SOURCED knüpft an einen hochaktuellen globalen Trend an: Das „Internet der Dinge“, das reale und virtuelle Objekte miteinander vernetzt und in neue Informations- und Kommunikationsstrukturen integriert, hat einen enormen Aufschwung erlebt. Häufig sind in solche intelligenten Infrastrukturen auch räumlich verteilte Sensoren, beispielsweise aus Sensoren zur Temperatur-, Geschwindigkeits- oder Zeitmessung, eingebettet. Sie übermitteln ereignisbezogene Daten, die in ihrem jeweiligen Zusammenhang ausgewertet werden und so eine Grundlage für zu treffende Entscheidungen bilden: In der Logistik werden beispielsweise Daten von Schiffstranspondern genutzt, um das Be- und Entladen von Schiffen zu überwachen. Im Gesundheitswesen installieren Krankenhäuser Echtzeit-Ortungssysteme, damit sie jederzeit die nötige Übersicht über klinische Abläufe haben. Smart-City-Initiativen wiederum verfolgen Informationen über Verkehrsereignisse und die Dichte des öffentlichen Nahverkehrs
„In allen diesen Szenarien gibt es eine technische Infrastruktur mit einer Vielzahl räumlich verteilter Standorte, an denen Sensoren ereignisbezogene Daten generieren. Diese Daten sind für eine genaue Rekonstruktion, Analyse und Evaluation komplexer Abläufe unentbehrlich und tragen damit zu einer sicheren Steuerung des Gesamtsystems bei. So müssen beispielsweise Informationen über Zwischenfälle in einem Krankenhaus oder über Verspätungen im Stadtverkehr zunächst in die jeweils relevanten Verkettungen von Ursachen und Wirkungen eingeordnet werden: So können sie eine effiziente Entscheidungsfindung von Ärzt*innen und Verkehrsteilnehmer*innen unterstützen“, sagt Prof. Dr. Agnes Koschmider, Inhaberin des Lehrstuhls für Wirtschaftsinformatik und Process Analytics an der Universität Bayreuth.
Für automatisierte Verfahren, die der Rekonstruktion, Analyse und Evaluation von Prozessen in komplexen Infrastrukturen dienen, hat sich in der Forschung der Begriff „Process Mining“ etabliert. Anwendungen auf Infrastrukturen, in denen räumlich verteilte Sensoren wichtige Daten liefern, sind allerdings derzeit noch mit technischen und konzeptionellen Problemen verknüpft. Diese betreffen die effiziente Verarbeitung der von Sensoren übermittelten Ereignisdaten, aber auch den Datenschutz: Die hohe Detailgenauigkeit der Daten ist zwar für sich genommen ein Qualitätsmerkmal, doch eine rechtlich und ethisch unbedenkliche Weiterverarbeitung verlangt einen Grad der Verallgemeinerung, der einzelne Personen, Unternehmen oder Organisationen vor Wiedererkennung schützt und den Schutz der Privatsphäre gewährleistet. Darüber hinaus ist auch der kommunikative Aspekt nicht zu unterschätzen: Die durch Process Mining erzielten Erkenntnisse müssen in ihren sachlichen und logischen Zusammenhängen so klar visualisiert und kommuniziert werden, dass sie für die Verantwortlichen in Unternehmen und Organisationen eine wirkliche Entscheidungshilfe darstellen.
„In unserer neuen Forschungsgruppe legen wir im Verbund der Standorte Bayreuth, Berlin und Kiel den Grundstein für innovative Anwendungen von Process Mining auf der Basis ereignisbezogener Daten, die von verteilten Sensoren übermittelt werden. Wir bezeichnen diese neue Generation der Prozessanalysetechniken, die wir gemeinsam entwickeln wollen, als Sourced Process Mining,“ sagt Koschmider.
