Integration von Risiken in das Business Process … · 2017-10-04 · aktiv kritisch puffernd Grid Wirksame Risiken, Stabilisierung des Systems Risiken mit vielfältigem Systemverhalten

Integration von Risiken in das Business ProcessManagement

Dr.-Ing. Saskia Greiner

BPM-Symposium 2017, 28.09.2017, Hamburg

Inhalt

• Einführung

• Methodenbaukasten zum risikointegrierten Prozess Engineering

• Zusammenfassung

• Fazit und Ausblick

BPM-Symposium 2017, Saskia Greiner HSB 2

Offshore Windpark (OWP) im Betrieb (Auszug)

[Greiner et al. (2015)]


Prozesse im OWP-Betrieb (Auszug)


Mensch

Maschine

Material

Methode

Mitwelt

Management

„6M“


Prozesse im OWP-Betrieb (Auszug)

[Greiner et al. (2014), Greiner et al. (2015)]

Charakteristisch sind viele verschiedene Akteure

Prozesse geprägt durch Abbrüche, Verzögerungen und

Mehraufwände für Ressourcen

Schwachstellen, Störungen und Auswirkungen müssen analysiert

werden

Daten zur stochastischen Analyse liegen nicht ausreichend vor

6M


Motivation

• Betrachtung von Risiken in Prozessen ermöglicht Schwachstellen und Störungen zu identifizieren und zu bewerten [in Anl. an Schmelzer/Sesselmann (2004), Thies (2008)]

• DIN ISO 9001-2015 fordert zukünftig die Betrachtung von Risiken bei der Prozessoptimierung im Rahmen des Qualitätsmanagements

• Gestaltung von Prozessen aktuell kaum mit Risiken verknüpft [Greiner et al. (2014)]

– Methodische Vorteile insbesondere für unternehmensübergreifende Prozesse

– Erhebliche Optimierungspotenziale zu erwarten

– Nutzung von Synergien des Prozess- und Risikomanagements

Integration von Prozessrisiken in Prozess Engineering


Beschreibung von Prozessrisiken (Beispiel)

Prozessrisiko

Hinfahrt dauert länger

Ursache („6M“)

Schlechtes

Wetter

Auftritts-

wahrscheinlichkeit

20 pro 150

Einsatztage

Entdeckungs-

wahrscheinlichkeit

150 pro 150

Einsatztage

Ereignis

Hinfahrt

dauert

4 Stunden

Folge

Reparatur

24h später

abschließen

Schadensausmaß

11,4 T€

Prozessziel

Dauer der Hinfahrt: 2,5 Stunden

Risikomaß

1.500 € pro Jahr

Zeiten, Termine, Qualität,

Kosten, Einhaltung von

Regularien, etc.

Verzögerung, hohe

Fehlerrate, Vereinbarung nicht erfüllt,

zusätzliche Kosten, etc.

Mensch, Maschine, Methode,

Material, Mitwelt, Management

Einflussfaktoren

(6M)

Promotor

3 Tage

schlechtes

Wetter

Inhibitor

Genaue Wetter-

vorhersage

Wirkung auf

Auftrittswahrscheinlichkeit,

Entdeckungswahrscheinlichkeit,

Schadensausmaß

Prozessrisiko

Spezialist fällt aus

Risikobeziehungen

Risiko tritt ein

Wirkung auf


Aufdecken von

Schneeballeffekten


Entdeckungswahrscheinlichkeit,

Schadensausmaß


Risikointegriertes Prozessmanagement

[Greiner (2017)]

