Process Mining im Kontext datenorientierter Servicekompositionen

• Antragsteller: Professor Dr. Ruben Mayer, seit 11/2020
• Fachliche Zuordnung: Datenmanagement, datenintensive Systeme, Informatik-Methoden in der Wirtschaftsinformatik
• Förderung: Förderung von 2018 bis 2024
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 392214008

Die Sicherstellung von Vertrauenswürdigkeit und Qualität von Servicekompositionen in offenen, dynamischen sowie unkontrollierbaren Systemumgebungen ist eine der grundlegenden Forschungsfragen in den Bereichen Software Engineering und Service Computing. Prozesstechnologien und entsprechende Techniken für das Aufdecken von Prozessstrukturen, auch Process Mining genannt, liefern zum einen die entscheidenden Werkzeuge um Servicekompositionen zu erstellen und legen zum anderen die Basis für deren Vertrauenswürdigkeit, und haben als solche große Aufmerksamkeit erhalten. Aktuelle Process Mining Lösungen konzentrieren sich jedoch meist ausschließlich auf die Kontrollflussanalyse und können damit nicht die Anforderungen abdecken, die an datenorientierte Servicekompositionen gestellt werden. Gerade im Kontext hochgradig dynamischer Servicekompositionen, welche regelmäßigen Anpassungen unterliegen, sind Event-Logs oft unvollständig, was wiederum massiv die Güte aktueller Process Mining Techniken beeinflusst. Das vorliegende Projekt zielt darauf ab, durch eine Kombination aus Softwareanalyse und Data Mining, Process Mining Technologien auf Basis grundlegender Eventrelationen in Event-Logs wie z.B. Abhängigkeiten oder gegenseitigem Ausschluss, zu untersuchen, um die erwähnten Probleme zu beheben. Insbesondere erhoffen wir uns wesentliche Fortschritte bezüglich der folgenden Aspekte zu erzielen zu können: Ausweitung der Nebenläufigkeit und Blockstrukturierung während der Prozessaufdeckung, Erleichterung datenorientierter Konformitätsprüfungen auf Grundlage von Abhängigkeiten in Prozessausführungsgraphen, sowie der Erkennung von Kontrollflussfehlern aus Event-Logs. Des Weiteren planen wir unsere Ansätze und Techniken in Software zu realisieren, diese in entsprechende Hilfsplattformen einzubetten, um damit ein technologisches Hilfsmittel für die Verbesserung der Vertrauenswürdigkeit und Qualität von Servicekompositionen zu bieten.

• DFG-Verfahren: Sachbeihilfen
• Internationaler Bezug: China
• Partnerorganisation: National Natural Science Foundation of China
• Kooperationspartnerinnen / Kooperationspartner: Zhen Chang; Fangfei Chen; Xuansong Li, Ph.D.; Shunmei Meng, Ph.D.; Qingmin Shang; Professor Wei Song, Ph.D.; Tianshu Wang; Jing Zhang; Xiumin Zhou
• Ehemaliger Antragsteller: Professor Dr. Hans-Arno Jacobsen, bis 11/2020