Process MiningModulbeschreibung #41311 / Version 1
- 6 LP
- Portfolioprüfung
- Benotet
- Sommersemester
| Modul / Version | #41311 / #1 |
|---|---|
| Gültigkeit | Seit SoSe 2026 |
| Verfügbare Sprache(n) | Englisch, Deutsch |
| Leistungspunkte | 6 |
| Modulverantwortliche*r | Schulte, Stefan |
| Benotung | Benotet |
| Prüfungsform | Portfolioprüfung |
| Lehrsprache(n) | Keine Angabe |
Zugehörigkeit
| Fakultät | Fakultät IV |
|---|---|
| Institut | Institut für Wirtschaftsinformatik und Quantitative Methoden |
| Fachgebiet | 34361500 FG Software and Business Engineering (SBE) |
Kontakt
| Sekretariat | Keine Angabe |
|---|---|
| Ansprechpartner*in | Schulte, Stefan |
| E-Mail-Adresse | schulte@tu-berlin.de |
| Webseite | Keine Angabe |
Lernergebnisse
Nach erfolgreichem Abschluss des Moduls sind die Studierenden in der Lage:
- Die formalen Grundlagen und grundlegenden Techniken des Process Mining zu erklären.
- Rohdaten aus Informationssystemen in für das Process Mining geeignete Ereignisprotokolle umzuwandeln, einschließlich grundlegender Bereinigung und Filterung.
- Grundlegende Techniken zur Prozesserkennung zu erklären und zu vergleichen, um ein Prozessmodell aus einem Ereignisprotokoll zu lernen.
- Grundlegende Methoden zur Konformitätsprüfung zu erklären und anzuwenden, um Ereignisprotokolle und Prozessmodelle zu vergleichen.
- Techniken zur Erweiterung eines Prozessmodells mit aus einem Ereignisprotokoll extrahierten Informationen zu erklären und anzuwenden.
- Aktuelle Methoden des Data Minings im Process Mining anzuwenden.
- Ein praktisches Process-Mining-Projekt zu planen und durchzuführen, von der Datenaufbereitung bis zur Analyse und Interpretation der Ergebnisse.
- Die formalen Grundlagen und grundlegenden Techniken des Process Mining zu erklären.
- Rohdaten aus Informationssystemen in für das Process Mining geeignete Ereignisprotokolle umzuwandeln, einschließlich grundlegender Bereinigung und Filterung.
- Grundlegende Techniken zur Prozesserkennung zu erklären und zu vergleichen, um ein Prozessmodell aus einem Ereignisprotokoll zu lernen.
- Grundlegende Methoden zur Konformitätsprüfung zu erklären und anzuwenden, um Ereignisprotokolle und Prozessmodelle zu vergleichen.
- Techniken zur Erweiterung eines Prozessmodells mit aus einem Ereignisprotokoll extrahierten Informationen zu erklären und anzuwenden.
- Aktuelle Methoden des Data Minings im Process Mining anzuwenden.
- Ein praktisches Process-Mining-Projekt zu planen und durchzuführen, von der Datenaufbereitung bis zur Analyse und Interpretation der Ergebnisse.
Lehrinhalte
Process Mining wendet Methoden der Datenwissenschaften auf Geschäftsprozesslandschaften an. Es unterstützt die Entdeckung, Überprüfung und Verbesserung von Prozessen, indem qualitative und quantitative Einblicke in die Prozessausführung bereitgestellt werden, basierend auf Daten aus verschiedenen Informationssystemen.
In diesem Modul lernen die Studierenden die Grundlagen, Methoden und Werkzeuge für alle Phasen des Process-Mining-Workflows kennen: Datenerfassung und -aufbereitung, Datentransformation, Prozessentdeckung, Konformitätsprüfung, Prozessverbesserung, Prozesssimulation und Leistungsprognose. Die konzeptionellen Grundlagen werden mit typischen Anwendungsszenarien in der Praxis verknüpft.
In der Übung arbeiten die Studierenden in Teams mit realen oder realistischen Ereignisdaten in einem Process-Mining-Tool. Sie bereiten Ereignisprotokolle aus Rohdaten vor, führen Erkennungs- und Konformitätsanalysen durch und realisieren ein Projekt, in dem sie ihre Ergebnisse interpretieren und geschäftsrelevante Erkenntnisse präsentieren.
