Zeit zu Attributen hinzufügen

Übersicht

Die Anreicherung „Zeit zu Attributen hinzufügen“ ändert bestehende DateTime-Attribute in Ihrem Datensatz, indem eine bestimmte Zeitdauer hinzugefügt oder subtrahiert wird. Im Gegensatz zu Anreicherungen, die neue berechnete Attribute erstellen, aktualisiert diese Anreicherung direkt Ihre vorhandenen Zeitstempel-Felder. Dies macht sie unverzichtbar für Zeitzonenanpassungen, Datenkorrekturen und systematische Zeitverschiebungen in Ihren Prozessdaten. Sie können Sekunden, Minuten, Stunden, Tage, Wochen, Monate oder Jahre zu allen DateTime-Attributen hinzufügen oder gezielt auswählen, welche geändert werden sollen.

Diese Anreicherung ist besonders wirkungsvoll, um systematische Fehler bei der Zeitaufzeichnung zu korrigieren, Anpassungen für die Sommerzeit vorzunehmen, Zeitstempel aus verschiedenen Systemen zu synchronisieren oder ganze Prozesse für Simulationen und Was-wäre-wenn-Analysen zeitlich vor- oder zurückzuversetzen. Durch Filter können diese Anpassungen selektiv vorgenommen werden – beispielsweise nur für Zeitstempel von Fällen aus einer bestimmten Region oder einem bestimmten Zeitraum. Die Anreicherung erhält die ursprüngliche Datenstruktur bei der Änderung der Zeitwerte und bewahrt alle Beziehungen und Abhängigkeiten in Ihrem Prozessmodell.

Häufige Anwendungsfälle

Zeitzonenkorrekturen: Zeitstempel anpassen, um Daten aus globalen Standorten in eine gemeinsame Zeitzone zu bringen
Anpassungen bei Sommerzeit: Korrektur fehlender oder doppelter Stunden bei Sommerzeitübergängen in historischen Daten
Systemuhrfehler korrigieren: Beheben systematischer Zeitstempelfehler, die durch falsche Systemeinstellungen bei der Datenerfassung verursacht wurden
Zeitverschiebungen bei Datenmigrationen: Zeitstempel angleichen bei der Migration von Prozessen zwischen Systemen mit unterschiedlichen Zeiterfassungsstandards
Prozesssimulation: Ganze Prozesse zeitlich vor- oder zurücksetzen für Tests und Was-wäre-wenn-Szenarien
Anpassungen bei Stapelverarbeitung: Zeitstempel korrigieren für stapelverarbeitete Ereignisse, die zur Laufzeit statt ihrer tatsächlichen Auftretenszeit erfasst wurden
Abgleich historischer Daten: Synchronisieren von Zeitstempeln aus Altsystemen, die andere Zeitreferenzen oder Epochen nutzten

Einstellungen

Filter: Optionaler Filter, um festzulegen, welche Fälle von der Zeitänderung betroffen sind. Wird kein Filter angewendet, werden alle Fälle im Datensatz verändert. Filter ermöglichen eine gezielte Auswahl von Datenuntergruppen, z.B. Fälle aus einem bestimmten Zeitraum, einer Region oder einem System. Besonders nützlich bei Zeitzonenproblemen für bestimmte Standorte oder zur Korrektur von Fehlern, die nur bestimmte Datensammlungszeiträume betreffen. Der Filter nutzt die Standard-mindzie-Filteroberfläche mit Unterstützung für komplexe Bedingungen und Kombinationen.

Attributnamen: Auswahl der zu ändernden DateTime-Attribute. Standardmäßig (keine Auswahl) werden alle DateTime-Attribute in Fall- und Ereignistabellen angepasst. Sie können mehrere spezifische Attribute auswählen, um nur die gewünschten Zeitstempel zu verändern. Die Liste wird dynamisch mit allen verfügbaren DateTime-Attributen aus Ihrem Datensatz gefüllt. Häufig verwendete Attribute sind z.B. „Start_Time“, „End_Time“, „Created_Date“, „Modified_Date“ sowie alle benutzerdefinierten Zeitstempelfelder. Null-Werte werden übersprungen und bleiben unverändert.

