Zum Hauptinhalt springen

Prof. Dr.-Ing. Norbert Gronau

Drittmittelgeber: Bundesministerium für Wirtschaft (BMWI), Arbeitsgemeinschaft industrieller Forschungsvereinigungen (AiF), Zentrales Innovationsprogramm Mittelstand (ZIM)

Bewilligtes Projektvolumen: 215.292 €

Laufzeit: 01.02.2022 - 31.01.2024


Hintergrund zum Forschungsprojekt:

Der Einsatz von maschinellem Lernen im Rahmen des Process Mining stößt in letzter Zeit auf wachsendes Interesse. Der Grund dafür ist, dass bisher, zum Beispiel bei der Prozessentdeckung, nur Methoden der explorativen Datenanalyse eingesetzt wurden. Neuere Ansätze zielen darauf ab, diesen nutzergesteuerten Ansatz des Process Mining durch den Einsatz und die Kombination mit Techniken des maschinellen Lernens (ML) zu verbessern. Dies soll wertvolle und vollständig automatisierte Einblicke in Geschäftsprozesse ermöglichen. Es analysiert auf intelligente Weise Geschäftsprozesse, um verborgene Probleme aufzudecken und in Echtzeit Empfehlungen zur Prozessverbesserung zu geben, sowie Arbeitsabläufe zu verstehen, Schlussfolgerungen abzuleiten, die Ursachen von Prozessverletzungen zu erforschen und Maßnahmen zu empfehlen. Damit wird das traditionelle Process Mining - als explorative BI-Methode - zu einer intelligenten Methode der Prozessanalyse.

Zentrale Forschungsfrage des Projekts:

Wie kann maschinelles Lernen Process Mining zur Wissensidentifizierung ermöglichen?

Die zentrale Forschungsfrage des Projekts untersucht:

Untersucht wird der Einsatz von maschinellem Lernen im Rahmen des Process Mining, zum automatisierten Einblicke in Geschäftsprozesse.

Forschungsziel des Projekts:

Ziel des Gesamtprojektes ist es, Ansätze des intelligenten Process Mining aufzubauen und zu erweitern.