Dozent:
Prof. Dr. Ralf Plattfaut

Tutor:
M.Sc. Jannis Nacke

Universität Duisburg-Essen
Fakultät für Informatik
Lehrstuhl für Wirtschaftsinformatik und Transformationsmanagement
https://tm.ris.uni-due.de

Turnus & Dauer:
Wintersemester / 1 Semester

Einordnung:
Modelle und Methoden zur Entscheidungsunterstützung

Sprache:
Deutsch

Dieses Modul steht exklusiv den Studierenden des VAWi-Studiengangs zur Verfügung.

Lehr- & Medienformen

Für dieses Modul steht eine internetbasierte Lernumgebung für die Durchführung der Lehr-/Lernprozesse und der Lernunterstützungsprozesse zur Verfügung. Dabei erfolgt die Betreuung der Studierenden durch die Lehrenden über asynchrone (Foren, E-Mail) und synchrone (Chat, Telefon, Online-Konferenzen) Kommunikationswerkzeuge. Diese stehen auch für die Kommunikation der Studierenden untereinander zur Verfügung.

Die Studierenden werden beim Wissenserwerb durch folgende elektronische Selbstlernmedien unterstützt: Erweiterte Foliensätze, ergänzende Literatur, Audio- und/oder Videoinhalte (Vorlesungsvideos)

Zudem wird der Aufbau von Fertigkeiten und Kompetenzen insbesondere gefördert durch:

Übungen, Fallstudien, konkrete Prozess- und Unternehmensbeispiele, tutoriell betreute Aufgabenbearbeitung.

Es werden praxisbezogene Aufgaben gestellt, die mit Hilfe der erlernten Methoden und Theorien gelöst werden sollen.

Arbeitsaufwand:
150 h: Selbststudium, Aufgabenbearbeitung & Abschlussprüfung

ECTS-Credits:
5

Zuordnung:
20 % Wirtschaftswissenschaften
20 % Informatik
50 % Kerngebiete der Wirtschaftsinformatik
10 % Allg. Grundlagen & Schlüsselqualifikationen

Voraussetzungen

Angestrebte Lernergebnisse

Nach Abschluss des Moduls Process Mining werden Sie ein fundiertes Verständnis für die Grundlagen und Anwendungen von Process Mining entwickeln. Sie werden in der Lage sein, die Bedeutung von Ereignisdaten und deren Rolle in der Analyse und Optimierung von Geschäftsprozessen zu erkennen. Darüber hinaus lernen Sie, Process Mining im Kontext anderer Analysemethoden einzuordnen und dessen Potenzial für datengetriebene Entscheidungen zu bewerten.
Der Kurs vermittelt Ihnen nicht nur grundlegende Techniken zur Prozessentdeckung und -überprüfung, sondern auch die Fähigkeit, Prozessmodelle um wertvolle Erkenntnisse zu erweitern. Sie erhalten Einblicke in die Ziele und Möglichkeiten von Process Mining und verstehen, wie es strategische und operative Fragestellungen unterstützen kann. Abschließend werden Sie befähigt, Process Mining-Projekte strukturiert zu planen, durchzuführen und in bestehende Unternehmensstrukturen zu integrieren.

Studienempfehlungen

Die Bearbeitung der optionalen semesterbegleitenden Studienleistungen ist freiwillig. Sie wird aber im Sinne einer kontinuierlichen Vorbereitung auf die Abschlussklausur sowie einer Vertiefung durch Anwendung empfohlen.
Das Vorhandensein von grundlegendem Wissen zu Konzepten des Geschäftsprozessmanagement, wie beispielsweise im Modul „IT-Prozess- und Wertmanagement“ vermittelt, wird empfohlen.

Inhalte & Gliederung

Das Modul bietet eine kompakte Einführung in die Welt des Process Mining und verwandter Technologien. Ziel ist es, die Studierenden mit den notwendigen Grundlagen, Werkzeugen und Anwendungsbereichen vertraut zu machen, um Prozesse in Organisationen datengetrieben zu analysieren und nachhaltig zu verbessern.

Der Schwerpunkt liegt auf der Verbindung von Theorie und Praxis: Von den Grundlagen der Prozessmodellierung und -simulation über den Einsatz von Tools und Projektmanagement bis hin zur Datenaufbereitung und fortschrittlichen Anwendungen wie Digital Twins. Die vermittelten Inhalte befähigen die Teilnehmenden, Process Mining in realen Szenarien effektiv einzusetzen. Das Modul wird in vier übergreifende Blöcke wie folgt strukturiert:

• Einführung und Grundlagen (Prozessmanagement, Prozesssimulation)
• Algorithmen und Werkzeuge (Process Mining Algorithmen, Process Mining Tools, Fallstudien zum erfolgreichen Einsatz)
• Datenaufbereitung und -Analyse (Event Logs, Datenaufbereitung, Metriken)
• Anwendung und Ausblick (Skalierung von Process Mining, Digitale Zwillinge)

Studien- & Prüfungsleistungen

• Klausur [90 Punkte / 100 %]
• Ggf. Bonus durch eine nachgewiesene optionale Studienleistung [18 Punkte / 20 %]

Der Bonus kann nur angerechnet werden, wenn in der Klausur mindestens 45 Punkte erreicht sind und die optionale semesterbegleitende Studienleistung durch Abgabe / Einreichen der Lösung zur Aufgabenbearbeitung nachgewiesen ist. Die Bestnote (1,0) kann ohne den Bonus erreicht werden.

Literatur

Das Skript präsentiert die Inhalte umfassend und entsprechend detailliert, wie es für die Erreichung der Lernziele erforderlich ist. Das Modul lehnt sich darüber hinaus so eng wie möglich an die reichhaltige Literatur zu dem Themenbereich an, so dass die Inhalte zusätzlich und umfassend durch die angebotene Literaturauswahl erarbeitet werden können. Eine komplette Liste der verwendeten relevanten Literatur (sowohl klausurrelevante, als auch optionale Zusatzartikel) wird jeweils aktuell im LMS veröffentlicht.

Hinweise