Die Analyse von Produktionsprozessen innerhalb von Data-Mining-Projekten stellt einen hohen Anspruch an die interdisziplinäre Zusammenarbeit zwischen Domänen- und DataMining-Experten. Die vorgeschlagene modellgestützte Methode offeriert dazu einen ersten Vorschlag, wie real-weltliche Produktionsprozesse in eine von analytischen Verfahren geprägte Welt überführt werden können. Dazu werden die Anforderungen aus beiden Bereichen sowie ein Standardvorgehen für diesen Diskursbereich in einem Modell integriert, dessen Erstellung nachfolgend erläutert wird.
dabei helfen, solche sozio-technische Systeme zu verstehen und anschließend zu
verbessern
Eine situationsbezogene Konkretisierung ist methodisch nicht gewährleistet. Die Ermittlung der relevanten Datenquellen für eine Analyse bleibt sehr vage und isoliert vom eigentlichen Analyseobjekt.
Die Integration von Rollen (z. B. Domänen- u. Data-Mining-Experte) in das Vorgehen wird nicht geregelt. B4: B5: B6:
Eindeutige Zusammenhänge und Abhängigkeiten zwischen den jeweiligen Ergebnissen der einzelnen Phasen werden außer Acht gelassen.
Ergebnisse werden in ihrer Form nicht spezifiziert und sind damit nur schwer wiederverwendbar.
Die Wiederverwendbarkeit von vorbereitenden Teilergebnissen bei unterschiedlichen Analyseverfahren ist nicht gegeben.
Bezugnehmend auf die Problemstellung und Motivation wird das Standardvorgehen CRISP-DM in ausgewählten Punkten der Analysevorbereitung spezialisiert und wiederverwendbar für diskrete Produktionsprozesse angepasst werden, um die interdisziplinäre Zusammenarbeit und damit den Aufbau von prozessspezifischen Erklärungsmodellen zu unterstützen. 2
Das momentan etablierte Standardvorgehen für Data Mining CRISP-DM weist Konkretisierungsbedarf bezüglich einer Anwendung auf die Analyse von Prozessdaten diskreter Produktionsprozesse auf. Gerade in den Vorbereitungsphasen werden zahlreiche generische Aufgaben und Ergebnisse beschrieben, ohne eine konkrete Form zu definieren und eine Wiederverwendung zu adressieren. Entsprechend Design Science Research soll für die Lösung dieses Problems ein Artefakt in Form einer modellgestützten Methode konstruiert werden.
Aus der Problembeschreibung leitet sich die Notwendigkeit ab, die Vorbereitung von
Data-Mining-Projekten im Kontext diskreter Produktionsprozesse methodisch zu
unterstützen. Methoden werden dabei allgemein als Vorschriften bzw.
Handlungsempfehlungen für Problemlösungen verstanden
Welche Anforderungen bestehen an die Vorbereitungsphasen von Data-MiningProjekten in diskreten Produktionsprozessen? Wie muss eine modellgestützte Methode gestaltet werden, um die Anforderungen zu erfüllen? Zunächst werden die Anforderungen an diskrete Produktionsprozesse und die Datenvorverarbeitung in Data-Mining-Projekten beschrieben, die literaturgestützt erhoben worden und als Grundlage für die Konstruktion der modellgestützten Methode dienen. Anschließend werden die Konstruktionsergebnisse präsentiert. Eine modellgestützte Methode besteht dabei stets aus einer Prozessbeschreibung, welche neben der Erstellung eines Modells, dessen Transformation und Nutzung beschreibt. Das konstruierte Modell muss konform zur verwendeten Modellierungssprache sein, die gemäß einer Sprachbeschreibung definiert ist [Weller, 2010, S. 42). Der Beitrag führt als Sprachbeschreibung ein Prozessmetamodell ein, das alle für die Prozessdatenanalyse relevanten Komponenten, deren Beziehungen und Regeln definiert. Mit Hilfe des Prozessmetamodells wird der Produktionsprozess im Ist-Zustand modelliert. Neben der Ablaufstruktur des Prozesses ist speziell die Strukturierung von Prozessdaten sowie die Abbildung existierender Abhängigkeiten und vermuteter Ursache-Wirkungsbeziehungen das Ziel der Modellierung, welche zunächst unabhängig von den Data-Mining-Zielen sowie den eingesetzten Verfahren ist. Der so modellierte Prozess kann mit Hilfe der Methode in ein prozessspezifisches Datenmodell transformiert werden, aus dem wiederum analysespezifische Falldatensätze abgeleitet werden können, welche die Grundlage für die Anwendung konkreter DataMining-Verfahren darstellen. Der Teil Modelltransformation und -nutzung ist in Kapitel 4.2 als Research in Progress gekennzeichnet.
