DE / EN

Advances Process Mining

IE 692 für Master­studierende (Wirtschafts­informatik)

Allgemeines

FSS 2024
Verantwortlicher Dozent Prof. Dr. Jana-Rebecca Rehse
Veranstaltungs­art Vorlesung und Übung
Voraussetzungen Es wird erwartet, dass Sie mit der Verwendung von Petri-Netzen und BPMN zur Prozess­modellierung vertraut sind und grundlegende Programmier­kenntnisse in Python besitzen. IS 515 oder Erfahrung mit Process Mining sind KEINE Voraussetzungen.
Leistungs­punkte 6 ECTS
Sprache Englisch
Prüfungs­form und -umfang Schriftliche Prüfung (80%) und Gruppen­arbeit (20%, verpflichtend)
Prüfungs­termin tbd
Infos für Studierende Achtung: Dieser Kurs ist auf 80 Teilnehmer beschränkt. Bitte melden Sie sich rechtzeitig via Portal² an und befolgen Sie genauestens die Anweisungen im Portal². Es genügt, wenn Sie sich für die Vorlesung anmelden.
Prof. Dr. Jana-Rebecca Rehse

Prof. Dr. Jana-Rebecca Rehse

Juniorprofessorin für Management Analytics
Universität Mannheim
Juniorprofessur für Management Analytics
L 15, 1–6 – Raum 413
68161 Mannheim

Infos zur Veranstaltung

  • Kurzbeschreibung

    Process Mining ist ein aufstrebender Zweig der Daten­wissenschaft, der darauf abzielt, auf der Grundlage der Analyse aufgezeichneter Ereignisabläufe qualitative und quantitative Er­kenntnisse über die Ausführung von Organisations­prozessen zu gewinnen.

    Das Kursformat beinhaltet Vorlesungen und Übungen, die sich auf die formalen Grundlagen, Algorithmen und Techniken des Process Mining konzentrieren. Im Einzelnen behandelt dieser Kurs Aspekte wie:

    • Prozess­entdeckung, die darauf abzielt, ein Prozess­modell aus aufgezeichneten Ereignissen abzuleiten
    • Konformitäts­prüfung, die darauf abzielt, Abweichungen zwischen Ereignisdaten und Prozess­modellen zu identifizieren
    • Prozess­verbesserung, die darauf abzielt, Prozess­modelle mit Informationen über die zeitliche, organisatorische und datenbezogene Perspektive eines Prozesses zu erweitern
    • Prädiktive Überwachung, die darauf abzielt, Vorhersagen über laufende Prozess­instanzen zu treffen
    • Techniken zur Vorverarbeitung, Abstraktion und Clusterung von Ereignisdaten für verbesserte Analysen

    Für die oben genannten Themen wird der Kurs sowohl grundlegende Algorithmen als auch fortgeschrittene, moderne Techniken behandeln.

    Die Vorlesungen werden von Übungs­einheiten ergänzt, in denen Sie anhand von Pen-and-Paper-Übungen sowie der Implementierung und Evaluierung unter Verwendung von Open Source-Process Mining-Tools und -Bibliotheken üben.

    Die Vorlesungen und Übungen werden durch eine praktische Fallstudie ergänzt, bei der die Studierenden in Gruppen an einem Projekt arbeiten, das die Implementierung und/oder Evaluierung einer Process Mining-Technik beinhaltet.

    • Ziele

      Nach erfolgreichem Abschluss dieses Kurses sollten Sie folgende Fähigkeiten erlernt haben:

      • die Bedeutung und das Potenzial von Process Mining verstehen
      • grundlegende und fortgeschrittene Techniken für Kernaufgaben des Process Mining kennen und anwenden
      • reale Daten mit Hilfe von Open Source-Process Mining-Tools analysieren
    • Vorlesung

      Dozenten Prof. Dr. Jana-Rebecca Rehse
      Tutoren Alexander Kraus, Adrian Rebmann

      Die Vorlesungen finden in Präsenz statt.

    • Übung

      Die Übungen finden dienstags und mittwochs, jeweils von 15:30 bis 17:00 Uhr, in Präsenz statt. Alle Übungs­sessions einer Woche werden jeweils vom gleichen Tutor durchgeführt. Sie können sich aussuchen, welche Übung Sie besuchen.

      Für jede Übung erwarten wir, dass Sie die entsprechende Vorlesung in der Vorwoche besucht oder sich anderweitig mit den Inhalten der Vorlesung vertraut gemacht haben. Sie können sich auch bereits mit den jeweiligen Übungs­blatt vertraut machen, es ist jedoch nicht notwendig, dieses bereits abgeschlossen zu haben, um die Übung zu besuchen.

      Die Übungen werden aktiv sein. Jede Übung beginnt mit einem Kahoot! Quiz, um das in der Vorlesung Gelernte zu rekapitulieren, gefolgt von einer Frage- und Antwortrunde zum Vorlesungs­stoff der Woche. Danach haben Sie die Möglichkeit, das jeweilige Übungs­blatt (gemeinsam oder einzeln) zu bearbeiten und Fragen dazu zu stellen.

      Aufgrund des aktiven Charakters der Übungen können diese nicht aufgezeichnet werden. Wir werden jedoch die Quizfragen in ILIAS hochladen.

    • Fallstudie

      Die Veranstaltung beinhaltet eine (verpflichtende) Fallstudie. Nähere Informationen dazu werden nach Kursbeginn in ILIAS veröffentlicht.