Lehre in Process und Data Science

This content is only partially available in English.

Pro­fes­sur für Wirt­schafts­in­for­ma­tik, insbesondere Betrieblicher In­for­ma­ti­ons­sys­teme und Geschäftsprozesse

Geschäftsprozessmanagement ist eine Diziplin, die schon in den 1930er Jahren erforscht und praktisch genutzt wurde, z.B. zur Modellierung von Betriebsaufbau und Betriebsabläufen beschrieben in der Dissertation von Fritz Nordsieck. Seitdem hat sich das Geschäftsprozessmanagement verändert und nutzt aktuelle und moderne Technologien.

Die Professur zielt in der Lehre darauf ab, neben theoretisch fundierten und insbesondere praxisbezogen Grundlagen das Geschäftsprozessmanagement in Kombination mit modernen und innovativen Themenfelder (wie zum Beispiel Künstliche Intelligenz und Machine Learning, Internet of Things) zu vermitteln, also an der Schnittstelle von Process Science und Data Science (processdata.science). Studierende sollen in die Lage versetzt werden, Werkzeuge einzusetzen, um innovative Geschäftsprozesse zu entwerfen und gleichzeitig dazu angeregt werden, bekannte Methoden des Geschäftsprozessmanagememt kritisch zu hinterfragen und mit aktuellen Technologien zu modernisieren.

Vorlesungen

Inhalte:

  • Introduction in Business Process Management
  • Identification, design and documentation of business processes
  • Strategic and operative planning of processes
  • Simulation of processes
  • Monitoring and controlling of processes
  • Modeling of processes with EPCs and BPMN
  • Application of Workflowmanagement- and BPM-Systems
  • Process discovery, conformance checking and enhancement using event data
  • Applying of process mining tools
  • Practical Cases and Tutorials

Inhalte:

  • Einführung in das Geschäftsprozessmanagement
  • Erhebung von Daten, digitalen Spuren und Wissen über Prozesse und ihre Abläufe
  • Entdeckung und Rekonstruktion von Prozessen mit Hilfe von Process Mining
  • Analyse von Prozessen mittels Technologien für Process Mining und Data Mining
  • Automatische Vorhersagen und Empfehlungen für Prozessabläufe durch den Einsatz von KI Technologien
  • Umsetzung intelligenter Prozesse in Python, durch Robotic Process Automation und modernen Plattformen zum Prozessmanagement

Inhalte:

  • Methoden und Techniken (Data Analytics, Künstliche Intelligenz, Data Mining, Maschinelles Lernen, Algorithmen wie z.B. Neuronale Netze)
  • Technologien (Soft- und Hardwareprodukte für KI in Unternehmen, Python und KI-Libraries, wie Scikit-learn, Keras, TensorFlow)
  • Architekturen (Integration von KI-Technologien in IT-Landschaften von Unternehmen)
  • Konzeption und Management (Prozesse zur Identifikation und Implementierung von Anwendungsfällen und mögliche Organisationsformen)

Inhalte:

  • Strategische Herausforderungen der IT
  • IT-Unternehmensarchitekturen
  • Strategische Planung der IT-Landschaft
  • EAM-Governance
  • EAM-Frameworks
  • EAM-Werkzeuge
  • Umsetzung von EAM-Projekten

Inhalte:

  • Grundlegende Verfahren zum Umgang mit Technologien und Innovationen
  • Service-Lifecycle (Service Innovation, Service Design und Modellierung, Service Management und Service Operations)
  • Aktuelle Technologien, z.B. aktuell Künstliche Intelligenz

Inhalte:

  • Begriffe und Ansätze zu Geschäftsmodellen
  • Digitale Geschäftsmodelle
  • Einsatzbereiche (nach Funktionen)
  • Ausgewählte Fallstudien (aus unterschiedlichen Bereichen)
  • Entwicklungstendenzen (z. B. Data Driven Business)
  • Grundlagen der Geschäftsprozessmodellierung
  • EPKs und BPMN als Methoden der Geschäftsprozessmodellierung
  • Beispiele zur Geschäftsprozessmodellierung
  • Management von Geschäftsprozessen
  • Nutzung und Einsatz von Anwendungssoftware mit Fokus Geschäftsprozessabbildung

Einführung Business Process Intelligence

Abschlussarbeiten

Nehmen Sie gerne mit mir Kontakt auf, wenn Sie sich für eine Projekt- oder Abschlussarbeit interessieren. Ich bin bestrebt, sowohl Bachelor- als auch Masterarbeiten und Projektpraktika zu betreuen. In Anbetracht der vielen Anfragen gehe ich selektiv vor. Diese Projekt- oder Abschlussarbeiten müssen sich für eine vollständige und adäquate Betreuung auf mein Fachwissen und meine Forschungsziele ausrichten. Daher erwarte ich, dass Sie Interesse an Informationen und Daten im Zusammenhang mit Prozessen und Abläufen mitbringen.

Kenntnisse hierzu erlangen Sie in meinen Veranstaltungen zu Business Process Management und Business Process Intelligence, in Teilen auch in Digitaler Wirtschaft. Oder sie erlernen Kenntnisse ggf. auch in Ergänzung per Selbststudium in einem Online-Kurs für Process Mining (oder ein MOOC auf Coursera) oder dem Process Mining Handbook (relevante Kapitel empfehle ich Ihnen gerne). So entstehen mögliche Abschlussarbeiten in Bereichen wie Prozesserkennung, Analyse und Optimierung, oder dem Einsatz von Künstlicher Intelligenz, Machine Learning oder anderen modernen Technologien in der Prozessausführungen.

Bei Interesse kontaktieren Sie mich bitte einfach per E-Mail.

Mögliche Themen für Ihre Abschlussarbeit

Im folgenden finden Sie Themenvorschläge für mögliche Abschlussarbeiten. Diese Vorschläge können inhaltlich angepasst werden (z.B. ob Ihr Schwerpunkt eher technisch oder fachlich ist). Diese Vorschläge können auch im Umfang erweitert oder reduziert werden, je nachdem ob es sich um eine Bachelor- oder Master-Arbeit handelt.

Vielleicht bringen Sie auch eigene Forschungsfragen im Bereich Process und Data Science aus Unternehmen mit, für die Sie gerade tätig sind. Idealerweise stehen Ihnen Daten über Abläufe und Prozesse zur Verfügung. Dann formulieren wir gemeinsam ein passendes Thema für Ihre Abschlussarbeit.

Letztendlich legen wir im Rahmen eines Exposés, das Sie erstellen, den Inhalt Ihrer Abschlussarbeit individuell für Sie fest.

Leitfaden und Anmeldung

Die äußere Form einer Abschlussarbeit stellt ein wichtiges Kriterium dar. Bitte informieren Sie sich darüber umfassend noch bevor Sie ein Exposé erstellen. Ein wesentlicher Hinweisgeber ist der Leitfaden zur Anfertigung von Hausarbeit, Praxisbericht, Bachelor- und Masterarbeit des Fachbereichs Wirtschaft der Hochschule Mainz.

Informieren Sie sich auch über den Ablauf (Anmeldung, Bearbeitung und Einreichung einer Abschlussarbeit).

Sie finden den Leitfaden und weitere Informationen zum Ablauf beim Prüfungsamt.

