Lehr- und Forschungsgebiet Wirtschaftsinformatik in

Präsentation zum Thema: "Lehr- und Forschungsgebiet Wirtschaftsinformatik in"—  Präsentation transkript:

1 Lehr- und Forschungsgebiet Wirtschaftsinformatik http://winf. in
Lehr- und Forschungsgebiet Wirtschaftsinformatik Prof. Dr. Jörg Müller Prof. Dr. Niels Pinkwart Technische Universität Clausthal Institut für Informatik Julius-Albert-Str Clausthal-Zellerfeld Tel

2 Institut für Informatik: Facts and Figures
Gegründet 1982 seit 1985: Diplom-Studiengang Informatik seit 1998: Diplom-Studiengang Wirtschaftsinformatik 12 Professoren, 2 Junior-Professoren, 2 Apl. Professoren Zur Zeit ca. 50 Mitarbeiterinnen und Mitarbeiter

3 Institut für Informatik: Organisation
Institutsdirektor z.Zt. Prof. Dix Institutsvorstand Computational Intelligence, Prof. J. Dix Theoretische Informatik, Prof. B. Hammer Grafische DV & Multimedia, Prof. G. Zachmann Computergrafik, Prof. K. Hormann (JP) Human-Centered Computing Wirtschaftsinformatik, Prof. J. P. Müller Interoperable Betriebl. Informationssysteme, Prof. N. Pinkwart (JP) Datenbanksysteme, Prof. S.. Hartmann Softwaretechnik, Prof. A. Rausch Komm. und Verteilte Systeme, N.N. Grid Computing Rechnernetze, Prof. H. Richter Hardwareentwurf und Robotik, Apl. Prof. G. Kemnitz Embedded Systems Engineering (Prof. Siemers*) Forschungsschwerpunkt Grundlagen der Informatik Forschungsschwerpunkt Human.-Centered Computing Infrastruktur- gruppe Forschungsschwerpunkt Wirtschaftsinformatik und Informationssysteme Instituts- verwaltung Forschungsschwerpunkt Paralleles und Vernetztes Rechnen Forschungsschwerpunkt Technische Informatik * Kooperationsvereinbarung mit FH Nordhausen

4 Wirtschaftsinformatik an der TU Clausthal: Unsere Ziele
Lehre: Etablierung eines qualitativ hochwertigen, national und international anerkannten Lehrangebots in der Wirtschaftsinformatik Lehrstuhl Wirtschaftsinformatik als Bindeglied zwischen Informatik, Mathematik, Wirtschafts- und Ingenieurs-wissenschaften an der TU Clausthal Forschung: Nachhaltige Etablierung einer international anerkannten Forschungsgruppe Ausnutzung von Synergien an der TU Clausthal im Rahmen fachübergreifender Aktivitäten Stärkung der Region durch Zusammenarbeit mit lokalen Unternehmen Industriekooperationen in strategischen Gebieten

5 Die Arbeitsgruppe Wirtschaftsinformatik
Dipl.WiInf. Patrick Stiefel Stefanie Cronjäger Sonja Schäfer Dipl.Inf. Christoph Gerdes* Junior-Prof. Dr. Niels Pinkwart Prof. Dr. Jörg P. Müller Dipl.Inf. Fabian Stäber* * Externer Doktorand, Siemens AG Corporate Technology, München Dipl.WiInf. Alexander Hornung Dipl.Inf. Markus Melato Elisabeth Höhne Dipl.Inf. Udo Bartlang*

6 Lehrangebot Diplomstudiengänge Bachelor- / Master-Studiengänge
Wirtschaftsinformatik Wirtschaftsingenieurwesen Bachelor- / Master-Studiengänge B.Sc. Informatik / Wirtschaftsinformatik (6 Semester, ab WS2006/07) mit Vertiefungen Business Computing Informationssysteme in der Industrie Operations Research B.Sc. Technische Betriebswirtschaftslehre M.Sc. Wirtschaftsinformatik (4 Semester, ab WS2007/08) M.Sc. Operations Research (ditto)

