Zur nachhaltigen Sicherung der Wettbewerbsfahigkeit ist es notwendig, die betrieblichen Ablaufe uber eine einmalige Geschaftsprozessmanagement-Initiative hinaus kontinuierlich und ganzheitlich zu uberwachen, zu verbessern und an geanderte Bedingungen anzupassen. Zur informationstechnischen Unterstutzung eines umfassenden Prozess-Controllings bietet sich die Nutzung etablierter Business-Intelligence-Methoden und ausgereifter Data-Warehouse-Systeme an. Die durch diese Synthese entstehenden Losungskonzepte werden haufig auch als Business Process Intelligence und Process Warehouse bezeichnet. Der hier vorgestellte integrierte, modellbasierte Ansatz deckt alle zur Gestaltung und Nutzung eines Process Warehouse relevanten Aspekte ab. So werden neben der Architektur und den funktionalen Komponenten eines Process Warehouse auch dessen Datenmodell und Datenversorgung spezifiziert. Daruber hinaus werden ein integriertes Vorgehensmodell sowie betriebswirtschaftliche Anwendungsszenarien vorgestellt. 1 Motivation und Uberblick Die konsequente Ausrichtung der Strukturen und Ablaufe im Unternehmen auf die Bedurfnisse der Kunden und Anforderungen der Markte ist entscheidend fur dessen Erfolg und Uberlebensfahigkeit. Aus diesem Grund wurden in den vergangenen Jahren bereits umfassende Reorganisationsprojekte im Hinblick auf eine effiziente Gestaltung und Steuerung der Prozesse einschlieslich einer adaquaten IT-Unterstutzung durchgefuhrt. Der derzeitige Fokus liegt dabei auf den fruhen Phasen des Prozessmanagementzyklus, also der erstmaligen Analyse, Definition und Implementierung der Prozesse. Die fortwahrende Uberwachung und Bewertung der Qualitat und Performance der Prozesse sowie deren flexible Anpassung an sich andernde Rahmenbedingungen werden dagegen haufig vernachlassigt. Andererseits haben sich analytische Informationssysteme stark weiterentwickelt und insbesondere in Form von Business Intelligence (BI) und Data Warehousing (DWH) in der Unternehmenspraxis etabliert. Diese Konzepte und Systeme versorgen die Mitarbeiter auf allen Ebenen mit umfassenden Informationen zur Situation des Unternehmens und unterstutzen sie so bei ihren Tatigkeiten und Entscheidungen. Allerdings sind die derzeitigen Controllingund Berichtssysteme meist auf

Domain Driven Development (DDD) is one key to conquering the complexity of large-scale software systems. The use of domain-specific models raises the level of abstraction in programming, and helps modularizing and automating the development process. However, in pilot projects using MDx approaches we have experienced the need for more tool support on model level, in particular for monitoring, debugging, and testing. In this paper, we investigate monitoring and feedback mechanisms that make models reflecting the current state of the running system. Additionally, we describe a prototypical implementation, which is a starting point for further work on enabling debugging and testing on model level.