Beschreibung

Business Process Management (BPM) ist die Wissenschaft, die sich mit der Steuerung von Abläufen und der Kontrolle operativer Prozesse beschäftigt. Die BPM-Community hat in einem offenem Aufruf, anschließenden Workshops und Diskussion die neun Hauptforschungsprobleme des Business Process Managements in einem Papier mit dem Titel "The biggest business process management problems to solve before we die" zusammengetragen. Den Link auf das Papier mit allen Details finden Sie unten unter Hinweise. Diese Probleme selber lauten:

  1. BPM-driven value creation from data
  2. Expansive BPM
  3. Automated process (re-)design
  4. Constructing digital twins
  5. The lack of objectivity in process descriptions
  6. Fixed granularity levels for process analysis 
  7. Augmenting process mining with common sense and domain knowledge
  8. Worker-centric process management
  9. Mining processes using stochastic data

In Ihrer Abschlussarbeit wählen Sie eines der neun Hauptforschungsprobleme aus und entwickeln einen Transfer in die Praxis. Anschließend erarbeiten und entwickeln Sie erste Lösungsszenarien.

Voraussetzungen

  • Interesse am und grundlegende Kenntnisse im Business Process Management
  • Interesse an Daten und deren Verarbeitung in INformationssystemen

Weitere Hinweise

 

Beschreibung

Process Mining hat in den letzten Jahren bei der Analyse reale Geschäftsprozesse an Bedeutung gewonnen. Informationssysteme (wie ERP oder CRM) zeichnen das reale Verhalten auf und fassen es in Event Logs zusammen. Event Logs beschreiben Prozessinstanzen, die jeweils aus zeitlich angeordneten Ereignissen und Aktivitäten bestehen. Es existiert bereits eine Vielzahl von Werkzeugen für das Process Mining. Dennoch und gerade weil der Trend an Process Mining zunimmt, ergeben sich neue Herausforderungen, wie etwa:

  • Bridging the gap between process modeling and process mining
  • Incorporating stochastic information in process models to improve conformance checking and prediction
  • Process mining for multiple processes using different case notions
  • Dealing with uncertain and continuous event data
  • Comparative process mining to identify differences between process variants over time
  • Causality-aware process mining ensuring correct and fair conclusions
  • Confidentiality-aware process mining to avoid unintentionally leaking sensitive information

In Ihrer Abschlussarbeit wählen Sie eine der Herausforderungen aus und entwickeln einen Transfer in die Praxis. Anschließend erarbeiten und entwickeln Sie erste Lösungsszenarien.

Voraussetzungen

  • Interesse am und grundlegende Kenntnisse im Business Process Management
  • Interesse an Daten und deren Verarbeitung in Informationssystemen
  • Grundlegende Kenntnisse im Process Mining

Weitere Hinweise

 

Beschreibung

Execution Management und damit Operational Excellence erfordern die Vorhersage von unerwünschtem Verhalten, bevor es auftritt. Partnerunternehmen der Hochschule Mainz suchen nach Vorhersagen, die für Nutzer eines Prozesses verständlich sind und automatisiert werden kann.

Uunternehmen interessieren Fragen wie:

  • Wie lange dauert es, ein Serviceticket erfolgreich zu lösen?
  • Wie lassen sich Kosten durch verletzte SLAs vermeiden?
  • Was muss als nächstes im laufenden Prozess getan werden?

Zu Beginn führen Sie eine Literaturrecherche durch um aktuelle Ansätze in Bezug auf Genauigkeit undKomplexität zu bewerten. Der Fokus Ihrer Arbeit liegt dann auf der Vorhersage von Prozesszeiten, dem nächsten Auftreten einer Aktivität und der verbleibenden Zeit eines laufenden Falls. Sie sind nicht auf reine statistische Vorhersage- und Regressionsalgorithmen beschränkt, sondern dürfen auch im Bereich der neuronalen Netze und LSTMs forschen. Sie untersuchen verschiedene Variationen von Vorhersagetechniken. Die erzielten Ergebnisse werden sowohl mit wissenschaftlichen Publikationen als auch mit vergleichbaren Ergebnissen anderer Werkzeuge verglichen.

