Umsetzung eines Systems zur Prozessoptimierung im Recruiting basierend auf einem Process-Cube

Process-Mining ermöglicht es Prozesse aus Event-Daten zu erheben, überprüfen oder zu erweitern. Diese Event-Daten werden aus ausgeführten Aktivitäten von Menschen, Maschinen oder Software erzeugt und ermöglichen die Ableitung von Prozessmodellen. Das Forschungsgebiet des Process-Mining stellt dabei die Verbindung zwischen dem Data-Mining und der Prozessmodellierung her. Generell verspricht die Anwendung des Process-Mining vor allem bei einem gut standardisierten Prozess mit wenig Varianten gute Ergebnisse.

Der Einsatz von Process-Cubes ermöglicht es, Vergleichbarkeit hinsichtlich verschiedener Varianten eines Prozesses zu erreichen. Die Prinzipien des Process-Mining finden dabei auch in der Konzeption von Process-Cubes Anwendung und werden um multidimensionale Aspekte erweitert. Dafür werden die relevanten Analysedimensionen mit den Event-Daten verknüpft und in einem multidimensionalen Process-Cube aufbereitet. Der Aufbau des Datenmodells ist angelehnt an das multidimensionale Datenmodell, welches das zentrale Modellierungsparadigma im Data Warehousing darstellt.

In der vorliegenden Arbeit soll die Umsetzung eines Systems zur Prozessoptimierung im Recruiting beim Unternehmen Epunkt, mit einem Process-Cube als zentralem Bestandteil, auf Basis der in der Literatur beschriebenen Ansätze, aufgezeigt werden. Durch die verschiedenen heterogenen Prozesse im Recruiting können mit dem Process-Cube die verschiedenen Varianten des Recruiting-Prozesses analysiert und verglichen werden. Dadurch soll die Erhebung von Prozesswissen in Bezug auf verschiedene Analysedimensionen wie Standort, Team oder Jobdomäne ermöglicht werden. Das entworfene System soll dem Unternehmen Epunkt dabei helfen, trotz rasanten Wachstumes, weiterhin Überblick über die Prozesse zu behalten und diese steuern zu können. Dazu gehört auch, dass durch das konzipierte System eine Konformitätsprüfung der Prozesse hinsichtlich der Prozessvorgaben ermöglicht wird.

Process mining makes it possible to discover, check or enhance processes from event data. These event data are generated from activities performed by humans, machines or software and enables the derivation of process models. The research area of process mining establishes the connection between data mining and process modeling. In general, the application of process mining promises good results especially for a well-standardized process with few variants.

The use of process cubes makes it possible to achieve comparability with regard to different variants of a process. The principles of process mining are also applied in the conception of process cubes and are extended by multidimensional aspects. For this purpose, the relevant analysis dimensions are linked with the event data and processed in a multidimensional process cube. The structure of the data model is based on the multidimensional data model, which is the central modeling paradigm in data warehousing.

In this thesis, the implementation of a system for process optimization in recruiting at the company Epunkt, with a process cube as a central component, based on the approaches described in the literature, is demonstrated. Due to the different heterogeneous processes in recruiting, the process cube can be used to analyze and compare the different variants of the recruiting process. This should enable the collection of process knowledge in relation to different analysis dimensions such as location, team or job domain. The designed system should help the company Epunkt to keep an overview of the processes and to be able to control them despite rapid growth. This also includes that the designed system enables a conformity check of the processes with regard to the process specifications.