idw – Informationsdienst Wissenschaft
Nachrichten, Termine, Experten
Nachrichten, Termine, Experten
idw - Informationsdienst
Wissenschaft
Prof. Dr. Agnes Koschmider von der Universität Bayreuth ist Sprecherin der neuen, von der DFG eingerichteten Forschungsgruppe 5495 „SOURCED – Process-Mining auf verteilten Ereignisquellen“. Process Mining ist ein bewährtes Verfahren, das zur Rekonstruktion, Analyse und Evaluation von Geschäftsprozessen entwickelt wurde. Immer häufiger aber stammen die beim Process Mining verwendeten Daten aus verteilten, sensorbasierten Systemen im Kontext des „Internet der Dinge“ und sind verteilt gespeichert. Ziel der neuen Forschungsgruppe SOURCED ist es deshalb, die methodischen Grundlagen neuartiger Process-Mining-Techniken für Daten des „Internet der Dinge“ bereitzustellen.
Die Forschungsgruppe verbindet Kompetenzen aus den Bereichen Prozessmanagement, Daten- und Softwaretechnik, verteilte Systeme und Datenschutzmechanismen. Sie gliedert sich in sechs Teilprojekte, die an der Universität Bayreuth, der Christian-Albrechts-Universität Kiel und der Humboldt-Universität zu Berlin angesiedelt sind. Die Deutsche Forschungsgemeinschaft (DFG) fördert SOURCED zunächst für vier Jahre. Im Rahmen der Forschungsgruppe wird ein „mobiles Tiny House“ auf dem Campus der Universität Bayreuth errichtet, das Brücken von der Grundlagenforschung zu konkreten Anwendungen schlagen soll. Als Reallabor wird es die zeitnahe Erprobung und praxisnahe Weiterentwicklung aller von den Projektpartnern entwickelten Verfahren und technischen Lösungsvorschläge ermöglichen.
SOURCED knüpft an einen hochaktuellen globalen Trend an: Das „Internet der Dinge“, das reale und virtuelle Objekte miteinander vernetzt und in neue Informations- und Kommunikationsstrukturen integriert, hat einen enormen Aufschwung erlebt. Häufig sind in solche intelligenten Infrastrukturen auch räumlich verteilte Sensoren, beispielsweise aus Sensoren zur Temperatur-, Geschwindigkeits- oder Zeitmessung, eingebettet. Sie übermitteln ereignisbezogene Daten, die in ihrem jeweiligen Zusammenhang ausgewertet werden und so eine Grundlage für zu treffende Entscheidungen bilden: In der Logistik werden beispielsweise Daten von Schiffstranspondern genutzt, um das Be- und Entladen von Schiffen zu überwachen. Im Gesundheitswesen installieren Krankenhäuser Echtzeit-Ortungssysteme, damit sie jederzeit die nötige Übersicht über klinische Abläufe haben. Smart-City-Initiativen wiederum verfolgen Informationen über Verkehrsereignisse und die Dichte des öffentlichen Nahverkehrs.
„In allen diesen Szenarien gibt es eine technische Infrastruktur mit einer Vielzahl räumlich verteilter Standorte, an denen Sensoren ereignisbezogene Daten generieren. Diese Daten sind für eine genaue Rekonstruktion, Analyse und Evaluation komplexer Abläufe unentbehrlich und tragen damit zu einer sicheren Steuerung des Gesamtsystems bei. So müssen beispielsweise Informationen über Zwischenfälle in einem Krankenhaus oder über Verspätungen im Stadtverkehr zunächst in die jeweils relevanten Verkettungen von Ursachen und Wirkungen eingeordnet werden: So können sie eine effiziente Entscheidungsfindung von Ärzt*innen und Verkehrsteilnehmer*innen unterstützen“, sagt Prof. Dr. Agnes Koschmider, Inhaberin des Lehrstuhls für Wirtschaftsinformatik und Process Analytics an der Universität Bayreuth.
Für automatisierte Verfahren, die der Rekonstruktion, Analyse und Evaluation von Prozessen in komplexen Infrastrukturen dienen, hat sich in der Forschung der Begriff „Process Mining“ etabliert. Anwendungen auf Infrastrukturen, in denen räumlich verteilte Sensoren wichtige Daten liefern, sind allerdings derzeit noch mit technischen und konzeptionellen Problemen verknüpft. Diese betreffen die effiziente Verarbeitung der von Sensoren übermittelten Ereignisdaten, aber auch den Datenschutz: Die hohe Detailgenauigkeit der Daten ist zwar für sich genommen ein Qualitätsmerkmal, doch eine rechtlich und ethisch unbedenkliche Weiterverarbeitung verlangt einen Grad der Verallgemeinerung, der einzelne Personen, Unternehmen oder Organisationen vor Wiedererkennung schützt und den Schutz der Privatsphäre gewährleistet. Darüber hinaus ist auch der kommunikative Aspekt nicht zu unterschätzen: Die durch Process Mining erzielten Erkenntnisse müssen in ihren sachlichen und logischen Zusammenhängen so klar visualisiert und kommuniziert werden, dass sie für die Verantwortlichen in Unternehmen und Organisationen eine wirkliche Entscheidungshilfe darstellen.
„In unserer neuen Forschungsgruppe legen wir im Verbund der Standorte Bayreuth, Berlin und Kiel den Grundstein für innovative Anwendungen von Process Mining auf der Basis ereignisbezogener Daten, die von verteilten Sensoren übermittelt werden. Wir bezeichnen diese neue Generation der Prozessanalyse-Techniken, die wir gemeinsam entwickeln wollen, als Sourced Process Mining,“ sagt Koschmider.
Prof. Dr. Agnes Koschmider
Lehrstuhl für Wirtschaftsinformatik und Process Analytics
Universität Bayreuth
Telefon: +49 (0)921 / 55-4583
E-Mail: agnes.koschmider@uni-bayreuth.de
Prof. Dr. Agnes Koschmider, Universität Bayreuth.
Foto: UBT.
Criteria of this press release:
Business and commerce, Journalists, Scientists and scholars, Students, Teachers and pupils, all interested persons
Economics / business administration, Information technology, Mathematics
transregional, national
Cooperation agreements, Research projects
German
You can combine search terms with and, or and/or not, e.g. Philo not logy.
You can use brackets to separate combinations from each other, e.g. (Philo not logy) or (Psycho and logy).
Coherent groups of words will be located as complete phrases if you put them into quotation marks, e.g. “Federal Republic of Germany”.
You can also use the advanced search without entering search terms. It will then follow the criteria you have selected (e.g. country or subject area).
If you have not selected any criteria in a given category, the entire category will be searched (e.g. all subject areas or all countries).
