Universit?t Bamberg
Suche ?ffnen
Sie befinden sich hier:

Fakult?t Wirtschaftsinformatik und Angewandte Informatik

Lehrstuhl für Kognitive Systeme

  1.  Otto-Friedrich-Universit?t Bamberg
  2. Fakult?ten
  3. Wirtschaftsinformatik und Angewandte Informatik
  4. Professuren und Lehrstühle
  5. Angewandte Informatik
  6. Lehrstuhl für Kognitive Systeme
  7. Forschung
  8. Projekte
  9. BayVFP-Projekt KIGA

BayVFP-Projekt KIGA

Projektbeschreibung

Ziel des Projektes ist es mit einem hybriden KI-Ansatz des Maschinellen Lernens komplexe ganzheitliche Gesch?ftsprozesse mit semantischen Methoden des Process Mining zu analysieren. Durch Verfahren der erkl?rbaren Künstlichen Intelligenz (EKI) in Form interaktiver Dashboards soll die Nachvollziehbarkeit und Transparenz der Prozessmodelle verbessert werden und deren Verfeinerung und Korrektur durch einen Human-in-the-loop Ansatz realisiert werden. Im Detail soll dom?nenspezifisches Hintergrundwissen aus ERP-Systemen und von Fachexperten genutzt und explizit als Knowledge Graph repr?sentiert werden. Das zugrundeliegende Datenmodell des Ereignislogs soll um semantische Meta-Informationen angereichert werden (semantisches Event Log), um kausale sowie hierarchische Zusammenh?nge zwischen Ereignissen und Prozessen explizit darzustellen und in der Prozessrekonstruktion zu nutzen. Basierend auf Ans?tzen des Maschinellen Lernens sollen bestehende Process Discovery Verfahren adaptiert werden, als auch als spezialisierte deklarative Lernverfahren auf Basis des semantischen Event Logs entwickelt werden. Abschlie?end soll eine Ergebnisvalidierung der Verfahren anhand Gesch?ftsprozessen von Partnerunternehmen mit Echtdaten erfolgen.

Beispielhaftes Prozessmodel
Beispielhaftes Prozessmodell als Workflow Net: Stellt alle m?glichen Prozessabl?ufe im Strafzettelbearbeitungsprozess der italienischen Polizei [RTFMP-2015] dar.

Forschungsfokus der Universit?t Bamberg:

  • Untersuchung von semantischen Methoden zur Wissensrepr?sentation sowie von Schlussfolgerungsmethoden für Process Discovery Ans?tze.
  • Semantische Repr?sentation von Kausalit?tsbeziehungen und Prozesseigenschaften in Knowledge Graphen, insb. semantisches Event Log.
  • Entwicklung von Machine Learning Verfahren für Process Discovery (White Box Ansatz) mit Methoden des induktiven logischen Programmierens (ILP).
  • Verfahren des erkl?rbaren interaktiven Machine Learnings für intelligente Dashboards mit einen Human-in-the-loop Ansatz.
  • Durchführung von Studien und Experimenten im Rahmen einer Usability-Studie zur Evaluierung der Forschungsergebnisse.

Studentische Projekte

Wir sind immer auf der Suche nach Studenten, die einen Beitrag zum Projekt KIGA in Form einer Abschlussarbeit, eines Projekts oder als studentische Hilfskraft leisten m?chten. Wenn Sie Interesse haben, k?nnen Sie sich gerne an uns wenden.