Voraussetzungen

  • Interesse an der Verarbeitung von großen Datenmengen
  • Grundlegende Kenntnisse im Process Mining und Machine Learning
  • Erfahrung in Python

Weitere Hinweise

 

Beschreibung

Klassische Process-Mining-Ansätze haben die Anforderung, nur eine Fall-ID (Case ID) pro Ereignis zu haben. Ereignisse mit Bezug zu mehreren Objekten und mehreren Dimensionsn erfordern weiterführende Methoden im Process Mining. Z.B. gehören zum Ereignis einer aufgegebenen Bestellung Objekte wie Produkte, Kundenstammdaten, Rechnung, die Bestellung selber usw. Ereignisdaten liegen also häufig in einem objektzentrierten Format vor, das über mehrere Dimensionen geht.

Um solche objektzentrierten Ereignisdaten analysieren zu können, behandeln Sie in Ihrer Arbeit Themen wie:

  • Verständnis von Datenstrukturen für Prozesse über mehrere Objekte (Dimensionen)
  • Erkennung von Prozessen auf Grundlage objektzentrierten Ereignisdaten
  • Visualisierung dieser Prozesse
  • Erweiterung der klassischen Analysen wie Performance oder Conformance auf Grundlage von Process Mining.

Voraussetzungen

  • Methoden des klassischen Process Minings sind Ihnen bekannt
  • Erfahrung in Python oder einem Process Mining Werkzeug

Weitere Hinweise

 

Beschreibung

Process Mining hat in den letzten Jahren bei der Analyse realer Geschäftsprozesse im Customer Relationship Management (CRM) oder Enterprise Resource Planning (ERP) an Bedeutung gewonnen.  Solche CRM- oder ERP-Systeme zeichnen das Verhalten auf und fassen es in Event Logs zusammen. Event Logs beschreiben Prozessinstanzen, die jeweils aus zeitlich angeordneten Ereignissen und Aktivitäten bestehen.

Im Rahmen der Bachelorarbeit identifizieren Sie neue Datensätze (ggf. öffentlich verfügbar, oder anonymisiert aus Ihren Unternehmen), die für das Process Mining verwendet werden können. Sie überführen Datensätze in das Format für Event Logs und Sie nutzen diese Daten für die Erkennung und Analyse von Geschäftsprozessen.

Ihre Ziele sind dabei z.B.:

  • Performance-Analyse:
    • Identifizierung der „Happy Paths“ innerhalb des Prozesses.
    • Berechnung der Kosten ineffizienter Ausführungen.
  • Konformitäts-/Compliance-Überprüfungen:
    • Erkennung von Anomalien (d. h. Identifizierung von Abläufen, die sich erheblich vom „Happy Path“ unterscheiden, z. B. Zahlungen, denen keine Rechnung vorausgeht).
    • Betrugserkennung (es gibt verschiedene Arten von Betrug, z. B. doppelte Zahlungen oder Zahlungen, die immer leicht unter dem genehmigungspflichtigen Betrag liegen)

Das Ergebnis der Abschlussarbeit sollte vorzugsweise eine reale Fallstudie über die Anwendung einiger Process-Mining-Techniken sein.

Voraussetzungen

  • Interesse an der Verarbeitung von großen Datenmengen
  • Grundlegende Kenntnisse im Process Mining
  • Erfahrung in Python oder einem Process Mining Werkzeug (z.B. Celonis)

Weitere Hinweise

 

Beschreibung

Das Geschäftsprozessmanagement wird zur Steuerung der Ausführung und Kontrolle operativer Prozesse eingesetzt. Die Steuerung von Prozessen erfolgt häufig durch Workflows Management-Systeme. Robotic Process Automation (RPA) ist ein weiterer Ansatz zur Steuerung und Automatisierung von zeitintensiven und fehleranfälligen Prozessen. Die für einen Prozess erforderlichen Software-Anwendungen werden durch Softwareroboter bedient. Sie kommunizieren anwendungsübergreifend, holen Informationen ein und bearbeiten die relevanten Daten.

