Use Case-basierter Vergleich zwischen Case-Centric- und Object- Centric Process Mining im Supply Chain Resilience Management
DOI:
https://doi.org/10.26034/lu.akwi.2026.8834Schlagworte:
Case-Centric Process Mining (CCPM), Object-Centric Process Mining (OCPM), Supply Chain Resilience Management, SCOR-Modell, ProzessanalyseAbstract
Die zunehmende Komplexität globaler Lieferketten und deren Anfälligkeit gegenüber Störungen erfordern innovative Ansätze im Supply Chain Resilience Management (SCRM). Dieser Artikel untersucht vergleichend die Anwendbarkeit von Case-Centric Process Mining (CCPM) und Object-Centric Process Mining (OCPM) zur Analyse und Stärkung der Resilienz in Supply Chains. Während sich CCPM auf die Analyse einzelner Prozessinstanzen fokussiert, erlaubt OCPM eine multidimensionale Betrachtung komplexer Objektbeziehungen und Prozessverläufe.Auf Basis synthetischer Datensätze für Order-to-Cash- und Purchase-to-Pay-Prozesse werden beide Ansätze anhand von Use Cases evaluiert, die sich am SCOR-Modell orientieren und die Resilienz-Attribute Zuverlässigkeit, Reaktionsfähigkeit und Agilität adressieren. Die Analyse mit dem Process-Mining-Tool Celonis zeigt, dass CCPM eine schnelle Identifikation zentraler Schwachstellen ermöglicht, jedoch durch Informationsverluste bei der Aggregation limitiert ist. OCPM hingegen deckt Kettenreaktionen zwischen Objekten auf, identifiziert objektspezifische Ursachen von Prozessinstabilitäten und ermöglicht eine granularere KPI-Betrachtung ohne erneute Datenaufbereitung.
Literaturhinweise
Adams, Jan Niklas; Park, Gyunam; Levich, Sergej; Schuster, Daniel; van der Aalst, Wil M. P. (2022): A Framework for Extracting and Encoding Features from Object-Centric Event Data. In: Javier Troya, Brahim Medjahed, Mario Piattini, Lina Yao, Pablo Fernández und Antonio Ruiz-Cortés (Hg.): Service-Oriented Computing, Bd. 13740. Cham: Springer Nature Switzerland (Lecture Notes in Computer Sci-ence), S. 36–53.
Adams, Jan Niklas; van der Aalst, Wil M.P. (2021): Precision and Fitness in Object-Centric Process Min-ing. In: 2021 3rd International Conference on Pro-cess Mining (ICPM). 2021 3rd International Confer-ence on Process Mining (ICPM). Eindhoven, Neth-erlands, 31.10.2021 - 04.11.2021: IEEE, S. 128–135.
Association for Supply Chain Management (ASCM) (2022): Supply Chain Operations Reference Model. SCOR Digital Standard, SCOR Version 14.0. Online verfügbar unter https://scor.ascm.org/api/files/24?v=1730907429253.
Berti, Alessandro; Jessen, Urszula; Park, Gyunam; Rafiei, Majid; van der Aalst, Wil M. P. (2023a): Ana-lyzing interconnected processes: using Object-Centric process mining to analyze procurement pro-cesses. In: Int J Data Sci Anal. DOI: 10.1007/s41060-023-00427-3.
Berti, Alessandro; Koren, Istvan; Adams, Jan Niklas; Park, Gyunam; Knopp, Benedikt; Graves, Nina et al. (2023b): OCEL (Object-Centric Event Log) 2.0 Speci-fication. Online verfügbar unter www.ocel-standard.org/2.0/ocel20_specification.pdf.
Berti, Alessandro; Montali, Marco; van der Aalst, Wil M. P. (2023c): Advancements and Challenges in Ob-ject-Centric Process Mining: A Systematic Literature Review.
Carmona, Josep; van Dongen, Boudewijn; Weidlich, Matthias (2022): Conformance Checking: Founda-tions, Milestones and Challenges. In: Wil M. P. van der Aalst und Josep Carmona (Hg.): Process Mining Handbook, Bd. 448. Cham: Springer International Publishing (Lecture Notes in Business Information Processing), S. 155–190.
Eggers, Julia; Hein, Andreas; Böhm, Markus; Krcmar, Helmut (2021): No Longer Out of Sight, No Longer Out of Mind? How Organizations Engage with Pro-cess Mining-Induced Transparency to Achieve In-creased Process Awareness. In: Bus Inf Syst Eng 63 (5), S. 491–510. DOI: 10.1007/s12599-021-00715-x.
Galanti, Riccardo; Leoni, Massimiliano de; Navarin, Nicolò; Marazzi, Alan (2023): Object-Centric pro-cess predictive analytics. In: Expert Systems with Applica-tions 213, S. 119173. DOI: 10.1016/j.eswa.2022.119173.
