ARTICLE

Process Mining »Update 2021«

Process Mining »Update 2021«
SHARE ARTICLE

Process Mining (dt. Prozessförderung) ist eine Technik des Prozessmanagements. Sie ermöglicht Unternehmen Geschäftsprozesse auf Grundlage digitaler Spuren in IT-Systemen zu rekonstruieren und auszuwerten. Mit Hilfe von Process Mining-Techniken ist es möglich, Prozesse zu entdecken und Ereignisprotokolle zu überprüfen, um die Konformität mit den definierten Prozessen zu bewerten. Dies liefert die notwendigen Erkenntnisse, um Geschäftsabläufe zu verwalten, zu kontrollieren und zu verbessern. Für die Digitale Transformation der Wirtschaftswelt ist der Einsatz von Process Mining deshalb unerlässlich. Mit Process Mining bekommen Unternehmen Einblicke in ihre komplexen Unternehmensprozesse und haben so die Möglichkeit, Handlungsmaßnahmen und Entscheidungen im Rahmen von Transformations- und Automatisierungsprojekten zu treffen.  Für viele Unternehmer bleibt diese wichtige Automatisierungsgrundlage allerdings ein Buch mit sieben Siegeln. Der folgende Artikel soll demnach einen Einstieg in das recht komplizierte Thema bieten und für ein wenig klarere Sicht im Dickicht der Prozessautomatisierung sorgen.

Process Mining: Einblicke in digitale Mysterien

Manchmal läuft die Arbeit einfach nicht und das grundlegende Problem bleibt schleierhaft– dieses Gefühl kennen wir sicherlich alle nur zu gut. Doch Hilfe steht bereit: Anstatt stundenlanger Suche in den Brotkrumen der Prozesslandschaft bietet sich für solche Fälle die Methode des sogenannten Process Mining an. Hierbei werden echte Arbeitsabläufe mit der Theorie verglichen, was zu einer besseren Transparenz sowie Einsicht in die Abläufe führen soll. Doch warum ist dies überhaupt nötig? Nun, die Realität entspricht leider selten der Optimalvorstellung.

Nehmen wir mal als Beispiel den klassischen Strandurlaub: Meist von den Promobildern beeinflusst, stellen wir uns leere und wunderschöne Strände vor, die dann bei Ankunft völlig überfüllt sind oder mit rasiermesserscharfen Steinen unter der eher dunkelbraunen Meeresoberfläche aufwarten. Ebenso wie in diesem Beispiel, verhält es sich mit Unternehmensprozessen. Beschreibt ein Mitarbeiter seinen Prozess, erscheint dieser oft unkompliziert und übersichtlich. Sieht man sich diesen Prozess jedoch im Detail an, fällt auf, dass der reale Prozess deutlich komplexer ist.  

Woher kommt also der Unterschied zwischen einer realen und einer ideellen Vorstellung von Unternehmensprozessen?  

process-mining-real-ideal

Die Geschichte hinter Process Mining

Die ersten Ansätze, Process Mining als eigenständige Technologie für die Analyse von Business Processes zu etablieren, stammen aus den Niederlanden. Dr. Wil van der Aalst, der von vielen als der Pate des Process Mining (Podcast-Folge mit Wil van der Aalst) angesehen wird, begann in den späten neunziger Jahren an der Technischen Universität Eindhoven (TU/e) während seines Studiums von Workflow und Business-Workflow-Management, die Möglichkeiten einer automatisierten Prozessentdeckung auf der Grundlage von Ereignisprotokollen zu erforschen.

Sein Ansatz vereint die Stärken von prozess- und datenorientierten Analysen. Für ihn schließt die Technologie die Lücke zwischen traditioneller modellbasierter Prozessanalyse und datenzentrierten Analysetechniken wie maschinellem Lernen und Data Mining. Dr. Wil van der Aalst sieht drei Bereiche, in denen Process Mining nützlich ist:

In der Ermittlung der tatsächlichen Funktionsweise von Prozessen mit Hilfe von Ereignisprotokollen, in denen historische Informationen gespeichert sind.

In der Konformität, die untersucht, wie gut die Realität der im Ereignisprotokoll aufgezeichneten Dinge widerspiegelt, was in der realen Welt passiert.

In der Verbesserung, bei der untersucht wird, wie das Management Business Processes verbessern kann, um Ineffizienzen zu beseitigen.

Van der Aalst verwendete den Begriff "Process Mining" zum ersten Mal in einem Forschungsvorschlag, den er 1998 verfasste. 2011 veröffentlichte van der Aalst sein erstes Buch zum Thema namens "Process Mining: Data Science in Action". Doch bis 2011, als das Münchner Unternehmen Celonis gegründet wurde, hatte der Ansatz von Wil van der Aalst wenig praktische Relevanz. Ebenfalls Ende der 1990er entwickelte das IBM Almaden-Forschungszentrum aktiv Algorithmen zur Ermittlung von Prozessmodellen aus Ereignisprotokollen. Im Dezember 1997 patentierte IBM eine Methode zur automatisierten Erkennung von Prozessmodellen.