In Ihrer Arbeit identifizieren Sie zunächst Kriterien geeigneter Prozesse für die Robotic Process Automation. Sie analysieren vorhandene Prozesse, suchen nach Optimierungspotentialen mittels RPA und automatisieren einen realen Prozess mit Hilfe passender RPA-Werkzeuge.

Voraussetzungen

  • Sie besitzen ein Grundverständnis für die Ausführung von Prozessen
  • Erfahrung mit RPA Werkzeug (z.B. Blueprism oder UIPath) 

Weitere Hinweise

 

Bereits betreute Abschlussarbeiten

Im Folgenden finden Sie eine Auswahl der von mir betreuten Abschlussarbeiten. Einige Arbeiten tragen einen Sperrvermerkt, weshalb Sie hier nicht zur Verfügung gestellt werden. Interessieren Sie sich für ein Thema, so erhalten Sie nähere Informationen von mir auf Anfrage.

Folgende Auswahl von Abschlussarbeiten wurden von mir betreut:

Jahr Titel
2023 Effizienzsteigerung im automatisierten Lagermanagement: Empfehlung für Einlagerungsrichtlinien
Process-Mining zur Unterstützung bei der Ermittlung des Gleichgewichts zwischen Automatisierung und menschlicher Beteiligung
Anwendungsmöglichkeiten von Machine Learning im Change-Management Prozess nach ITIL
Die Auswirkungen der Digitalisierung auf das Lean Management
Einsatz von Robotic Process Automation am Beispiel <anonymer Firmenname> - Führt Automatisierung zu Stellenabbau?
Erarbeitung einer Vorgehensweise zur Optimierung von operativen Prozessen eines IT-Dienstleisters
Robotergestützte Automatisierung zur automatisierten Vertragsdatenerfassung und -analyse – Der innovative Wandel im Verlagshaus?
Home-Office als zukünftiger Arbeitsplatz? Chance oder Risiko für Unternehmen in Bezug auf Datensicherheit?
Einsatz von Predictive Process Mining im Pay-Prozess am Beispiel des zentralen Rechnungswesens der <anonymer Firmenname>
Entwicklung eines Prototyps zur Nutzenanalyse von Intelligent Process Automation in ausgewählten Einsatzszenarien
Künstliche Intelligenz – Kriterien für eine Make-, Buy-, oder Hybrid-Entscheidung anhand verschiedener KI-Ausprägungen innerhalb der Versicherungsbranche
Theoretische Konzeption der Automatisierung der SMTP-Rezertifizierung
Motivationssteigerung durch Gamification im öffentlichen Dienst am Beispiel von ausgewählten Prozessen der <anonymer Firmenname>
Microservices in mittelständischen Unternehmen - Evaluation der Wirtschaftlichkeit, Ressourcenverfügbarkeit und Sinnhaftigkeit der Überführung einer SAP Commerce Plattform in eine Microservice Architektur
Prozessoptimierung durch digitales Dokumentenmanagement
Role of controller and the impact of digitalization on controlling from the perspective of business intelligence and big data
What factors lead to a successful Conversational Agent implementation in IT Service Management Processes?
Nutzung digitaler Twins im Supply Chain Management
2022 Versicherungsbetrieb der Zukunft - Maßgeblichkeit eines CRM-Systems für <anonymer Firmenname> unter Berücksichtigung der Teilstrategie IT
Chatbot als Entlastung für Mitarbeiter und schnelle Zielführung für Kunden – Sollte <anonymer Firmenname> einen Chatbot einführen?
Agile Methoden in Data Science Projekten
Aufbau eines Process Controllings in einer Bundesbehörde mittels Business Process Intelligence
Chancen und Risiken der Digitalisierung für KMU in Deutschland hinsichtlich Dienstleistungen, Arbeits- und Kommunikationsprozessen einschließlich KI
