Wertorientiertes Prozessmanagement
Prozesse im Digitalzeitalter
Wertorientiertes Prozessmanagement
Entwicklung von innovativen und durch digitale Technologien gestützten Prozessmanagementkonzepten zur wertorientierten Unternehmensführung. Kernaufgaben des Wertorientierten Prozessmanagements sind die Identifikation, Definition und Modellierung von Prozessen, deren Umsetzung und Ausführung, Überwachung und Steuerung sowie eine kontinuierliche Verbesserung und Innovation.
Exploration
Auch wenn digitale Technologien traditionelle Geschäftsmodelle bedrohen, so fällt es Organisationen schwer, die sich daraus ergebenden Chancen zu erkennen und zu nutzen. Man benötigt daher Innovationsprozesse, die speziell auf die Möglichkeiten digitaler Technologien zugeschnitten sind. Solche Prozesse entwickeln wir in unserer Forschung. Daneben gilt, dass Organisationen künftig ihren Fokus stärker auf die Exploration neuer Möglichkeiten (Opportunity Management) legen müssen, um in der wettbewerbsintensiven digitalen Wirtschaft mit kurzen Produktlebenszyklen zu bestehen. Gleichzeitig dürfen sie das bestehende Geschäft nicht vernachlässigen – ein Fehler, den etliche Organisationen gemacht haben. Die Fähigkeit, das bestehende Geschäft effizient abzuwickeln und gleichzeitig neue Möglichkeiten zu explorieren, nennt man Ambidextrie. In unserer Forschung erarbeiten wir hierfür praxistaugliche Konzepte mit Prozessbezug.
Daten
In der digitalen Wirtschaft fallen mehr Daten an als jemals zuvor. Dies ist eine Chance für Wissenschaft und Praxis. Im Prozessmanagement lassen sich Daten nutzen, um die Leistung von Prozessen zu messen und zu prognostizieren. Dadurch lassen sich positive und negative Abweichungen bereits vor ihrer Entstehung erkennen und steuern. Gleichzeitig lassen sich Ereignislogs generieren, die wiederum zentrale Grundlage für Process Mining sind. Neben der Analyse und Vorhersage der Prozessleistung liegt ein Schwerpunkt unserer Arbeit im Datenqualitätsmanagement von Ereignislogs.
Kontext
Das Prozessmanagement folgte lange Zeit einem One-size-fits-All-Ansatz. Entsprechend wurde der organisationale Kontext, in den Prozessmanagement eingebettet ist, vernachlässigt. Dieser umfasst jedoch die Eigenschaften relevanter Prozesse sowie inner- und außerbetriebliche Faktoren. In der digitalen Wirtschaft agieren viele Organisationen zudem in mehreren Kontexten gleichzeitig. In unserer Arbeit beschäftigen wir uns daher mit der Gestaltung kontextsensitiver Prozessmanagementkonzepte sowie mit speziellen Kontexten wie Smart Services, Digitale Produktion und Digitale Innovation.
Netzwerke
Seit langem weiß man, dass Prozesse miteinander verflochten sind. In der digitalen Wirtschaft bilden sich zunehmend organisationsübergreifende Prozessnetzwerke. Prozessabhängigkeiten wurden bislang primär für beschreibende Zwecke verwendet z.B. für die Modellierung von Prozessarchitekturen. Für Zwecke der Entscheidungsfindung wurden Abhängigkeiten bislang kaum genutzt, weswegen wir uns in unserer Arbeit intensiv damit auseinandersetzen. So bauen wir Methoden für das Prozessportfoliomanagement sowie für die Prozesspriorisierung unter Berücksichtigung von Abhängigkeiten.
Wandel
Eine zentrale Aufgabe des Prozessmanagements ist die Prozessverbesserung und -innovation. Aus diesem Grund arbeiten wir an Methoden der systematischen Prozessverbesserung. Dazu gehören einerseits Methoden der Prozessindustrialisierung entlang der Dimensionen Automatisierung, Flexibilisierung, Standardisierung und Sourcing sowie andererseits Methoden der digitalen Prozessinnovation, in denen die Einsatzpotenziale digitaler Technologien genutzt werden, um bestehende Prozesse zu verbessern oder um Prozesse für neue „jobs to be done“ zu entwickeln.
