Themen
Forschung und Transfer
Meine Forschung beschäftigt sich mit dem Geschäftsprozessmanagement und im Speziellen mit der Anwendungen der Künstlichen Intelligenz (KI) im betrieblichen Umfeld und den Prozessen. Im Kontext des aktuellen Trends und der Grundlagenforschung der KI bekommt diese Thema auch in der anwendungsorientierten Forschung eine zentrale Bedeutung.
Ausgehend von langjähriger Erfahrung im Geschäftsprozessmanagement und der Forschung neuer wissenschaftlicher Fragestellung, fokussiere ich mich darauf, die Potentiale des Einsatzes der Künstlichen Intelligenz in Prozessdaten zu Ihnen zu transferieren und einen Mehrwert für Ihre Prozesse und zu schaffen. Dies umfasst insbesondere die Forschungsbereiche des Process Minings, Process Analytics, Predictive Process Monitoring und Robotic Process Automation.
Sprechstunde für KMUs
kostenfrei – unverbindlich – persönlich
Sie haben Fragen zu Geschäftsprozessen in Ihrem Unternehmen? Oder Sie haben andere Fragen im Bereich der Digitalisierung oder Künstliche Intelligenz? Vereinbaren Sie einen Termin mit mir. Sie und ich überlegen gemeinsam, welche Möglichkeiten es im Bereich der Digitalisierung und der Künstlichen Intelligenz für Ihre Geschäftsprozesse gibt.
In individuellen Gesprächen stehe ich Ihnen zu Ihren Fragen und Anliegen zur Seite. Ich unterstützen Sie zudem bei der Umsetzung geeigneter Lösungen.
Die Sprechstunde richtet sich an alle kleinen- und mittelständischen Unternehmen (KMUs). Unter Angabe Ihres Wunschtermins und vielleicht schon mit einem Thema können Sie sich bei mir melden: tobias.walter (at) hs-mainz.de oder telefonisch unter 06131 628-3212.
Formen der Zusammenarbeit
Für Unternehmen und andere Institutionen, die Bedarf an Beratungs-, Auftragsforschungs- oder Fortbildungsleistungen im Bereich von Geschäftsprozessmanagement haben, machen ich gerne ein Angebot. Wir können dazu in verschiedenen Kooperationsformen zusammenarbeiten, z.B. kooperative Abschlussarbeiten, Projekte oder Beratungen. Wenden Sie sich bei Interesse gerne direkt an mich: tobias.walter (at) hs-mainz.de.
Projekte
Laufende Projekte
AI-DPA steht für Analyse und Interpretation von unstrukturierten Daten und Prozessen in zwei- und dreidimensionalen Anwendungsszenarien
Konkret befasst sich ein Themenschwerpunkt mit Predictive Process Monitoring (PPM) in semi- und unstrukturierten Prozessen.
Eines der Promotionsvorhaben nutzt die Technologie PPM zur Analyse von Benutzerabläufen zur Vorhersage des Nutzerverhaltens. Durch die Entwicklung von Modellen, die das Verhalten der Nutzer vorhersagen, sollen personalisierte und optimierte Nutzererfahrungen in digitalen Medien oder Abläufen bei der Behandlung von Krankheiten ermöglicht werden. Anwendungsfälle und Daten stammen von den Datenpartnern ARD Online und dem Institut für Digitale Gesundheitsdaten (IDG) Rheinland-Pfalz.
Unternehmen sind heute aufgrund von Wettbewerbssituation und Lieferketten gefordert, operative Prozesse durch Datenerhebungen und -analysen zu optimieren. Das Projekt Smart Industry – Wie datengetrieben ist die Produktion? zielt auf die Ermittlung und Analyse von Herausforderungen und Anforderungen an datengetriebene Prozesse in Kooperation mit Unternehmen insbesondere aus dem KMU-Bereich ab. Mit einer Auswahl teilnehmender Unternehmen aus der Region werden initiale Workshops durchgeführt, um Anforderungen für adäquate Lösungen zu entwickeln und zu pilotieren. Basierend darauf werden gemeinsam mit KMU und für diese Best Practice Ansätze abgeleitet.