In diesem Modul lernen die Studierenden die Grundlagen, Methoden und Werkzeuge für alle Phasen des Process-Mining-Workflows kennen: Datenerfassung und -aufbereitung, Datentransformation, Prozessentdeckung, Konformitätsprüfung, Prozessverbesserung, Prozesssimulation und Leistungsprognose. Die konzeptionellen Grundlagen werden mit typischen Anwendungsszenarien in der Praxis verknüpft.
In der Übung arbeiten die Studierenden in Teams mit realen oder realistischen Ereignisdaten in einem Process-Mining-Tool. Sie bereiten Ereignisprotokolle aus Rohdaten vor, führen Erkennungs- und Konformitätsanalysen durch und realisieren ein Projekt, in dem sie ihre Ergebnisse interpretieren und geschäftsrelevante Erkenntnisse präsentieren.
Modulbestandteile
Pflichtbereich
Die folgenden Veranstaltungen sind für das Modul obligatorisch:
| Lehrveranstaltungen | Art | Nummer | Turnus | Sprache | SWS | VVZ |
|---|---|---|---|---|---|---|
| Process Mining | Integrierte Veranstaltung | Sommersemester | [en] | 4 | ISIS |
Arbeitsaufwand und Leistungspunkte
Process Mining (Integrierte Veranstaltung)
| Aufwandbeschreibung | Multiplikator | Stunden | Gesamt |
|---|---|---|---|
| Präsenzzeit | 15 | 4 h | 60 h |
| Vor-/Nachbereitung | 15 | 8 h | 120 h |
| 180 h | |||
Der Aufwand des Moduls summiert sich zu 180 Stunden. Damit umfasst das Modul 6 Leistungspunkte.
Beschreibung der Lehr- und Lernformen
- Wöchentliche Vorlesung (2 Stunden pro Woche) zur Einführung und Diskussion von Konzepten, Methoden und Fallstudien zum Thema Process Mining.
- Wöchentliche Übungseinheit (2 Stunden pro Woche) mit angeleiteter Unterstützung und Diskussion der Teamprojekte und deren Fortschritt.
- Teamorientierte Projektarbeit (Gruppen von 3-4 Studierenden), in der eine Process-Mining-Lösung auf der Grundlage realer oder realistischer Daten implementiert wird. Das Projekt umfasst eine Zwischenpräsentation (während der wöchentlichen Übung) und eine Abschlusspräsentation (in einer zusätzlichen Sitzung am Ende des Semesters).
- Wöchentliche Übungseinheit (2 Stunden pro Woche) mit angeleiteter Unterstützung und Diskussion der Teamprojekte und deren Fortschritt.
- Teamorientierte Projektarbeit (Gruppen von 3-4 Studierenden), in der eine Process-Mining-Lösung auf der Grundlage realer oder realistischer Daten implementiert wird. Das Projekt umfasst eine Zwischenpräsentation (während der wöchentlichen Übung) und eine Abschlusspräsentation (in einer zusätzlichen Sitzung am Ende des Semesters).
Voraussetzungen für die Teilnahme / Prüfung
Wünschenswerte Voraussetzungen für die Teilnahme an den Lehrveranstaltungen:
- Für den praktischen Teil dieses Moduls sind fundierte Kenntnisse in Softwareentwicklung und Programmierung erforderlich (z. B. Erfahrung in der Umsetzung anspruchsvoller Projekte in einer höheren Programmiersprache).
- Vorkenntnisse im Bereich Business Process Management (BPM) (z. B. aus dem Bachelor-Modul BPM an der TU Berlin) sind hilfreich, aber nicht zwingend erforderlich. Die ersten beiden Vorlesungen enthalten eine kurze BPM-Zusammenfassung, um alle Studierenden auf einen gemeinsamen Kenntnisstand zu bringen.
- Vorkenntnisse im Bereich Business Process Management (BPM) (z. B. aus dem Bachelor-Modul BPM an der TU Berlin) sind hilfreich, aber nicht zwingend erforderlich. Die ersten beiden Vorlesungen enthalten eine kurze BPM-Zusammenfassung, um alle Studierenden auf einen gemeinsamen Kenntnisstand zu bringen.
Verpflichtende Voraussetzungen für die Modulprüfungsanmeldung:
Dieses Modul hat keine Prüfungsvoraussetzungen.
