Desktop–Recording. Für die Erfassung digitaler Prozessdaten wird eine bereits existierende Arbeit des August-Wilhelm Scheer Instituts eingesetzt und von uns weiterentwickelt. Dabei werden KI-basierte Bilderkennungsverfahren genutzt, um mit Hilfe von Screenshots anonymisiert die jeweiligen Prozessaktivitäten zu erkennen. Zusätzlich müssen per OCR Zusatzinformationen zum Prozessschritt aus den Screenshots erfasst und gegebenenfalls anonymisiert werden. 

Process Discovery. Die erfassten Prozessdaten aus digitalen und analogen Quellen müssen kombiniert und semantisch angereichert werden, um eine Zusammenfassung eines ganzheitlichen Prozesses zu ermöglichen. Neben der   Berücksichtigung von zeitlichen Zusammenhängen sollen hierfür unüberwachte Lernverfahren, aus dem Bereich Clustering, entwickelt und eingesetzt werden. Diese Verfahren lernen basierend auf den zur Verfügung stehenden Zusatzinformationen  der Aktivitäten (wie bspw. Screenshots der Anwendung, OCR aus dem Video), welche Aktivitäten Gemeinsamkeiten haben und somit zum gleichen Geschäftsvorfall gehören. Beispielsweise können verschiedene Aktivitäten in einem Rechnungsstellungsprozess miteinander verknüpft werden, weil die gleiche Rechnungsnummer in Screenshots und im Video identifiziert wurde. In der Praxis kann es zudem unterschiedliche Wege geben, wie ein Prozess von den Mitarbeitern ausgeführt wird. Mithilfe von Process Mining Verfahren werden die unterschiedlichen Varianten automatisch analysiert und ein Modell erstellt, das den Prozess ganzheitlich beschreibt und dokumentiert.