Abschließend erfolgt eine merkmalsbasierte Evaluation, die nachweist, wie die konstruierten Artefakte der modellgestützte Methode die Vorbereitungsphasen des Data Mining nach CRISP-DM unterstützt. 3
Innerhalb der betrieblichen Leistungserstellung bildet die Produktion einen
Funktionsbereich, in dem Produktionsfaktoren miteinander kombiniert werden, so dass Endprodukte
entstehen. Dabei wird die Produktion als Transformationsprozess angesehen.
„Gegenstand der Produktion ist die Kombination und Transformation von Produktionsfaktoren
(Input), so dass ein bestimmter Zweck (Output), das sogenannte Sachziel (z.B. die
Herstellung von Automobilen), unter Beachtung des Formalziels (z.B. Gewinnmaximierung)
bestmöglich erreicht wird. Die Ergebnisse des Transformationsprozesses sind die für den
Absatzmarkt bzw. für weitere Transformationsprozesse bestimmten Güter oder
Dienstleistungen, die nach ihrem Verwendungszweck als (End- oder Zwischen-) Produkte
bezeichnet werden.“
Abbildung 1: Input-Output-System von Produktionsprozessen [Da09], S. 3
Derartige Transformationsprozesse werden in der Regel als Input-Output-System
beschrieben, welche durch eine Betrachtung der reinen Außensicht charakterisiert sind
(Anforderung P1). Damit wird der Input-Output-Prozess wie in Abbildung 1 durch ein
einziges Element mit dem nach außen wirksamen Objekten und deren Merkmalen
beschrieben. Die Funktionalität des Transformationsschrittes bleibt dabei verborgen (Black-Box)
und erfolgt entweder deterministisch oder stochastisch
Abk.
P2
Definiertheit der finalen Produkteigenschaften
Festlegung des Fertigungsziels mit definierten Produkteigenschaften und dessen Toleranzgrenzen
P3 P4 P5 P6
Durchgängigkeit der gesamten Prozesskette Beherrschtheit der einzelnen Prozessschritte Analysierbarkeit aller Prozessschritte Steuerbarkeit aller elementaren Zustandsänderungen Die Fertigung verläuft entlang einer durchgängigen Prozesskette und führt definiert und vollständig auf die finalen Eigenschaften des Produktes hin.
Prozesse müssen bei einem gegebenen Input stets einen definierten Output liefern. (Definierte Merkmalsstruktur) Zur Beherrschung eines Prozesses, muss jeder Prozessschritt beschrieben, analysiert und optimiert werden.
Jede elementare Zustandsänderung muss steuerbar sein.
