2002.
• W. van der Aalst: Process Mining: Data Science in Action. Springer, 2016.
• J. Carmona, B. van Dongen, A. Solti, M. Weidlich: Conformance Checking: Relating Processes and Models. Springer, 2018.
• A. Drescher, A. Koschmider, A. Oberweis: Modellierung und Analyse von Geschäftsprozessen: Grundlagen und Übungsaufgaben mit Lösungen. De Gruyter Studium, 2017.
• A. Oberweis: Modellierung und Ausführung von Workflows mit Petri-Netzen. Teubner-Reihe Wirtschaftsinformatik, B.G. Teubner Verlag, 1996.
• R. Peters, M. Nauroth: Process-Mining: Geschäftsprozesse: smart, schnell und einfach, Springer, 2019.
• F. Schönthaler, G.Vossen, A. Oberweis, T. Karle: Business Processes for Business Communities: Modeling Languages, Methods, Tools. Springer, 2012.
• M. Weske: Business Process Management: Concepts, Languages, Architectures. Springer, 2012.

Weitere Literatur wird in der Vorlesung bekannt gegeben.

Das Gebiet des Process Mining umfasst eine Reihe von Verfahren, die auf der Grundlage von Logfiles aus Informationssystemen neues Wissen über zugrundeliegende Prozesse ableiten. Derartige Informationssysteme sind zum Beispiel Workflow-Managementsysteme, die zur effizienten Steuerung von Prozessabläufen in Unternehmen und Organisationen eingesetzt werden. Die Vorlesung führt zunächst die Grundlagen rund um das Thema Prozesse und entsprechende Modellierungs- und Analysetechniken ein. Darauf aufbauend werden Grundlagen zum Process Mining sowie die drei klassischen Typen von Verfahren – Process Discovery, Conformance Checking und Process Enhancement – behandelt. Zusätzlich zu den theoretischen Grundlagen werden im Anschluss Werkzeuge, Anwendungsszenarien in der Praxis sowie offene Forschungsthemen  vorgestellt.

Lernziele:

Studierende

• verstehen die Begriffe und Verfahren des Process Mining und kennen deren Einsatzmöglichkeiten,
• erstellen und bewerten Geschäftsprozessmodelle,
• analysieren statische und dynamische Eigenschaften von Workflows,
• wenden Verfahren und Tools des Process Mining an.

Empfehlungen: 

Vorkenntnisse aus dem Kurs Angewandte Informatik - Modellierung werden erwartet.

Arbeitsaufwand:

Der Gesamtarbeitsaufwand für diese Lerneinheit beträgt ca. 135 Stunden (4,5 Leistungspunkte).

• Vorlesung 30h
• Übung 15h
• Vor-bzw. Nachbereitung der Vorlesung 24h
• Vor- bzw. Nachbereitung der Übung 25h
• Prüfungsvorbereitung 40h
• Prüfung 1h