Druckansicht der Internetadresse:

Rechts- und Wirtschaftswissenschaftliche Fakultät

Lehrstuhl für Wirtschaftsinformatik und Process Analytics – Professorin Dr. Agnes Koschmider

Seite drucken

Abschlussarbeiten

Unsichere Event Logs

Bachelor Master Offen

Beschreibung

Das zentrale Datenformat für die Prozessanalyse mittels Process-Mining sind sog. Ereignislogs. In der Regel wird davon ausgegangen, dass alle Informationen in einem Ereignislog sicher sind. Ziel der Abschlussarbeit ist, Unsicherheiten in Ereignislogs auf Datenebene zu modellieren und in die darauf basierende Prozessanalyse miteinzubeziehen. Je nach Interesse und Vorwissen können im Themenbereich verschiedene Schwerpunkte (Programmierung, Probabilistische Methoden, Statistik, Literaturrecherche, ...) gesetzt werden.

Kontakt

Betreuung: Arvid Lepsien

Email: ale@informatik.uni-kiel.de

Data Fusion für Process-Mining

Master Offen

Beschreibung

Die Arbeit befasst sich mit der Fusion von Zeitreihen und Textdaten. Dabei soll ein Event Log mit textuellen Informationen angereichert und fürs Process Mining vorbereitet werden. Der aktuelle Forschungsstand in diesem Bereich soll untersucht, eine Pipeline zur Fusionierung von Zeitreihen und Textdaten entwickelt, sowie ein Prototyp implementiert werden.

Kontakt

Betreuung: Frederik Fonger

Email: ffo@informatik.uni-kiel.de

Fine-tuning von Local LLMs für Process Models

Master Offen

Beschreibung

Der Schwerpunkt liegt auf der Verarbeitung natürlichsprachlicher Prozessbeschreibungen und der Weiterentwicklung von PM4PY.LLM. Besonderes Augenmerk liegt auf dem Einfluss größerer Trainingsdaten und der automatisierten Generierung von Prozessbeschreibungen

Kontakt

Betreuung: Yorck Zisgen

Email: yorck.zisgen@uni-bayreuth.de

Fine-tuning von Local LLMs für Simulationsparameter

Master Offen

Beschreibung

Entwicklung von LLM-basierten Methoden zur Extraktion von Simulationsparametern für Business Process Simulation

Kontakt

Betreuung: Yorck Zisgen

Email: yorck.zisgen@uni-bayreuth.de

Statistisches Process-Mining (Systematische Literaturrecherche)

Bachelor Offen

Beschreibung

Ziel dieser Abschlussarbeit ist es, vorhandene Forschungsergebnisse und Methoden in diesem Bereich zu identifizieren, zu analysieren und zu bewerten. Hierfür wird die vorhandene Literatur systematisch durchgesucht. Dabei sollen drei Forschungsfragen erarbeitet und (mit Hilfe der Literaturrecherche) beantwortet werden können.

Kontakt

Betreuung: Milda Aleknonytė-Resch

Email: mar@informatik.uni-kiel.de

Verbesserung der Datenqualität durch Gamification-Konzepte

Master Offen

Beschreibung

Der Schwerpunkt liegt auf der Entwicklung von Gamification-Ansätzen, die durch Umfragen evaluiert und systematisch verglichen werden sollen. Die Arbeit zielt darauf ab, die Wirksamkeit verschiedener Gamification-Konzepte zu analysieren und das beste Konzept für die Verbesserung der Datenqualität im Process Mining zu identifizieren

Kontakt

Betreuung: Milda Aleknonytė-Resch

Email: mar@informatik.uni-kiel.de

Modularer Ansatz zum Pre-Processing für Process-Mining

Master Offen

Beschreibung

Die Arbeit zielt auf die Entwicklung eines modularen Systems zur automatisierten Generierung von Pre-Processing-Pipelines, basierend auf Datentypen und deren Eigenschaften. Durch eine umfassende Analyse der Literatur und bestehender Methoden wird eine Taxonomie erstellt, die häufige Datentypen und Fragestellungen im Process Mining strukturiert. Auf dieser Basis werden effiziente Ansätze zur Klassifikation und Integration von Pre-Processing-Modulen entwickelt. Der technische Schwerpunkt liegt auf der Konzeption und prototypischen Umsetzung eines flexiblen Systems, das Module dynamisch integriert und Pipelines anpassbar gestaltet, um die Vorverarbeitung in Process-Mining-Szenarien zu optimieren.

