© 2014 Institut für Wirtschaftsinformatik (IWi) im Deutschen Forschungszentrum für Künstliche Intelligenz (DFKI)
Interactive Process Discovery and
Improvement in People-Driven
Business Processes
Julian Krumeich, Dirk Werth und Peter Loos
26. Februar 2014 | Paderborn, Deutschland
© 2014 Institut für Wirtschaftsinformatik (IWi) im Deutschen Forschungszentrum für Künstliche Intelligenz (DFKI)
Krumeich, Werth, Loos (2014): Interactive Process Discovery and Improvement in People-Driven Processes
Feststellung eines zunehmenden Forschungsinteresses
im Bereich Process Mining
Konzeptioneller Ursprung zurückzuführen auf
Agrawal et al. [1] und Cook et al. [5]
Prägung der Disziplin durch van der Aalst [15]:
Trotz fortschreitender Reife lassen sich einige Herausforderungen ableiten
IEEE Task Force on Process Mining statuierte 11 signifikante Herausforderungen
1. EINFÜHRUNG -- MOTIVATION
1
„[T]he method of distilling a structured process description form
a set of real executions.“van der Aalst (2000)
© 2014 Institut für Wirtschaftsinformatik (IWi) im Deutschen Forschungszentrum für Künstliche Intelligenz (DFKI)
Krumeich, Werth, Loos (2014): Interactive Process Discovery and Improvement in People-Driven Processes
1. EINFÜHRUNG -- FORSCHUNGSBEITRAG
Adressierung zweier Herausforderungen aus dem
Process Mining Manifesto
C8: Providing Operational Support
o Unterstützung von Workflows durch
Prozessempfehlungen
o Flexible Prozessausführung resultiert in personalisierte
Prozessvarianten, anstelle singulärer Prozessmodelle
o Einbettung in den traditionellen
Process Mining Lifecycle
C10: Living Process Models
o Individuellen Prozessvarianten fließen zurück in das Prozessmodell
o Realisierung einer Prozessevolution und somit auch „lebender Prozesse“
2
© 2014 Institut für Wirtschaftsinformatik (IWi) im Deutschen Forschungszentrum für Künstliche Intelligenz (DFKI)
Krumeich, Werth, Loos (2014): Interactive Process Discovery and Improvement in People-Driven Processes
2. KONZEPTVORSTELLUNG
Business Process Execution
a) Pro
cess Mo
nitoring
c) Process Guidance
t
Process Guidance
Process Recommender
Process
Modele) Living
Processes
Process
Model
d) Monitoring
User Decision
Crowd-based
Recommendation
User-based
Recommendation
b) Recommender EngineIndividual
Process Model
Individual Process Model
Individual
Process Model
Individual Process Model
Individual Process Model
Individual
Process Model
3
© 2014 Institut für Wirtschaftsinformatik (IWi) im Deutschen Forschungszentrum für Künstliche Intelligenz (DFKI)
Krumeich, Werth, Loos (2014): Interactive Process Discovery and Improvement in People-Driven Processes
Verzahnung des Konzepts mit Prozess-
getriebenen Informationssystemen
Grundlage für Operational Support
Beobachtung des Nutzerverhaltens
Zuordnung zu Prozessschritten
Ableitung von Prozessempfehlungen
Grundlage klassisches Prozess Mining
Flexible Führung durch den Prozessablauf
Flexibilität ermöglicht Abweichungen von Standardmodell
Ableitung von nutzerspezifischen Prozessvarianten
2. KONZEPTVORSTELLUNG
Business Process Execution
a) Pro
cess Mo
nitoring
c) Process Guidance
t
Process Guidance
Process Recommender
Process
Modele) Living
Processes
Process
Model
d) Monitoring
User Decision
Crowd-based
Recommendation
User-based
Recommendation
b) Recommender EngineIndividual
Process Model
Individual Process Model
Individual