Laufzeit: 01.01.2023 - 31.12.2026
Dieses Teilvorhaben ist Teil hochschulübergreifenden Transferbündnis EMPOWER
Durch den Einsatz von Künstlicher Intelligenz im Supply Chain Management (SCM) kann die Qualität der Prozesse und die Kosteneffizienz stark gesteigert werden. Mit aktuellen KI-Methoden (insbesondere Machine Learning) lassen sich neue, individuelle Lösungsansätze im SCM erstellen.
Das Ziel des Projekt ist es ein KI-Framework aus konfigurierbaren KI-Bausteinen zu entwickeln. Als Datenbasis sollen ERP Systeme genutzt werden. Diese KI-Bausteine sollen einfach auf beliebige Branchen adaptierbar sein.
Das Projekt wird zusammen mit einem Mainzer Unternehmen mit weitreichender Erfahrung in der Analyse von Big Data und Machine Learning durchgeführt.
Laufzeit: Beginn 01.10.2022
Process Mining hat in den letzten Jahren bei der Analyse realer Geschäftsprozesse im Customer Relationship Management (CRM) oder Enterprise Resource Planning (ERP) an Bedeutung gewonnen. Pilotprojekte mit mehrern KMUs unterstützen sie beim Einsatz von Process Mininng in 2 Schritten:
- Mit KMUs zusammen wird des Potential von Process Mining erarbeitet und anhand eines Best Practices Framework eine individuelle Projektplanung erstellt, um mit Schritt 2 weiterzumachen.
- Ausgewählte Prozesse werden mit Process Mining Technologien analysiert, Kompetenz wird durch Schulungen weiter aufgebaut und der weitere Einsatz von Process Mining (z.B. "as a Service") geplant.
Laufzeit: in der Regel 6-10 Wochen
Stellenausschreibungen
Sie haben Interesse, in Forschungsthemen und Projekten mitzuarbeiten?
Dann melden Sie sich gerne bei mir: tobias.walter (at) hs-mainz.de oder telefonisch 06131 628-3212.
Erste kure Stellenbeschreibungen finden Sie hier:
Auswahl Ihrer Aufgaben als Hilfswissenschaftler:in:
- Implementieren von Anforderungen in Python und Erstellung geeigneter Visualisierungen
- Durchführung von Studien und Umfragen
- Organisation und Durchführung von Workshops mit Kooperationspartnern
Sie verfügen z.B. über:
- Kenntnisse im Software Engineering (Design, Entwicklung und Test)
- Erste Erfahrung Programmiererfahrung
- Interesse am Lernen und Programmieren in Python
- Durchführen von Studien und Umfragen und Durchführen und Organisation von Workshops
Ihre Aufgaben als Wissenschaftliche Mitarbeiter:in:
- Konzeption, Entwurf und Entwicklung von Methoden zur Erhebung und Analyse von datengetriebenen Prozessen in Unternehmen.
- Wissenschaftliche und organisatorische Vorbereitung, Durchführung und Nachbereitung von Workshops und öffentlichen Veranstaltungen in Zusammenarbeit mit den Partnern des Verbundprojekts.
- Verfassen von wissenschaftlichen Publikationen, Positionspapieren, Leitlinien und Arbeitsvorlagen.
Sie verfügen über:
- Einen erfolgreichen Bachelor- oder Masterabschluss (oder vergleichbaren Hochschulabschluss) in Wirtschaftsinformatik, Informatik oder einer verwandten Disziplin mit einer Spezialisierung in Data Science.
- Interesse an Process Mining, Data Science, Prozessmanagement, maschinellem Lernen.
- Kenntnisse in modernen Programmiersprachen wie Python oder Java vorzugsweise im Zusammenhang mit der Datenverarbeitung, sowie in der Nutzung moderner Datenbanksysteme.
- Grundkenntnisse und Interesse an den betriebswirtschaftlichen Bereichen Produktion, Logistik und Supply Chain Management sind wünschenswert.