Entlastung von IT-Abteilungen durch Automatisierung
Process Mining und Analyse der Events einer Software
Evaluation von Supervised Learning Algorithmen am Beispiel von Brustkrebspatientendaten
Digitalisierung von Prozessen in der <anonymer Firmenname> am Beispiel der Reisekostenabrechnung
Prozessoptimierung im Verkaufsablauf für das produzierende Unternehmen IBS Scherer GmbH
Smart Cities - Vergleich der Städte Frankfurt am Main und Singapur hinsichtlich der ‘Smart Mobility’ und ‘Smart Energy’
Untersuchung zur Bedeutung und Auswirkung von Datenqualität im Process Mining
Microservices in Organisationen - Eine Ausarbeitung der Grundlagen und die Migration monolithischer Systeme in eine Microservicearchitektur
Analyse und Darstellung der Auswirkung von Homeoffice Regelungen zu Zeiten von Covid-19
Prozessoptimierung durch den Einsatz von Web-Scraping 
Die Herausforderung des konfidentiellen Process Mining zum Schutz sensibler Informationen
2021 Evaluierung von Versicherungsbetrug mithilfe von Graph Neural Networks
Gründe für den Einsatz des Process Mining Tools Celonis im Zuge der Digitalisierung
Implementierung des ITIL-Prozesses Problem Management Entwicklung eines Konzepts zur Einführung eines neuen Service Management-Prozesses in der <anonymer Firmenname>
Logistische Potentiale der Digitalisierung des Warenein- und ausgangs am Beispiel der Business Unit Flat Glass der Schott AG
Application-Performance-Monitoring mit Dynatrace Entwicklung eines Konzeptes zur Umsetzung allgemeiner Anforderungen anhand einer Geschäftsanwendung der <anonymer Firmenname>
Entwicklung eines Konzeptes des S&OP-Prozesses bei der Einführung neuer fremdgefertigter Serienprodukte am Beispiel der Entkeimungssysteme <anonymer Produktname>
Handlungsempfehlungen zur Entlastung der IT-Abteilung durch Automatisierung von IT-Prozessen
Potenzial der Workflow-Technologie auf der SAP Business Technology Platform am Beispiel der SCHOTT AG
Ökonomische Marktanalyse und funktionelle Untersuchung von Geschäftsprozessmanagementsystemen
Nutzer im Mittelpunkt der Prozessgestaltung – Nutzerzentrierte Prozessmodellierung durch den Einsatz von Design Thinking im Prozessmanagement
Analyse, Optimierung und Darstellung der Supply Chain Excellence Prozesse
Marketing-Mix Optimierung mittels Einführung der Cloud-Lösung HubSpot im Inbound Marketing eines mittelständischen Unternehmens
Konzeptentwicklung zur Anbindung externer Werke an die Digitale Flottensteuerung der <anonymer Firmenname>
Planung und Teilimplementierung eines Qualitätsmanagements nach ISO- Zertifizierung bei Immobilien Verwaltungs-Kontor GmbH
2020 Ökologische Nachhaltigkeitskriterien beim Process-Mining von Geschäftsprozessen in der Logistik
Methode zur Modellierung neuer Geschäftsprozesse im Innovationsprozess mit Hilfe der Business Process Model and Notation
Optimierung des Strukturierten Verbesserungsprozesses des Segments Institutionelle Kunden der <anonymer Firmenname> zum KVP 2.0
Kann die Blockchain-Technologie bei einer möglichen Anwendung im Supply Chain Management der<anonymer Firmenname> einen Mehrwert erbringen?
2019 Einführung von Projektmanagement in einem IT-Dienstleistungsunternehmen

 

 

 

Kontakt

Prof. Dr. Tobias Walter
Raum M3.09
Lucy-Hillebrand-Straße 2
55128 Mainz

 

 

 

+49 6131 628-3212
tobias.walter (at) hs-mainz.de