Zum Hauptinhalt springen Zur Suche springen Zur Hauptnavigation springen

Process Mining: Grundlagen und Anwendungen

24.09.2026 - 25.09.2026
Live-Webinar
1.140,00 €
Nettopreis (zzgl. MwSt.)
1.356,60 €
Bruttopreis (inkl. MwSt.)
Namen und Anzahl der Teilnehmer können Sie im Warenkorb während des Bestellprozesses eingeben
Anzahl der Teilnehmer
 

Veranstaltungsnummer: DIDI021.09

Preisdetails:

Im Preis enthalten ist Lehrmaterial in digitaler Form.

Seminar:
1.140,00 €
Nettopreis:
1.140,00 €
zzgl. 19 % MwSt.:
216,60 €
Endpreis (Brutto)
inkl. 19 % MwSt.:
1.356,60 €
 
Im Seminar erhalten die Teilnehmer eine Einführung in das evidenzbasierte Geschäftsprozessmanagement auf Basis von Process Mining, um die Grundlagen für die Optimierung von Geschäftsprozessen zu legen. Sie erlernen die Eigenschaften von Eventlogs, fortgeschrittene Process Discovery Techniken, den Abgleich eines bestehenden Prozessmodells mit einem Ereignisprotokoll desselben Prozesses im Rahmen einer Konformitätsprüfung sowie die Verbesserung eines bestehenden A-priori Prozessmodells mit Hilfe von Informationen aus einem Eventlog. Der Kurs verwendet Beispiele aus realen Eventlogs, um die Konzepte und Algorithmen möglichst praxisnah zu veranschaulichen. 

Dieses Seminar ist auch Teil der Ausbildung „Data Scientist (TÜV®)“.

Zielgruppe

(Künftige) Data Scientists, Statistiker, Business-Analysten, Ingenieure und IT-Experten, die Process Mining-Techniken nutzen möchten, um ihre Ereignis- und Prozessdaten zu analysieren und besser zu verstehen. Manager und Führungskräfte, die Process Mining in ihr Betriebsmodell einbetten und datengesteuerte Geschäftsergebnisse in großem Umfang optimieren wollen.

Inhalt

  • Process Mining und das Internet of Events
  • Einführung in die Prozessmodellierung (u.a. Petrinetze, Process Trees)
  • Typische Datenquellen und Eventlogs
  • Process Discovery
  • Konformitätsprüfung
  • Von der Process Discovery zum Online Process Monitoring

Ist kein passender Termin dabei oder Ihr Wunschtermin ist ausgebucht?

Teilnahmebescheinigung

16 Seminarstunden
2 Tage

08:00 - 16:00 Uhr

Zur Teilnahme am Seminar sind keine Zugangsvoraussetzungen zu erfüllen. 

Bitte beachten: Dieses Seminar ist Teil der Ausbildung „Data Scientist (TÜV®)“. Wenn dieser Abschluss angestrebt wird, muss ein Studienabschluss im MINT-Bereich oder eine gleichwertige Qualifikation (insbesondere mathematische Vorkenntnisse) nachgewiesen werden.

VDSI Punkte Arbeitsschutz : 0
VDSI Punkte Brandschutz : 0
VDSI Punkte Managementsysteme : 0
VDSI Punkte Gesundheitsschutz : 0
VDSI Punkte Security : 0
VDSI Punkte Umweltschutz : 0

Die theoretischen Inhalte werden in Form von praxisnahen Übungen vertieft. Die dafür notwendige Schulungsumgebung wird gestellt. Der Zugriff auf die Schulungsumgebung erfolgt mit einem Browser (Chrome oder Firefox).

Künstliche Intelligenz im Dreiklang von Herausforderungen, Vorteilen und Kompetenzen

Produktgalerie überspringen

Verwandte Seminare

Data Scientist (TÜV®)
Data Scientist (TÜV®)
Freie Plätze : 100
Live-Webinar

Im Seminar erhalten die Teilnehmer eine umfassende Einführung in die Programmiersprache Python als Grundwerkzeug für die spätere Datenanalyse und lernen die Entscheidungskriterien für die Datenauswahl und die Datenquellen kennen, die sie für ihre Betrachtung benötigen.

Data Science mit Python
Data Science mit Python
Freie Plätze : 100
Live-Webinar

Die durch die Digitalisierung zahlreicher Prozesse, Transaktionen und weiterer Anwendungsfälle entstehenden Datenmengen müssen ausgewertet und analysiert werden, um einen Mehrwert für Unternehmen und Einrichtungen zu schaffen.

Machine Learning und KI-Methoden
Machine Learning und KI-Methoden
Freie Plätze : 100
Live-Webinar

Wichtige Unterstützung zur Analyse der Datenmassen geben maschinelle Lernverfahren, bei denen ein Algorithmus durch Wiederholung und vorgegebene Kriterien selbstständig lernt, eine Aufgabe zu erfüllen, ohne dass ein Lösungsweg vorgegeben ist.

Feature Engineering für Data Science
Feature Engineering für Data Science
Freie Plätze : 100
Live-Webinar

Feature Engineering ist die Vorbereitung von Daten für die Verarbeitung in Machine Learning-Algorithmen und von hoher Bedeutung im gesamten Machine Learning-Prozess

AIoT - Digitale Signalverarbeitung für KI-Algorithmen
AIoT - Digitale Signalverarbeitung für KI-Algorithmen
Freie Plätze : 100
Live-Webinar

KI-Methoden werden eingesetzt, um verflochtene Zusammenhänge datengetrieben zu lernen und die Grenzen klassischer mathematischer Modelle zu überwinden.

Loading…
Loading the web debug toolbar…
Attempt #