Process Mining ist eine Technik des Prozessmanagements. Sie ermöglicht es Unternehmen, Geschäftsprozesse anhand digitaler Spuren in IT-Systemen zu rekonstruieren und auszuwerten. Mithilfe von Process-Mining-Techniken ist es möglich, Prozesse zu erkennen und Ereignisprotokolle zu überprüfen, um die Konformität mit definierten Prozessen zu bewerten. Dies liefert die notwendigen Erkenntnisse, um Geschäftsprozesse zu verwalten, zu kontrollieren und zu verbessern. Der Einsatz von Process Mining ist daher für die digitale Transformation der Geschäftswelt unerlässlich. Mit Process Mining erhalten Unternehmen Einblicke in ihre komplexen Geschäftsprozesse und haben so die Möglichkeit, im Rahmen von Transformations- und Automatisierungsprojekten Handlungsmaßnahmen zu ergreifen und Entscheidungen zu treffen. Für viele Unternehmer bleibt diese wichtige Automatisierungsgrundlage jedoch ein geschlossenes Buch. Der folgende Artikel soll daher eine Einführung in dieses ziemlich komplizierte Thema bieten und einen etwas klareren Überblick im Dickicht der Prozessautomatisierung geben.
Process Mining: Einblicke in digitale Mysterien
Manchmal läuft die Arbeit einfach nicht und das grundlegende Problem bleibt ein Rätsel — dieses Gefühl kennen wir bestimmt alle nur zu gut. Doch Hilfe ist griffbereit: Anstatt stundenlang in den Brotkrumen der Prozesslandschaft zu suchen, bietet sich für solche Fälle die Methode des sogenannten Process Minings an. Hier werden reale Workflows mit der Theorie verglichen, was zu einer besseren Transparenz sowie einem besseren Einblick in die Prozesse führen soll. Aber warum ist das überhaupt notwendig? Nun, leider entspricht die Realität selten der optimalen Vorstellung.
Nehmen wir als Beispiel den klassischen Strandurlaub: Meist beeinflusst von Werbebildern stellen wir uns leere und wunderschöne Strände vor, die dann bei unserer Ankunft völlig überfüllt sind oder mit messerscharfen Steinen unter der eher dunkelbraunen Meeresoberfläche. Das Gleiche gilt für Unternehmensprozesse wie in diesem Beispiel. Wenn ein Mitarbeiter seinen Prozess beschreibt, wirkt das oft unkompliziert und übersichtlich. Wenn Sie sich diesen Prozess jedoch im Detail ansehen, werden Sie feststellen, dass der eigentliche Prozess viel komplexer ist.
Woher kommt also der Unterschied zwischen einer realen und einer idealen Vorstellung von Geschäftsprozessen?
Die Geschichte hinter Process Mining
Die ersten Versuche, Process Mining als eigenständige Technologie zur Analyse von Geschäftsprozessen zu etablieren, hatten ihren Ursprung in den Niederlanden. Dr. Wil van der Aalst, von vielen als der Pate des Process Mining angesehen (Podcast-Folge mit Wil van der Aalst), begann Ende der 1990er Jahre an der Technischen Universität Eindhoven (TU/e), während seines Studiums von Workflow- und Geschäftsablaufmanagement die Möglichkeiten der automatisierten Prozesserkennung auf der Grundlage von Ereignisprotokollen zu untersuchen.
Sein Ansatz kombiniert die Stärken der prozess- und datenzentrierten Analytik. 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 bestimmend der tatsächliche Betrieb von Prozessen mithilfe von Ereignisprotokollen, in denen historische Informationen gespeichert sind.
In Konformität, in dem untersucht wird, wie gut die Realität dessen, was im Ereignisprotokoll aufgezeichnet ist, das widerspiegelt, was in der realen Welt passiert.
In Verbesserung, Untersuchung, wie das Management Geschäftsprozesse verbessern kann, um Ineffizienzen zu beseitigen.
