M.184.4395 Process Mining | |
---|---|
(Process Mining) |
Koordinator (coordinator): | Dr. Christian Bartelheimer |
Ansprechpartner (contact): | Bernd Löhr (bernd.loehr[at]uni-paderborn.de) Dr. Christian Bartelheimer (christian.bartelheimer[at]uni-paderborn.de) |
Credits: | 5 ECTS |
Workload: | 150 Std (h) |
Semesterturnus (semester cycle): | WS |
Studiensemester (study semester): | 1-4 |
Dauer in Semestern (duration in semesters): | 1 |
Lehrveranstaltungen (courses): | ||||||
---|---|---|---|---|---|---|
Nummer / Name (number / title) |
Art (type) |
Kontaktzeit (contact time) |
Selbststudium (self-study) |
Status (P/WP) (status) |
Gruppengröße (group size) | |
a) | K.184.43951 / Process Mining | 30 Std (h) | 120 Std (h) | P | ||
Wahlmöglichkeiten innerhalb des Moduls (Options within the module): | ||||||
Keine |
Empfohlene Voraussetzungen (prerequisites): |
---|
W1311 Methoden des Geschäftsprozessmanagements |
Inhalte (short description): |
---|
Process Mining fokussiert die datengetriebene Analyse von Geschäftsprozessen, mit dem Ziel, tiefgreifende Einblicke in die Leistungsfähigkeit und Konformität von Unternehmensabläufen zu erhalten. Zu den drei Grundaktivitäten des Process Mining zählen Prozessdaten evidenzbasiert zu erheben (Discovery), die Konformität mit Standardprozessen zu prüfen (Conformance Checking) sowie Prozesse datenbasiert zu analysieren, zu steuern und zu verbessern (Enhancement). Der aktuelle Forschungsfokus geht über die bisherigen Anwendungsbereiche (Discovery, Conformance-Checking, Enhancement) hinaus und widmet sich präskriptiven Verfahren zur Voraussage des zukünftigen Prozessverlaufs sowie den zugehörigen Metriken wie Durchlaufzeit oder prozessspezifische Eigenschaften (Predictive & Action-oriented Process Mining). Es werden unter-schiedliche statistische Verfahren oder Machine-Learning-Ansätze (bspw. neuronale Netze) eingesetzt, um Vorhersagemodelle zu erzeugen. |
Lernergebnisse (learning outcomes): |
---|
Fachkompetenz Wissen (professional expertise): |
Studierende... … verstehen die Eigenschaften, Voraussetzungen und Anwendungspotenziale für die datengetriebene Analyse von Geschäftsprozessen. |
Fachkompetenz Fertigkeit (practical professional and academic skills): |
Studierende... … Problemlösungsorientierte Anwendung von Process Mining zur Beantwortung betrieblicher Fragestellungen. |
Personale Kompetenz / Sozial (individual competences / social skills): |
Studierende... … können sich in Kleingruppen selbst organisieren, um betriebliche Fragestellungen zu bearbeiten. |
Personale Kompetenz / Selbstständigkeit (individual competences / ability to perform autonomously): |
Studierende... … können komplexe Anwendungsprobleme lösungsorientiert bearbeiten und mithilfe von Process Mining nützliche Ergebnisse zur Beantwortung wichtiger betrieblicher Fragestellungen erzielen. |
Prüfungsleistungen (examinations) | |||
---|---|---|---|
Art der Modulprüfung (type of modul examination): Modulabschlussprüfung | |||
Art der Prüfung (type of examination) |
Umfang (extent) |
Gewichtung (weighting) | |
a) | Präsentation | 15 Minuten | 35.00 % |
b) | Hausarbeit | 15 Seiten | 65.00 % |
Studienleistung / qualifizierte Teilnahme (module participation requirements) |
---|
Nein |
Voraussetzungen für die Teilnahme an Prüfungen (formal requirements for participating in examinations) |
---|
Keine |
Voraussetzungen für die Vergabe von Credits (formal requirements for granting credit points) |
---|
Die Vergabe der Credits erfolgt, wenn die Modulnote mindestens „ausreichend“ ist |
Gewichtung für Gesamtnote (calculation of overall grade) |
---|
Das Modul wird mit der Anzahl seiner Credits gewichtet (Faktor: 1) |
Verwendung des Moduls in den Studiengängen (The module can be selected in the following degree programmes) |
---|
M.Sc. IBS, M.Sc. BWL, M.Sc. International Economics and Management, M.Sc. Management, M.Sc. Management Information Systems, M.Sc. Taxation, Accountingand Finance, M.Sc. Winfo, M.Sc. Wirtschaftspädagogik, M.Ed. Wirtschaftspädagogik |
Umfang QT (participation requirements): |
---|
Lernmaterialien, Literaturangaben (learning material, literature): |
---|
Wil van der Aalst (2016): Process Mining: Data Science in Action. Springer. van der Aalst, Wil MP, and Josep Carmona. Process mining handbook. Springer Nature, 2022. Dumas, M., La Rosa, M., Mendling, J., & Reijers, H. A. (2018). Fundamentals of Business Process Management. Springer. Weitere Literaturhinweise werden themenbezogen im Seminar bekanntgegeben. |
Teilnehmerbegrenzung (participant limit): |
---|
Keine |
Sonstige Hinweise (additional information): |
---|