Add Value: Der numerische Wert, der zu den ausgewählten Zeitstempeln hinzugefügt wird. Dieser Wert kann positiv sein (um Zeitstempel nach vorne zu verschieben) oder negativ (um Zeitstempel zurückzusetzen). Die Interpretation hängt von der Einstellung für die Zeiteinheit ab. Beispiel: Eingabe „2“ mit „Hours“ addiert 2 Stunden, „-30“ mit „Minutes“ subtrahiert 30 Minuten. Der Wert muss eine ganze Zahl (Integer) sein. Beachten Sie die Größenordnung – das Hinzufügen von Jahren oder Monaten kann zu erheblichen Verschiebungen im Prozesszeitplan führen.

Zeiteinheit: Die Zeiteinheit für den Add Value. Verfügbare Optionen sind:

Sekunden: Für feine Anpassungen oder Korrekturen unterhalb einer Minute
Minuten: Für kleinere Zeitkorrekturen oder Ausgleich kleiner Uhrabweichungen
Stunden: Am häufigsten bei Zeitzonenanpassungen (z.B. +5 Stunden für EST zu UTC)
Tage: Zum Verschieben ganzer Prozesse oder Korrekturen auf Datumsebene
Wochen: Für wöchentliche Batchprozesse oder Korrekturen bei wöchentlicher Planung
Monate: Für langfristige Prozessverschiebungen oder Anpassungen an Geschäftsjahre
Jahre: Für historische Datenabstimmungen oder größere zeitliche Transformationen

Beispiele

Beispiel 1: Zeitzonenumrechnung von EST zu UTC

Szenario: Die US-Ostküsten-Niederlassung eines Unternehmens protokollierte alle Zeitstempel in EST (UTC-5), das zentrale Data Warehouse benötigt jedoch alle Zeiten in UTC für globale Konsistenz. Sie müssen allen Zeitstempeln der US-Niederlassung 5 Stunden hinzufügen.

Einstellungen:

Filter: Region = "US-East"
Attributnamen: (leer lassen für alle DateTime-Attribute)
Add Value: 5
Zeiteinheit: Hours

Ergebnis:
Originale Zeitstempel:

Order_Created: 2024-03-15 09:00:00 (EST)
Order_Approved: 2024-03-15 09:30:00 (EST)
Order_Shipped: 2024-03-15 14:00:00 (EST)

Nach Anreicherung:

Order_Created: 2024-03-15 14:00:00 (UTC)
Order_Approved: 2024-03-15 14:30:00 (UTC)
Order_Shipped: 2024-03-15 19:00:00 (UTC)

Alle Zeitstempel sind nun auf UTC abgestimmt, was eine genaue globale Prozessanalyse ermöglicht und Verwirrung beim Vergleich von Prozessen über Zeitzonen hinweg vermeidet.

Einsichten: Mit standardisierten UTC-Zeitstempeln können Analysten Prozessleistungen weltweit genau vergleichen, echte Engpässe erkennen, unabhängig von lokalen Zeitzonen, und einheitliche Dashboards für weltweite Abläufe erstellen.

Beispiel 2: Korrektur der Sommerzeit

Szenario: Historische Daten vom März 2023 enthalten eine einstündige Lücke wegen eines nicht korrekt berücksichtigten Sommerzeitwechsels im Quellsystem. Alle Zeitstempel ab dem 12. März 2023, 02:00 Uhr müssen um eine Stunde zurückgesetzt werden.

