Auf den Punkt
Discovery erzeugt aus einem Event Log ein Modell, ohne Vorwissen. Conformance vergleicht ein vorhandenes Modell mit dem Event Log desselben Prozesses. Enhancement erweitert oder repariert ein Modell mit Informationen aus den Daten. Conformance misst die Abweichung, Enhancement verändert das Modell.
Drei Typen, drei Datenlagen
Das Process Mining Manifesto der IEEE Task Force on Process Mining unterscheidet drei Grundtypen. Die Unterscheidung ist keine akademische Feinheit — sie bestimmt, welche Daten ein Projekt überhaupt braucht.
| Grundtyp | Eingabe | Ausgabe | Frage |
|---|---|---|---|
| Discovery | Event Log | Prozessmodell | Wie läuft der Prozess wirklich? |
| Conformance | Event Log und Modell | Diagnose der Abweichungen | Hält die Wirklichkeit das Sollmodell ein? |
| Enhancement | Event Log und Modell | verbessertes Modell | Was sagen die Daten über das Modell hinaus? |
Discovery nimmt einen Event Log und erzeugt daraus ein Modell, ohne jede Vorabinformation. Für viele Organisationen ist das der überraschendste Teil, weil sich reale Abläufe allein aus Beispielausführungen rekonstruieren lassen.
Conformance vergleicht ein vorhandenes Modell mit dem Event Log desselben Prozesses — in beide Richtungen. Als Referenz taugen dabei nicht nur Ablaufmodelle, sondern auch Organisationsmodelle, Regeln, Richtlinien oder Gesetze.
Enhancement erweitert oder repariert ein vorhandenes Modell. Über die Zeitstempel lassen sich Engpässe, Servicegrade, Durchlaufzeiten und Häufigkeiten in das Modell hineinschreiben.
Die Verwechslung, an der Projekte scheitern
Conformance misst die Abweichung zwischen Modell und Wirklichkeit. Enhancement verändert das Modell. Wer Abweichungen sucht, aber das Modell nachzieht, hat am Ende keine Abweichungen mehr — und nichts gelernt.
Diese Verwechslung passiert selten aus Unkenntnis. Sie passiert, weil ein Modell, das nicht passt, unangenehm ist und sich leicht anpassen lässt. Die Reihenfolge im Projekt muss deshalb festgeschrieben sein: erst Konformität feststellen, dann entscheiden, ob das Modell oder die Wirklichkeit falsch war.
Welcher Typ zu welcher Frage passt
- Es gibt kein belastbares Sollmodell → Discovery. Ergebnis ist eine Beschreibung, keine Bewertung.
- Es gibt ein Sollmodell und die Frage lautet „wird es eingehalten?“ → Conformance. Ergebnis ist eine Diagnose.
- Es gibt ein Modell, aber keine Zahlen dazu → Enhancement. Ergebnis ist dasselbe Modell mit Durchlaufzeiten und Engpässen.
Drei Dinge stellt das Manifesto zudem ausdrücklich klar: Process Mining ist nicht auf die Ablauferkennung beschränkt, es ist kein Sonderfall des Data Mining — die Autoren nennen es das fehlende Bindeglied zwischen Data Mining und modellgetriebenem Geschäftsprozessmanagement —, und es ist nicht auf die Nachschau beschränkt: Die Verfahren arbeiten auf historischen Daten, die Ergebnisse gelten für laufende Fälle.
Vier Fragen vor dem Projektzuschnitt
- Existiert ein Sollmodell — und ist es aktuell genug, um Referenz zu sein?
- Soll das Ergebnis beschreiben, bewerten oder ergänzen?
- Wer darf das Modell ändern, wenn die Daten ihm widersprechen?
- Tragen die Zeitstempel die Bedeutung, die für die Auswertung unterstellt wird?
Grundlage
van der Aalst, W. u. a. (2012): Process Mining Manifesto, IEEE Task Force on Process Mining, LNBIP 99, S. 169–194, Springer. Vertiefung: Process Mining im Glossar, Event Log und Conformance Checking.