In Bezug auf diese Bedingungen wird eine Einschränkung auf diskrete
Produktionsprozesse eingeführt. Die Erweiterung „diskret“ erhalten Produktionsprozesse, in denen
Produkte als abzählbare Einheiten hergestellt werden. Bei sogenannten Stückgutprozessen,
können anders als bei kontinuierlichen Fertigungsprozessen, diskrete Schritte betrachtet,
analysiert und gesteuert werden
Bezugnehmend auf die situative Anpassungsfähigkeit der zu konstruierenden modellgestützten Methode sind ausschließlich generelle Anforderungen zu ermitteln, welche die Phasen der Datenvorbereitung für eine Vielzahl an Data-Mining-Verfahren unterstützen. Die ermittelten Anforderungen sind mit den bereits in CRISP-DM implementierten Anforderungen für diese Phase abzugleichen, um die Nähe zum ausgewählten Standardprozess zu wahren. Die folgende Übersicht stellt die konsolidierten Anforderungen an die Datenvorverarbeitung dar und evaluiert diese durch weitere Quellen der Domäne: Tabelle 2: Anforderungen Datenvorverarbeitung
Abk.
DM1 DM2 DM3 DM4 DM5 DM6 DM7 DM8 DM9 DM10
Wertebereiche von Merkmalen definieren
Merkmalskorrelationen / Unabhängigkeiten entdecken
statistische Lagewerte und Streuungsmaße zur
Erkennung v. Datenrauschen/Ausreißern erheben
Merkmalsbedeutungen / Relevanz ermitteln
Balancierung der Daten untersuchen
Schlüsselattribute/Schlüsselbeziehungen erkennen
bekannte Ursachen und Wirkungen zwischen
Merkmalen aufzeigen
Ziel der modellgestützten Methode ist es, die Vorbereitung von Data-Mining-Analysen
im Kontext diskreter Produktionsprozesse zu unterstützen. Dazu soll im ersten Schritt der
zu analysierende Produktionsprozess im Ist-Zustand modelliert werden, um anschließend
dieses Modell in analysespezifische Modelle zu transformieren, die für die Analyse der
Prozess-Exemplardaten (Rohdaten des diskret gefertigten Produktes) genutzt werden
können. Entsprechend dem Forschungsdesign erfordert eine modellgestützte Methode
eine Sprachbeschreibung für eine Modellierungssprache, zu der die entstehenden Modelle
konform sind. Jede Modellierungssprache verfügt dabei über eine festgelegte Syntax, die
über eine Grammatik oder ein Metamodell beschrieben werden kann
Abbildung 2 zeigt das entwickelte Prozessmetamodell, das in Anlehnung an MFST
Abbildung 2: Prozessmetamodell – logische Sicht
Ein einstufiger Prozess bzw. ein Prozessschritt wird dabei grundsätzlich als eine Menge
von Objekttypen repräsentiert, die unter Nutzung eines oder mehrerer
RessourcenObjekttypen (z.B. Maschinen, Werkzeuge, u.a.) die Transformation eines oder mehrerer
Input-Objekttypen (z.B. Werkstücke, Material, u.a.) in ein oder mehrere
OutputObjekttypen herbeiführen. Mehrstufige Prozesse werden über eine Prozesskette in eine
chronologische Reihenfolge gebracht. Objekttypen abstrahieren individuelle Objekte
(Exemplare) im Produktionsprozess und beschreiben immer genau einen Objektzustand.