Einstellungen:

Filter: Start_Time >= "2023-03-12 02:00:00"
Attributnamen: Start_Time, End_Time, Activity_Timestamp
Add Value: -1
Zeiteinheit: Hours

Ergebnis:
Fehlerhafte Ereignisse zeigten:

Activity A: 2023-03-12 03:30:00
Activity B: 2023-03-12 04:15:00
Activity C: 2023-03-12 05:00:00

Nach Korrektur:

Activity A: 2023-03-12 02:30:00
Activity B: 2023-03-12 03:15:00
Activity C: 2023-03-12 04:00:00

Die durch die Sommerzeit verursachte einstündige Lücke ist nun korrigiert, die tatsächliche Sequenz und Dauer der Aktivitäten wiederhergestellt.

Einsichten: Durch die Korrektur von DST-Problemen werden genaue Dauerberechnungen sichergestellt, falsche Engpässe im Datensatz vermieden und die Integrität zeitbasierter KPIs und SLA-Messungen erhalten.

Beispiel 3: Zeitabgleich bei Systemmigration

Szenario: Während einer Systemmigration müssen alle Zeitstempel aus dem Altsystem (mit einer anderen Epoche) genau um 30 Tage vorverschoben werden, um mit der neuen Zeitreferenz übereinzustimmen.

Einstellungen:

Filter: Source_System = "Legacy_ERP"
Attributnamen: (leer für alle Attribute)
Add Value: 30
Zeiteinheit: Days

Ergebnis:
Daten des Altsystems:

Case_Start: 2024-01-01 08:00:00
First_Approval: 2024-01-02 10:00:00
Final_Completion: 2024-01-05 16:00:00

Nach Anpassung:

Case_Start: 2024-01-31 08:00:00
First_Approval: 2024-02-01 10:00:00
Final_Completion: 2024-02-04 16:00:00

Zeitstempel des Altsystems sind nun korrekt an die neue Zeitreferenz angepasst und ermöglichen eine nahtlose Prozessanalyse über beide Systeme hinweg.

Einsichten: Durch richtige Zeitabstimmung sind präziser Prozessvergleich vor und nach der Migration möglich, die Leistungsfähigkeit des neuen Systems wird bestätigt und historische Trends bleiben gültig.

Beispiel 4: Korrektur der Stapelverarbeitungszeit

Szenario: Ein Batch-Verarbeitungssystem hat alle Ereignisse zum Laufzeitpunkt des Batches (Mitternacht) protokolliert statt zu ihren tatsächlichen Auftretenszeiten. Die Ereignisse müssen stundenweise basierend auf ihrer Reihenfolge über den Tag verteilt werden, also in der Zeit zurückgesetzt.

Einstellungen:

Filter: Batch_Processed = "True" AND Processing_Sequence >= 6
Attributnamen: Event_Timestamp, Activity_Time
Add Value: -6
Zeiteinheit: Hours

Ergebnis:
Batch-Zeiten (alle um Mitternacht):

Order_Received: 2024-03-15 00:00:00
Order_Validated: 2024-03-15 00:00:00
Order_Approved: 2024-03-15 00:00:00

Nach Korrektur für Ereignisse mit Sequenz >= 6:

Order_Received: 2024-03-14 18:00:00
Order_Validated: 2024-03-14 18:00:00
Order_Approved: 2024-03-14 18:00:00

Ereignisse werden nun auf den tatsächlichen Tag verteilt, wobei ggf. weitere Anreicherungszyklen für eine vollständige Verteilung nötig sind.

Einsichten: Die Korrektur von Stapelverarbeitungszeitstempeln offenbart reale Prozessmuster, ermöglicht genaue Dauer- und Durchsatzberechnungen und hilft, echte Spitzenzeiten zu identifizieren statt künstlicher Batch-Spitzen.

Beispiel 5: Anpassung des Geschäftsjahres

Szenario: Ein Unternehmen möchte alle Zeitstempel um 3 Monate vorverschieben, um Kalenderjahresdaten mit seinem Geschäftsjahr (Beginn April) für finanzielle Prozessanalysen in Einklang zu bringen.

