- Einleitung
- Erste Schritte
- Erstellen mit Maestro BPMN
- Grundlegendes zur BPMN-Modellierung von Maestro
- Öffnen der Modellierungsarbeitsfläche
- Modellierung Ihres Prozesses
- Ausrichten und Verbinden von BPMN-Elementen
- Autopilot for Maestro (Vorschau)
- Prozess-Repository
- Einen einfachen BPMN-Prozess implementieren
- Einen komplexen BPMN-Prozess implementieren
- Debugging
- Simulieren
- Evaluations (Preview)
- Häufige Implementierungsszenarien
- Erstellen mit Maestro Case
- Einführung in Maestro Case
- Maestro BPMN vs. Maestro Case: Wann wird Case Management verwendet?
- Der Lebenszyklus von Maestro Case: Vom Ereignis-Trigger zum App-Erlebnis
- Erstellen Sie Ihren ersten Fall mit Maestro Case
- Build a Maestro Case with a coding agent (preview)
- Definieren von Fallschlüsseln (System vs. extern)
- Erstellen von Task-E/A- und Write-Back-Verträgen
- Austrittsregeln und Beendigung der frühen Phase
- Modellieren von primären und sekundären Phasen
- Auslösen eines Falls aus Data Fabric
- Implementieren von Personas und Berechtigungen auf Phasenebene
- Festlegen von SLAs und automatisierten Eskalationsregeln
- Konfigurieren einer Nacharbeitsschleife (Wiedereintritt)
- Configuring and testing the Case Manager Agent (preview)
- Eingabe- und Ausgabevertrag für den Fall Manager
- Wörterbuch für die Komponente „Maestro Case“.
- Erstellen mit Maestro Flow
- Maestro Automate
- Integrationen
- Betrieb
- Überwachung
- Optimieren
- Referenzinformationen
Echtzeit- und Verlaufsansicht der BPMN-Prozessausführungen von Maestro, die die Statusverfolgung, das Aktivitätsvolumen und die Fehleruntersuchung über alle Instanzen in einem Mandanten hinweg abdeckt.
Auf der Seite BPMN-Instanzen sehen Sie eine Ansicht aller Ausführungen von Maestro BPMN-Prozessen in Ihrem Mandanten in Echtzeit und im Verlauf. Damit können Sie das Aktivitätsvolumen überwachen, den Status verfolgen und laufende oder fehlgeschlagene Instanzen untersuchen.
Über diese Ansicht können Sie:
- Identifizieren, welche Prozesse am häufigsten verwendet werden
- Schnell Fehler oder Anomalien erkennen
- Detaillierte Ausführungsdaten auf Instanzebene sehen
Das folgende Diagramm zeigt, wie Maestro BPMN-Instanzen anzeigt. Es zeigt, wie jede Instanz eine einzelne Ausführung eines modellierten BPMN-Prozesses darstellt und wie Benutzer seinen Status, seine Dauer und seine Schlüsselmetriken in Echtzeit überwachen können.
Wichtige Abschnitte und Felder
Top-Prozesse nach Instanzen
Ein horizontales Balkendiagramm, das die Prozesse mit den meisten Instanzausführungen im ausgewählten Zeitbereich zeigt.
Top-Prozesse nach Dauer
Hebt Prozesse mit den längsten durchschnittlichen Ausführungszeiten hervor, sodass Sie potenziell ineffiziente Automatisierungen erkennen können.
Status der Prozessinstanz
Ein gestapeltes Balkendiagramm, das die Anzahl der abgeschlossenen gegenüber fehlerhaften Instanzen im Zeitverlauf zeigt. Nützlich zur Identifizierung von Spitzen in Fehlern oder Trends im Systemverhalten.
Tabelle mit Prozessinstanzen
Eine sortierbare Liste aller Prozesse mit Instanzaktivität. Zu den Spalten gehören:
- Prozessname – Der Name des modellierten Prozesses.
- Wird ausgeführt – Anzahl der aktuell ausgeführten Instanzen.
- Abgeschlossen – Anzahl der erfolgreich abgeschlossenen Instanzen.
- Fehlerhaft – Anzahl der fehlgeschlagenen Instanzen.
- Insgesamt – Summe aller Instanzzustände (laufend, abgeschlossen, fehlerhaft).
- Versionen – Anzahl der bereitgestellten Prozessversionen.
- Ort – Arbeitsbereich oder freigegebener Speicherplatz, in dem der Prozess veröffentlicht wird.
Verwenden Sie die Such- und Standortfilter, um die Ergebnisse auf bestimmte Projekte oder Teams zu beschränken.
Für Mandanten mit einer großen Anzahl von Prozessinstanzen zeigt Maestro sofort die ersten Datensätze an, während die verbleibenden Daten im Hintergrund weiter geladen werden, sodass Sie den vollständigen Datensatz überwachen, filtern und suchen können, ohne auf den vollständigen Datensatz warten zu müssen. Die Fortschrittsanzeige verschwindet, sobald alle verfügbaren Datensätze geladen wurden, und Ihre angewendeten Filter bleiben genau, während das vollständige Dataset ausgefüllt wird.