Abschluss des Moduls
| Benotung | Benotet |
|---|---|
| Prüfungsform | Portfolioprüfung |
| Art der Portfolioprüfung | 100 Punkte insgesamt |
| Sprache | Englisch |
Prüfungselemente
| Name | Punkte/Gewicht | Kategorie | Dauer/Umfang |
|---|---|---|---|
| (Punktuelle Leistungsabfrage) Mündliche Prüfung | 50 | mündlich | 20 Minuten |
| (Ergebnisprüfung) Praktische Umsetzung | 35 | praktisch | 90 Stunden |
| (Ergebnisprüfung) Präsentation | 15 | mündlich | 20 Minuten |
Prüfungsbeschreibung (Abschluss des Moduls)
Der theoretische Teil des Moduls wird in einer 20-minütigen mündlichen Prüfung geprüft.
Die praktische Arbeit ist mit 3 ECTS (d. h. 90 Arbeitsstunden) gewichtet und wird anhand der praktischen Lösung (70% der Bewertung der praktischen Arbeit) und der Abschlusspräsentation (30% der Bewertung der praktischen Arbeit) benotet.
Die möglichen Punkte pro Kategorie sind in der obigen Tabelle angegeben.
Die praktische Arbeit ist mit 3 ECTS (d. h. 90 Arbeitsstunden) gewichtet und wird anhand der praktischen Lösung (70% der Bewertung der praktischen Arbeit) und der Abschlusspräsentation (30% der Bewertung der praktischen Arbeit) benotet.
Die möglichen Punkte pro Kategorie sind in der obigen Tabelle angegeben.
Dauer des Moduls
Für Belegung und Abschluss des Moduls ist folgende Semesteranzahl veranschlagt: 1 Semester.
Dieses Modul kann in folgenden Semestern begonnen werden: Sommersemester.
Maximale teilnehmende Personen
Die maximale Teilnehmerzahl beträgt 30.
Anmeldeformalitäten
Die in diesem Modul enthaltene Lehrveranstaltung erfordert eine gesonderte Anmeldung und Teilnehmerauswahl gemäß AllgStuPO § 48 (2), da die Lehrveranstaltung (i) nur eine begrenzte Anzahl an Plätzen bereitstellt und (ii) konkretes Fachwissen und Fähigkeiten voraussetzt. Studierende sollten die unter "Wünschenswerte Voraussetzungen für die Teilnahme an den Lehrveranstaltungen" genannten Vorkenntnisse besitzen. Üblicherweise werden diese auf Basis von Selbstauskunft in einer Umfrage im ISIS-Kurs in der ersten Woche der Vorlesungszeit abgefragt. Alle Details hierzu werden im ISIS-Kurs der Veranstaltung sowie am Kickofftermin bekanntgegeben.
Literaturhinweise, Skripte
Skript in Papierform
nicht verfügbar
Skript in elektronischer Form
verfügbar – Wird in ISIS angeboten
Empfohlene Literatur
- Wil van der Aalst. Process Mining: Data Science in Action, Second Edition. Springer 2016, https://doi.org/10.1007/978-3-662-49851-4
- Marlon Dumas et al. Fundamentals of Business Process Management, Second Edition. Springer 2018, https://doi.org/10.1007/978-3-662-56509-4
Zugeordnete Studiengänge
Diese Modulversion wird in folgenden Studiengängen verwendet:
| Studiengang / StuPO | Semester | Studiengangsbereich |
|---|---|---|
| Computer Engineering StuPO 2015 | SoSe 2026 | Wahlpflicht Studiengebiete Fak. IV › Informationssysteme / Information Systems |
| WiSe 2026/27 | Wahlpflichtbereich › Studiengebiete Fak. IV › Informationssysteme / Information Systems | |
| Computer Science (Informatik) StuPO 2015 | SoSe 2026 | Wahlpflicht Studiengebiete Fak. IV › Informationssysteme / Information Systems |
| WiSe 2026/27 | Wahlpflichtbereich › Studiengebiete › Informationssysteme / Information Systems | |
| Elektrotechnik StuPO 2015 | SoSe 2026 | Wahlpflicht Studiengebiete Fak. IV › Informationssysteme / Information Systems |
| WiSe 2026/27 | Wahlpflichtbereich › Studiengebiete Fak. IV › Informationssysteme / Information Systems | |
| Information Systems Management (Wirtschaftsinformatik) StuPO 2017 | SoSe 2026 | Wahlpflichtbereich › Fachstudium Wirtschaftsinformatik › Informationssysteme / Information Systems |
| WiSe 2026/27 | Wahlpflichtbereich › Fachstudium Wirtschaftsinformatik › Informationssysteme / Information Systems |
Sonstiges
Keine Angabe