Kontakt

Betreuung: Milda Aleknonytė-Resch

Email: mar@informatik.uni-kiel.de

Process Discovery von Aktivitäten aus Sensordaten: Datenqualität

Bachelor Master Offen

Beschreibung

Diese Arbeit untersucht die Datenvorverarbeitung von tragbaren Sensoren (Wearables) für Process Mining. Ein Protokoll, das sich bei Labordaten bewährt hat, soll auf ein zweites Datenset aus häuslicher Umgebung angewendet werden. Ziel ist es, die Leistung dieses Datenreinigungsprotokolls auf dem neuen Datensatz zu bewerten.

Kontakt

Betreuung: Milda Aleknonytė-Resch

Email: mar@informatik.uni-kiel.de

Process Discovery von Aktivitäten aus Sensordaten: Synchronisierung von Sensoren

Bachelor Master Offen

Beschreibung

Das Thema der Arbeit befasst sich mit der Vorverarbeitung von Sensordaten für Process Mining, speziell der Synchronisierung von Sensoren. Wir haben Daten von einem Teilnehmer, der Aktivitäten in einer häuslichen Umgebung wiederholt. Problem: die Zeitstempel der Sensordaten stimmen teilweise nicht mit den Label-Zeitstempeln überein. Die Aufgabe besteht darin, zu recherchieren, welche Daten Synchronisierungsmethoden es für solche Fälle gibt und diese auf den Datensatz anzuwenden und die Methoden zu vergleichen.

Kontakt

Betreuung: Milda Aleknonytė-Resch

Email: mar@informatik.uni-kiel.de

Verbindung von Process Mining, Sensordaten und Predictive Maintenance

Bachelor Master Offen

Beschreibung

Hauptziel ist die Entwicklung einer Python-Anwendung zur Maschinenüberwachung durch Analyse von Sensordaten. Besondere Aufmerksamkeit liegt auf der Anomalieerkennung durch Zeitreihenanalyse und der Identifikation ungewöhnlicher Muster

Kontakt

Betreuung: Dominik Janssen

Email: dominik.janssen@uni-bayreuth.de

Ein Framework für die Datenkommunikation in Process Mining

Bachelor Master Offen

Beschreibung

Der Fokus liegt auf der Entwicklung eines systematischen Ansatzes zur Dokumentation und Behandlung von Datenqualitätsproblemen in der Process Mining Pipeline. Dies ist besonders relevant, da in vielen Process Mining Projekten Daten gelöscht oder manipuliert werden, ohne dies ausreichend zu dokumentieren. Die Arbeit umfasst die Entwicklung eines Proof-of-Concept sowie die systematische Aufarbeitung von Lösungsansätzen durch Literaturrecherche.

Kontakt

Betreuung: Christian Imenkamp

Email: christian.imenkamp@uni-bayreuth.de

Process Mining/Verteilte Systeme mit Fokus auf Programmierung

Bachelor Master Offen

Beschreibung

Schreibt mir eine E-Mail mit euren Ideen, oder wir entwickeln gemeinsam ein passendes Thema.

Kontakt

Betreuung: Christian Imenkamp

Email: christian.imenkamp@uni-bayreuth.de


Verantwortlich für die Redaktion: Christian Imenkamp

Facebook Youtube-Kanal Instagram LinkedIn UBT-A Kontakt