2009 wurde vom Institute of Electrical and Electronics Engineers (IEEE) die IEEE  Task Force on Process Mining eingerichtet, die von über 75 Organisationen unterstützt wird. 2011 veröffentlichte das IEEE sein Process Mining Manifesto mit dem Ziel, "die Forschung, Entwicklung, Ausbildung, Implementierung, Evolution und das Verständnis des Process Mining zu fördern".

Der größte Wertbeschleuniger für die Technologie war die Zusammenarbeit von Process Mining-Anbietern mit bekannten Unternehmensanwendungen wie SAP, Oracle und Salesforce. Diese Anbieter haben Process Mining stark gefördert, um die Effizienz dieser Anwendungen zu verbessern. Schließlich hat sich das Process Mining auch auf andere Bereiche als die Prozessermittlung verlagert, wie z.B. Konformitätsprüfung, Produktivitätsverbesserung, Kundeninteraktionen und soziale Netzwerke. Es hat sich sogar in Bereiche des Internet der Dinge (Internet of Things, IoT), der Fertigung und der logistischen Vertriebsnetze ausgebreitet, die die nachhaltigen wertschöpfenden Fähigkeiten des Process Mining unter Beweis gestellt haben. Im Jahr 2019 fand in Aachen erstmals die International Conference on Process Mining 2019 statt.

Was ist Process Mining?

Process Mining ist eine Technik des Prozessmanagements. Sie zielt darauf ab, Prozessabläufe zu entdecken, zu überwachen und zu verbessern, indem leicht verfügbares Wissen aus den Ereignisprotokollen von Informationssystemen extrahiert wird. Process Mining verschafft den Unternehmen eine vollständige Transparenz darüber, wie sie wirklich funktionieren. Mit diesen Erkenntnissen können Unternehmen dann Möglichkeiten zur Prozessoptimierung identifizieren.

Process Mining umfasst dabei die automatisierte Prozessentdeckung (Extraktion von Prozessmodellen aus einem Ereignisprotokoll), die Konformitätsprüfung (Überwachung von Abweichungen durch Vergleich von Modell und Protokoll), das Organisations-Mining, die automatisierte Konstruktion von Simulationsmodellen, die Modell-Reparatur, Fallvorhersagen und historienbasierte Empfehlungen.

Man könnte die Process Mining-Technologie auch mit der Technologie der Magnetresonanztomographie (MRT) vergleichen, die Informationen aus den Zellen des Körpers sammelt, um ein Bild zu erzeugen - nur eben im Business-Umfeld. Ärzte verwenden dann dieses MRT-Bild, um den Gesundheitszustand zu diagnostizieren. Process Mining funktioniert nach einem ähnlichen Prinzip: es sammelt Daten aus dem kleinsten Teil der Prozessaktivitäten und fügt die Teile zu einem Bild zusammen, mit dem Unternehmen den Zustand ihrer Arbeitsabläufe diagnostizieren können.

Process Mining verändert die Art und Weise, wie Unternehmen ihre Geschäftsabläufe betreiben und verwalten. In ihrem Streben nach Prozessqualität können Unternehmen mit Hilfe von Process Mining ihren Prozess wirklich kennen, ihn mit dem idealen Prozessmodell bewerten und bei Bedarf optimieren. Process Mining-Plattformen kombinieren Technologien aus Data A, Data Mining, Prozessanalyse und Business Intelligence (BI) zu einem ganzheitlichen Ansatz, um Einblicke in Prozesse zu generieren, die Unternehmen zur kontinuierlichen Optimierung der Wertschöpfungskette nutzen können.

Was ist Task Mining?

Process Mining darf allerdings nicht mit Task Mining verwechselt oder gleichgesetzt werden, was leider zu oft geschieht. Task Mining ist ein komplementärer Ansatz zum, bei dem nützliche Informationen aus Ereignisdaten auf niedriger Ebene abgeleitet werden, die in UI-Protokollen verfügbar sind. Diese UI-Protokolle beschreiben die einzelnen Schritte, die ein Benutzer (z. B. bei der Verwendung einer Workstation) basierend auf Tastenanschlägen, Mausklicks und Dateneingaben ausführt. Zusätzliche Mining-Funktionen interpretieren die Daten, indem sie NLP (Natural Language Processing) und OCR anwenden, um Daten auf unterschiedliche Weise zu korrelieren.

Während Process Mining auf End-to-End-Geschäftsprozesse oder Teile dieser abzielt, bei denen verschiedene Ressourcen zusammenarbeiten, um das Prozessergebnis zu erzielen, liegt der Fokus von Task Mining auf der einzelnen Aufgabe, die aus verschiedenen Aktionen oder Schritten besteht, wie ein Mausklick, ein Tastendruck, eine Dateneingabe oder eine Desktop-Operation wie Kopieren und Einfügen.

Wie funktioniert Process Mining?

Es dreht sich alles um Ereignisprotokolle. Wenn Menschen und Software-Roboter mit den IT-Systemen arbeiten, werden ihre Aktivitäten von diesen Systemen aufgezeichnet. Process Mining liest diese Daten und wandelt sie in ein Ereignisprotokoll um und erstellt dann Visualisierungen des End-to-End-Prozesses, zusammen mit aufschlussreichen Analysen.

