Markov-basiertes Process Mining

Studienarbeit aus dem Jahr 2011 im Fachbereich Informatik - Wirtschaftsinformatik, Note: 1,7, Universitt des Saarlandes (Institut fr Wirtschaftsinformatik), Sprache: Deutsch, Abstract: Seit Anfang der 1990er Jahre hlt die modellbasierte Ausfhrung von Prozessen immer mehr Einzug in Unternehmen und deren Informationssysteme. Beispielsweise werden im Bereich der Software-Entwicklung vor der Implementierung Modelle, der zu untersttzenden Prozesse, erstellt, sodass Missverstndnisse im Vorfeld beseitigt werden und somit die Erfolgsaussichten eines Projektes gesteigert werden. Gleiches gilt im betrieblichen Kontext - idealerweise werden hier Prozessmodelle entworfen, welche spter in die Ausfhrung durch menschliche oder maschinelle Ressourcen berfhrt werden. Geschfts-prozessmanagement- oder Workflowmanagementsysteme sind heute sogar in der Lage die grafisch visualisierten Modelle direkt und ohne Umwege auszufhren.

Alle an einem solchen Prozess beteiligten Informationssysteme, beispielsweise ERP, CRM oder SCM, stellen Informationen zu den einzelnen Prozessschritten bereit, wodurch das Monitoring und die Analyse der Prozesse ermglicht wird. Die Technologien dazu fallen unter die Schlagwrter BPA (Business Process Analysis) und BAM (Business Activity Monitoring). Die Existenz dieser und anderer Schlagwrter kennzeichnen die Notwendigkeit entsprechender Software, wobei Process Mining einen entscheidenden Beitrag liefert.

Das Ziel des Process Mining besteht in der Extraktion explizit vorhandenen Prozesswissens anhand der protokollierten Prozessinformationen, welche im Allgemeinen in Log-Dateien abgelegt werden. Dabei sollen nicht nur die Prozessablufe analysiert, sondern auch kausale Zusammenhnge zwischen den einzelnen Aktivitten hergestellt werden.

In der vorliegenden Arbeit wird deshalb zunchst auf das Process Mining im Allgemeinen eingegangen. Hier werden die Grundlagen vermittelt, die fr das korrekte Verstndnis der Problemstellung notwendig sind, sowi