Det finns idag ett stort behov av att kunna analysera affärsprocessmodeller. Bolag som arbetar med att föra register över hur de arbetar inom olika områden sitter ganska snabbt med en omöjlig uppgift. Stora bolag kan ha register med flera tusen modeller, detta leder till att det är svårt att veta om en ny modell redan finns i registret, om det finns en liknande modell, eller om man ska lägga in den nya modellen. I denna studie visas det hur man kan gå till väga för att skapa en mjukvara för att jämföra BPMN modeller mot varandra, utifrån algoritmer som jämför modeller på syntaktisk, semantisk och strukturell nivå. Likhetsvärdena används sedan för att avgöra vilken modell som är konsensusmodellen. Konsensusmodellen är den modell som är mest lik alla andra modeller som jämförts. Experiment genomfördes sedan för att evaluera hur bra likhetsvärden som mjukvaran hade satt. De scenarion som har stöttes på där algoritmerna gjorde “felaktiga bedömningar” har utvärderats och förslag på lösningar tas upp. De likhetsvärden som mjukvaran tar fram utnyttjas sedan för att jämföra resultatet mot en människas likhetsuppfattning mot samma par av modeller. Resultatet visar att det går att implementera jämförelse algoritmer på en sådan nivå att likhetsvärdena som ges stämmer relativt bra överens med de värden som en människa skulle sätta som likhetsvärde mellan modellerna och att den modell som pekas ut som konsensusmodell stämmer överens med resultaten som presenteras efter jämförelser genomförts. Resultatet visar också att det finns en del svagheter i algoritmerna som utnyttjas och att dessa hade kunnat åtgärdas för att få ännu mer “korrekta” likhetsresultat.