StrategischeAusrichtung

der Prozesse definieren

Prozesse erheben und

messen

Prozessrisiken erheben,

modellieren, bewerten und priorisieren

Gegenmaß-nahmen

entwickeln und

bewerten

Prozesse gestalten und

umsetzen

Prozesse und Risiken

überwachen und steuern

Prozesse optimieren

risikointegriertes

Prozess-

management

Unter-

nehmens-

ziele

Relevante

Prozessrisiken

Risikorelevante

Prozesse

Merkmale

• Nicht-dokumentierte Informationen

erheben und nutzen

• Prozesse und Risiken verständlich

visualisieren und beschreiben

• Laufende Prozesse und

Prozessalternativen bewerten und

vergleichen


Prozesse erheben und messen

• Syntaktisch korrekte und semantisch konsistente Prozessmodelle [Freund/Rücker (2012), S.147]

Abbildung von Risiken (Bedeutung, Verhalten und Auswirkung)

• Informationen über Eingangs- und Ausgangsbedingungen der Modellierungselemente (insbes. Aktivitäten und Nachrichtenereignisse)

Durchführung von Risikoanalysen und Integration von Risikoinformationen

• Präzise Prozessmodelle (z.B. wesentliche Aktivitäten mit hoher Fehleranfälligkeit)

Aufnahme notwendiger Risikoinformationen



[Greiner (2017)]




messen



Gegenmaß-nahmen

entwickeln und

bewerten


umsetzen



Prozesse optimieren

risikointegriertes

Prozess-

management

Unter-

nehmens-

ziele

Relevante

Prozessrisiken

Risikorelevante

Prozesse


Merkmale


erheben und nutzen





vergleichen

Risikorelevante Prozesse auswählen

Prozesseigenschaften zeigen Risikopotenzial

• Hohe Bedeutung für Geschäftszielerreichung (Wertschöpfung)

• Abläufe nicht detailliert beschrieben, immer unterschiedlicher Ablauf (Standardisierung)

• Qualifiziertes Personal und Problemlösungskompetenz (Wissensintensität)

• Wenig transparenter Prozess mit hohem Abstimmungsbedarf (Komplexität)

• Hohe Beteiligung verschiedener Unternehmen (unternehmensübergreifend)

• etc.

[basierend auf Allweyer (2010), Koch (2011), Allweyer (2005), Pescholl (2009), Fornefett (2014)]



[Greiner (2017)]




messen



Gegenmaß-nahmen

entwickeln und

bewerten


umsetzen



Prozesse optimieren

risikointegriertes

Prozess-

management

Unter-

nehmens-

ziele

Relevante

Prozessrisiken

Risikorelevante

Prozesse


Merkmale


erheben und nutzen





vergleichen

Analyse von Prozessrisiken

Prozessrisiko


Ursache („6M“)

Schlechtes

Wetter

Auftritts-

wahrscheinlichkeit

20 pro 150

Einsatztage

Entdeckungs-

wahrscheinlichkeit

150 pro 150

Einsatztage

Ereignis

Hinfahrt

dauert

4 Stunden

Folge

Reparatur

24h später

abschließen

Schadensausmaß

11,4 T€

Prozessziel


Risikomaß

1.500 € pro Jahr

Einflussfaktoren

(6M)

Promotor

3 Tage

schlechtes

Wetter

Inhibitor

Genaue Wetter-

vorhersage

Prozessrisiko


Risikobeziehungen

Risiko tritt ein


Klassische Management-

methoden,

kennwertspezifische

Leistungsangabe

Bow-Tie-

Methode

Cross-Impact-Analyse

Fehlermöglichkeits- und

Einflussanalyse

(FMEA)

- Experten-gestützte

Methoden -

Risiko-ereignis

Ereignisursachen Folgen Eingeführte Maßnahme

Auftritts-wahrsch.

Ent-deckungs-wahrsch.

Eintritts-wahrsch.

Risiko-maß

Ursachen „6M“Kateg.