Ghahfarokhi, Anahita Farhang; Park, Gyunam; Berti, Alessandro; van der Aalst, Wil M. P. (2021): OCEL: A Standard for Object-Centric Event Logs. In: Lad-jel Bellatreche, Marlon Dumas, Panagiotis Karras, Raimundas Matulevičius, Ahmed Awad, Matthias Weidlich et al. (Hg.): New Trends in Database and Information Systems, Bd. 1450. Cham: Springer In-ternational Publishing (Communications in Comput-er and Information Science), S. 169–175.
Kerremans, Marc; Sugden, David; Duffy, Nick (2024): Magic Quadrant for Process Mining Plat-forms. Hg. v. Gartner. Gartner Research. Online verfügbar unter https://www.gartner.com/en/documents/5391263.
Leoni, Massimiliano de (2022): Foundations of Pro-cess Enhancement. In: Wil M. P. van der Aalst und Josep Carmona (Hg.): Process Mining Handbook, Bd. 448. Cham: Springer International Publishing (Lecture Notes in Business Information Processing), S. 243–273.
Lund, Susan; Manyika, James; Woetzel, Jonathan; Bar-riball, Ed; Krishnan, Mekala; Alicke, Knut et al. (2020): Risk, resilience, and rebalancing in global value chains (Full Report). McKinsey Global Institu-te. Online verfügbar unter https://www.mckinsey.com/business-functions/operations/our-insights/risk-resilience-and-rebalancing-in-global-value-chains.
Park, Gyunam; Adams, Jan Niklas; van der Aalst, Wil M. P. (2022): OPerA: Object-Centric Performance Analysis. In: Jolita Ralyté, Sharma Chakravarthy, Mukesh Mohania, Manfred A. Jeusfeld und Kama-lakar Karlapalem (Hg.): Conceptual Modeling, Bd. 13607. Cham: Springer International Publishing (Lecture Notes in Computer Science), S. 281–292.
Peters, Ralf; Nauroth, Markus (2019): Process-Mining. Wiesbaden: Springer Fachmedien Wiesbaden.
Reinkemeyer, Lars (2022): Status and Future of Pro-cess Mining: From Process Discovery to Process Execution. In: Wil M. P. van der Aalst und Josep Carmona (Hg.): Process Mining Handbook, Bd. 448. Cham: Springer International Publishing (Lecture Notes in Business Information Processing), S. 405–415.
Suriadi, S.; Andrews, R.; Hofstede, A.H.M. ter; Wynn, M. T. (2017): Event log imperfection patterns for process mining: Towards a systematic approach to cleaning event logs. In: Information Systems 64, S. 132–150. DOI: 10.1016/j.is.2016.07.011.
van der Aalst, Wil (2016): Data Science in Action. In: Wil van der Aalst (Hg.): Process Mining. Berlin,
Heidelberg: Springer Berlin Heidelberg, S. 3–23.
van der Aalst, Wil (2019): bject-Centric Process Min-ing: Dealing with Divergence and Convergence in Event Data. In: Peter Csaba Ölveczky und Gwen Salaün (Hg.): Software Engineering and Formal Methods, Bd. 11724. Cham: Springer International Publishing (Lecture Notes in Computer Science), S. 3–25. Online verfügbar unter https://doi.org/10.1007/978-3-030-30446-1_1.
van der Aalst, Wil; Adriansyah, Arya; Medeiros, Ana Karla Alves de; Arcieri, Franco; Baier, Thomas; Blickle, Tobias et al. (2012): Process Mining Mani-festo. In: Florian Daniel, Kamel Barkaoui und Schah-ram Dustdar (Hg.): Business Process Man-agement Workshops, Bd. 99. Berlin, Heidelberg: Springer Berlin Heidelberg (Lecture Notes in Busi-ness Infor-mation Processing), S. 169–194.
van der Aalst, Wil M. P. (2022): Process Mining: A 360 Degree Overview. In: Wil M. P. van der Aalst und Josep van der Carmona (Hg.): Process Mining Handbook, Bd. 448. Cham: Springer International Publishing (Lecture Notes in Business Information Processing), S. 3–34.
van der Aalst, Wil M. P. (2023a): Object-Centric Pro-cess Mining: An Introduction. In: Antonio Cerone (Hg.): Formal Methods for an Informal World, Bd. 13490. Cham: Springer International Publishing (Lecture Notes in Computer Science), S. 73–105.
van der Aalst, Wil M. P. (2023b): Object-Centric Pro-cess Mining: Unraveling the Fabric of Real Process-es. In: Mathematics 11 (12), S. 2691. DOI: 10.3390/math11122691.
van der Aalst, Wil M. P. (2024): Academic Perspective: How Object-Centric Process Mining Helps to Un-leash Predictive and Generative AI. In: Lars
Reinkemeyer (Hg.): Process Intelligence in Action. Cham: Springer Nature Switzerland, S. 219–232.
Yin, Robert K. (2009): Case study research. Design and methods. 4. ed. Los Angeles, Calif.: Sage (Applied social research methods series, 5).
Downloads
Veröffentlicht
Ausgabe
Rubrik
Lizenz
Copyright (c) 2026 David Messal, Frank Morelli, Frank Schätter, Florian Haas
Dieses Werk steht unter der Lizenz Creative Commons Namensnennung 4.0 International.
