Towards Process Mining Use Case Map Models with PM4Py-UCM
Dieses Paper stellt PM4Py-UCM vor, eine Open-Source-Erweiterung der PM4Py-Bibliothek, die die Entdeckung hierarchischer Use Case Map (UCM)-Modelle aus Ereignisprotokollen ermöglicht und damit Process Mining mit der frühen Requirements Engineering für die evidenzbasierte modellgetriebene Entwicklung verbindet.
Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen
Stellen Sie sich vor, Sie führen ein geschäftiges Restaurant. Sie haben ein riesiges digitales Logbuch, das jede einzelne Bestellung aufzeichnet: wer sie gekocht hat, wie lange es gedauert hat und wer sie serviert hat. Jahrelang konnten Sie in dieses Logbuch schauen, um den „Ist-Zustand“ des Ablaufs in Ihrer Küche zu sehen: „Zuerst kommt die Bestellung rein, dann hackt der Koch, dann brät der Grill.“ Dies nennt man Process Mining. Es ist wie ein Detektiv, der die Daten untersucht, um eine Karte davon zu zeichnen, wie die Dinge tatsächlich ablaufen, anstatt wie man denkt, dass sie ablaufen.
Normalerweise zeichnen diese Detektive Karten mit Standard-Symbolen wie BPMN (einem Flussdiagramm-Stil) oder Petri-Netzen (einem mathematischen Stil). Aber was wäre, wenn Sie diese Karte mit einer anderen Sprache zeichnen wollten – einer, die speziell für die Planung und Anforderungsanalyse entwickelt wurde? Eine Sprache, die nicht nur die Schritte zeigt, sondern auch klar beantwortet: „Wer ist für diesen Schritt verantwortlich?“ und „Wie unterteilt sich diese große Aufgabe in kleinere Teilaufgaben?“
Dieses Paper stellt ein neues Werkzeug namens PM4Py-UCM vor, das genau das tut. Es nimmt die Rohdaten aus Ihren Ereignisprotokollen (Event Logs) und übersetzt sie in Use Case Maps (UCM), eine spezialisierte Notation, die Ingenieure verwenden, um Systeme zu entwerfen, bevor sie gebaut werden.
Hier ist eine Aufschlüsselung dessen, was das Paper macht, unter Verwendung einfacher Analogien:
1. Der Übersetzer (Die Discovery Pipeline)
Stellen Sie sich die bestehenden Process-Mining-Tools als einen Übersetzer vor, der „Daten“ und „Flussdiagramme“ spricht. Dieses neue Tool, PM4Py-UCM, fügt diesem Übersetzer eine neue Sprache hinzu: UCM.
- Wie es funktioniert: Es nimmt das rohe Ereignisprotokoll (die Daten) und verwendet einen intelligenten Algorithmus (den „Inductive Miner“), um einen „Prozessbaum“ aufzubauen. Dann konvertiert es diesen Baum in eine UCM-Karte.
- Das Ergebnis: Anstatt nur eine Liste von Aufgaben zu sehen, erhalten Sie eine visuelle Karte, die wie ein Straßenplan aussieht und den Weg vom Start bis zum Ziel aufzeigt.
2. Die Matroschka-Puppen (Hierarchische Dekomposition)
Stellen Sie sich vor, Sie haben eine riesige, unübersichtliche Stadtkarte. Sie ist so detailliert, dass sie unleserlich ist. Sie müssen herauszoomen, um die Hauptverkehrsstraßen zu sehen, und dann hineinzoomen, um die Straßen in den Stadtvierteln zu erkennen.
- Das Problem: Prozessprotokolle können riesig sein. Eine einzige Karte kann 88 Schritte haben, was zu überladen ist, um sie zu verstehen.
- Die Lösung: Das Tool bricht die große Karte automatisch in kleinere, verschachtelte Karten auf (wie russische Matroschka-Puppen).
- Die „Root“-Karte (Wurzel-Karte): Zeigt die Hauptphasen (z. B. „Bestellung erhalten“, „Kochen“, „Servieren“).
- Die „Plug-in“-Karten: Wenn Sie auf eine Phase klicken, öfft sich eine neue, einfachere Karte, die die spezifischen Schritte innerhalb dieser Phase zeigt.
