Anwendung von Process Mining auf logistische Prozesse: Vorgehensweise im produzierenden Umfeld
Publikationen: Thesis / Studienabschlussarbeiten und Habilitationsschriften › Masterarbeit
Standard
2024.
Publikationen: Thesis / Studienabschlussarbeiten und Habilitationsschriften › Masterarbeit
Harvard
APA
Vancouver
Author
Bibtex - Download
}
RIS (suitable for import to EndNote) - Download
TY - THES
T1 - Anwendung von Process Mining auf logistische Prozesse
T2 - Vorgehensweise im produzierenden Umfeld
AU - Steinwiedder, Daniel
N1 - gesperrt bis 16-05-2029
PY - 2024
Y1 - 2024
N2 - In der vorliegenden Arbeit wird die Anwendung von Process Mining zur Verbesserung logistischer Prozesse produzierender Unternehmen untersucht. Process Mining verbindet Elemente der Data Science mit Prozessmanagement, um reale Prozesse durch Analyse von Ereignisprotokollen zu identifizieren und zu verbessern. Die Arbeit beinhaltet eine umfassende theoretische Einführung in die Themen Logistik, Geschäftsprozessmanagement und Data Science, gefolgt von einem detaillierteren Einblick in die Grundlagen von Process Mining. Ein wesentlicher Teil der Arbeit ist die Entwicklung eines praktischen Leitfadens für den Einsatz von Process Mining, basierend auf einer systematischen Literaturrecherche. Dieser Leitfaden wird in einer Fallstudie angewendet, in der die Methodik in einem Produktionsunternehmen implementiert wird, um logistische Abläufe zu verbessern. Dabei wird detailliert auf die Vorbereitung, Durchführung und Nachbereitung der Fallstudie eingegangen, was einschließt, wie Daten gesammelt, verarbeitet und analysiert werden, um Optimierungspotenziale bei Prozessen zu identifizieren. Die Ergebnisse der Fallstudie zeigen, dass mittels der Anwendung des entwickelten Leitfadens, eine Verbesserung der Transparenz logistischer Prozesse erreicht werden kann. Es werden auch Herausforderungen und Limitationen der Technologie diskutiert, insbesondere die Qualität und Verfügbarkeit von Daten. Die Diskussion der Ergebnisse führt zu konkreten Empfehlungen, wie Process Mining effektiv eingesetzt werden kann, um die Leistungsfähigkeit der logistischen Prozesse zu steigern. Dies umfasst eine sorgfältige Datenpflege, die Auswahl geeigneter Process Mining Werkzeuge und die fortlaufende Schulung der Mitarbeiter, um die Potenziale der Technologie vollständig ausschöpfen zu können.
AB - In der vorliegenden Arbeit wird die Anwendung von Process Mining zur Verbesserung logistischer Prozesse produzierender Unternehmen untersucht. Process Mining verbindet Elemente der Data Science mit Prozessmanagement, um reale Prozesse durch Analyse von Ereignisprotokollen zu identifizieren und zu verbessern. Die Arbeit beinhaltet eine umfassende theoretische Einführung in die Themen Logistik, Geschäftsprozessmanagement und Data Science, gefolgt von einem detaillierteren Einblick in die Grundlagen von Process Mining. Ein wesentlicher Teil der Arbeit ist die Entwicklung eines praktischen Leitfadens für den Einsatz von Process Mining, basierend auf einer systematischen Literaturrecherche. Dieser Leitfaden wird in einer Fallstudie angewendet, in der die Methodik in einem Produktionsunternehmen implementiert wird, um logistische Abläufe zu verbessern. Dabei wird detailliert auf die Vorbereitung, Durchführung und Nachbereitung der Fallstudie eingegangen, was einschließt, wie Daten gesammelt, verarbeitet und analysiert werden, um Optimierungspotenziale bei Prozessen zu identifizieren. Die Ergebnisse der Fallstudie zeigen, dass mittels der Anwendung des entwickelten Leitfadens, eine Verbesserung der Transparenz logistischer Prozesse erreicht werden kann. Es werden auch Herausforderungen und Limitationen der Technologie diskutiert, insbesondere die Qualität und Verfügbarkeit von Daten. Die Diskussion der Ergebnisse führt zu konkreten Empfehlungen, wie Process Mining effektiv eingesetzt werden kann, um die Leistungsfähigkeit der logistischen Prozesse zu steigern. Dies umfasst eine sorgfältige Datenpflege, die Auswahl geeigneter Process Mining Werkzeuge und die fortlaufende Schulung der Mitarbeiter, um die Potenziale der Technologie vollständig ausschöpfen zu können.
KW - Process Mining
KW - Prozessmanagement
KW - Logistik
KW - Produktion
KW - Leitfaden
KW - Process Mining
KW - Process Management
KW - Logistics
KW - Manufacturing
KW - Guideline
M3 - Masterarbeit
ER -