Sie können daher im Modell nur einmal verwendet werden. Selbst ein einziges zu
bearbeitendes Produkt wird im Modell durch zwei Objekttypen abgebildet: einen für den
Zustand vor der Bearbeitung (Input-Objekttyp) und einen für den Zustand nach der
Bearbeitung (Output-Objekttyp)
Jeder Objekttyp ist genau einer Objekttypklasse zugeordnet und besitzt daher alle Merkmale seiner Klasse, aber nicht alle Merkmale sind in jedem Prozessschritt von Interesse. Mit der Merkmalszuordnung können die für den entsprechenden Prozessschritt relevanten Zustände der verschiedenen Objekttypen einer Objekttypklasse beschrieben und für den jeweiligen Objekttyp gültige Sollwerte und Toleranzen lokal vorgegeben werden, welche die globalen Werte der Objekttypklasse überschreiben. Gleichzeitig lässt sich für den Objekttyp das Fehlen von Merkmalsausprägungen dokumentieren, was ein wesentliches Indiz für die Behandlung von Missing Values darstellt. Eine weitere wichtige im Prozessmetamodell abgebildete Anforderung, ist die Beschreibung von (vermuteten) Ursache-Wirkungsbeziehungen zwischen Merkmalen verschiedener Objekttypen. Ursache und Wirkung lassen sich dabei als Einfluss in Form von Implikationen zwischen Aussagen, die mittels Variablen, Konstanten, Funktionen und (mathematischen u. logischen) Operatoren definiert werden, beschreiben. Gleichzeitig kann der Einfluss genutzt werden um Merkmalsabhängigkeiten innerhalb eines Objekttyps zu dokumentieren, was bei der anschließenden Auswahl von Eingangsmerkmalen für die Analyseverfahren unterstützt. Aus dem Prozessmetamodell lässt sich ein relationales Datenmodell entwickeln, indem aus Entitäten Tabellen, aus Attributen Spalten und aus Relationen Schlüsselbeziehungen werden. Für die Implementierung des Prozessmetamodells und die Erfassung der analysespezifischen Prozessmetadaten und Objektzustände für die Modellerstellung eignet sich daher eine datenbankbasierte Anwendung.
Gemäß Forschungsdesign benötigt die modellgestützte Methode neben der vorgestellten
Sprachbeschreibung noch eine Prozessbeschreibung zur Erstellung eines Prozessmodells
Beginnend mit der Erfassung des Endproduktes und der beteiligten Fertigungsmittel als Objekttypklassen mit jeweils globalen Merkmalen und deren Ausprägungen, werden die einzelnen Prozessschritte mit ihrer Einordnung in der Prozesskette erfasst und einem Prozessmodell zugeordnet. Anschließend beginnt die Modellierung der einzelnen Prozessschritte in ihrer Außensicht, welche durch Input-, Output- und Ressourcen-Objekttypen sowie deren Merkmalszuordnungen definiert ist. Gemäß der globalen Merkmalszuordnung verfügt dabei jeder Objekttyp über die Merkmale seiner Objekttypklasse. Sollte innerhalb der Modellerstellung festgestellt werden, dass ein Merkmal fehlt, kann dies dem Merkmalskatalog hinzugefügt und über die Merkmalszuordnung verwendet werden. Im Anschluss an die Modellierung der Objekttypen können vermutete UrsacheWirkungsbeziehungen innerhalb eines Objekttyps sowie zwischen Objekttypen in die Modellierung aufgenommen werden. Das beschriebene Vorgehen wird für jeden Prozessschritt innerhalb der Prozesskette durchgeführt. Das dazugehörige UMLAktivitätsdiagramm des Ablaufes ist in Abbildung 3 dargestellt.
Abbildung 3: Prozessbeschreibung Modellerstellung Reflektierend auf CRISP-DM wird innerhalb der Modellerstellung die Struktur des Prozesses erfasst und beschrieben. Anders als bei der darauffolgenden explorativen Datenuntersuchung und Überprüfung der Datenqualität, definiert die Modellerstellung Qualitätskriterien in Form von Metadaten und schafft Transparenz durch die Integration von Prozesswissen in Form von Ursache-Wirkungsbeziehungen. Durch die exakte Beschreibung der Prozessstrukturen entsteht die Grundlage für eine semantisch korrekte Integration von relevanten Daten innerhalb der Datenaufbereitungsphase. Anhand dieser Aspekte wird sichtbar, dass durch das Prozessmodell eine Transformation des realen Prozesses in einen für Analysen aufbereiteten Untersuchungsbereich durchgeführt werden kann und somit die Überführung zwischen interdisziplinären Welten modellgestützt erfolgt.
