FOR 5495/1: VisualMine: Visual Analytics für Process Mining auf verteilten Ereignisquellen (TP VisualMine)

Prozess-Mining basiert implizit auf der Annahme, dass die untersuchten Prozesse zumindest bis zu einem gewissen Grad strukturiert und teilweise sequenziell sind. Bereits das klassische Prozess-Mining in einer zentralisierten Umgebung hatte mit diesen Annahmen zu kämpfen. Eine der größten Herausforderungen ist nach wie vor die Komplexität und Vielfalt der zugrunde liegenden Prozesse, die häufig dazu führt, dass Prozess-Mining-Techniken Spaghetti-Modelle erzeugen. Tatsächlich hat sich die Prozess-Mining-Forschung weitgehend auf visuelle Darstellungen wie Directly-Follows-Graphen und Petri-Netze beschränkt. Es gibt nur wenige Beispiele für Arbeiten, die andere visuelle Darstellungen integrieren.

Auch das Process Mining Manifesto betont bereits die Probleme eines derart engen Spektrums an Darstellungen, wenn es um Herausforderung C5: Darstellungsverzerrung geht.
Die verteilte Umgebung wird in dieser Hinsicht noch größere Herausforderungen mit sich bringen und die Probleme mit Darstellungsverzerrungen verstärken. Die allgemeine Beobachtung von SOURCED ist, dass diese Herausforderungen zumindest mit Infrastruktur-, Daten- und Benutzerbewusstsein zusammenhängen. In Bezug auf Letzteres beobachten wir insbesondere neue Herausforderungen im Zusammenhang mit effektiven visuellen Darstellungen aufgrund der schieren Größe und hierarchischen Granularität der erzeugten Ereignisprotokolldaten. Die verteilte Umgebung bietet auch die Möglichkeit, kausale Zusammenhänge expliziter zu beschreiben, da diese mit beobachtbaren Interaktionen zwischen separaten Geräten zusammenhängen. Das zentrale Forschungsproblem in diesem Zusammenhang ist, wie Process Mining auf verteilten Ereignisquellen so entwickelt werden kann, dass die jeweiligen visuellen Darstellungen den Informationsbedürfnissen der Aufgaben des Prozessanalysten als Benutzer entsprechen.

Mit VisualMine leisten wir einen Beitrag zur wegweisenden Arbeit im Bereich Process Mining, indem wir Darstellungen, Algorithmen und Techniken für Process Mining auf verteilten Ereignisquellen entwerfen und evaluieren.