Process Model
Individual Process Model
Individual Process Model
Individual
Process Model
4
© 2014 Institut für Wirtschaftsinformatik (IWi) im Deutschen Forschungszentrum für Künstliche Intelligenz (DFKI)
Krumeich, Werth, Loos (2014): Interactive Process Discovery and Improvement in People-Driven Processes
Aufbau von Repositorien aus
Prozessvarianten
Nutzung dieser Informationsbasis zur
Empfehlungsgenerierung
Verknüpfung der eigenen Prozessvariante
mit denen anderer Nutzer
Crowd-based und User-based Recommendations
Standardprozessmodell und Gruppen-basierte Empfehlungen
Speziell für unerfahrene Benutzer
Primär Nutzer-basierte Empfehlungen
Speziell für erfahrene Benutzer
2. KONZEPTVORSTELLUNG
5
Business Process Execution
a) Pro
cess Mo
nitoring
c) Process Guidance
t
Process Guidance
Process Recommender
Process
Modele) Living
Processes
Process
Model
d) Monitoring
User Decision
Crowd-based
Recommendation
User-based
Recommendation
b) Recommender EngineIndividual
Process Model
Individual Process Model
Individual
Process Model
Individual Process Model
Individual Process Model
Individual
Process Model
© 2014 Institut für Wirtschaftsinformatik (IWi) im Deutschen Forschungszentrum für Künstliche Intelligenz (DFKI)
Krumeich, Werth, Loos (2014): Interactive Process Discovery and Improvement in People-Driven Processes
Evolution des Prozessmodells
Nach Feststellung einer häufigen
Abweichung vom Standardmodell
Realisierung von „Living Processes“
Adressierung von C10
2. KONZEPTVORSTELLUNG
6
Business Process Execution
a) Pro
cess Mo
nitoring
c) Process Guidance
t
Process Guidance
Process Recommender
Process
Modele) Living
Processes
Process
Model
d) Monitoring
User Decision
Crowd-based
Recommendation
User-based
Recommendation
b) Recommender EngineIndividual
Process Model
Individual Process Model
Individual
Process Model
Individual Process Model
Individual Process Model
Individual
Process Model
© 2014 Institut für Wirtschaftsinformatik (IWi) im Deutschen Forschungszentrum für Künstliche Intelligenz (DFKI)
Krumeich, Werth, Loos (2014): Interactive Process Discovery and Improvement in People-Driven Processes
Basiert auf zwei unterschiedlichen Datenbeständen:
o dem Prozessmodell (beinhaltet die Prozesslogik) und
o dem Sequenzgraphen (beinhaltet die individuellen Präferenzen)
Empfehlungen werden sowohl basierend auf den Constraints
des Prozessmodells als auch den Sequenzgraphpräferenzen
generiert
3. EMPFEHLUNGSGENERIERUNG
Prozessmodell Sequenzgraph
7
© 2014 Institut für Wirtschaftsinformatik (IWi) im Deutschen Forschungszentrum für Künstliche Intelligenz (DFKI)
Krumeich, Werth, Loos (2014): Interactive Process Discovery and Improvement in People-Driven Processes
[A]Check
Inventory
[C] Send
Quotation
[D] Replenish Inventory
[B]Credit Check
[E]Packaging
[F]Billing + Invoicing
[G] Regular
Shipment
[H] Priority
Shipment
XOR(1) Incoming Request for Quotation
(2) Incoming Quotation
Confirmation
(3) OrderPacked
(4) Order Shipped
V VV V
Zwei Beispielnutzer mit personalisierten Prozessen:
o Nutzer 1: Bearbeitet Standardkunden u. -produkte
o Nutzer 2: Bearbeitet Premiumkunden
3. EMPFEHLUNGSGENERIERUNG
8
© 2014 Institut für Wirtschaftsinformatik (IWi) im Deutschen Forschungszentrum für Künstliche Intelligenz (DFKI)
Krumeich, Werth, Loos (2014): Interactive Process Discovery and Improvement in People-Driven Processes