Zeitfenster zu gering festgelegt

Arbeitsauf-wand nicht bekannt

Mensch 1 – 3 Tage längere Stillstand-zeit

keine 5 / 100 Einsatz-tage

0 / 100 Einsatz-tage

80% 8 T€ / 100 Einsatz-tage

FMEA - Formular

Auswahl

relevanter

Risiken

Analyse von Prozessrisiken: FMEA

[DGQ (2012)]


Risiko-

bewertung

Risikoereignis-

analyse

System-

analyse

Erhobene Prozesse

und Parameter,

Beschreibung und

Modelle

Risikoereignisse,

Ursachen, Folgen und

bereits ergriffene

Maßnahmen ermitteln

Auftritts-, Entdeckungs- und

Eintrittswahrscheinlichkeit,

Schadensausmaß und

Risikomaß bestimmen

Kriterienbasierte Auswahl, z.B.

Risikomaß,

hohe Auftrittswahrscheinlichkeit mit

geringer Entdeckungswahrscheinlichkeit


Analyse von Einflussfaktoren: Bow-Tie-Methode

[in Anl. an DIN EN 31010, Preiss (2009)]

Ereignis

Hinfahrt

dauert

länger

Folge Ursache

schlechtes

Wetter

Reparatur 24h

später

abschließen

Schlechtwetter

Genaue Wetter-

vorhersage

Wirkung auf Auftritts- oder

Entdeckungswahrscheinlichkeit

Wirkung auf Schadenausmaß oder

Eintrittswahrscheinlichkeit

Promotor Inhibitor

Legende


Ereignis-ursache

Auftritts-wahrsch.

Schadens-ausmaß

Einflussfaktor ∆ Auftritts-wahrsch.

Neue Auftritts-wahrsch.

Neues Schadens-ausmaß

Schlechtes Wetter

20 / 150 Einsatztage

11,4 T€ Schlechtwetter (P) keine 20 / 150 Einsatztage

40 T€

genaue Wettervorhersage (I)

-10 / 150 Einsatztage

10 / 150 Einsatztage

11,4 T€

Analyse von Einflussfaktoren: Bow Tie Methode

[Greiner et al. (2015a)]

Auftrittsw

ahrs

chein

lichkeit

[pro

100 E

insatz

tage]

Schadenausmaß [T€]

Schlechtwetter

Genaue Wettervorhersage

Hinfahrt dauert

länger

Unterstützt die Entwicklung

von Gegenmaßnahmen


Analyse von Risikobeziehungen: Cross-Impact-AnalyseInformationserfassung

Rel. Wirk-stärke

Wirkung auf Auftrittswahrscheinlichkeit (AW)

3 Eintritt wirkt stark steigernd bis Ereignis tritt ein

2 Eintritt wirkt steigernd

1 Eintritt wirkt tendenziell steigernd

0 Eintritt hat keinen Einfluss

-1 Eintritt wirkt tendenziell verringernd

-2 Eintritt wirkt verringernd

-3 Eintritt wirkt stark verringernd bis Eintritt wird verhindert

Pro

zessri

sik

o 1

Pro

zessri

sik

o 2

Pro

zessri

sik

o 3

Pro

zessri

sik

o 4

Pro

zessri

sik

o 5

ab

so

lute

Akti

vsu

mm

e (

AS

)

Prozessrisiko 1 -3 1 0 2 6

Prozessrisiko 2 -3 0 0 0 3

Prozessrisiko 3 0 0 2 0 2

Prozessrisiko 4 -3 -1 0 0 4

Prozessrisiko 5 -3 -3 0 0 6

absolute

Passivsumme (PS)9 7 1 2 2

beeinflusst

[Greiner et al. (2015a)]


Pro

zessri

sik

o P

1

Pro

zessri

sik

o P

2

Pro

zessri

sik

o P

3

Pro

zessri

sik

o P

4

Pro

zessri

sik

o P

5

ab

so

lute

Akti

vsu

mm

e (

AS

)

Prozessrisiko P1 -3 1 0 2 6

Prozessrisiko P2 -3 0 0 0 3

Prozessrisiko P3 0 0 2 0 2

Prozessrisiko P4 -3 -1 0 0 4

Prozessrisiko P5 -3 -3 0 0 6

absolute

Passivsumme (PS)9 7 1 2 2

Legende:

Bewertungsskala: (AW = Auftrittswahrscheinlichkeit)

3 AW stark steigernd, 2 AW steigernd, 1 AW tendenziell steigernd,

0 kein Einfluss,

-1 AW tendenziell verringernd, -2 AW verringernd, -3 stark verringernd

beeinflusst

Analyse von Risikobeziehungen: Cross-Impact-Analyse

Visualisierung der Ergebnisse

[in Anl. an Vester (2004)]

0

2

4

6

8

10

0 2 4 6 8 10

absolu

te A

ktiv

sum

me

absolute Passivsumme

Prozessrisiko P1

Prozessrisiko P2

Prozessrisiko P3

Prozessrisiko P4

Prozessrisiko P5

passiv

aktiv kritisch

puffernd

Grid

Wirksame Risiken,

Stabilisierung des

Systems

Risiken mit

vielfältigem

Systemverhalten

Reaktive Risiken,

Indikatoren für

Änderungen

Risiken mit

indirektem Einfluss

auf Gesamtsystem


Analyse von Prozessrisiken: RisikobeziehungenAbsolute Änderung der Auftrittswahrscheinlichkeiten (AW)

Rel. Wirk-stärke

Wirkung auf AW Änderung der AW des beeinflussten Risikoereignisses

3 Eintritt wirkt stark steigernd bis Ereignis tritt ein

AW = 100%

2 Eintritt wirkt steigernd 50% höhere AW

1 Eintritt wirkt tendenziell steigernd 10% höhere AW

0 Eintritt hat keinen Einfluss Unverändert

-1 Eintritt wirkt tendenziell verringernd 10% geringere AW

-2 Eintritt wirkt verringernd 50% geringere AW

-3 Eintritt wirkt stark verringernd bis Eintritt wird verhindert

AW = 0%


Bewertete Prozessrisiken modellieren

Prozessrisiko


Ursache („6M“)

Schlechtes

Wetter

Auftritts-

wahrscheinlichkeit

20 pro 150

Einsatztage

Entdeckungs-

wahrscheinlichkeit

150 pro 150

Einsatztage

Ereignis

Hinfahrt

dauert

4 Stunden

Folge

Reparatur

24h später

abschließen

Schadensausmaß

11,4 T€

Prozessziel


Risikomaß

1.500 € pro Jahr

Einflussfaktoren

(6M)

Promotor

3 Tage

schlechtes

Wetter

Inhibitor

Genaue Wetter-

vorhersage

Prozessrisiko


Risikobeziehungen

Risiko tritt ein


Klassische Management-

methoden,

kennwertspezifische

Leistungsangabe

Bow-Tie-

Methode

Cross-Impact-Analyse

Fehlermöglichkeits- und

Einflussanalyse

(FMEA)

- Experten-gestützte

Methoden -

BPMN 2.0: Eine geeignete Modellierungssprache.

Vorteile der BPMN 2.0

• Wesentliche Prozessinformationen zur Risikomodellierung

• Verbreitete Anwendung in der Praxis [Palleduhn/Neuendorf (2012)]

• Erweiterbarkeit [ISO/IEC 19510 (2013)]

• Überführbarkeit in andere Sprachen, z.B. in BPEL [Kotsev et al. (2011); van Lessen et al. (2011)]

• Interaktionen zwischen Unternehmen transparent abbildbar

• Modellierung von Ausnahmesituationen

[erstellt mit IYOPRO, Greiner et al. (2015)]


Herausforderung der Prozessrisikomodellierung in BPMN 2.0

Widerspiegeln der Wirkung von Prozessrisiken

• Ursache verändert Bedingungen am Prozessstart, bei

der Ausführung von Aktivitäten und Nachrichten-

ereignissen

• Ereignisse führen zu Verzögerungen und Abbrüchen

[erstellt mit IYOPRO, Greiner et al. (2015)]


