TY  - THES
A3  - Beverungen, Daniel
A3  - Plattfaut, Ralf
AB  - Geschäftsprozesse sind keine stabilen Strukturen, sondern verändern sich fortlaufend – getrieben durch technologische Innovationen, volatile Umfelder und das situierte Handeln der Prozessbeteiligten. Zwei Ausprägungen dieser Prozessdynamik sind für Organisationen besonders folgenreich: wissensintensive Prozesse, die als beabsichtigt flexible Prozesse angelegt sind und ihren Wert gerade aus Urteilsvermögen, Kreativität und impliziten Wissen ihrer Beteiligten schöpfen, sowie Workarounds als unbeabsichtigte, zielgerichtete Abweichungen, mit denen Beschäftigte Misfits überbrücken. Process Mining verspricht, solche Dynamiken datenbasiert sichtbar und steuerbar zu machen, stößt in diesen Kontexten jedoch an Grenzen: Die Forschung ist überwiegend algorithmenzentriert, Ereignisprotokolle erfassen implizites und kontextspezifisches Wissen nicht, und Abweichungen zwischen Prozessmodell, Ereignisdaten und tatsächlicher Ausführung werden vorschnell als Datenqualitätsproblem abgetan. Zugleich fehlt es Organisationen an den Fähigkeiten, Process Mining über isolierte Pilotprojekte hinaus zu verankern. Diese kumulative Dissertation adressiert diese Lücke entlang von vier Forschungszielen: (1) der Systematisierung der organisationalen Kompetenzen zur Wertschöpfung mit Process Mining, mündend in ein Reifegradmodell mit konkreten Handlungsmaßnahmen sowie in eine Analyse der Eigendynamik von Process-Mining-Projekten, (2) der Gestaltung eines Process-Mining-Ansatzes für wissensintensive Prozesse, der über wissensschöpfungstheoretisch fundierte Designprinzipien die Mobilisierung prozessbezogenen Wissens ermöglicht, (3) der Systematisierung, wie Workarounds sich in Prozessdaten manifestieren – einschließlich einer Typologie sichtbarer und unsichtbarer Abweichungen sowie erweiterter, fall- und objektzentrierter Erkennungsmethoden – und (4) der Gestaltung von Ansätzen zum Managen und Bewerten von Workarounds, um daraus Bottom-up-Prozessinnovationen zu erzeugen. Insgesamt trägt die Arbeit dazu bei, Process Mining von einer effizienzorientierten Analysetechnik zu einem Instrument der Gestaltung von Prozessdynamik weiterzuentwickeln, das die zentrale Rolle der Prozessbeteiligten anerkennt.
AU  - Löhr, Bernd
CY  - Paderborn
DO  - 10.17619/UNIPB/1-2731
DP  - Universität Paderborn
LA  - eng
N1  - Tag der Verteidigung: 26.06.2026
N1  - Kumulative Dissertation Universität Paderborn, Dissertation, 2026
PB  - Universität Paderborn
PY  - 2026
SP  - 1 Online-Ressource (viii, 126 Seiten) : Diagramme
T2  - Fakultät für Wirtschaftswissenschaften
TI  - Managing dynamic business processes: a process mining perspective on workloads and knowledge-intensive processes
UR  - https://nbn-resolving.org/urn:nbn:de:hbz:466:2-59697
Y2  - 2026-10-02T10:58:44
ER  -