7 Lehrangebot Wirtschaftsinformatik
Wintersemester Sommersemester Grundstudium / B.Sc. WI1 (Schwerpunkt: Grundlagen der WI u. Datenmanagement) 3V + 1Ü WI2 (Schwerpunkt: Geschäftsprozessmodellierung) 2V + 2Ü Hauptstudium / B.Sc. WI3 (Schwerpunkt: Integrierte Anwendungssysteme) 2V + 2Ü Hauptstudium / Master WI4 (Schwerpunkt: E-Commerce/E-Business) 3V + 1Ü Spezialvorlesungen Wirtschaftsinformatik 2V Spezialvorlesung Hauptseminar Wirtschaftsinformatik 2S Projektseminar / Fortgeschrittenenprojekt Wirtschaftsinformatik 4P

8 Enterprise Interoperability Enterprise Automation
Research Roadmap (Cross-)Enterprise Collaboration Mobile & Enterprise Computing Lab Enterprise Interoperability Technologies Model-driven Enterprise Automation

9 Current research agenda
Enterprise Interoperability technologies Model-driven development of cross-enterprise business processes From business models to IT systems and back (Cross-)enterprise collaboration Decentral product-related collaboration infrastructure IT support for collaborative, event-driven interactions Model-driven enterprise automation Model-driven and context-aware enactment and monitoring of distributed and mobile supply network processes Agent technology for decision support and coordination

10 Examples of our work ATHENA IP:
P2P Business Resource Management Model-driven development of Cross-enterprise business processes Decentral Product Collaboration Infrastructure Context-aware process monitoring in supply networks Outline: Production-to-Maintenance information infrastructure

11 Enterprise Interoperability Enterprise Automation
Research Roadmap (Cross-)Enterprise Collaboration Mobile & Enterprise Computing Lab Enterprise Interoperability Technologies Model-driven Enterprise Automation

12 Interoperability – Example of our work: ATHENA European Project
Advanced Technologies for interoperability of Heterogeneous Enterprise Networks and their Applications European research project (FP6, ) Largest EU-funded Electronic Business project „Cross-Sector“, with four application domains including Automotive and Telecoms 19 Partners: SAP, IBM, FIAT, EADS, Siemens, IntraCom, Gruppo Formula, DFKI/IWI, Fraunhofer IPK, … Strategic objective: „Establish, become and be recognized in research and industry as a permanent world-class European Hub acting as a reference point in interoperability“

13 Enterprise interoperability technologies
“the ability of two or more systems or components to exchange information and to use the information that has been exchanged” [IEEE Computer Dictionary] Levels of interoperability [source: IDEAS roadmap]

14 Business Resource Management Framework
Observation: P2P Computing has shown benefit in first business applications such as telecomms network management and VoIP telefony. Hypothesis: In the context of Virtual Enterprise and SME, P2P concepts can contribute to make distributed IT systems more adaptive, more performant, and more robust Objective: explore applicability, challenges, limitations and trade-offs of P2P computing for managing distributed business resources Result: BRMF – a P2P Framework for decentral management of business resources (business documents, objects, services, processes)

15 Enterprise Interoperability Enterprise Automation
Research Roadmap (Cross-)Enterprise Collaboration Mobile & Enterprise Computing Lab Enterprise Interoperability Technologies Model-driven Enterprise Automation

16 Was bedeutet „Produkt-Kollaboration“?
Definition der Produkte Pflegen eines zentralen Produktstammes Änderungsverfolgung Management von Produktänderungen. Interne Teams, Supply Chain Partner und Kunden arbeiten während des gesamten Produktänderungsprozesses in Echtzeit zusammen. Dokumenten-Management Dokumentenbereitstellung, Zugriff auf aktuelle, korrekte Informationen, sichere Kontrolle über das geistige Eigentum im erweiterten Unternehmen Erzeugnis-Management Herstellerlisten und Produktinformation werden festgelegt, überwacht und ausgetauscht. Transparenz und Kontrolle über standortspezifische Produktinformationen. Information über Kosten, Qualität und Verfügbarkeit, die bei Bedarf, z.B. bei Änderung eines Fertigungsauftrages, zu aktualisieren sind. Produkt-Kollaboration ermöglicht höhere Produktivität, bessere Qualität, und niedrigere Kosten für Produktentwicklung und Materialverbrauch kürzere Zykluszeiten und schnellere Umsetzung bei Produktverbesserungen