3. EMPFEHLUNGSGENERIERUNG
a) Sequenzgraph (Nutzer 1)
c) Sequenzgraph (Nutzer 2)
C
F
E
H
B
F
E
GC
b) Prozessmodell (Nutzer 1)
d) Prozessmodell (Nutzer 2)
C
B
EF G
V V
C
HE
FV V
9
[A]Check
Inventory
[C] Send
Quotation
[D] Replenish Inventory
[B]Credit Check
[E]Packaging
[F]Billing + Invoicing
[G] Regular
Shipment
[H] Priority
Shipment
XOR(1) Incoming Request for Quotation
(2) Incoming Quotation
Confirmation
(3) OrderPacked
(4) Order Shipped
V VV V
© 2014 Institut für Wirtschaftsinformatik (IWi) im Deutschen Forschungszentrum für Künstliche Intelligenz (DFKI)
Krumeich, Werth, Loos (2014): Interactive Process Discovery and Improvement in People-Driven Processes
Zwei unterschiedliche Typen von Prozessempfehlungen
Nutzer-basierte Empfehlungen
o Spiegelt individuelle Sequenzen und präferierte Prozessschritte wider
o Existiert nur für bereits ausgeführte Workflows des spezifischen Nutzers
o Gefahr der Verstärkung ineffizienter oder falscher Workflowausführung
Gruppen-basierte Empfehlungen
o Aggregation individueller Prozesssequenzen
o Verankern von Best Practices als kollektives Wissen
Die richtige Balance zwischen Nutzer- und Gruppen-basierten
Empfehlungen ist entscheidend.
Selbstadaptionsmechanismus in Burkhart et al. [4] und
Dorn et al. [6] publiziert
3. EMPFEHLUNGSGENERIERUNG
10
© 2014 Institut für Wirtschaftsinformatik (IWi) im Deutschen Forschungszentrum für Künstliche Intelligenz (DFKI)
Krumeich, Werth, Loos (2014): Interactive Process Discovery and Improvement in People-Driven Processes
EXPORT: Nahtlose Integration der Zollabwicklung in die
(wertschöpfenden) Geschäftsprozesse von KMU
Werkzeug zur Integration in bestehende E-Mail-Clients
Extraktion relevanter Daten für Ausfuhranmeldungen
Automatisierte Anbindung von Logistikdienstleistern
Ganzheitliche Unterstützung des Exportprozesses
4. PROOF-OF-CONCEPT: EXPORT-TOOL
11
© 2014 Institut für Wirtschaftsinformatik (IWi) im Deutschen Forschungszentrum für Künstliche Intelligenz (DFKI)
Krumeich, Werth, Loos (2014): Interactive Process Discovery and Improvement in People-Driven Processes
4. PROOF-OF-CONCEPT: EXPORT-TOOL
12
© 2014 Institut für Wirtschaftsinformatik (IWi) im Deutschen Forschungszentrum für Künstliche Intelligenz (DFKI)
Krumeich, Werth, Loos (2014): Interactive Process Discovery and Improvement in People-Driven Processes
4. PROOF-OF-CONCEPT: EXPORT-TOOL
13
© 2014 Institut für Wirtschaftsinformatik (IWi) im Deutschen Forschungszentrum für Künstliche Intelligenz (DFKI)
Krumeich, Werth, Loos (2014): Interactive Process Discovery and Improvement in People-Driven Processes
Konzept zum „Interactive Process Discovery and Improvement“
Unterstützung bei der flexiblen Workflowdurchführung mittels
Prozessempfehlungen
Lernalgorithmus zur Verknüpfung von nutzerspezifischen
Prozessvarianten mit Gruppen-basierten Varianten
Challenges: Operational Process Support & Living Processes
Proof-of-Concept durch EXPORT-Prototypen
5. ZUSAMMENFASSUNG UND AUSBLICK
Stärkere Betrachtung der aktuellen Kontextsituation
Antizipation des zukünftigen Prozessverlaufs
Entwicklung von Prediction Models als Empfehlungsbasis
Zukünftige Arbeiten
14
© 2014 Institut für Wirtschaftsinformatik (IWi) im Deutschen Forschungszentrum für Künstliche Intelligenz (DFKI)
Krumeich, Werth, Loos (2014): Interactive Process Discovery and Improvement in People-Driven Processes
KONTAKT