- Warum das wichtig ist: Dies hilft Ingenieuren, Komplexität zu bewältigen. Sie können wählen, ob Sie die Karten „aggressiv“ (in winzige Teile zerlegt) oder „lose“ (größer bleibend) gestalten, je nachdem, wie viel Detailtiefe Sie benötigen.
3. Das „Wer“ auf der Karte (Performer Mappings)
In einem Standard-Flussdiagramm sehen Sie vielleicht ein Feld, in dem steht: „Lagerbestand prüfen“. Aber wer macht das eigentlich? Das Tool fügt eine Ebene des „Wer“ hinzu.
- Die Magie: Es untersucht die Daten, um zu sehen, wer die Aktionen ausgeführt hat. Hat „Alice“ es 5 Mal gemacht? Hat „Bob“ es 3 Mal gemacht?
- Die Ausgabe: Das Tool zeichnet die Karte mit „Komponenten“ (wie farbigen Boxen, die Personen, Rollen oder Systeme darstellen), die an die Schritte angehängt sind.
- Analogie: Es ist wie ein Theaterprogrammheft, das nicht nur die Handlung zeigt, sondern auch auflistet, welcher Schauspieler in jeder Szene welche Rolle spielt.
- Flexibilität: Sie können wählen, ob Sie nach „Rolle“ (z. B. „Das Triage-Team“) oder nach „Einzelperson“ (z. B. „Tina Triage“) gruppieren möchten. Dies hilft bei der Beantwortung der Frage: „Wer macht was und wann?“
4. Die Einbahnstraße in beide Richtungen (Round-Trip Engineering)
Normalerweise, wenn Sie eine Datei von einem Format in ein anderes konvertieren, gehen Informationen verloren. Es ist wie die Übersetzung eines Buches aus dem Englischen ins Französische und dann zurück ins Englische; die Geschichte wird oft verzerrt.
- Die Innovation: Dieses Tool ermöglicht Round-Trip Engineering.
- Sie können ein Datenprotokoll nehmen es in eine UCM-Karte umwandeln es in ein professionelles Tool namens jUCMNav exportieren (wo Experten es bearbeiten, Ziele hinzufügen oder Fehler prüfen können).
- Dann können Sie diese bearbeitete Karte wieder in das Tool importieren, um die Änderungen zu sehen oder sie anders zu visualisieren.
- Warum das wichtig ist: Es stellt sicher, dass die datengesteuerte Entdeckung (Discovery) und das vom Menschen entworfene Requirements-Design miteinander verbunden bleiben. Sie verlieren nicht die „Wahrheit“ der Daten, wenn Sie mit dem Design des zukünftigen Systems beginnen.
Was das Paper tatsächlich behauptet (und was nicht)
- Es BEHAUPTET: Es hat erfolgreich ein Tool entwickelt, das Rohdatenprotokolle in UCM-Karten umwandelt, sie in handhabbare Stücke unterteilt, zuordnet, wer was macht, und es ermöglicht, diese in einer professionellen Umgebung zu bearbeiten und zurückzuführen.
- Es BEHAUPTET: Es hat dies an zwei Beispielen getestet: einem synthetischen „Issue Tracking“-Log (wie ein Bug-Reporting-System) und einem realen „Claims Payment“-Log (Schadenregulierung).
- Es BEHAUPTET NICHT: Dass es eine perfekte Lösung für jedes Unternehmen ist. Der Autor gibt zu, dass das Tool Einschränkungen hat:
- Es geht derzeit davon aus, dass Prozesse „gut strukturiert“ (sauber verschachtelt) sind, was in der chaotischen Realität oft nicht der Fall ist.
- Die Entscheidung, wie „Wer“ was gruppiert, ist immer noch etwas spekulativ (heuristisch) und bedarf einer weiteren Verfeinerung.
- Es behandelt noch nicht alle winzigen Details der UCM-Sprache (wie Timer oder Fehlerpunkte).
Zusammenfassend lässt sich sagen:
Dieses Paper stellt eine Brücke zwischen Data Science (Process Mining) und Systemdesign (Requirements Engineering) dar. Es gibt Ingenieuren die Möglichkeit zu sagen: „Lassen Sie uns die Daten nutzen, um zu sehen, wie unser System tatsächlich arbeitet, und automatisch einen Bauplan (UCM) zeichnen, der uns sagt, wer für jeden Schritt verantwortlich ist, damit wir ein besseres System für die Zukunft entwerfen können.“
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.