17 Grenzen der Anwendbarkeit zentraler Architekturen
Besonders in der frühen Phase der Produktentwicklung: Partner, Dienste und Applikationen noch nicht vollständig bekannt Instabile Struktur der Kollaboration Fehlendes Vertrauen und Konkurrenz Im strategischen Sourcing gehen betriebswirtschaftliche und technische Bewertungsprozesse Hand in Hand Grosse Anzahl an Produktmodellen, häufige Modifikation von Spezifikationen und Produktmodellen Unterstützung lose gekoppelter, ereignisgetriebener Workflows Sicherheitsaspekte (Kontrolle über sensitive Daten) Dennoch besteht schon in dieser Phase ein hoher Effizienzdruck Frühe Entscheidungen sind essentiell, Fehler sind teuer Wie findet man die benötigten / geeigneten Partner, Dienste, Applikationen? Wie findet man geeignete Regeln (Policies) für Kollaboration und Datenzugang? Wie migriert man die so gefundene dezentrale Kollaborationsumgebung in eine (effizientere und stabilere) Groupware-IT-Architektur

18 „P2P Product Collaboration Platform“ (PCP)
Einsatz dezentraler Architekturen in der kollaborativen Produktentwicklung Anwendungsszenario: Produktentwickler möchte neues Produkt entwickeln und benötigt dazu das Know-How diverser Partner. Die Partner verfügen über domänenspezifisches Wissen. Durch den temporären Zusammen- schluss in der kollaborativen Entwicklungsplattform entsteht ein Wissensnetzwerk. Vorteile: Das Wissensnetzwerk existiert nur so lange, bis genügend Ideen für das neue Produkt gesammelt wurden. Erst danach wird das Produkt beim Entwickler persistent gespeichert. Jeder Teilnehmer behält die vollständige Kontrolle über die veröffentlichten Produktdaten

19 Die PCP-Architektur Applikationsebene: Modellierungs- und Kollaborations-werkzeuge PCP-Middleware: Basisdienste für Produkt-kollaboration Verteiltes Ressourcen-management Virtualisierung, Veröffentlichen, Entdecken von produktbezogenen Ressourcen

20 Der PCP-Prototyp STEP 3D Viewer
Stellt mit den Produkten verknüpfte 3D Modelle grafisch dar. Repository View Hierarchische Auflistung von Modellgesuchen und Vorschlägen Part Details View Listet globale Eigenschaften und Attribute eines Bauteils

21 Enterprise Interoperability Enterprise Automation
Research Roadmap (Cross-)Enterprise Collaboration Mobile & Enterprise Computing Lab Enterprise Interoperability Technologies Model-driven Enterprise Automation

22 Model-driven enterprise automation
Context-aware business process monitoring and automation Describe, monitor, route, and process distributed business events Compose, automate, and track business processes based on web services technology Enterprise decision support technologies Agent-based recommendation services for transport logistics Mobile, context-aware decision support systems Model-driven development of business information systems Goal: Close the gap between business-level enterprise models and running IT systems Maintain and synchronize different levels of models

23 Monitoring überbetrieblicher Geschäftsprozesse
Aktuelle Informationen und Bewertungen der Prozesse als Entscheidungsunterstützung benötigt Kosten sparen durch Informationstransparenz der Geschäftsprozesse Zeitnahe Abbildung der Prozessrealität aus verschiedenen Sichten: anderer Abteilungen und/oder andere Unternehmen Monitoring als Bestandteil des continuous process improvement Beispiel Entscheidungsunterstützung - Geschäftprozess Fertigung mit Fertigstellungstermin („make“): verzögerte Warenanlieferung („source“) erkennen, Konsequenzen auf Fertigstellungstermin des Endproduktes beurteilen Beweis für Kosten der Informationsintransparenz in einem Geschäftsprozess  Bullwhip-Effekt

