Bibliographic Metadata
Bibliographic Metadata
- TitleKnowledge-Aware Process Mining: Conceptual Foundations and IT Artifacts for Process Mining in Knowledge-Intensive Processes / Katharina Brennig
- Author
- Degree supervisor
- Published
- Description1 Online-Ressource (V, 73 Seiten) : Diagramme
- Institutional NoteKumulative Dissertation Universität Paderborn, Dissertation, 2025
- AnnotationTag der Verteidigung: 27.10.2025
- Defended on2025-10-27
- LanguageEnglish
- Document TypesDissertation (PhD)
- Keywords (GND)
- URN
- DOI
Links
- Social MediaShare
- Reference
- IIIF
Files
Classification
Zusammenfassung
Das Verständnis und Management wissensintensiver Prozesse stellt eine zentrale Herausforderung für Organisationen dar, die in zunehmend dynamischen und digital vernetzten Umgebungen agieren. Datengetriebene Ansätze wie das Process Mining bieten zwar wertvolle Einblicke in standardisierte operative Prozesse, ihre Anwendbarkeit auf wissensintensive Prozesse ist jedoch begrenzt. Wissensintensive Prozesse zeichnen sich durch eine hohe Variabilität, Kontextabhängigkeit und eine starke Abhängigkeit von implizitem Wissen aus, was ihre Standardisierung, Digitalisierung und Modellierung erheblich erschwert. Bestehende Process Mining-Methoden basieren überwiegend auf Ereignisprotokollen, die explizite und strukturierte Prozessdaten erfassen, während informelles, erfahrungsbasiertes und kontextspezifisches Wissen unberücksichtigt bleibt. Darüber hinaus mangelt es vielen Organisationen an den erforderlichen Fähigkeiten und Reifegraden, um Process Mining ganzheitlich und wirksam zu implementieren.Diese kumulative Dissertation adressiert diese Herausforderungen durch die Entwicklung eines Knowledge-Aware Process Mining-Ansatzes, der technologische und organisationale Perspektiven integriert. Im Mittelpunkt stehen dabei drei Forschungsbereiche: (1) die Identifikation und Entwicklung organisationaler Fähigkeiten, die für die Einführung und Reifung von Process Mining erforderlich sind, (2) die theoretische Rekonzeptualisierung von Process Mining zur adäquaten Abbildung und Steuerung wissensintensiver Prozesse sowie (3) die Integration von Methoden des Natural Language Processing, um prozessbezogenes Wissen aus unstrukturierten Quellen zu extrahieren und in die Prozessanalyse einzubetten. Insgesamt leistet die Arbeit einen Beitrag zur Weiterentwicklung von Process Mining zu einer wissensbewussten Disziplin, die es Organisationen ermöglicht, die Komplexität, Dynamik und Wissenszentriertheit moderner organisationaler Prozesse ganzheitlich zu erfassen und zu gestalten.
Abstract
Understanding and managing knowledge-intensive processes (KIPs) represents a central challenge for organizations operating in increasingly dynamic and digitally interconnected environments. While data-driven approaches such as Process Mining provide valuable insights into standardized operational processes, their applicability to KIPs remains limited as they are characterized by high variability, contextual dependency, and a strong reliance on tacit knowledge, making them difficult to standardize, digitize, and model. Existing Process Mining techniques primarily rely on event logs that capture explicit, structured process data, while informal, experiential, and context-specific knowledge remains unaccounted for. Furthermore, many organizations lack the necessary capabilities and maturity to implement Process Mining holistically and effectively. This cumulative dissertation addresses these challenges by developing a Knowledge-Aware Process Mining approach that integrates both technological and organizational perspectives. Specifically, it focuses on three core research areas: (1) identifying and developing organizational capabilities required for the adoption and maturation of Process Mining, (2) reconceptualizing its theoretical foundations to adequately represent KIPs, and (3) integrating Natural Language Processing to extract and embed process-related knowledge into process analysis. Collectively, these contributions advance Process Mining toward a knowledge-aware discipline capable of capturing and managing the complexity, dynamics, and knowledge-centric nature of modern organizational processes.
Content
License/Rightsstatement