Ein Ereignisprotokoll sollte jeden Schritt enthalten, der während des Prozesses ausgeführt wird (die Aktivität), den Zeitpunkt, zu dem das Ereignis eingetreten ist (den Zeitstempel), und für welche Instanz des Prozesses (die Fall-ID).

Mit Hilfe dieses Ereignisprotokolls erzeugen Algorithmen ein Prozessmodell, das den Prozess so zeigt, wie er wirklich ist - einschließlich der zeitlichen Abfolge der einzelnen Schritte und aller Variationen im Prozessablauf, Prozessabweichungen und Ausnahmen - Engpässe, Umgehungen und ineffiziente Arbeitsabläufe - und nicht, wie er wahrgenommen wird. Andere datenwissenschaftliche Methoden können angewandt werden, um dieses Modell weiter zu verbessern. Das Ergebnis wird dann zur Prozessentdeckung, Konformitätsprüfung und Prozessverbesserung verwendet.

Die Visualisierungsfunktionen, die in fortschrittliche Process Mining-Tools integriert sind, helfen Unternehmen dabei, sich darauf zu konzentrieren, was optimiert werden sollte, wie dies zu tun ist und wie hoch der Ertrag ihrer Bemühungen sein wird. Unternehmen sind in der Lage, die Auswirkungen von vorgeschlagenen Prozessänderungen oder Automatisierungen sofort zu verstehen - einschließlich der eingesparten Kosten und des erforderlichen Aufwands. Sie können ihre Automatisierungspipeline oder Prozessoptimierungsbemühungen einfach aufbauen und priorisieren.

Fortschrittliche Process Mining-Lösungen überwachen und messen kontinuierlich die Ergebnisse, so dass Unternehmen sofort erfahren, ob sie auf dem richtigen Weg sind oder von der Basis abweichen. Außerdem erhalten sie einen vollständigen Prüfpfad für Compliance-Zwecke.

Mining-Algorithmen

Die Hauptkomponente beim Process Mining ist der Mining-Algorithmus. Er bestimmt, wie die Prozessmodelle erstellt werden. Es gibt eine große Vielfalt an Mining-Algorithmen. Die drei bekanntesten Kategorien sind:

·       deterministische Algorithmen

·       heuristische Algorithmen

·       genetische Algorithmen

Determinismus bedeutet, dass ein Algorithmus nur definierte und reproduzierbare Ergebnisse liefert. Er liefert immer das gleiche Ergebnis für die gleiche Eingabe. Der deterministische Algorithmus war einer der ersten Algorithmen, der in der Lage ist, mit Gleichzeitigkeit umzugehen. Er nimmt ein Ereignisprotokoll als Eingabe und errechnet die Ordnungsbeziehung der im Protokoll enthaltenen Ereignisse.

Heuristisches Mining verwendet ebenfalls deterministische Algorithmen. Sie beziehen sich aber auf die Häufigkeit von Ereignissen und Spuren zur Rekonstruktion eines Prozessmodells. Ein häufiges Problem beim Prozess Mining ist die Tatsache, dass reale Prozesse sehr komplex sind und ihre Entdeckung zu komplexen Modellen führt. Diese Komplexität kann durch Vernachlässigung seltener Pfade in den Modellen reduziert werden.

Genetische Mining-Algorithmen verwenden einen evolutionären Ansatz, der den Prozess der natürlichen Evolution nachahmt. Sie sind nicht deterministisch. Genetische Mining-Algorithmen folgen vier Schritten: Initialisierung, Selektion, Reproduktion und Beendigung.

Die Idee hinter diesen Algorithmen ist es, eine zufällige Population von Prozessmodellen zu erzeugen und eine zufriedenstellende Lösung zu finden. Die anfängliche Population von Prozessmodellen wird zufällig generiert und hat möglicherweise wenig mit dem Ereignisprotokoll gemeinsam. Aber aufgrund der hohen Anzahl von Modellen in der Population werden durch Selektion und Reproduktion in jeder Generation besser passende Modelle erzeugt.

Welche Vorteile bietet Process Mining?

Früher musste die Prozessabbildung von Teams durchgeführt werden, die sich mehrere Tage lang trafen, um sie auf einem Whiteboard oder einer Tabellenkalkulation auszuarbeiten. Mit anderen Worten, es war ein hartes Stück Arbeit. Aber zum Glück gehören von Menschen durchgeführte Prozessabbildungen der Vergangenheit an. Heute erledigen die leistungsstarken Algorithmen des Process Mining und die fortschrittliche Datentransformation das Entdecken und Optimieren der Prozesse schnell, datengesteuert, vollständig und ohne viel Aufwand. Denn die Anhäufung von Daten sorgt dafür, dass Prozessanalysen nicht auf Bauchgefühlen beruhen können. Unternehmen brauchen faktenbasierte Zahlen und Beweise, um ihre Strategien zu untermauern.