24 Monitoring überbetrieblicher Geschäftsprozesse: Anforderungen
Automatische Messung, Vorverarbeitung, Filterung von Messwerten vor Ort – Entlastung der Netzwerke und Backendsysteme Schaffung eines skalierbaren und robusten Systems für den Austausch monitoring relevanter Kennzahlen von überbetrieblichen Geschäftsprozessen Schaffung einer skalierbaren und robusten Architektur für die Verwaltung mehrerer 1000 smart devices Langfristig: Verlagerung von Teilen der Geschäftslogik in Form von Services (Teilprozesse, Aktivitäten) auf smart devices ( z.B. Sensornetzwerkknoten) am Ort der Prozessausführung Bei Ausfall eines smart items: automatische Neuzuordnung von Services Annahme: Rechenleistung, Hauptspeicher und Energiekapazität von smart items wird mittelfristig ausreichend sein, um TCP/IP Stack zu laden, Peer eines P2P-Netzwerkes auszuführen und Sensormesswerte zwischenzu-speichern sowie periodisch zu aktualisieren Sensornetzwerk als Abkürzung für wireless sensor network o.g. Annahme ist schon deswegen unrealistisch, weil der Peer ständig online sein muss, was den Energieverbrauch des SensorNWknotens hoch hält führt zu einer zu kurzen Betriebsdauer der smart items Alternative: Proxyservice für den SensorNWknoten auf einem festverkabelten Gerät ohne Batterie

25 Versuch eines MDA-Ansatzes für das Geschäftsprozessmonitoring

26 Detaillierung der Kennzahlen in der Monitoring-Anwendung
Hauptprozesse der Supply Chain (nach SCOR-Referenzmodell, Return weggelassen) Source Make Deliver Deliver From Stock Kennzahlen zum Prozesselement „Deliver From Stock“: Mittlere Lieferterminabweichung: ## h Mittlere Durchlaufzeit bzw. Prozesszeit: ## h Anzahl an Prozessinstanzen mit Temperaturüberschreitungen: # Beispiele für Elemente der Datenbasis: DLZ bzw. Prozesszeit der dargestellten Prozessinstanz, Istzeiten der Meilensteine, Anzahl an Temperaturüberschreitungen und um wieviel °C Ob Kennzahlen aus den private prozessen oder den view prozessen stammen ist transparent, solange man die jeweilige Kennzahl nicht detaillieren möchte und dann die Datenquelle direkt abfragt Detaillierung und direkte Anfrage bei Datenquelle nur bei private processes eEPK der Prozessinstanz mit grafischen Erweiterungen zur Darstellung der Kennzahlen und deren Datenbasis Prozessinstanz Kennung Beginn Ende Auswahl einer Prozessinstanz zur Darstellung

27 Systemarchitektur

28 Services und Devices Auf den Devices (Server, PCs, PDAs, Sensornetzwerknoten) sind Service-Container installiert, diese führen Services aus Zuordnung von Services und Devices zur Entwurfszeit P2P Netzwerk kann selbst Services ausführen/ anbieten Registrierung neuer Devices und Neuzuordnung von Services auf Devices zur Laufzeit automatisch mit Hilfe des P2P-Netzwerkes Berechnung von Durchschnittswerten mit Hilfe von Multicast-Gruppen in einem P2P-Netzwerk

29 Example of our work: Model-driven business process management
Starting point: Siemens Reference Process House Modelling all BPs in ARIS Iterative Refinement No formal / defined relationships between abstraction layers Goal: Consistent overall architecture Propagation / mapping of changes in modeling layers to IT layer Up-to-date visibility of models and IT-layer model components (Topologies, configurations) for the Business Modeling Layer. Approach: Model-driven development based on OMGs Model-Driven Architecture (MDA) Underlying service-oriented architecture

30 Future topics Human-centered business process automation
Warum hat Workflow Management nicht funktioniert? Wie behandelt man manuelle Prozesse in einer service-orientierten IT-Umgebung? Flexibler Umgang mit dem Kontinuum manuell  automatisiert Schlüssel: Kontextrepräsentation Semantic reconciliation for enterprise interoperability IT-Standardisierung funktioniert nicht  Entwicklung von Konnektor-Architekturen Ontologien als Heilmittel auf der "semantischen Ebene"? Funktioniert Ontologie-Standardisierung … ??  Abbildung zwischen Ontologien?  Ontology agreement / negotiation?

