Business Process Intelligence

Die Studierenden können Methoden, Konzepte und Software-Werkzeuge für die Extraktion von Daten aus Informationssystemen sowie für deren konsistente Aufbereitung und intelligente Analyse beschreiben. Sie können charakteristische Anwendungsfälle von Business Process Intelligence (BPI) benennen und technologische Realisierungsmöglichkeiten sowie deren Nutzen und Aufwände bewerten. Darüber hinaus sind sie in der Lage, aktuelle Entwicklungen (z. B. Process Mining, Process Performance Measurement) zu vergleichen.

Modulhandbuch

Coronavirus: Information über den Ablauf

Aufgrund der aktuellen Situation wird die Präsenzlehre im Modul Business Process Intelligence vorerst auf E-Learning über Moodle umgestellt. Dort finden Sie alle Informationen über den Ablauf des Moduls. 

Anmeldung zum Moodle-Kurs

Bei Teilnahme an der Vorlesung bitte in den Moodle-Kurs einschreiben.

Vorlesungsinhalt

Für Unternehmen spielt die kontinuierliche Verbesserung ihrer Key-Performance-Indikatoren (z.B. Verkäufe, Umsatz, Neukunden) eine wichtige Rolle.

Um eine Verbesserung zu erzielen, ist es zunächst nötig, auf die relevanten Unternehmensdaten zugreifen zu können und diese dann geeignet auszuwerten. Hierfür sind Data und Process Warehouse-Lösungen bestens geeignet. Sie bieten die Möglichkeit zur Extraktion und Integration von Anwendungsdaten aus unter­schied­lichen Quellsystemen (z.B. datenbankbasierten Anwendungen oder prozess­orientierten Informationssystemen). Die so importierten Daten können dann z.B. im Data oder Process Warehouse aufbereitet und anschließend mittels geeigneter Techniken analysiert werden  (z.B. Data Mining, OLAP, Process Mining).

Die Lehrveranstaltung behandelt ausgewählte Aspekte des gesamten Data- und Process-Warehousing-Prozesses von der Datenextraktion bis zur Analyse. Darüber hinaus wird auf aktuelle Entwicklungen wie Process Mining und Process Performane Management eingegangen. Es werden folgende Einzelthemen behandelt:

  • Data-Warehouse-Systeme:  Architektur;  Extraktion / Transformation / Laden; Anfrageverarbeitung und -opti­mier­ung, materialisierte Views, etc.
  • Multidimensionales Datenmodell (Grundidee, Indexstrukturen, etc.)
  • Techniken für die Analyse von (Anwendungs-)Daten: OLAP, Data Mining
  • Techniken für die Analyse von Prozessdaten: Process Mining, Conformance Checking, Process Change Mining
  • Process Performance Management (KPIs, Process Warehouses, ARIS PPM)
  • Aktuelle Trends aus Forschung & Entwicklung (z.B. Daten- und Prozessvisualisierung)

In den begleitenden Übungen stehen praktische Aspekte im Fokus. Einerseits werden konkrete Fallbeispiele behandelt, andererseits lernen Teilnehmer den Umgang mit existierenden Intelligence-Werkzeugen (z.B. ARIS PPM).

Inhaltliche Voraussetzungen

Grundlagenwissen zu Datenbanken und Informationssystemen, wie es in den Modulen Datenbanksysteme – Konzepte und Modelle und Business Process Management vermittelt wird.

Materialien

Die Vorlesungsunterlagen zur Vorlesung werden über Moodle verwaltet und dort angeboten.

Übungen

Die Übungen dienen dazu, den Stoff der Vorlesung durch ausgewählte Aufgabenstellungen sinnvoll zu vertiefen. Sie finden themenbezogen jede Woche statt und werden im Rahmen von E-Learning durchgeführt.

Umfang

Informatikstudiengänge
SWS 2+2, LP 6

Wirtschaftswissenschaften
SWS 2+2, LP 7

Turnus

jedes Sommersemester

Prüfung

Die Veranstaltung kann am Ende des Semesters in Form einer Klausur als Prüfung abgelegt werden.

LSF