Heutige Prozess-Management-Systeme stellen immer mehr Daten über Geschäftsprozesse und deren Historie bereit. Diese historischen Daten besitzen in den meisten Fällen zeitbehaftete Attribute wie Zeitstempel oder zeitbehaftete Datentypen. Diese zeitbehafteten Daten können zur Gewinnung von zeitlichen Informationen genutzt und somit zur Generierung von zusätzlichem Wissen verwendet werden.
Durch dieses Wissen über einen Geschäftsprozess und dessen Instanzen können Bewertungen und Aussagen über die korrekte Ausführung vergangener und aktueller Instanzen des Prozess abgeleitet werden. Diese Aussagen und Bewertungen von Prozesskomponenten werden durch verschiedene Monitor-Komponenten überwacht, welche Schlüsse über laufende Instanzen ziehen können. Neben einer zeitlichen sequentiellen Abfolge von einzelnen Elementen, können Wiederholungen und Entscheidungen in einer Instanz auftreten. Diese Entscheidungen und Wiederholungen müssen in den Analyse-Komponente berücksichtigt werden. Durch diese automatisierte Analyse-Komponente für zeitbehafteten Daten, werden Prozesse und Aktivitäten klassifiziert und unter Zuhilfenahme verschiedener Kriterien bewertet. Diese Bewertungen können zum einen durch statistische Verfahren und zum anderen anhand von Data-Mining-Algorithmen bestimmt werden. Hierbei wird die Klassifikation von einzelnen Prozesselementen und Instanzen in verschiedene Bereiche eingeteilt.
Die Monitor-Komponente bewertet anhand der analysierten Daten die Instanz und zeigt kritische Ausführungspfade an und bewertet die korrekte Ausführbarkeit der Folgeelemente. Für die Analyse- und Monitoring-Komponente werden in dieser Arbeit verschiedene Verfahren vorgestellt und anhand der Anforderungen bewertet. Diese Verfahren können Abhängigkeiten von zeitlichen Attributen verschiedene Fehlerszenarien erkennen. Diese Erkennung von Fehlern ins kritischen Instanzen eines Geschäftsprozesses können in Abhängigkeit des Monitors behoben werden. Zu den theoretischen Verfahren wird eine Machbarkeitsanalyse für die Analyse- und Monitoring-Komponenten entwickelt und implementiert. Diese Implementierung berechnet und beobachtet reale und simulierte historische Daten von zeitbehafteten Geschäftsprozessen, die aus einer realen oder einer simulierten Prozess-Management-Umgebung in Echtzeit erstellt werden.