Bibliographic Metadata
Bibliographic Metadata
- TitleSystematik zur Leistungssteigerung von Fertigungsprozessen durch Process Mining / Jonathan Georg Brock ; Referent: Prof. Dr.-Ing. Roman Dumitrescu, Korreferent: Prof. Dr.-Ing. Sebastian von Enzberg
- Author
- Degree supervisor
- Published
- Description1 Online-Ressource (v, 254 Seiten) Diagramme
- Institutional NoteUniversität Paderborn, Dissertation, 2025
- AnnotationTag der Verteidigung: 27.05.2025
- Defended on2025-05-27
- LanguageGerman
- Document TypesDissertation (PhD)
- Keywords (GND)
- URN
- DOI
Links
- Social MediaShare
- Reference
- IIIF
Files
Classification
Zusammenfassung
Die Fertigung von heute entwickelt sich zu einer kundenindividuellen Massenfertigung. Ansätze wie Industrie 4.0 erzeugen zwar mehr Daten, erhöhen jedoch auch die Komplexität in der Fertigung. Industriebetriebe laufen Gefahr, die Transparenz über ihre Fertigung zu verlieren. Process Mining (PM) bietet das Potential, datenbasiert Prozesse darzustellen und zu analysieren. Doch während sich PM großer Beliebtheit in administrativen Prozessen erfreut, findet es seltener Anwendung in Fertigungsprozessen. Dies lässt sich mit verschiedenen Eigenschaften des Fertigungsumfelds erklären, wie zum Beispiel die heterogene IT-Systemlandschaft oder dem Bedarf an Prozess- und Datenwissen. Ziel dieser Arbeit ist eine Systematik zur Leistungssteigerung von Fertigungsprozessen durch PM. Das Fundament bildet eine Strukturierung und Einordnung des Begriffs PM Use Case für Organisationen. Die drei Kernbestandteile der Systematik bieten eine Möglichkeit zur Auswahl eines PM Use Cases, der Durchführung von PM Projekten in Fertigungsprozessen und einer reifegradmodellbasierten Leistungssteigerung von PM Initiativen. Dafür werden speziell für die Systematik entwickelte Hilfsmittel zur Verfügung gestellt, wie eine PM Data Canvas oder ein PM Reifegradmodell. Industriebetrieben wird so ermöglicht, relevante PM Use Cases in der Fertigung umzusetzen und diese Erfahrungen reifegradbasiert in die langfristige Entwicklung ihrer PM Initiativen einfließen zu lassen. Die Systematik wird am Beispiel des Fertigungsprozesses eines Maschinen- und Anlagenbauers demonstriert und umfangreich evaluiert.
Abstract
Today’s manufacturing is developing into a mass production of customized goods. Approaches like Industry 4.0 generate more data but also increase the complexity in manufacturing. Manufacturers are at risk of losing transparency over their value generation. Process mining (PM) facilitates the capability to display and analyze business processes from a data-driven perspective. However, while PM enjoys a great popularity in administrative processes, it is less frequently used in manufacturing. This is due to various characteristics of the manufacturing environment, such as heterogenous IT-system-architectures or the needed process and data knowledge. The aim of this thesis is to develop a methodological framework for increasing the performance of manufacturing processes through PM. It is based on the structuring and classification of the term of PM use case in organizations. Additionally, three core components allow for the selection of a relevant PM use case, the execution of PM projects in manufacturing process, and an overall maturity-model-based performance improve-ment of the PM initiative. Artifacts specially developed for this purpose, such as a PM data canvas or a PM maturity model, are provided. This enables manufacturers to implement relevant PM use cases and to incorporate this experience into the long-term development of their PM activities. The framework is demonstrated using the example production process of a German mechanical and plant engineering company and exten-sively evaluated.
Content
Stats
- The PDF-Document has been downloaded 3 times.
License/Rightsstatement