Zeit sparen und Arbeitskapazitäten freisetzen

Traditionell ist das Management und die Optimierung von Geschäftsabläufen ein sehr arbeitsintensiver Bereich, der viel Zeit von Experten in den Organisationen erfordert. Der wachsende Anspruch an Effizienz und die Möglichkeit, Ergebnisse klar darzustellen, erfordert moderne Technologien. Klassische BPM-Ansätze sind hier oft überfordert, weil die Daten, mit denen sie ihre Annahmen untermauern, sich bereits geändert haben, wenn ihre Situationsanalyse fertig ist, was die Analyse wiederum unbrauchbar macht. Bei der Optimierung von Prozessen ist der zeitaufwendigste Teil die Datensammlung. Mit Process Mining verschaffen Unternehmen sich einen Vorsprung, indem sie den Teil der Datenerfassung automatisieren. Die Grundlage für das Verständnis der betrieblichen Situation in einer Organisation besteht darin, zu verstehen, was tatsächlich passiert, und nicht, was angenommen wird, dass es passiert. Das ist es, was man mit Process Mining herausfindet.

Auffinden von Prozess-Engpässen

Prozess-Engpässe lassen sich nur schwer durch BPM- und Prozess-Mapping-Workshops aufdecken. Die Leute haben ein Bauchgefühl, was falsch oder ineffizient sein könnte, aber es fehlt ihnen der faktenbasierte Beweis. Sie brauchen Daten, um ihre Annahmen zu untermauern, und genau hier kommt Process Mining zu Hilfe.

Ersetzen von Meinungen durch Fakten

Eines der Hauptziele beim Process Mining ist es, das Gesamtbild der Geschäftsabläufe zu sehen und dennoch in der Lage zu sein, die Ursachen von Abweichungen, Engpässen oder Prozessvariationen aufzuspüren.

Process Mining kann eingesetzt werden,

·       um Optimierungsbemühungen auf mehrere Geschäftsabläufe und Standorte zu skalieren und die Prozesssteuerung durch die Verwendung von Data zu unterstützen,

·       um Prozesse überall im Unternehmen - in großem Umfang und mit geringem menschlichen Aufwand zu erfassen,

·       um Engpässe, Abweichungen und ineffiziente Prozesse, die überdacht oder automatisiert werden sollten, zu identifizieren,

·       um kontinuierlich zu überwachen und Verbesserungen zu messen,

·       um die Einhaltung von Vorschriften, mit vollständigen Prüfpfaden, zu vereinfachen,

·       um einen vollständigen Kontext und eine End-to-End-Perspektive zu liefert, die für die Verbesserung von Prozessen erforderlich sind,

·       um die wertvollsten und wirkungsvollsten Prozesse für den Einsatz von Automatisierung zu identifizieren.

Wichtige KPIs im Blick

Process Mining nutzt fortschrittliche Algorithmen, um Transparenz in aktuelle Geschäftsprozesse zu bringen und hilft Unternehmen, diese zu rationalisieren und zu verbessern. Es deckt schnell wertvolle Erkenntnisse auf, die die Produktivität verbessern können, und beleuchtet letztlich die Möglichkeiten in den Kerngeschäftsprozessen, die den größten Einfluss auf Kunden, Management und Endergebnis haben werden.

So kann Process Mining eingesetzt werden, um drei Haupttypen von Key Performance Indicators (KPIs) zu untersuchen:

·       Zeit-KPIs: Wie lange dauert es, bis ein bestimmter Prozess abgeschlossen ist?

·      Kosten-KPIs: Wie viel kostet es, einen bestimmten Prozess abzuschließen?

·       Qualitäts-KPIs: Entspricht das Ergebnis des Prozesses den festgelegten Kriterien?

Process Mining hat einen entscheidenden Vorteil gegenüber der traditionellen Ist-Analyse: Es kann auf Echtzeit-Ereignisdaten zugreifen. Darüber hinaus betrachtet es auch historische Daten und ist in der Lage, eine Reihe von Ereignisprotokollen genau zu untersuchen, um ein tiefgreifendes Verständnis der Vorgänge zu erlangen - ein krasser Gegensatz zu der langsamen und manuellen Schwerstarbeit der Dateninfrastruktur, die früher zur Durchführung derselben Berechnungen verwendet wurde. Anstatt sich auf die traditionelle Dateninfrastruktur zu verlassen, um Transaktionen zu analysieren, kann Process Mining an die Oberfläche bringen, was gerade passiert. Dazu nutzt es die enormen Mengen an Ereignisdaten aus all ihren Systemen, um

·       das tatsächliche Verhalten von Menschen, Organisationen und Maschinen zu entdecken und mit bestehenden Modellen zu vergleichen,

·       Millionen von Ereignissen zu korrelieren, um zu zeigen, wie sich die Realität von Wahrnehmungen, Meinungen und Überzeugungen unterscheidet,

·       eine Grundlage für die kontinuierliche Verbesserung und den Aufbau effektiverer Geschäftsabläufe zu schaffen,

·       den aktuellen Zustand der Systeme und Geschäftsabläufe zu verstehen und gleichzeitig einen schnelleren, granulareren Weg zu finden, um Abweichungen und Fehlentwicklungen zu identifizieren - und dann den Kurs zu korrigieren.

Betrachten wir beispielsweise die Bearbeitung von Anfragen in einer Personalabteilung: 80% dieser Anfragen werden schnell und reibungslos bearbeitet, doch bei 20% davon wird der Ablauf gestört. Durch die KPI's wissen wir, dass bei 20% der Anfragen etwas nicht stimmt, jedoch erkennen wir nicht die Ursache. Process Mining ermöglicht es uns, genau zu verstehen, wo der Ablauf gestört wird. So lässt sich herausfinden, dass bei 20% der Anfragen eine Expertise eingeholt werden musste, wodurch der Ablauf verzögert wurde.  