Einstellungen:

Filter: (keiner – auf alle Fälle anwenden)
Attributnamen: (leer für alle Attribute)
Add Value: 3
Zeiteinheit: Months

Ergebnis:
Kalenderjahr-Zeitstempel:

Q1_Start: 2024-01-01
Q1_Transaction: 2024-02-15
Q1_Close: 2024-03-31

An das Geschäftsjahr angepasst:

Q1_Start: 2024-04-01
Q1_Transaction: 2024-05-15
Q1_Close: 2024-06-30

Alle Zeitstempel stimmen nun mit dem Geschäftsjahr überein und ermöglichen präzise finanzielle Periodenanalysen und Berichte.

Einsichten: Die Anpassung an das Geschäftsjahr erlaubt Finanzteams, Prozessleistungen nach Geschäftsjahren zu analysieren, Jahresvergleiche zu ziehen und Prozesskennzahlen mit Finanzberichtsanforderungen abzustimmen.

Ergebnis

Die Anreicherung „Zeit zu Attributen hinzufügen“ verändert vorhandene DateTime-Attribute direkt mit folgenden Merkmalen:

Direkte Änderung: Im Gegensatz zu Anreicherungen, die neue Attribute erstellen, werden hier vorhandene Werte direkt modifiziert. Attributnamen, Typen und Struktur bleiben unverändert – nur die Zeitwerte werden angepasst.

Attributumfang: Die Anreicherung kann:

Fallattribute: DateTime-Felder auf Fällebene
Ereignisattribute: DateTime-Felder auf Ereignisebene
Alle DateTime-Attribute (bei keiner spezifischen Auswahl)
Nur ausgewählte Attribute (bei gezielter Auswahl)

Wertbeibehaltung: Es werden erhalten:

Datum- und Zeitkomponenten (beide entsprechend angepasst)
Die Präzision des ursprünglichen Zeitstempels (Millisekunden bleiben erhalten, falls vorhanden)
Null-Werte (bleiben unverändert)
Datentyp (DateTime bleibt DateTime)

Filteranwendung: Bei Filtern:

Werden nur Zeitstempel von Fällen, die dem Filter entsprechen, geändert
Fälle außerhalb des Filters behalten ihre ursprünglichen Zeitstempel
Es entsteht ein gemischter Datensatz mit angepassten und unveränderten Zeitstempeln

Berechnungsdetails:

Sekunden/Minuten/Stunden/Tage: Einfache Addition der Zeit
Wochen: Werden als Tage * 7 berechnet und addiert
Monate: Intelligente Handhabung von Monatsgrenzen (z.B. Januar 31 + 1 Monat = 28./29. Februar)
Jahre: Berücksichtigt Schaltjahre automatisch

Wichtige Hinweise:

Diese Anreicherung verändert Ihre Daten dauerhaft (innerhalb der aktuellen Analysesession)
Erstellen Sie ggf. vor größeren Zeitverschiebungen eine Sicherung oder Kopie Ihres Datensatzes
Monats- und Jahresaddition berücksichtigt Sonderfälle (z.B. 30. Februar) durch Anpassung auf gültige Daten
Negative Werte werden voll unterstützt, um Zeitstempel rückwärts zu verschieben

Integration mit anderen Funktionen:

Geänderte Zeitstempel wirken sich sofort auf alle zeitbasierten Berechnungen und Visualisierungen aus
Dauerberechnungen zwischen Aktivitäten ändern sich je nach Zeitstempeländerung
Filter und Dashboards mit Datumsbereichen müssen ggf. nach Zeitverschiebungen angepasst werden
Die Änderung ist für andere Anreicherungen transparent – sie verwenden die neuen Zeitstempelwerte

Diese Dokumentation ist Teil der mindzieStudio Process Mining Plattform.