BPMN-Konformität [ISO/IEC 19510 (2013)]

• Einhalten der Modellierungsregeln

• Einhalten der Erweiterungsmöglichkeiten, z. B.

o Einführen neuer Piktogramme

o Definition neuer Artefakte

o Nicht-Verwechslungsgebot

Matrix auslösendes Prozessrisiko

beeinflusstes Prozessrisiko


Auftritts-wahrscheinlichkeit

bei Eintritt der Risikobeziehung

PAW**

Risikomaß bei Eintritt der

Risikobeziehung

Risikobereich bei Eintritt der

Risikobeziehung

a Zeitfenster wird zu gering festgelegt wg. Nichtkenntnis des tatsächlichen Arbeitsaufwands

Zeitfenster wird zu groß festgelegt wg. Nichtkenntnis des tatsächlichen Arbeitsaufwands

0 pro 100 Einsatztage

0 T€ pro 100 Einsatztage

hoch

Cross

Impact

FMEA

Ereignis-

ursache

Auftrittswahr-

scheinlichkeit mit

Einflussfaktor

Schadensausma

ß mit

Einflussfaktor

AWEf PAW* S*

instabile

WetterlageP

15 pro 100

Einsatztag

e

14 pro 100

Einsatztage53,8 T€

7,5 T€/100

Einsatztagehoch

in der Auswertung

meteorologischer

Daten qualifizierte

Techniker

I

50 pro 100

Einsatztag

e

2 pro 100


1,1 T€/100

Einsatztagemoderat

schlechte Wetter-

bedingungen über

einen langen Zeit-

raum

P

10 pro 100

Einsatztag

e

9 pro 100


14 T€/100

Einsatztagehoch

schnelle Unter-

stützung im OWPI

75 pro 100

einsatztag

e

9 pro 100


4 T€/100

Einsatztagewesentlich

fehlerhafte

Wetter-

prognose

Einflussfaktor

(Inhibitor I / Promotor P) RisikobereichRisikomaß mit

Einflussfaktor

Bow-Tie

Modellierung von Prozessrisiken in BPMN 2.0 Beispiel „Aktivität“

Risikobeziehung mit neuer Auftrittswahrscheinlichkeit

!!

!!


Prozessrisiken

Einflussfaktoren mit Änderungen von Wahrscheinlichkeiten oder Schadensausmaß

Risikoereignisse mit geringem bis hohemRisikopotenzial

Prozessmodell „Hinfahrt“ ohne Risiken

[erstellt mit IYOPRO]


!In

! !

!

!

!

!!

!

! !In

!

!

In

Risikointegriertes Prozessmodell „Hinfahrt“

zusätzliche

Risikoinformation an

einer Aktivität

[erstellt mit IYOPRO]


Prozessrisiken erheben, bewerten, priorisieren

FMEAEreignis-

ursache

Auftrittswahr-

scheinlichkeit mit

Einflussfaktor

Schadensausma

ß mit

Einflussfaktor

AWEf PAW* S*

instabile

WetterlageP

15 pro 100

Einsatztag

e

14 pro 100


7,5 T€/100

Einsatztagehoch

in der Auswertung

meteorologischer

Daten qualifizierte

Techniker

I

50 pro 100

Einsatztag

e

2 pro 100


1,1 T€/100

Einsatztagemoderat

schlechte Wetter-

bedingungen über

einen langen Zeit-

raum

P

10 pro 100

Einsatztag

e

9 pro 100


14 T€/100

Einsatztagehoch

schnelle Unter-

stützung im OWPI

75 pro 100

einsatztag

e

9 pro 100


4 T€/100

Einsatztagewesentlich

fehlerhafte

Wetter-

prognose

Einflussfaktor

(Inhibitor I / Promotor P) RisikobereichRisikomaß mit

Einflussfaktor

Bow-Tie

Matrix auslösendes Prozessrisiko



Auftritts-wahrscheinlichkeit

bei Eintritt der Risikobeziehung

PAW**

Risikomaß bei Eintritt der

Risikobeziehung

Risikobereich bei Eintritt der

Risikobeziehung

a Zeitfenster wird zu gering festgelegt wg. Nichtkenntnis des tatsächlichen Arbeitsaufwands

Zeitfenster wird zu groß festgelegt wg. Nichtkenntnis des tatsächlichen Arbeitsaufwands

0 pro 100 Einsatztage

0 T€ pro 100 Einsatztage

hoch

Cross

Impact

!In

! !