Individuen
Das digitale Zeitalter verändert nicht nur, wie Kunden und Organisationen interagieren, sondern auch welche Erwartungen Mitarbeiter an Prozesse und deren IT-Unterstützung haben. In unserer Arbeit ist daher die Perspektive des Kunden zentral. So nehmen wir mit der Omnikanal- und Customer-Journey-Analyse eine Outside-In-Perspektive auf Prozesse ein, erarbeiten Heuristiken für kundenorientierte Prozessgestaltung und untersuchen die Möglichkeiten des Internets der Dinge. Zudem analysieren wir abweichendes Verhalten in Prozessen (Process Deviance) und entwickeln Werkzeuge für dessen Erkennung und Steuerung (z.B. mittels Digital Nudging).
Neugierig geworden?
Unsere Tätigkeiten
Projekte:
Das Kernkompetenzzentrum FIM beschäftigt sich in enger Zusammenarbeit mit der Projektgruppe Wirtschaftsinformatik des Fraunhofer FIT sowie dessen Center for Process Intelligence mit relevanten Realweltproblemen sowohl in öffentlich geförderten Grundlagenforschungsprojekten als auch in angewandten Forschungsprojekten mit Praxispartnern. Dabei erarbeitet es gemeinsam mit seinen Partnern einzigartige und neuartige Lösungen auf Basis seiner Einblicke in den aktuellen Stand der Forschung, seiner praktischen Erfahrung sowie der Interdisziplinarität und Begeisterung seines Teams. Ausgewählte Projekte im Bereich des wertorientierten Prozessmanagements sind:
Industrieprojekte (Auswahl):
- ABBYY: Gemeinsame Studie zum Status Quo moderner Prozesstechnologien in DACH
- Bayerische Bereitschaftspolizei: Wirtschaftlichkeitsanalyse für ein mögliches Logistikzentrum der Bayerischen Polizei und Justiz
- BMW: Semi-Automatisierte Prozessverbesserung und Bot Log Mining
- Carl Zeiss: Digital Progress Assessment – Entwicklung und Umsetzung einer Bewertungsmethodik zur Messung des Fortschritts bei digitalen Angeboten/Services
- Celonis: Entwicklung eines Ansatzes zur Identifikation von Automatisierungskandidaten im Bereich Task Mining
- Infineon: Aufbau einer Process-Mining-Infrastruktur inklusive Governance und Center of Excellence
- HEINZ-GLAS: Prozessanalyse und Auswahl eines ERP-Systemanbieters sowie Begleitung der Systemeinführung
Öffentlich geförderte Projekte:
- Exploratory BPM: Entwicklung von Methoden und Workshop-Modulen zum Thema exploratives Prozessmanagement
- KEBAP: Entwicklung eines agilen BPM-Systems zur Unterstützung KPI-basierter Echtzeitüberwachung
- KIproBatt: Intelligentes Ende-zu-Ende Prozessmonitoring in der Batteriezellfertigung
- Process Mining at the Enterprise Level: Entwicklung von Methoden und Workshop-Modulen für die Skalierung von Process Mining in Unternehmen
Wissenschaftliche Publikationen
Zu diesem Kompetenzbereich haben wir folgende Forschungsarbeiten in wissenschaftlichen Zeitschriften und bei internationalen Konferenzen veröffentlicht:
The Biggest Business Process Management Problems to Solve Before We Diein: Computers in Industry, 2023 | Beerepoot, IrisDi Ciccio, ClaudioReijers, Hajo A.Rinderle-Ma, StefanieBandara, WasanaBurattin, AndreaCalvanese, DiegoChen, TianwaCohen, IzackDepaire, BenoîtDi Federico, GemmaDumas, Marlonvan Dun, ChristopherFehrer, TobiasFischer, Dominik AndreasGal, AvigdorIndulska, MartaIsahagian, VatcheKlinkmüller, ChristopherKratsch, WolfgangLeopold, HenrikVan Looy, AmyLopez, HugoLukumbuzya, SanjaMendling, JanMeyers, LaraModer, LindaMontali, MarcoMuthusamy, VinodReichert, ManfredRizk, YaraRosemann, MichaelRöglinger, MaximilianSadiq, ShaziaSeiger, RonnySlaats, TijsSimkus, MantasSomeh, Ida AsadiWeber, BarbaraWeber, IngoWeske, MathiasZerbato, Francesca | |