Stellen wir uns eine KPI beispielsweise wie ein Thermometer vor: Wir bekommen einen Wert, wissen aber nicht, wie dieser im Detail ermittelt wurde. Process Mining erstellt im Gegensatz dazu ein Röntgenbild, mit dem sich die genauen Ursachen herausarbeiten lassen. Process Mining ermöglicht objektives "data driven anlalytics", mit der Abläufe in Unternehmen kontrolliert, optimiert und letztlich automatisiert werden können.

Process Mining macht Arbeitsprozesse transparent

Manchmal läuft die Arbeit einfach nicht und das grundlegende Problem bleibt schleierhaft– dieses Gefühl kennen wir sicherlich alle nur zu gut. Doch Hilfe steht bereit: Anstatt stundenlanger Suche in den Brotkrumen der Prozesslandschaft bietet sich für solche Fälle die Methode des sogenannten Process Mining an.

Hierbei werden echte Arbeitsprozesse mit der Theorie verglichen, was zu einer besseren Transparenz sowie Einsicht in die Abläufe führen soll. Doch warum ist dies überhaupt nötig? Nun, die Realität entspricht leider selten der Optimalvorstellung. Nehmen wir mal als Beispiel den klassischen Strandurlaub: Meist von den Promobildern beeinflusst, stellen wir uns leere und wunderschöne Strände vor, die dann bei Ankunft völlig überfüllt sind oder mit rasiermesserscharfen Steinen unter der eher dunkelbraunen Meeresoberfläche aufwarten. Ebenso wie in diesem Beispiel verhält es sich mit Unternehmensprozessen. Beschreibt ein Mitarbeiter seinen Prozess, erscheint dieser oft unkompliziert und übersichtlich. Sieht man sich diesen Prozess jedoch im Detail an, fällt auf, dass der reale Prozess deutlich komplexer ist.  

Woher kommt der Unterschied zwischen einer realen und einer ideellen Vorstellung von Unternehmensprozessen?

Der Faktor Mensch

Wie so oft stellt der Mensch das größte Fehlerpotential – so auch in diesem Fall. Im Folgenden listen wir die Hauptursachen für die große Differenz zwischen der von Mitarbeitern angenommenen sowie der wirklichen Realität von Unternehmensprozessen auf:

Wahrnehmungsunterschiede

Mitarbeiter und Mitarbeiterinnen durchlaufen einen Prozess meist nicht, wie er im Optimalfall vorgesehen ist. Sie verbringen häufig Zeit damit, bestimmte Arbeitsschritte zu wiederholen oder bauen zusätzliche Schritte ein, die im beschriebenen Prozess eigentlich nicht vorgesehen sind.

Subjektivität

Jeder hat ein subjektives Bild eines Arbeitsablaufs, abhängig von seiner Rolle und Perspektive. Das ist einer der Gründe, warum es so schwierig ist, den "Ist"-Prozess in einem klassischen Workshop- oder Interview-basierten Setting zu entdecken.

Partielle Sichtweise

Speziell bei Prozessen gibt es die zusätzliche Herausforderung, dass es nicht eine einzige Person gibt, die den kompletten Prozess durchführt. Stattdessen arbeiten mehrere Personen, oft mehrere Teams, Abteilungen oder sogar Unternehmen zusammen, um das Endprodukt oder die Dienstleistung an den Kunden zu liefern.

Ausnahmen bestätigen die Regel

Ferner spielen Ausnahmen in bestimmten Prozessabläufen eine wichtige Rolle. Nicht alle Prozesse gehen den sogenannten happy path, bei welchem keine Besonderheiten im Prozessablauf anzutreffen sind, die diesen verkomplizieren können.

Abkürzungen in der Prozesskette

Um ein bestimmtes Ziel schneller zu erreichen, nutzen Mitarbeiter häufig Schleichwege oder bestimmte Abkürzungen. Prozessschritte werden demnach nicht in ihrer Gänze ausgeführt, sondern nur zum Teil oder sogar gar nicht. Die Route, die im beschriebenen Prozess vorgesehen ist, wird somit häufiger verlassen und dieser nicht real abgebildet.  

Individuelle Praktiken und Meinungen

Wie bereits beschrieben, werden Prozessschritte von Mitarbeitern nicht immer in der gleichen Reihenfolge erledigt. Ebenso werden bestimmte Teilfunktionen anders gewichtet und unterschiedliche Probleme identifiziert. Hier wären unter anderem die sogenannten brown paper sessions zu nennen, die die verschiedenen Meinungen und Herangehensweisen ähnlich einer Mindmap zu kombinieren versuchen – nicht immer mit Erfolg. So entsteht der Unterschied zwischen dem betrachteten Prozess und der Realität.

Fehlender Gesamtüberblick über die Prozesskette  

Hinzu kommt, dass Mitarbeiter oft nur Einblicke in bestimmte Teilprozesse haben. Sie wissen nicht im Detail, welche Prozesse vor und nach ihrem Arbeitsschritt vorangestellt sind oder noch folgen. Dies führt oftmals zu einem fehlenden Gesamtüberblick über die Prozesskette und letztendlich nur schwer erkennbaren Fehlerquellen.

