Forschungs­projekt „Conformance Checking with Regulations“ startet mit finanz­ieller Unter­stützung durch die Deutsche Forschungs­gemeinschaft (DFG)

„Conformance Checking with Regulations (CheR)“ ist ein Kooperations­projekt zwischen Prof. Dr. Jana Rehse, Junior­professorin für Management Analytics an der Universität Mannheim, und Dr. Luise Pufahl, Postdoktorandin am Lehr­stuhl für Software und Business Engineering an der TU Berlin, das von der Deutschen Forschungs­gemeinschaft (DFG) gefördert wird. Angesiedelt ist das Projekt innerhalb der Uni Mannheim am Institute of Enterprise Systems (InES) sowie am Management Analytics Center (MAC) der Fakultät BWL.

Geschäftsprozesse müssen oft vorgeschriebenen Regeln folgen oder sich an ihnen orientieren. Beispiele sind Behandlungs­richtlinien im Gesundheitswesen, Gesetze und Verordnungen in der öffentlichen Verwaltung sowie – insbesondere seit Beginn der Pandemie – Hygiene­vorschriften in vielen verschiedenen Bereichen. Sowohl für den unter­nehmerischen Erfolg als auch für behördliche Prüfungen ist es wichtig zu wissen: Halten wir uns an die festgelegten Vorschriften? Falls wir davon abweichen, warum? Müssen wir Aus- und Weiterbildung der Mitarbeiter*innen verbessern? Können wir die Regeln so anpassen, dass sie in der realen Welt besser anzuwenden sind?

Process Mining bietet Einblicke in die tatsächliche Ausführung von Geschäftsprozessen und Techniken für eine evidenz­basierte Prozess­analyse. Die Konformitäts­prüfung (engl. Conformance Checking), eine der Hauptaufgaben des Process Mining, umfasst Techniken zur Über­prüfung der Beziehung zwischen einem entworfenen Prozess­modell und dem realen Prozess­verhalten und identifiziert sowie analysiert Abweichungen zwischen beiden. Auf diese Weise finden Unter­nehmen Antworten auf die oben gestellten Fragen.

Um die Konformitäts­prüfung von Prozess­vorschriften zu realisieren, müssen jedoch große Herausforderungen bewältigt werden. Erstens sind Vorschriften in der Regel als lange und uneindeutige Texte verfasst, so dass sie nicht direkt für die Konformitäts­prüfung verwendet werden können. Referenz­modelle, d. h. Prozess­modellvorlagen, die für die Gestaltung anderer Prozesse wiederverwendet werden können, können diese Lücke zwischen Vorschriften und Prozess­ausführungs­daten schließen. Allerdings erfordert die Umwandlung von Vorschriften in Referenz­modelle einen hohen manuellen Aufwand; die Forschung zur Automatisierung dieses Schrittes steht noch am Anfang. Zweitens sind moderne Verfahren zur Konformitäts­prüfung zwar rechnerisch effizient, aber nicht in der Lage, die Relevanz der Abweichung zu beurteilen, mehrere Modelle zu berücksichtigen oder erwünschte von unerwünschten Abweichungen zu unter­scheiden. All dies ist im Umgang mit Regeln und Vorschriften wichtig. Darüber hinaus gibt es nur wenige Unter­suchungen darüber, wie die Ergebnisse von Konformitäts­prüfungen visualisiert werden können, vor allem, wenn die Zielanwender*innen aus der Wirtschaft kommen. Zu guter Letzt sind die Daten zur Prozess­ausführung viel detaillierter als die Referenz­modelle, so dass ein hohes Maß an automatisierter Abstraktion erforderlich ist, um beides miteinander zu verbinden.

Das Projekt „Conformance Checking with Regulations (CheR)“ kombiniert erstmalig Techniken aus der Referenz­modellierung und der Konformitäts­prüfung, um reales Prozess­verhalten mit festgelegten Vorschriften zu vergleichen. Ziel ist es, die Abweichungen zwischen beiden zu identifizieren und zu visualisieren. So können individuelle Schulungen für Mitarbeiter*innen, die Vorbereitung von Audits oder Vorschläge zur Verbesserung von Prozessen und Vorschriften in den jeweiligen Bereichen ermöglicht werden.

Für das Projekt wurde nun der Forschungs­antrag von der Deutschen Forschungs­gemeinschaft (DFG) bewilligt. Das Forschungs­vorhaben startet ab November mit einer geplanten Laufzeit von drei Jahren. Wir bedanken uns herzlich bei unseren Projekt­partnern vom Lehr­stuhl für Software und Business Engineering der TU Berlin für die gemeinsame Ausarbeitung dieser zukunftsweisenden Forschungs­idee und freuen uns auf eine erfolgreiche Zusammenarbeit. Wir danken auch der Deutschen Forschungs­gemeinschaft (DFG) für die finanz­ielle Unter­stützung bei der Realisierung unseres Forschungs­vorhabens.