Accelerating Business Transformation With Process Mining Centers of Excellence (CoEs) | Reinkemeyer, LarsGrindemann, PhilippEgli, VanessaRöglinger, MaximilianMarcus, LauraFabri, Lukas | |
An Assisted Approach to Business Process Redesignin: Decision Support Systems, 2022 | Fehrer, TobiasFischer, Dominik AndreasLeemans, Sander J. J.Röglinger, MaximilianWynn, Moe T. | |
Exogenous Shocks and Business Process Management : A Scholars‘ Perspective on Challenges and Opportunitiesin: Business & Information Systems Engineering, 2022 | Röglinger, MaximilianPlattfaut, RalfBorghoff, VincentKerpedzhiev, GeorgiBecker, JörgBeverungen, Danielvom Brocke, JanVan Looy, Amydel-Río-Ortega, AdelaRinderle-Ma, StefanieRosemann, MichaelSantoro, Flavia MariaTrkman, Peter | |
The Five Diamond Method for Explorative Business Process Managementin: Business & Information Systems Engineering, 2022 | Grisold, ThomasGroß, StevenStelzl, Katharinavom Brocke, JanMendling, JanRöglinger, MaximilianRosemann, Michael | |
How to Leverage Process Mining in Organizations : Towards Process Mining Capabilitiesin: Proceedings of the 20th International Conference on Business Process Management (BPM), Springer, Cham, 2022 | Kipping, GregorDjurica, DjordjeFranzoi, SandroGrisold, ThomasMarcus, LauraSchmid, Sebastian Johannesvom Brocke, JanMendling, JanRöglinger, Maximilian | |
On Current Job Market Demands for Process Mining : A Descriptive Analysis of LinkedIn Vacancies2022 | Maleki, SiminVan Looy, AmyWeber, BarbaraRöglinger, Maximilian | |
Prioritizing Smart Factory Investments : A Project Portfolio Selection Approachin: International Journal of Production Research, 2022 | Dreyer, StephanEgger, AndreasPüschel, LouisRöglinger, Maximilian | |
ProcessGAN : Supporting the creation of business process improvement ideas through generative machine learningin: Decision Support Systems, 2022 | van Dun, ChristopherModer, LindaKratsch, WolfgangRöglinger, Maximilian | |
Success Factors of Process Digitalization Projects : Insights from an Exploratory Studyin: Business Process Management Journal, 2022 | Baier, Marie-SophieLockl, JannikRöglinger, MaximilianWeidlich, Robin | |
Towards Interactive Event Log Forensics : Detecting and Quantifying Timestamp Imperfectionsin: Information Systems, 2022 | Fischer, Dominik AndreasGoel, KanikaAndrews, Robertvan Dun, ChristopherWynn, Moe T.Röglinger, Maximilian | |
Prozessdigitalisierung für das „New Normal“ : Branchenübergreifende Studie zu Herausforderungen und Chancen der Prozessoptimierung | Röglinger, MaximilianBaumgarte, FelixFischer, Dominik Andreas | |
Automated Process (Re-)Designin: CEUR Workshop Proceedings, 2021 | Röglinger, Maximilianvan Dun, ChristopherFehrer, TobiasFischer, Dominik AndreasModer, LindaKratsch, Wolfgang | |
Process Science : The Interdisciplinary Study of Continuous Changein: SSRN, 2021 | vom Brocke, Janvan der Aalst, WilGrisold, ThomasKremser, WaldemarMendling, JanPentland, BrianRecker, JanRöglinger, MaximilianRosemann, MichaelWeber, Barbara | |
The Business Process Design Space for Exploring Process Redesign Alternativesin: Business Process Management Journal, 2021 | Groß, StevenStelzl, KatharinaGrisold, ThomasMendling, JanRöglinger, Maximilianvom Brocke, Jan | |
Event Log Construction from Customer Service Conversations Using Natural Language Inferencein: Proceedings of the 3rd International Conference on Process Mining (ICPM), Piscataway, USA, 2021 | Kecht, ChristophEgger, AndreasKratsch, WolfgangRöglinger, Maximilian | |