!

!

!

!!

!

! !In

!

!

In

Standard-

Prozessrisikoinformation

Risikobeziehung

Hohes Risikomaß

Hohe Auftrittswahrscheinlichkeit

Auslösende Prozessrisiken mit

signifikanter Erhöhung der

Auftrittswahrscheinlichkeit

0

5

10

15

20

25

30

35

40

45

50

0 20 40 60 80 100 120 140 160 180 200

Au

ftri

tts

wa

hrs

ch

ein

lic

hk

eit

[pro

10

0 E

ins

atz

tag

e]

Schadensmaß [T€]

Risikoportfolio



[Greiner (2017)]




messen



Gegenmaß-nahmen

entwickeln und

bewerten


umsetzen



Prozesse optimieren

risikointegriertes

Prozess-

management

Unter-

nehmens-

ziele

Relevante

Prozessrisiken

Risikorelevante

Prozesse


Merkmale


erheben und nutzen





vergleichen

Risiken auswählen, Gegenmaßnahmen entwickeln und bewerten

Ziel

Risiko- und Nutzen-bewertete Verhinderungs-, Entdeckungs-und Verminderungsmaßnahmen

Methode

• Identifikation und Bewertung durch Expertenteam

• Berücksichtigung von Einflussfaktoren

Ergebnisse

• Veränderte Eingangsbedingungen am Prozessstart

• Veränderte Ausführungsbedingungen der Aktivitäten

• Neue logische Abfolge von Aktivitäten

• etc.


Zusammenfassung

Methodenbaukasten zum risikointegrierten Prozess Engineering

• Beschreibung und Bewertung von Prozessrisiken, die sich auf andere Prozessziele übertragen lässt, z. B. Umweltziele

• Risikoanalysemethoden inkl. Identifikation und Bewertung von Einflussfaktoren und Risikobeziehungen

• Risikomodellierungselemente für Modellierungssprache BPMN 2.0

• Anwendungsorientiertes Verfahren zur Gestaltung komplexer Prozesse verschiedener Branchen


Fazit und Ausblick

Experten-gestützte Analyseverfahren binden Prozessbeteiligte frühzeitig in Änderungsprozesse ein und heben nicht-dokumentierte Informationen

Dauerhafte Dokumentation von bewerteten Schwachstellen und Gegenmaßnahmen in Prozessmodellen erfüllt Nachweispflichten

Simulationsfähige Risikomodellierung für Simulationen von Prozessen unter Risikoeinfluss

Implementation von Prozessrisiken in bestehende BPMN-Modellierungssoftwareund deren Simulation soll in einem Forschungsprojekt umgesetzt werden

Anwendung in Pilotprozessen zum Aufzeigen von Verbesserungspotenzialen muss erfolgen

Handlungsanweisungen und eine Assistenzsoftware zum risikointegrierten Prozess Engineering fehlen noch


Literatur • Allweyer, T. (2005): Geschäftsprozessmanagement – Strategie, Entwurf, Implementierung, Controlling, Herdecke / Witten: W3L

• Allweyer, T. (2010): Geschäftsprozessmanagement – Strategie, Entwurf, Implementierung, Controlling, Herdecke / Witten: W3L

• DIN ISO 9001: Qualitätsmanagementsysteme – Anforderungen, 2015

• DIN ISO 31010: Risikomanagement – Verfahren zur Risikobeurteilung, November 2010