31 Operation & Maintenance
Future topics Production-to-Maintenance Information Infrastructure Durchgängiges Informationsmanagement über die Phasen eines PLM oder Anlagenbauprozesses hinweg Phasenspezifische Sichten aus Aggregation und Transformation von Informationsmodellen Nutzung von Smart-Item, Agenten- und Ambient Intelligence-Technologien Production Shipment Assembly Operation & Maintenance

32 Backup

33 Dimensionen der Interoperabilität
Organisation Standardisierung Informations- technologie Business process awareness adaptability "Interaction / collaboration rules" Business Objects standards "Cross"-EAI Standards establishment & rollout, SW Engineering Prozesse

34 Interoperabilität: Unsere Forschungsthemen
Service-orientierte Architekturen Verteilte Web-Service Infrastrukturen Modell- und wissensbasierte Interoperabilität

35 Beispiel unserer Arbeit: ATHENA EU-Projekt
Advanced Technologies for interoperability of Heterogeneous Enterprise Networks and their Applications Europäisches Forschungsprojekt (FP6, ) Bislang größtes von der EU gefördertes Projekt im Bereich Electronic Business „Cross-Sector“, derzeit vier Anwendungsdomänen, darunter Automotive und Telecoms 19 Partner: SAP, IBM, FIAT, EADS, Siemens, IntraCom, Gruppo Formula, DFKI/IWI, Fraunhofer IPK, … Laufzeit: Zielsetzung: „Establish, become and be recognized in research and industry as a permanent world-class European Hub acting as a reference point in interoperability“

36 Beispiel unserer Arbeit: P2P for Business
Beobachtung: P2P Computing hat bereits seinen Nutzen in Business-Anwendungen wie Telecomms network management, VoIP telefony gezeigt Hypothese: Konzepte des P2P können dazu beitragen, verteilte IT-Systeme adaptiver, performanter und robuster zu machen (Virtual Enterprise, KMU) Ziel: erforsche die Anwendbarkeit, Herausforderungen, Grenten und Kompromisse beim Einsatz des P2P Computing für das Management verteilter "Business-Ressourcen"

37 Peer-to-Peer Information Space Metaphor
Business Knowledge Application Semantics Enterprise D Data Business Knowledge Application Semantics Enterprise B Data P Information Space Business Knowledge Application Semantics Enterprise C Data Business Knowledge Application Semantics Enterprise A Data Resource P Peer Mechanisms to manage resources in an enterprise network, i.e. resources (metadata on documents, business objects, services, processes) can be: registered - resources can be written into the information space retrieved - resources can be read from the information space. searched - registered resources can be found (based on a query language) subscribed - the user can be informed of changes to the information space. allocated - resources can be reserved and released coordinated - service-level agreements related to resources can be set up

38 P2P Business Resource Management Framework
Business Actor Management Layer API Decentral web service registry, SOAP tunneling, robust service/process execution Structured queries, notification, access policies, DMS connector, Support for business object and service standards (e.g. Rosetta.Net) Business Object Management Layer API Resource Management Layer API Event handling, Lease, Heartbeat, Resilience, Replication, basic service discovery Communication Layer API Registration, Lookup

39 Forschungsgebiete IT-Unterstützung für Verteilte / Virtuelle Unternehmen Technologien für Interoperabilität Service-orientierte Architekturen Methoden und betriebliche Anwendungen von Grid&P2P-Computing Modell- und wissensbasierte Interoperabilität Selbstorganisierende IT-Systeme: Dynamic IT Methoden und Anwendungen der Selbstorganisation in der Business-IT Engineering von „Self-X“ Systemen für betriebliche Anwendungen Modelle und Mechanismen dezentraler Systeme: Multiagentensysteme Modellgetriebene Automatisierung Agententechnologie für intelligente Entscheidungsunterstützung Geschäftsprozess- und Workflow-Automatisierung End-to-End-Entwicklungsprozesse (z.B. MDA-basierend)