Prozesse verändern sich

Prozesse sind kein starres Konstrukt, sondern verändern sich kontinuierlich. Sie werden für Kunden neu angepasst, müssen neuen Gesetzen entsprechen oder werden aufgrund von Reorganisationen neu organisiert. Diese Anpassungen sind in der Prozessdokumentation gelegentlich nicht erfasst, wodurch diese letztlich eine potenzielle Fehlerquelle darstellt.  

Fehlende Transparenz

Die Prozesse in der digitalisierten Welt erscheinen uns oftmals unsichtbar und nicht wirklich greifbar. Das Verständnis über die Funktionsweise bleibt vielen Mitarbeitern verschlossen. Gerade IT-Prozesse sind sehr schwer nachvollziehbar, weshalb eine Einsicht in den echten Prozessverlauf notwendig ist. Erst dann, wenn der aktuelle Prozess klar und transparent ist, er alle sich wiederholenden Arbeitsschritte, Besonderheiten und Schleichwege enthält, kann über Prozessverbesserung nachgedacht werden.  Und zu dieser Erkenntnis verhilft das Process Mining.

Der Process Mining Architect

Eine wichtige Rolle spielt dabei der Process Mining Architect. Das klassische Business Process Management – so wie wir es kennen – bekommt wirkungsvolle Unterstützung. Das Berufsfeld des Business Process Manager wird zum Process Mining Architect erweitert. Diese Erweiterung vereinfacht und beschleunigt nicht nur die Dokumentation von Prozessen, sondern auch die Optimierung, Controlling und allgemein das Management von Geschäftsabläufen.  

Die Aufgaben eines Process Mining Architects:

Prozesserkennung

Der Process Mining Architect hat zur Aufgabe, Prozesse auf Basis von Daten zu visualisieren. Dieses Modell wird meist automatisch aus Event-Logs generiert und bildet die Prozesse real ab.

Konformitätsprüfung

Der Ist-Zustand eines Prozesses wird mit einem Modell des Soll-Zustandes des identischen Prozesses verglichen. Hierdurch werden ausgelassene oder unnötig wiederholte Prozesse visualisiert. Ebenso findet eine simultane Überprüfung der Compliance statt.  

Modelverbesserung

Das Model deckt Optimierungspotenziale innerhalb des Gesamtprozesses auf. Erkannte Potenziale, wie zum Beispiel Engpässe oder nicht vorgesehene Prozessverläufe, werden analysiert und zur Verbesserung kenntlich gemacht.

Wie startet man ein Process Mining-Projekt?

Um eine Initiative ins Rollen zu bringen, müssen zunächst die Schmerzpunkte identifiziert und die Daten ermittelt werden. Ausgangspunkt für jedes Process Mining-Projekt ist die Prozessanalyse, die den aktuellen Zustand der Geschäftsabläufe genau unter die Lupe nimmt, Defizite aufzeigt und Verbesserungsmöglichkeiten identifiziert.

Eine bewährte Methode, um den Wert von Process Mining für das Unternehmen zu eruieren, sieht folgende Schritte vor:

Problem bestimmen

Identifizieren des Problems, das für das Unternehmen von Bedeutung ist und das mit Process Mining realistisch angegangen werden kann. Bestimmen des geschäftlichen Werts der Lösung des Problems und welche Metriken zur Erfolgsmessung verwenden werden sollen.

Identifizieren der Daten

Identifizieren der Datenquellen, die umfassend verstanden werden müssen, um die in Frage kommenden Geschäftsprozessprobleme anzugehen. Identifizieren der Anwendungen und Systeme, die Feeds von Ereignisdaten für eine kontinuierliche Transparenz der End-to-End-Prozesse bereitstellen müssen.

Aufsetzen eines Pilotprojekts

Aufsetzen eines Pilotprojekts, um den potenziellen Wert einer Process Mining-Lösung zu beweisen. Sicherstellen, dass das Projekt relativ schnell durchgeführt werden kann und spezifische, messbare Ergebnisse liefert, die jeder in der Organisation verstehen kann.

Wahrheit akzeptieren

Akzeptieren der Ergebnisse der Analyse, da Process Mining unter anderem ein klares, auf Fakten basierendes Bild liefert.  Auch wenn es eine Herausforderung ist, kann Process Mining genau das richtige Werkzeug sein, um die unbequemen Realitäten der Geschäftsprozessumgebung zu validieren, und auch ein konstruktives Sprungbrett sein, um die richtigen Fragen zu stellen, die die Probleme beheben.

Zudem muss man sich bewusst sein, dass Process Mining mehr als nur ein Werkzeug ist. Es ist ein Paradigmenwechsel, der qualifizierte Administratoren erfordert, um Probleme zu entdecken und zu beheben. Die Technologie schafft die Basis für einen Dialog mit dem Rest der Organisation, um laufende, systemische Prozessprobleme, die die Produktivität und Effektivität behindert haben, umfassend und objektiv anzugehen.

