Kurzfassung

Enterprise Collaboration Systems stellen integrierte Umgebungen für die computergestützte Zusammenarbeit bereit und sind somit ein wesentlicher Bestandteil des digitalen Arbeitsplatzes in vielen Unternehmen. Vorstudien im Rahmen von IndustryConnect zeigen ein noch nicht ausgeprägtes Verständnis über ECS und deren Nutzung bei Anwendern. Zudem fehlt es an Tools, die bei der Analyse der Nutzeraktivitäten in einem ECS und damit verbunden das Community-Management unterstützen. Untersuchungen des...
Enterprise Collaboration Systems stellen integrierte Umgebungen für die computergestützte Zusammenarbeit bereit und sind somit ein wesentlicher Bestandteil des digitalen Arbeitsplatzes in vielen Unternehmen. Vorstudien im Rahmen von IndustryConnect zeigen ein noch nicht ausgeprägtes Verständnis über ECS und deren Nutzung bei Anwendern. Zudem fehlt es an Tools, die bei der Analyse der Nutzeraktivitäten in einem ECS und damit verbunden das Community-Management unterstützen. Untersuchungen des Nutzerverhaltens können typische Verhaltensmuster als Anzeichen für Kollaborationsszenarien offenlegen. Unsere Vorstudien zeigen ebenfalls, dass ECS-Anwenderunternehmen ein Verständnis über solche Verhaltensmuster benötigen, um gezielte Maßnahmen zur Förderung einer stärkeren Systemnutzung zu entwickeln.

Aus diesem Bedürfnis heraus ist die Forschungsdisziplin Social Process Mining entstanden. In betrieblichen Anwendungssystemen ist die Anwendung von Process Mining bereits etabliert. Mittels Process Mining werden Event-Logs von Anwendungssystemen analysiert und darauf basierend Prozessmodelle erstellt, die zeigen, wie Geschäftsprozesse tatsächlich in Anwendungssystemen ablaufen. Für ECS gibt es dazu bislang kaum Arbeiten, sodass das Verständnis über Verhaltensmuster in ECS stark limitiert ist. Dies ist damit begründet, dass bislang keine Algorithmen existieren, die speziell auf ECS und deren Logs zugeschnitten sind. Existierende Algorithmen erzeugen „Spaghetti-Modelle“, die für Analysen zu komplex sind. Das Filtern dieser Modelle resultiert in einem großen Informationsverlust, sodass wiederrum wichtige Erkenntnisse verloren gehen.

Daher ist es das Ziel des Projektes, typische Verhaltensmuster in ECS zu ermitteln und die dazu notwendigen technischen Werkzeuge zu entwickeln. Damit hat das Projekt ein Gestaltungsziel und ein Erkenntnisziel. Das Gestaltungsziel des Forschungsvorhabens adressiert die Entwicklung von Social Process Mining als Process Mining Ansatz, mit welchem automatisiert Nutzerverhalten aus ECS-Logs extrahiert und modelliert werden kann. Social Process Mining fokussiert insbesondere darauf, auch bislang unbekannte Verhaltensmuster in Logs zu erkennen und zu erlernen. Das Erkenntnisziel besteht darin, das Nutzerverhalten in ECS zu verstehen, um Kollaborationsszenarien zu identifizieren.

Das Projekt umfasst damit zwei Hauptziele:

1. Die Entwicklung, Implementierung, Anwendung und Evaluation von Social Process Mining, mit dem die Herausforderungen des Process Minings hinsichtlich der Identifikation wenig strukturierter Prozesse adressiert werden.
2. Die Ermittlung typischer Verhaltensmuster von Nutzern in ECS, um das Verständnis über die Zusammenarbeit in Kollaborationssystemen zu erhöhen