40 Modellgetriebene Automatisierung Unsere Forschungsthemen
Geschäftsprozess- und Workflow-Automatisierung Intelligente Agenten über- wachen, automatisieren und optimieren verteilte Geschäftsprozesse Intelligente Entscheidungsunterstützung und agentenbasierte Simulation Intelligente Agenten über- wachen, automatisieren und optimieren verteilte Geschäftsprozesse Modell-getriebene Entwicklung betrieblicher IT-Systeme Vom Geschäftsprozess zur Implementierung und zurück

41 Ausgangspunkt: Siemens Referenz-Prozesshaus
Beispiel unser Arbeit: Modellgetriebenes Management von Geschäftsprozessen Ausgangspunkt: Siemens Referenz-Prozesshaus Modellierung aller Geschäftsprozesse als Referenzprozesse in ARIS Iterative Detaillierung Keine Beziehung zwischen Ebenen Ziel: Durchgängige Architektur Propagierung /Abbildung von Änderungen auf der Modellierungsebene auf die IT-Ebene Sichtbarkeit der Modelle (Topologien, Konfigurationen) der IT-Ebene für die Business-Modellierungsebene Ansatz: Modellgetriebene Entwicklung + Service-orientierte Architektur

42 Model Driven Architecture (MDA)
CORBA Model Java/EJB Model BPEL4WS Model PIM CORBA Impl Java/EJB Impl BPEL4WS Impl Other Impl PSM CIM Computational Independent Model (CIM), describes the business (logic) and therefore defines business processes and domain specifics. Platform-Independent Model (PIM), describes a software system that supports some business and is independent from any implementation technology. Platform-Specific Model (PSM) developed/generated from the PIM, depending on the underlying technology. Target platform implementation mappings to multiple middleware platforms

43 Model-driven business modeling / automation
ARIS (architecture of integrated information systems) BPMN (Business Process Modeling Notation) UML 2.0 (Unified Modeling Language) BPDM (Business Process Definition Metamodel) CIM Business Process Definition Metamodel (BPDM) Resource J2EE Process Information BPEL4WS Other … ARIS BPMN mapped to PIM PSM

44 Business Process Engine
Model-driven development of Cross-Enterprise Business Processes: Approach Semi-automated end-to-end transformation of models from business to execution level, e.g. ARIS Two-way model transformation Process management methodology Specify/support human involvement UML / BPDM Two-way model transformation BPEL4WS Business Process Engine

45 Model-driven development of Cross-Enterprise Business Processes: Benefits
More rapid enforcement of business-driven process changes at ICT systems level More up-to-date business-level views on evolving ICT systems Sync business level with ICT level more easily Ultimately: Enable end-to-end business process solutions Gain experience in vendor-independent notations and tools for business process models (ARIS toolset vs. UML Eclipse …)

46 Biographie Prof. Dr. Jörg Müller
Studium Informatik mit Nebenfach Wirtschaftswissenschaften, Universität Kaiserslautern ( ) Wissenschaftlicher Mitarbeiter am Deutschen Forschungszentrum für Künstliche Intelligenz (DFKI) in Saarbrücken ( ) Promotion zum Dr.rer.nat. an der Universität des Saarlandes (1996) Mitbegründer des Mitsubishi-Electric Internet-Startups Zuno Ltd. (Digital Libraries, Electronic Publishing-Software), London ( ) Verantwortlich für E-Commerce-Modul für Wiley Interscience John Wiley & Sons, London ( ) Leiter des Kompetenzfeldes Agenten & Peer-to-Peer-Technologien, Siemens AG Corporate Technology, München ( ) seit März 2005: Professur an der TU Clausthal

47 Konzepte und Technologien Selbstorganisierende Informationssysteme:
Interoperabilität: Konzepte und Technologien Mobile & Enterprise Computing Labor IT-Unterstützung für das Verteilte Unternehmen Selbstorganisierende Informationssysteme: Dynamic IT Modellgetriebene Automatisierung