• Fischermanns, G. (2012):Praxishandbuch Prozessmanagement, ibo Schriftenreihe, Band 9, Gießen: Verlag Dr. Götz Schmidt

• Fornefett, A. (2014): Höhere Resilienz eines Unternehmens – Risikomanagement komplexer Systeme, RiskNet, 05.08.2014, http://www.risknet.de/themen/risknews/risikomanagement-komplexer-systeme/4544a1f8a2b3d7eb8f763dc2aa933f0d/, Zugriff: 05.09.2014

• Freund,J., Rücker,B. (2012): Praxishandbuch BPMN 2.0, München Wien: Hanser Verlag

• Greiner, S., Marx Gómez. J., Albers, H. (2014): Prozessrisiken bei der Instandhaltung von Offshore Windparks, 6. BUIS-Tage, Berlin,24.-25.4.2014, S.121-134

• Greiner, S., Appel, S., Albers, H., Joschko, P., Renz, T. (2015): German Offshore Wind Operation Guide (GOWOG) - Ein Handlungsleitfaden für den Praktiker, Abschlussbericht des Forschungsprojektes SystOp Offshore Wind, Laufzeit: 01.04.2011 – 31.10.2014, Förderkennzeichen 0325283

• Greiner,S., Schäkel,M., Gloede,S., Albers,H. (2015a): Definition, identification and assessment of process risk information as a foundation for their integration in process models, RIMMA 2014, Berlin, 17.-18.11.2014, S. 155-166

• Greiner,S. (2017): Risikointegriertes Prozess Engineering am Beispiel Offshore Windpark, Dissertation, Carl-von-Ossietzky-Universität Oldenburg, Aachen: Shaker

• ISO/IEC 19510 (2013): Information technology - Object Mangement Group Business Process Model and Notation

• Koch,S. (2011): Einführung in das Management von Geschäftsprozessen – Six Sigma, Kaizen und TQM, Berlin u.a.: Springer KonTraG (1998): Gesetz zur Kontrolle und Transparenz in Unternehmen

• Kotsev, V., Stanev, I., Grigorova, K. (2011): BPMN-EPC-BPMN-Converter, http://conf.uni-ruse.bg/bg/docs/cp11/6.1/6.1-10.pdf , Zugriff: 05.04.2016

• Palleduhn, D. U., Neuendorf, H. (2013): Geschäftsprozessmanagement und Integrierte Informations-verarbeitung, München: Oldenbourg Verlag

• Pescholl, A. (2009): Unternehmensübergreifende Geschäftsprozessmodellierung – Logistische Nutzenaspekte von Rationalisierungspotenzialen aus Sicht des Geschäftsprozessmanagement, Controller Magazin, Jan./Feb. 2009, S.26-31

• Schmelzer, H. J., Sesselmann, W. (2004): Geschäftsprozessmanagement in der Praxis – Produktivität steigern, Wert erhöhen, Kunden zufrieden stellen, München/Wien: Carl Hanser Verlag

• Thies, K. W. (2008): Management operationaler und IT- und Prozess-Risiken, Berlin: Springer Verlag

• van der Aalst, W., Adams, M., ter Hofstede, A., Russel, N. (2010): Modern Business Process Automation - YAWL and its Support Environment, Heidelberg u.a.: Springer

• van Lessen, T., Lübke, D., Nitzsche, L. (2011): Geschäftsprozesse automatisieren mit BPEL, Heidelberg: dpunkt

• Vester,F. (2004): Die Kunst vernetzt zu denken – Ideen und Werkzeuge für einen neuen Umgang mit Komplexität, München: dtv


Vielen Dank.

Dr.-Ing. Saskia [email protected]

Hochschule Bremen, Neustadtswall 30, 28199 Bremen

Documents

Integration von Risiken in das Business Process … · 2017-10-04 · aktiv kritisch puffernd Grid Wirksame Risiken, Stabilisierung des Systems Risiken mit vielfältigem Systemverhalten