Projekt 7: Datengetriebene Erfassung, Analyse, Erklärung und Behandlung von Diskrepanzen zwischen digitalen Workflows und Realweltprozessen (in Bearbeitung)

Projektbeschreibung

Für eine effektive Prozessdigitalisierung ist es essentiell, dass digitale Workflows die von ihnen unterstützten Realweltprozesse adäquat abbilden. Dies ist für dynamische Umgebungen (z.B. Logistik, Medizin) grundlegend, da hier Prozesse hochgradig anpassungsfähig und individualisierbar sein müssen. Daher sind digitale Workflows kontinuierlich andie sich verändernden  Realweltsituationen zu adaptieren. Diskrepanzen zwischen digitalem Workflow und realem Prozess treten auf, wenn in die Prozessausführung physische Entitäten (z.B. Menschen, Serviceroboter) involviert sind, deren Verhalten sich nicht wie erwartet darstellt. Zwar ermöglichen adaptive Prozess-Management-Technologien die dynamische Adaption laufender Workflows, allerdings erfordert dies aufwendige Interaktionen mit (Expert*innen-)Nutzer*innen – oftmals werden Diskrepanzen gar nicht oder zu spät erkannt.
Im Projekt sollen daher lernbasierte Verfahren und Algorithmen entwickelt werden, mit denen sich auf Basis von Daten verschiedener Quellen (z.B. Process Event Logs, IoT-/Sensordaten, Anwendungs- und Kontextdaten) auftretende Diskrepanzen zwischen digitalem (modelliertem) Workflow und Realweltprozess in Echtzeit prädizieren, erkennen, bewerten, erklären und behandeln lassen. Festgestellte Diskrepanzen müssen auf operativer Ebene, unter Einbindung von Entscheidungsträger*innen, in kontrollierter, korrekter und nachvollzierbarer Form behandelt werden. Im Fall vorgeschlagener WorkflowAdaptionen ist für Anwender*innen transparent und verständlich darzustellen, warum
welche Adaptionen notwendig bzw. sinnvoll sind. In bestimmten Fällen müssen Nutzer*innen in die Kontrolle der zur Anwendung kommenden Verfahren bzw. deren Steuerung eingreifen können, ggf. wieder unterstützt durch spezifische Algorithmen.
 

Betreuer

Erstbetreuer:

Prof. Dr. Manfred Reichert, Institut für Datenbanken und Informationssysteme, Universität Ulm

 

Tandempartner:

Prof. Dr. Christian Schlegel, Technische Hochschule Ulm

 

Beratende Experten:

Prof. Dr. Matthias Klier, Institut für Business Analytics, Universität Ulm

Prof. Dr. Reinhold von Schwerin, Technische Hochschule Ulm