Navigation

Content Hotkeys
Distributed and Self-organizing Systems
Distributed and Self-organizing Systems

Diplomarbeit

Adaptive Vergleichsmetriken für Adaptive Case Management
Adaptive Vergleichsmetriken für Adaptive Case Management

Completion

2014/07

Research Area

Web Engineering

Students

zemke

T Z

alumni

Advisers

heseba

gaedke

Description

Nowadays an increasing number of job descriptions include knowledge work, which mainly consists of processes that are rarely executed in the same specific manner. Hence planning those unique processes is highly uneconomical. At the same time, knowledge workers do not benefit from software support in a similar fashion as other areas, e.g. traditional business process modelling. Adaptive Case Management delivers concepts for supporting knowledge workers with software. However, they lack practical verification. The central idea behind Adaptive Case Management is to model knowledge work processes as cases that contain all documents, data, goals and their deadlines as well as further artifacts necessary when working on a case. In order to make predictions for the remaining time or the outcome of a case, identifying similar other cases is beneficial. As of today, there are no standard concepts for providing this task with software support. The biggest obstacles for finding related cases are a result of the weakly-structured data inside a case instance. In this work, an appropriate abstract representation of cases is to be found by analysing state-of-the-art case models. The elaboration of a draft for solving the outlined problem by means of similarity metrics in the context of Adaptive Case Management is the goal of this work. Moreover, there has to be an analysis of the state of the art in rating similarity between business processes in particular and weakly-structured data in general. Demonstrating the viability of the approach by prototypical implementation of the developed concept is also part of the goal of this work.

Description (German)

Heutzutage beinhalten mehr und mehr Berufsbilder Wissensarbeit, welche zu einem hohen Anteil Prozesse umfasst, die sich besonders dadurch auszeichnen, dass sie nur selten bis gar nicht auf identische Art und Weise bewerkstelligt werden, was deren Vorab-Planung unwirtschaftlich macht. Gleichzeitig werden Wissensarbeiter nicht in dem Maße durch Software unterstützt, wie es in anderen Bereichen der Fall ist. Unter dem Begriff des Adaptive Case Management werden Konzepte zur IT-Unterstützung von Wissensarbeit zusammengefasst, welche allerdings praktisch wenig erprobt sind. Zentrales Element des Adaptive Case Management ist die Modellierung von Wissensarbeitsprozessen als Fälle, die sämtliche Dokumente, Daten, Ziele und deren Fristen sowie weitere Artefakte, die für die Bearbeitung des Falles notwendig sind, enthalten. Um beispielsweise Voraussagen über die verbleibende Bearbeitungsdauer oder den zu erwartenden weiteren Verlauf eines Falles abzuleiten, ist die Identifizierung von ähnlichen Fall-Instanzen von Nutzen. Bisher existieren jedoch keine einheitlichen Konzepte dafür, diese Aufgabe durch Software zu unterstützen. Die größten Probleme für das effiziente Auffinden zueinander ähnlicher Fall-Instanzen resultieren aus der schwach strukturierten Art der Daten innerhalb eines Falles. Im Rahmen dieser Arbeit soll durch Analyse bisher veröffentlichter oder kommerziell implementierter Case-Modelle eine geeignete abstrakte Repräsentation von Fällen gefunden werden. Ziel dieser Arbeit ist die Konzeption eines geeigneten Ansatzes oder einer Kombination von Ansätzen zur Lösung des skizzierten Problems im Umfeld von Adaptive Case Management basierend auf Vergleichsmetriken. Darüber hinaus hat eine Analyse des aktuellen Standes von Verfahren und Technologien zur Bewertung der Ähnlichkeit zwischen Geschäftsprozessen im Speziellen beziehungsweise schwach strukturierten Daten im Allgemeinen zu erfolgen. Die Demonstration der Realisierbarkeit des Lösungsansatzes durch prototypische Implementierung des erarbeiteten Konzepts ist ebenso Bestandteil der Zielsetzung dieser Arbeit.


Powered by DGS
Edit list (authentication required)

Press Articles