Process Mining ermöglicht die datengestützte Analyse und Verbesserung von Geschäftsprozessen. Trotz der exponentiell wachsenden Menge an Unternehmensdaten aus verschiedenen Quellen ist die Analyse meist auf Daten aus Kern-IT-Systemen beschränkt. Im Projekt soll die Datengrundlage systematisch um bisher nicht nutzbare Datenpunkte erweitert werden.
Process Mining zielt darauf ab, Geschäftsprozesse zu identifizieren, auf Konformität zu überprüfen und zu verbessern, indem Wissen aus digitalen Ereignislogs gewonnen wird. Bisher werden überwiegend Ereignislogs aus prozessorientierten Informationssystemen für die Analyse verwendet. Viele wichtige Prozessaktivitäten in Unternehmen spielen sich allerdings außerhalb dieser Systeme ab und entziehen sich damit systematischer Protokollierung. Diese Aktivitäten hinterlassen dennoch Spuren in Randsystemen in meist wenig strukturierter oder völlig unstrukturierter Form.
Da bisher keine systematischen Ansätze existieren, um derartige digitale Spuren in Ereignislogs entsprechender Qualität zu überführen, navigieren Analysten regelmäßig mit eingeschränkter Sicht durch den Prozess und sind nicht in der Lage, handlungsrelevante Daten für Entscheidungen zu berücksichtigen. Um eine integrierte Datengrundlage zu schaffen, werden im Projekt daher automatisierbare und skalierende Ansätze zur Datenabstraktion und Ereignislog-Generierung aus bisher ungenutzten strukturierten und unstrukturierten Prozessdaten erarbeitet und in Form eines Softwareframeworks gebündelt. Dieses soll als Demonstrator prototypisiert sowie unter realweltlichen Bedingungen evaluiert werden.
Die interdisziplinäre Zusammensetzung des Projektkonsortiums aus Wissenschaft und Wirtschaft soll die wissenschaftlich-technische Qualität der Ergebnisse gewährleisten, die aufgrund der Diversität der beteiligten Partner ein hohes Maß an Übertragbarkeit erwarten lassen. Insgesamt sollen die Ergebnisse des Forschungsvorhabens die Einstiegsbarriere in das Process Mining für kleinere Unternehmen deutlich reduzieren und zudem zu besseren Prozessentscheidungen von Organisationen führen, die Process-Mining-Software bereits erfolgreich im Einsatz haben.