Neben der Beschreibung der Modellierungsmethode zur Erstellung eines Prozessmodells
geben modellgestützte Methoden konkrete Hinweise zur Transformation und Nutzung der
erstellten Modelle. Durch eine Modelltransformation kann eine entsprechende Lösung
zunächst wiederum als Modell dargestellt werden. Dazu wird das erzeugte Prozessmodell
als Repräsentant der Domäne derart modifiziert bis eine Lösung des beschriebenen
Problems auf Modellebene gefunden ist
Abbildung 4: Research in Progress - Zerlegung des Modellierungsproblems Bezogen auf die vorgestellte modellgestützte Methode soll das erzeugte Prozessmodell in ein Zieldatenmodell – in ERM-Sprachbeschreibung – überführt werden, um anschließend zur Generierung einer Tabellenstruktur für die konkreten Prozessdaten genutzt zu werden (siehe Abbildung 4). Diesbezüglich müssen Regelwerke definiert werden, welche den Übergang von einem Modell in das andere semiformal beschreiben. Die konkrete Nutzung des Zieldatenmodells erfolgt anhand eines generierten SQL-Skriptes, welches die relationale Tabellenstruktur anlegt und somit das Ziel für einen spezifischen Datenladeprozess aus den operativen Datenquellsystemen definiert. Weiterhin werden auf Basis der erfassten Prozessmetadaten (z.B. Sollwerte, Ursache-Wirkungsbeziehungen) Regeln generiert, welche zur Prüfung der Datenqualität auf die geladenen Prozessdaten angewendet werden.
Ausgehend von den modellierten Data-Mining-Zielen im Prozessmodell, werden alle vorgelagerten Objekttypen und deren Merkmale anhand eines identifizierenden Merkmals in einem analysegerechten Falldatenmodell – in ERM-Sprachbeschreibung – organisiert. Die konkrete Modellnutzung erfolgt über SQL-Skripte, welche je Data-Mining-Ziel eine View (Falldatensatz) auf die qualitätsgeprüfte Zieldatenstruktur definiert. Die erzeugten Falldatensätze werden anschließend als Ergebnis an die jeweiligen Data-MiningVerfahren zur Analyse übergeben. 5
Die Systematisierung von Evaluationsmethoden innerhalb der Wirtschaftsinformatik
Tabelle 3: Merkmalsbasierte Evaluation
Abk.
B1
Eine situationsbezogene Konkretisierung ist me- Erfüllt – Input-Output-System thodisch nicht gewährleistet. ganzheitlich abgebildet
B2 B3 B4 B5 B6 P1 P2 P3 P4 P5 P6 DM1 DM2 DM3 DM4 DM5 DM6 Die Ermittlung der relevanten Datenquellen für Erfüllt – Objekttypen und deeine Analyse bleibt sehr vage und isoliert vom ren Merkmalszuordnung beeigentlichen Analyseobjekt. schreiben die exakte Zieldatenstruktur Die Integration von Rollen (z. B. Domänen- u. Teilweise – Domänen-Experte Data-Mining-Experte) in das Vorgehen wird nicht ist integriert, Data-Mininggeregelt. Experte nach Modelltransformation Teilweise – Prozessmodell als zentraler Ergebnis-speicher Eindeutige Zusammenhänge und Abhängigkeiten zwischen den jeweiligen Ergebnissen der einzelnen Phasen werden außer Acht gelassen.