Process Mining in der Digitalen Transformation

Process Mining wird regelmäßig als Teil größerer digitaler Transformationsbemühungen eingesetzt, da es objektive, datengestützte Einblicke in den Kern von Verzögerungen und Ineffizienzen innerhalb von Geschäftsprozessen liefern kann. Gleichzeitig erhalten Unternehmen die klaren Erkenntnisse, die für Prozessverbesserungen erforderlich sind, damit die Systeme schneller, reibungsloser und schlanker laufen.

So kann Process Mining dabei helfen, die wertschöpfungsstärksten Möglichkeiten für die Digitale Transformation zu priorisieren und zu bewerten, ob die Transformationsbemühungen tatsächlich den gewünschten Nutzen gebracht haben. Process Mining wird zu einem unschätzbaren Werkzeug, um den Return on Investment bei digitalen Transformationsinitiativen zu maximieren.

Process Mining kann u.a.

·       Transparenz schaffen, die Prozesszeiten beschleunigen und die Produktivität steigern, was sich auf das Endergebnis auswirkt.

·       Engpässe in Geschäftsprozessen identifizieren sowie Fehlentwicklungen erkennen und die größten Zeitfresser ausfindig machen.

·       bessere und genauere Einblicke liefern, die sich in qualitativ hochwertigeren Ergebnissen niederschlagen können.

·       eine aktuellere Überwachung bieten, die es ermöglicht, Risiken drastisch zu reduzieren, indem Probleme angegangen werden, sobald sie auftauchen.

Was sind typische Anwendungsfälle für Process Mining?

Process Mining ist für viele Situationen in großen Organisationen von Vorteil. Zu den Bereichen, in denen die Process Mining-Methode aktiv angewendet werden kann, zählen

·       die Automatisierung – Hier geht es darum, die tatsächlichen Prozesse, Variationen und Möglichkeiten zu verstehen, um in RPA-Projekten erfolgreich zu sein.

·       die Berichterstellung von vollständigen Prozess-KPIs und Dashboards für einen bestimmten Prozess,

·       die Digitale Transformation, um das "große Ganze" - wie Unternehmen arbeiten, welche Prioritäten gesetzt und welche transformiert werden müssen - zu verstehen,

·       das Auditing und Compliance, um die Einhaltung vereinbarter Abläufe, Regeln und Vorschriften zu fördern,

·       die Prozessverbesserung, um Engpässe und andere Symptome ineffizienter Prozesse zu identifizieren,  

·       die IT- und ERP-Entwicklung, um eine ERP-Konsolidierung, neuer Bereitstellungen und wichtiger Versions-Upgrades zu unterstützen.

Einsatz von Process Mining in bestimmten Branchen

Process Mining kann für das Geschäftsprozessmanagement und die Prozessverbesserung in jeder Anwendung in jeder Branche eingesetzt werden, insbesondere in den Bereichen Finanzdienstleistungen, Telekommunikation, Gesundheitswesen und Einzelhandel - Branchen mit umfangreichen Daten, die als Grundlage verwendet werden können und in denen Abweichungen der Prozesse von ihrem beabsichtigten Verhalten teure Folgen haben können.

Produktion

In der Fertigungsindustrie ist die rechtzeitige und genaue Lieferung an einen Kunden das ultimative Ziel. Wenn ein Unternehmen mehrere Fabriken in verschiedenen Regionen hat, gibt es normalerweise Unterschiede zwischen der Zuverlässigkeit der Lieferungen. Es ist ziemlich leicht zu erkennen, dass sie existieren, aber es ist schwieriger, genau zu verstehen, wo oder warum sie passieren. Mit Process Mining kann die Leistung verschiedener Standorte bis hin zu einzelnen Prozessschritten verglichen werden, einschließlich Dauer, Kosten, der Person, die den Schritt ausführt.  Alle in den Systemen verfügbaren Ereignisdaten sind für die Verwendung geeignet. Auf diese Weise können Fakten ohne Debatten auf den Tisch gebracht werden.

Bank- und Finanzwesen

Im Finanzsektor ist es wichtig, die Regeln und Vorschriften einzuhalten und dafür einen Nachweis erbringen zu können. Durch die Verwendung der Ereignisdaten aus den Systemen können auch Einzelfälle als Prozessablauf visualisiert werden. Es kann aufgezeigt werden, wie oft Abweichungen auftreten und was der Grund für diese Nichtkonformität war.

Telekommunikation

Die Telekommunikation ist weltweit ein hart umkämpfter Sektor. Die Fähigkeit, betriebliche Prozesse zu verbessern, ist der Schlüssel zum Erfolg und zur Rentabilität. Process Mining hilft Telekommunikationsunternehmen dabei, Transparenz über geografisch verteilte Vorgänge zu schaffen, Engpässe zu identifizieren und sicherzustellen, dass Kunden Produkte und Dienstleistungen rechtzeitig erhalten.

Verkauf

Der Erfolg von Einzelhandelsunternehmen beruht auf einem effizienten Geschäftsbetrieb. Logistik, Lagerhaltung, Prognose, Auftragsmanagement und Lieferantenmanagement bilden die Grundlage für ein hervorragendes Kundenerlebnis über den gesamten Lebenszyklus des Kunden. Process Mining bietet Transparenz über all diese miteinander verbundenen Prozesse und bietet ein Verständnis für Engpässe und fehlerhafte Schnittstellen. Datengesteuerte faktenbasierte Process Mining-Ergebnisse konzentrieren den Entwicklungsaufwand auf die Bereiche, die am wichtigsten sind und die höchsten Geschäftsergebnisse liefern.

