Process Mining und Design Thinking
DIS26a
|
|||||
---|---|---|---|---|---|
Dieses Modul ist der Studienrichtung Data Analyst zugeordnet. |
|||||
Workload | Credits | Studiensemester | Frequenz | Dauer | |
180h | 6 | 7. Sem. | jährlich | 1 Sem. | |
1 | Lehrveranstaltungen | Kontaktzeit | Selbststudium | Sprache | Gruppengröße |
∑ 4 SWS / 60h | ∑ 120h | ||||
DIS26a.1 Process Mining (Seminaristischer Unterricht) | DIS26a.1 2 SWS / 30h | DIS26a.1 60h | DIS26a.1 Deutsch | DIS26a.1 45 | |
DIS26a.2 Design Thinking (Vorlesung) | DIS26a.2 2 SWS / 30h | DIS26a.2 60h | DIS26a.2 Deutsch | DIS26a.2 46 | |
2 | Lernergebnisse (learning outcomes / Kompetenzen): | ||||
DIS26a.1 Process Mining bietet Verfahren, um automatisiert Prozessanalysen mit Hilfe von Ereignisdaten (EventLog-Daten) zu ermöglichen, mit dem Ziel, den tatsächlichen Ablauf kritischer Prozesse aufzudecken, sie auf ihre Stimmigkeit zu überprüfen und die Abläufe zu optimieren. Dies gelingt durch die Identifikation von Engpässen und Schwachstellen unter Einbeziehung von Rollen bzw. Ressourcen sowie Bearbeitungszeiten. Somit sorgt Process Mining für kontinuierliche Transparenz über umfangreiche Prozessverläufe. Process Mining findet auch in der wissenschaftlichen Forschung Anwendung. (Was) Sie können mittels Process Mining sogenannte EventLog-Daten analysieren, die über IT-Systeme im Rahmen von Geschäftsprozessen immer anfallen, (Womit) indem Sie die drei Process Mining Verfahren Discovery, Conformance und Enhancement an auf diese Daten anwenden, Rückschlüsse über die zugrundeliegenden Prozesse ziehen und iterativ die EventLog-Daten wieder neu slicen, und erneut analysieren, (Wozu) um Prozesse aller Art auf ihre Durchgängigkeit, Effizienz und Effektivität zu prüfen, Bottlenecks sowie Ressourcenprobleme identifizieren und damit dem prozessorientierten Geschäftsprozessmanagement sowie der Geschäftsprozessmodellierung und dem damit verbundenen Changemanagement zuzuarbeiten. | |||||
DIS26a.2 Studierende lernen Design Thinking als agile, nutzerzentrierte Arbeitsweise zur Entwicklung innovativer Lösungen kennen und Methoden anwenden, indem sie
(WAS) Die Studierenden erwerben grundlegende Kenntnisse im Bereich Design Thinking, um deren Anwendungsgebiete kennen zu lernen sowie diese nutzerzentrierten Vorgehensweisen selbst anzuwenden und somit als Grundlage für Gestaltungsprozesse einzuschätzen und nutzen zu können.
(WOMIT) Indem sie einen Überblick der methodischen Ansätze in Innovationsprozessen erlangen sowie die Anwendungsfelder von Design Thinking und nutzerzentrierte Methoden anhand aktueller Fragestellungen und eigenständig angewandter Prozesse kennen lernen.
(WOZU) Die Studierenden werden befähigt, mit den erlangten Kompetenzen nutzerbezogene Fragestellungen im Innovationsumfeld zu erschliessen, in den Praxiskontext zu übertragen und hinsichtlich der Konzeption und Evaluation von Ideen und Lösungen aus Innovationsprozessen unterstützen zu können. | |||||
3 | Inhalte: | ||||
DIS26a.1 - Einführung in Prozesse - (Geschäfts-)prozessmodellierung (BPM) - Grundlagen des Process Mining (PM) o Abgrenzung zu BPM und Data Mining o Graphen und Petri Netze o Workflow Netze o Kausale Netze o Prozessbäume - Verfahren des PM o Discovery o Conformance o Enhancement - Einführung in PM Software o Übungen o Reale Business PM Analysen | |||||
DIS26a.2 Inhalte: DIS26a.2
| |||||
4 | Lehrformen: | ||||
Seminaristischer Unterricht (DIS26a.1) Vorlesung (DIS26a.2)
|
|||||
5 | Teilnahmevoraussetzungen: | ||||
Inhaltlich: Bestandenes Teilmodul DIS16c Praxisphase. Formal: keine |
|||||
6 | Art der Prüfung: | ||||
Projektpräsentation (DIS26a.1) Projektpräsentation (DIS26a.2)
|
|||||
7 | Voraussetzungen für die Vergabe von Kreditpunkten: | ||||
- | |||||
8 | Art: Pflicht- oder Wahlmodul | ||||
Wahlpflichtmodul | |||||
9 | Bewertungsmethoden benotet/unbenotet | ||||
benotet | |||||
10 | Stellenwert der Note für die Endnote: | ||||
4% | |||||
11 | Modulbeauftragte/r und hauptamtlich Lehrende | ||||
Modulbeauftragte/r: Prof. Dr. Gernot Heisenberg
Hauptamtlich Lehrende:
Prof. Dr. Gernot Heisenberg, Prof. Dr. Ivonne Preusser
|
|||||
12 | Sonstige Informationen: | ||||
- | |||||
13 | Literatur / Quellen | ||||
1. van der Aalst WMP (2011) Process Mining – Discovery, Conformance and Enhance- ment of Business Processes. Springer 2. Accorsi R, Stocker T (2012) On the Exploitation of Process Mining for Security Au- dits: The Conformance Checking Case. ACM Symposium on Applied Computing 3. Houy C, Fettke P, Loos P, van der Aalst WMP, Krogstie J (2011) Business process management in the large. Bus Inf Syst Eng 3(6):385–388 4. IEEE Task Force on Process Mining (2011) Process mining manifesto. In: Daniel F, Barkaoui K, Dustdar S (eds) Business Process Management Workshops (1), Vol 99 of Lecture Notes in Business Information Processing. Springer, pp 169–194 5. Manyika J, Chui M, Brown B, Bughin J, Dobbs R, Roxburgh C, Byers AH (2011) Big data: the next frontier for innovation, competition, and productivity. |