Conformance Checking für regulatorische Dokumente

• Antragstellerinnen: Professorin Dr. Luise Pufahl; Professorin Dr. Jana-Rebecca Rehse
• Fachliche Zuordnung: Datenmanagement, datenintensive Systeme, Informatik-Methoden in der Wirtschaftsinformatik
• Förderung: Förderung seit 2021
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 465904964

Geschäftsprozesse müssen oft Regularien folgen, wie etwa klinischen Richtlinien im Gesundheitswesen, Gesetze und Statuten in der öffentlichen Verwaltung, oder neue Hygieneregeln in vielen verschiedenen Bereichen. Für den Erfolg von Organisationen und für Audits, ist es wichtig zu wissen: Folgen wir den vorgeschriebenen Regularien? Wenn wir abweichen, warum? Müssen wir die Mitarbeiterweiterbildung verbessern? Könnten Regularien angepasst werden, damit sie besser in der Praxis einsetzbar sind?Ein großer Vorteil des Process Mining ist, dass es Einsichten in die Geschäftsprozessausführung und Techniken für die evidenzbasierte Prozessanalyse bietet. Conformance Checking, eine der Hauptaufgaben im Process Mining, umfasst Techniken, um das Verhältnis zwischen einem gestalteten Prozessmodell und dem realen Prozessverhalten zu prüfen und Abweichungen zwischen diesen zu identifizieren und zu analysieren. Somit erlaubt es Organisationen, die oben gestellten Fragen zu beantworten. Um allerdings Conformance Checking mit Regularien zu ermöglichen, müssen zentrale Herausforderungen bewältigt werden. Erstens sind Regularien typischerweise als lange und uneindeutige Texte verfasst, sodass sie nicht direkt fürs Conformance Checking verwendet werden können. Referenzmodelle, d.h., Prozessmodellvorlagen, die für die Gestaltung weiterer Prozesse verwendet werden, können diese Lücke zwischen Prozessdaten und Regularien überbrücken. Die Überführung von Regularien in Referenzmodelle erfordert allerdings hohen manuellen Aufwand; die Forschung zur Automatisierung dieses Schrittes steht noch am Anfang. Zweitens sind moderne Conformance-Checking-Methoden zwar rechnerisch effizient, aber nicht in der Lage, die Relevanz einer Abweichung zu bewerten, mehrere Modelle zu berücksichtigen, oder erwünschte (positive) von unerwünschten (negativen) Abweichungen zu unterscheiden, was alles für den Umgang mit Regularien wichtig wäre. Außerdem gibt es nur wenig Forschung zur Visualisierung von Conformance-Checking-Ergebnissen. Schließlich sind Prozessdaten viel feingranularer als Referenzmodelle, sodass ein hoher Abstraktionsgrad notwendig ist, um eine Verbindung zwischen beiden herzustellen. Das CheR-Projekt kombiniert zum ersten Mal Techniken der Referenzmodellierung und Conformance Checking, um reales Prozessverhalten mit vorgeschriebenen Regularien zu vergleichen. Das Ziel ist, Abweichungen zwischen dieses zu finden und zu visualisieren, um Mitarbeiter gezielt zu schulen, Audits vorzubereiten, oder Verbesserungen für Prozesse oder Regularien vorzuschlagen. Mehrere Aspekte müssen dafür betrachtet werden: (1) die Unterstützung der (semi-)automatisierten Referenzmodellierung, (2) die Extraktion sinnvoller Eventlogs, (3) die Evaluation bestehender Conformance-Checking-Methoden und möglicher Erweiterungen, (4) eine empirische Evaluation, ob und wie CheR das Conformance Checking mit Regularien ermöglicht.

• DFG-Verfahren: Sachbeihilfen
• Mitverantwortlich: Professor Dr. Ingo Weber