Ergebnisse werden in ihrer Form nicht spezifiziert Teilweise – in Sprachbeschreiund sind damit nur schwer wiederverwendbar. bung definiert Die Wiederverwendbarkeit von vorbereitenden Teilweise – wird nach ModellTeilergebnissen bei unterschiedlichen Analysever- transformation vollständig fahren ist nicht gegeben. erfüllt
Beschreibung des Prozesses als Input-Output- Erfüllt – Sprach- und ProzessSystem beschreibung Definiertheit der finalen Produkteigenschaften Erfüllt - Sprachbeschreibung Durchgängigkeit der gesamten Prozesskette Erfüllt - Sprachbeschreibung Beherrschtheit der einzelnen Prozessschritte Erfüllt - Sprachbeschreibung Analysierbarkeit aller Prozessschritte Erfüllt - Sprachbeschreibung Steuerbarkeit aller elementaren Zustands- Erfüllt - Sprachbeschreibung änderungen
Umgang mit fehlenden Werten und deren Bedeu- Erfüllt – Sprachbeschreibung tung (Missing Values) klären Skalenart ermitteln Erfüllt - Sprachbeschreibung identische Formate/Schreibweisen pro Merkmal Erfüllt - Sprachbeschreibung sicherstellen Wertebereiche von Merkmalen definieren Erfüllt - Sprachbeschreibung Merkmalskorrelationen / Unabhängigkeiten ent- Erfüllt - Sprachbeschreibung decken statistische Lagewerte und Streuungsmaße zur Erfüllt - Sprachbeschreibung Erkennung v. Datenrauschen/Ausreißern erheben Merkmalsbedeutungen / Relevanz ermitteln Erfüllt - Sprachbeschreibung Balancierung der Daten untersuchen Erfüllt - Sprachbeschreibung DM9 DM10
Schlüsselattribute/Schlüsselbeziehungen erkennen bekannte Ursachen und Wirkungen zwischen Merkmalen aufzeigen Erfüllt - Sprachbeschreibung Erfüllt - Sprachbeschreibung Zusammenfassend kann die Konstruktion der existenten Ergebnisse positiv evaluiert werden. Die Anforderungspunkte B3 bis B6 sind aufgrund der noch umzusetzenden Modelltransformation und -nutzung nur teilweise erfüllt.
Die modellgestützte Methode ermöglicht bereits mit der Modellerstellung eine gezielte Zusammenführung der Fach- und Data-Mining-Domäne und schafft damit ein Kommunikationsmittel für eine aufgabenteilige, interdisziplinäre Bearbeitung von analytischen Fragestellungen in diskreten Produktionsprozessen. Durch die integrierte, modellgestützte Beschreibung des betrachteten Produktionsprozesses entsteht eine einheitliche Wissensbasis über semantische Ablaufbeziehungen sowie über die zugrundliegende Datenstruktur und deren Besonderheiten. Mittels Zuführung von Metadaten erhält der Analyst notwendige Informationen über die Prozessdatenstruktur zur effizienten Konfiguration von DataMining-Verfahren.
Bezogen auf weitere Forschungstätigkeiten dient das Prozessmodell zur Generierung eines analysespezifischen Zieldatenmodells und spezifischer Falldatenmodelle für die vorhandenen Exemplardaten des jeweiligen Prozessschrittes sowie als Grundlage für eine strukturelle Überprüfung der Datenqualität und Verfahrensvoraussetzungen für die nachgelagerten Analysephasen. Die Konstruktion einer Prozessbeschreibung für die Modelltransformation und Modellnutzung sowie die Implementierung eines „Regelinspektors“ zur Realisierung der strukturellen Prüfungen auf Basis der integrierten Metadaten auf Merkmalsebene repräsentiert dazu den nächsten Forschungsschritt. 6
Azevedo, A., Santos, M. F. (eds.): KDD, Semma and CRISP-DM: A parallel overview (2008) Dangelmaier, W.: Theorie der Produktionsplanung und -steuerung Springer-Verlag, Berlin Heidelberg (2009) Dangelmaier, W., Felser, W.: Ganzheitliche Modellierung von Fertigungsprozessen. Ein erster Schritt bei der Konstruktion unternehmensspezifischer Fertigungssteuerungssysteme. The Electronic Library of Mathematics 1994, 34–48 (1994) Großmann, K., Wiemer, H., Weller, J., Großmann, K.K.: Reproduzierbare Fertigung in innovativen Prozessketten. Konzeption eines Beschreibungs- und Analysetools (Teil 2). ZWF - Zeitschrift für wirtschaftlichen Fabrikbetrieb 105, 954– 958 (2010)