An Exploration into Future Business Process Management Capabilities in View of Digitalization : Results from a Delphi Studyin: Business & Information Systems Engineering, 2021 | Kerpedzhiev, GeorgiKönig, Ulrich MatthiasRöglinger, MaximilianRosemann, Michael | |
Industrie 4.0 in kleinen und mittleren Unternehmen : Lösungsansatz und Handlungsempfehlungen für die Integration smarter Gerätein: Meinhardt, Stefan: IoT – Best Practices : Internet der Dinge, Geschäftsmodellinnovationen, IoT-Plattformen, IoT in Fertigung und Logistik, Springer Vieweg, Wiesbaden, 2021 | König, Ulrich MatthiasRöglinger, MaximilianUrbach, Nils | |
Introduction to Digitalization Cases. Vol. 2. Mastering Digital Transformation for Global Businessin: Urbach, Nils: Digitalization Cases. Volume 2. Mastering Digital Transformation for Global Business, Springer, Cham, 2021 | Urbach, NilsRöglinger, MaximilianAlias, Rose AlindaKautz, KarlheinzSaunders, CarolWiener, Martin | |
Machine Learning in Business Process Monitoring : A Comparison of Deep Learning and Classical Approaches Used for Outcome Predictionin: Business & Information Systems Engineering, 2021 | Kratsch, WolfgangManderscheid, JonasRöglinger, MaximilianSeyfried, Johannes | |
Opportunities and Challenges for Process Mining in Organizations : Results of a Delphi Studyin: Business & Information Systems Engineering, 2021 | Martin, NielsFischer, Dominik AndreasKerpedzhiev, GeorgiGoel, KanikaLeemans, Sander J. J.Röglinger, Maximilianvan der Aalst, WilDumas, MarlonLa Rosa, Marcello | |
Enhancing Event Log Quality : Detecting and Quantifying Timestamp Imperfectionsin: Proceedings of the 18th International Conference on Business Process Management (BPM), Seville, Spain, 2020 | Fischer, Dominik AndreasGoel, KanikaAndrews, Robertvan Dun, ChristopherWynn, Moe T.Röglinger, Maximilian | |
Building an Ambidextrous Organization : A Maturity Model for Organizational Ambidexterityin: Business Research, 2020 | Stelzl, KatharinaRöglinger, MaximilianWyrtki, Katrin | |
Customer-centric prioritization of process improvement projectsin: Decision Support Systems, 2020 | Kreuzer, ThomasRöglinger, MaximilianRupprecht, Lea | |
Quality-Informed Semi-Automated Event Log Generation for Process Miningin: Decision Support Systems, 2020 | Andrews, Robertvan Dun, ChristopherWynn, Moe T.Kratsch, WolfgangRöglinger, Maximilianter Hofstede, Arthur H. M. | |
How to Exploit the Digitalization Potential of Business Processesin: Business & Information Systems Engineering, 2018 | Denner, Marie-SophiePüschel, LouisRöglinger, Maximilian | |
Prioritization of Interconnected Processes : a PageRank-based Approachin: Business & Information Systems Engineering, 2018 | Lehnert, MartinRöglinger, MaximilianSeyfried, Johannes | |
Data-driven Process Prioritization in Process Networksin: Decision Support Systems, 2017 | Kratsch, WolfgangManderscheid, JonasReißner, DanielRöglinger, Maximilian | |
The Future of Business Process Management in the Future of Workin: Proceedings of the 24th European Conference on Information Systems (ECIS), Istanbul, Turkey, 2016 | Kerpedzhiev, GeorgiLehnert, MartinRöglinger, Maximilian | |
An Economic Decision Model for Determining the Appropriate Level of Business Process Standardizationin: Business Research, 2016 | Afflerbach, PatrickBolsinger, ManuelRöglinger, Maximilian | |
Value-based Process Project Portfolio Management : Integrated Planning of BPM Capability Development and Process Improvementin: Business Research, 2016 | Lehnert, MartinLinhart, AlexanderRöglinger, Maximilian |
Universität Bayreuth
Weiterführende Informationen finden Sie hier.