Seminar One Data – Process-Mining-Datenbasis aufbauen

Process Mining benötigt ein fachlich korrektes und technisch belastbares Event Log. Das Seminar zeigt, wie Prozessfrage, Case-ID, Aktivitäten, Zeitstempel und Attribute definiert, geeignete Quellassets gefunden und als governed Datenprodukt bereitgestellt werden.

Lineage, Transformationslogik, Qualitätsregeln, Data Contract, Schutzbedarf, Veröffentlichung und Übergabe an ein Process-Mining-Werkzeug werden in einem kontrollierten Ablauf verbunden.

Inhaltsverzeichnis

1. Zielgruppe
2. Voraussetzungen
3. Seminarziele
4. Seminarinhalte
5. Kapitel 1: Process-Mining-Fragestellung und Ereignislogik definieren
6. Kapitel 2: Datenbedarf und passende Assets ermitteln
7. Kapitel 3: Governed Event-Log-Datenprodukt aufbauen
8. Kapitel 4: Schema-, Qualitäts-, Aktualitäts- und SLA-Regeln
9. Kapitel 5: Bereitstellen, anbinden und betreiben
10. Praxisübungen
11. Methodik

Zielgruppe

• Process-Mining-Analysten
• Data Engineers
• Process Owner
• Data Product Owner und Governance

Voraussetzungen

• Grundkenntnisse betrieblicher Prozesse und Datenmodellierung

Seminarziele

• Prozessfrage und Ereignislogik fachlich korrekt definieren
• Quellassets über Metadaten und Lineage auswählen
• Event-Log-Schema und Transformation als Datenprodukt spezifizieren
• Qualitätsregeln und Data Contract festlegen
• Produkt veröffentlichen, anbinden und laufend überwachen

Seminarinhalte

Die Inhalte werden in aufeinander aufbauenden Kapiteln bearbeitet. Jeder Arbeitsschritt wird anhand eines durchgängigen Szenarios nachvollzogen und anschließend praktisch überprüft.

1. Process-Mining-Fragestellung und Ereignislogik definieren

Inhaltsverzeichnis dieses Kapitels: Prozessziel; Cases; Events; Zeitstempel und Attribute.

1. Schritt 1: Die zu untersuchende Prozessfrage und die erwartete betriebliche Entscheidung werden festgelegt.
2. Schritt 2: Case-ID, Aktivität, Zeitstempel und relevante Prozessattribute werden fachlich definiert.
3. Schritt 3: Varianten, Start- und Endereignisse, Statuswechsel sowie Ausschlussregeln werden beschrieben.
4. Schritt 4: Erfolgskriterien für Vollständigkeit, zeitliche Genauigkeit und fachliche Vergleichbarkeit werden vereinbart.

2. Datenbedarf und passende Assets ermitteln

Inhaltsverzeichnis dieses Kapitels: fachliche Datenbegriffe; KI-gestützte Vorschläge; Eignungsprüfung; Lückenanalyse.

1. Schritt 1: Der benötigte Informationsgehalt wird in fachliche Datenbegriffe und Auswahlkriterien zerlegt.
2. Schritt 2: Geeignete Datenassets und vorhandene Datenprodukte werden über Suche und unterstützte Vorschläge identifiziert.
3. Schritt 3: Kandidaten werden auf Semantik, Lineage, Qualität, Aktualität, Schutzbedarf und Verfügbarkeit geprüft.
4. Schritt 4: Fehlende Daten werden als neuer Produktbedarf mit klarer Begründung und Priorität erfasst.

3. Governed Event-Log-Datenprodukt aufbauen

Inhaltsverzeichnis dieses Kapitels: Quellzuordnung; Transformation; Qualitätsregeln; Data Contract.

1. Schritt 1: Quelltabellen und Prozessobjekte werden über Metadaten und Lineage den benötigten Ereignissen zugeordnet.
2. Schritt 2: Event-Log-Schema, Harmonisierung und Transformationslogik werden als Datenprodukt spezifiziert.
3. Schritt 3: Regeln für fehlende Cases, widersprüchliche Zeitstempel, Dubletten und unzulässige Sequenzen werden definiert.
4. Schritt 4: Aktualität, Ownership, Zugriff und zulässige Nutzung werden in einem Data Contract festgehalten.

4. Schema-, Qualitäts-, Aktualitäts- und SLA-Regeln

Inhaltsverzeichnis dieses Kapitels: Schemaanforderungen; Qualitätsschwellen; Freshness; Serviceerwartungen.

1. Schritt 1: Pflichtfelder, Datentypen, Schlüssel, erlaubte Werte und strukturelle Abhängigkeiten werden definiert.
2. Schritt 2: Messbare Qualitätsregeln für Vollständigkeit, Eindeutigkeit, Konsistenz und fachliche Plausibilität werden formuliert.
3. Schritt 3: Aktualisierungsfrequenz, maximale Verzögerung und tolerierbare Ausfallzeiten werden festgelegt.
4. Schritt 4: Die Regeln werden mit Beispielwerten getestet und auf technische Messbarkeit sowie fachliche Relevanz geprüft.

5. Bereitstellen, anbinden und betreiben

Inhaltsverzeichnis dieses Kapitels: Veröffentlichung; Zugriff; Process-Mining-Werkzeug; laufende Qualität.

1. Schritt 1: Das Event-Log-Produkt wird auf Schema, Qualität, Vertrag und Schutzbedarf geprüft.
2. Schritt 2: Das Produkt wird auffindbar veröffentlicht und der benötigte Zugriff freigegeben.
3. Schritt 3: Die Übergabe an das Process-Mining-Werkzeug wird mit Beispieldaten und fachlichen Kontrollsummen getestet.
4. Schritt 4: Aktualität, Prozessabdeckung und Qualitätsabweichungen werden im laufenden Betrieb überwacht.

Praxisübungen

• Case-, Event- und Attributmodell für einen Beispielprozess definieren
• Quellen- und Lineage-Matrix für das Event Log erstellen
• Regeln für fehlende Cases, Dubletten und Zeitstempelkonflikte formulieren
• Data Contract und Veröffentlichungscheck für das Event-Log-Produkt ausarbeiten

Methodik

Trainergeführte Erläuterungen, strukturierte Demonstrationen, fachliche und technische Fallstudien sowie praktische Übungen werden miteinander kombiniert. Prüflisten, Rollenmodelle, Spezifikationen und Betriebsabläufe entstehen direkt aus den Übungsfällen und werden im Seminar gemeinsam kontrolliert.