Projektlogo

BPM-I4.0 - Process Mining zur Analyse und Präskription industrieller Kernprozesse

Überblick

Heutzutage müssen Unternehmen und deren Prozesse immer schneller und flexibler angepasst werden. Durch die Methoden des Process Mining kann Transparenz und ein besseres Verständnis über die Prozesse geschaffen werden. Process Mining macht es möglich, Geschäftsprozesse anhand von Daten zu erkennen, analysieren und verbessern.

Bisher standen in der Process Mining Forschung primär strukturierte Prozesse im Fokus. Unstrukturierte und wissensintensive Prozesse wie die Produktentwicklung oder die Auftragsabwicklung im Anlagen- und Maschinenbau sind bisher nur wenig betrachtet worden. Viele Prozesse in der Einzel- und Kleinserienfertigung werden nicht häufig genug wiederholt und unterliegen kunden- und produktspezifischen Varianten, so dass die generierten Datenmengen vergleichsweise klein sind. Deshalb müssen zusätzliche Daten in das Process Mining integriert sowie bei der Interpretation der Ergebnisse berücksichtigt werden.

 

Ziel des Projekts ‚BPM-I4.0‘ ist die ganzheitliche Entwicklung, Implementierung und Evaluation von Verfahren des Process Mining zur Analyse und präskriptiven Steuerung industrieller Kernprozesse. Hierzu sollen Methoden und Werkzeuge für den Einsatz von Process Mining in der Industrie entwickelt werden. Diese Methoden bestehen aus innovativen Vorgehensweisen, Konzepten und Algorithmen, die prototypisch im Produktentstehungs- und Auftragsabwicklungsprozess beteiligter Unternehmen gestaltet, implementiert, evaluiert, aufbereitet und generalisiert werden sollen. Die erzielten Ergebnisse sollen die beteiligten Unternehmen dazu befähigen, anhand der Analyse ihrer Prozessdaten die Qualität ihrer Kernprozesse deutlich zu verbessern sowie die Prozessausführung proaktiv zu steuern, um mittel- und langfristig ihre Wettbewerbsfähigkeit zu erhalten und auszubauen.

Key Facts

Laufzeit:
04/2021 - 06/2023
Gefördert durch:
MWIKE NRW
Website:
Homepage

Detailinformationen

Projektleitung

contact-box image

Prof. Dr. Daniel Beverungen

Dekanat Wirtschaftswissenschaften

Zur Person
contact-box image

Prof. Dr. Oliver Müller

Wirtschaftsinformatik, insb. Data Analytics

Zur Person

Projektmitglieder

contact-box image

Dr. Christian Bartelheimer

Wirtschaftsinformatik, insb. Betriebliche Informationssysteme

Zur Person
contact-box image

Katharina Brennig, M.Sc.

Wirtschaftsinformatik, insb. Data Analytics

Zur Person
contact-box image

Bernd Löhr, M.Sc. (Winfo)

Wirtschaftsinformatik, insb. Betriebliche Informationssysteme

Zur Person

Kooperationspartner

GEA Westfalia Separator Group GmbH

Kooperationspartner

Zur Website

Weidmüller Interface GmbH & Co. KG

Kooperationspartner

Zur Website

Contact Software GmbH

Kooperationspartner

Zur Website

Kontakt

Wenn Sie Fragen zu diesem Projekt haben, kontaktieren Sie uns!

Prof. Dr. Daniel Beverungen

Dekanat Wirtschaftswissenschaften

Professor - Prodekan - Prodekan für Prozesse und Kooperation

contact-box image
+49 5251 60-5600 Q2.313

Prof. Dr. Oliver Müller

Wirtschaftsinformatik, insb. Data Analytics

Professor - Leiter

contact-box image

Ausgewählte Publikationen

Text-Aware Predictive Process Monitoring of Knowledge-Intensive Processes: Does Control Flow Matter?
K. Brennig, K. Benkert, B. Löhr, O. Müller, in: Business Process Management Workshops, 2023.
A Process Mining Maturity Model: Enabling Organizations to Assess and Improve their Process Mining Activities
J. Brock, B. Löhr, K. Brennig, T. Seger, C. Bartelheimer, S. von Enzberg, A. Kühn, R. Dumitrescu, in: European Conference on Information Systems (ECIS), 2023.
Process Mining of Knowledge-Intensive Processes: An Action Design Research Study in Manufacturing
B. Löhr, K. Brennig, C. Bartelheimer, D. Beverungen, O. Müller, in: International Conference on Business Process Management, 2022.
Alle Publikationen anzeigen