Dienstleistungen

Die Geschäftslogik von Dienstleistungsunternehmen besteht darin, für die an sie ausgelagerten Prozesse eine höhere operative Exzellenz, das heißt niedrigere Kosten, als ihre Kunden zu erzielen. Process Mining ist ein wichtiges Instrument zur Verbesserung der Effizienz eines Dienstleistungsunternehmens, indem harmonisierte Abläufe sichergestellt und Ursachen für Prozessprobleme und Ineffizienzen gefunden werden.

Gesundheitswesen

Mit der Zunahme von Daten über Patientenerfahrungen und -ergebnisse steigen auch die Risiken rund um die Aufrechterhaltung der Gesundheit der Bevölkerung und die Ergebnisse der individuellen Patientenreise. Für Organisationen im Gesundheitswesen, die mit einer exponentiellen Zunahme an Daten konfrontiert sind, hilft Process Mining dabei, effiziente und qualitativ hochwertige End-to-End-Patient Journeys zu liefern, von der Zeit vor dem ersten Arztbesuch über die Behandlung bis hin zu abgeschlossenen Behandlungsfällen.

Wie wählst du die beste Process Mining-Software aus?

Um eine gute Process Mining-Software auszuwählen, sollte sich eine Lösung durch drei Funktionen auszeichnen

·       Prozesserkennung

·       Konformitätsprüfung

·       Leistungsanalyse und -verbesserung

Erstens sollte eine Process-Mining-Lösung über starke Erkennungsfunktionen verfügen, d. h. sie sollte in der Lage sein, Ereignisprotokolle zu durchsuchen, um zu verfolgen, was die Mitarbeiter tatsächlich tun, um dann ein geeignetes Prozessmodell zu erstellen, indem sie Prozesslandkarten der gesamten Geschäftsablaufe des erzeugt.

Darüber hinaus sollte die Lösung über eine robuste Konformitätsprüfung verfügen, die Ereignisprotokolle analysiert, um sicherzustellen, dass Aktionen mit Prozessmodellen übereinstimmen.

Und drittens benötigt eine Process Mining-Lösung Funktionen zur Leistungsanalyse und -verbesserung, die potenzielle Ineffizienzen innerhalb eines Ereignisprotokolls analysieren, um festzustellen, ob und wie diese verbessert werden können, und dann anhand der realen Prozessdaten Verbesserungen vornehmen.

Welche Software letztendlich die richtige ist, hängt von der Größe des Unternehmens, den geschäftlichen Anforderungen und den Zielen ab. Nichtsdestotrotz sollte die  Lösung Schlüsselfunktionen enthalten, die die Möglichkeit bieten,

·       Engpässe sowie Möglichkeiten zur Prozessoptimierung zu identifizieren,

·       Einblicke in fehlgeschlagene Prozessschritte zu erhalten,

·       eine End-to-End-Sicht auf den gesamten Geschäftsprozess zu erhalten,

·       kontinuierliche Geschäftsprozessüberwachung in Echtzeit durchzuführen,

·       wichtige Leistungsindikatoren in Echtzeit zu überwachen,

·       Datenbereinigung durchführen zu können,

·       Compliance-Überprüfung und Lückenanalyse durchzuführen,

·       Prozessmodelle zu verbessern,

·       Daten über heterogene Systeme hinweg zu korrelieren.

Die Fähigkeit eines Unternehmens, Geschäftsprozesse zu messen, zu überwachen und zu optimieren, wirkt sich direkt auf den Umsatz und die Kundenzufriedenheit aus. Deshalb sollten Unternehmen bei der Auswahl einer Process Mining-Lösung, die alle ihre Geschäftsziele optimal erfüllt, mit Bedacht vorgehen und gegebenenfalls einen Experten zu Rate ziehen.

Fazit

Process Mining ist ein ganzheitlicher, von unten nach oben gerichteter Ansatz für Prozess-Exzellenz, der auf den Prinzipien der kontinuierlichen Verbesserung wie Six Sigma aufbaut und gleichzeitig die dafür verwendeten Technologien wie KI, Automatisierung und BI-Analytik weiterentwickelt.

Im Process Mining werden die Ereignisdaten in den IT-Systemen des Unternehmens (wie ERP, CRM und BPM) verwendet, um Einblicke in die Geschäftsabläufe des Unternehmens zu erhalten. Die Erkenntnisse werden durch die automatische Visualisierung von Daten mit Prozessflussdiagrammen und die Erstellung von Analysen bereitgestellt, die Informationen zu erforderlichen Verbesserungen liefern und das Verständnis der Vorgänge in den Geschäftsprozessen vertiefen. Deshalb ist Process Mining heute unverzichtbarer Baustein einer jeden Automatisierungs- und Digitalisierungsstrategie.

Solltest du Interesse an internem Kompetenzaufbau haben, um deine Abläufe zu analysieren und automatisieren, folge diesem Kontakt.

Über 50 Seiten Process Mining Ebook!

Jetzt downloaden!Process Mining »Update 2021«
More articles like this