Van der Aalst verwendete den Begriff „Process Mining“ erstmals in einem Forschungsvorschlag, den er 1998 verfasste. 2011 veröffentlichte van der Aalst sein erstes Buch zum Thema mit dem Titel „Process Mining: Data Science in Action“. Doch bis 2011, als das Münchner Unternehmen Celonis gegründet wurde, hatte Wil van der Aalsts Ansatz wenig praktische Relevanz. Ebenfalls in den späten 1990er Jahren entwickelte das Almaden Research Center von IBM aktiv Algorithmen zur Bestimmung von Prozessmodellen anhand von Ereignisprotokollen. Im Dezember 1997 patentierte IBM eine Methode zur automatisierten Erkennung von Prozessmodellen.
2009 gründete das Institute of Electrical and Electronics Engineers (IEEE) die IEEE Task Force on Process Mining, die von über 75 Organisationen unterstützt wird. 2011 veröffentlichte das IEEE sein Process Mining Manifest mit dem Ziel, „die Forschung, Entwicklung, Ausbildung, Implementierung, Weiterentwicklung und das Verständnis von Process Mining voranzutreiben“.
Der größte Wertbeschleuniger für die Technologie war die Zusammenarbeit von Anbieter von Process Mining 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 Process Mining in andere Bereiche als die Prozesserkennung verlagert, wie z. B. Konformitätstests, Produktivitätssteigerung, Kundeninteraktionen und soziale Netzwerke. Es hat sich sogar auf Bereiche des Internet der Dinge (IoT), der Fertigung und der Logistik-Vertriebsnetzwerke ausgeweitet, wo die nachhaltigen Wertschöpfungsmöglichkeiten von Process Mining unter Beweis gestellt wurden. Im Jahr 2019 war Aachen zum ersten Mal Gastgeber der International Conference on Process Mining 2019.
Was ist Process Mining?
Process Mining ist ein Prozessmanagement Technik. Es zielt darauf ab, Prozessabläufe zu entdecken, zu überwachen und zu verbessern, indem leicht verfügbares Wissen aus den Ereignisprotokollen von Informationssystemen extrahiert wird. Process Mining bietet Unternehmen einen vollständigen Überblick darüber, wie sie tatsächlich arbeiten. Mit diesen Erkenntnissen können Unternehmen dann Möglichkeiten zur Prozessoptimierung identifizieren.
Process Mining umfasst automatisiertes Prozesserkennung (Extraktion von Prozessmodellen aus einem Eventlog), Konformitätsprüfung (Überwachung von Abweichungen durch Vergleich von Modell und Protokoll), Organisation Bergbau, automatisierter Aufbau von Simulationsmodelle, Modellreparatur, Fallprognose, und Empfehlungen auf der Grundlage der Historie.
Die Process-Mining-Technologie könnte auch mit der Magnetresonanztomographie (MRT) verglichen werden, bei der Informationen aus den Körperzellen gesammelt werden, um ein Bild zu erstellen — nur in einer Geschäftsumgebung. Ärzte verwenden dieses MRT-Bild dann zur Diagnose von Gesundheitszuständen. Process Mining funktioniert nach einem ähnlichen Prinzip: Es sammelt Daten aus dem kleinsten Teil der Prozessaktivitäten und fügt die Teile zu einem Bild zusammen, anhand dessen Unternehmen den Zustand ihrer Arbeitsabläufe diagnostizieren können.
Process Mining verändert die Art und Weise, wie Unternehmen ihre Geschäftsprozesse betreiben und verwalten. In ihrem Streben nach Prozessqualität ermöglicht Process Mining Unternehmen, ihren Prozess wirklich zu kennen, ihn anhand des idealen Prozessmodells zu bewerten und bei Bedarf zu optimieren. Process-Mining-Plattformen kombinieren Technologien aus Data A, Data Mining, Process Analytics und Business Intelligence (BI) zu einem ganzheitlichen Ansatz, um Einblicke in Prozesse zu gewinnen, die Unternehmen nutzen können, um die Wertschöpfungskette kontinuierlich zu optimieren.
Was ist Task Mining?
Process Mining sollte jedoch nicht mit Task Mining verwechselt oder gleichgesetzt werden, was leider zu oft vorkommt. Task Mining ist ein ergänzender Ansatz, 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) auf der Grundlage von Tastatureingaben, Mausklicks und Dateneingaben unternimmt. 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 komplette Geschäftsprozesse oder Teile davon abzielt, bei denen verschiedene Ressourcen zusammenarbeiten, um das Prozessergebnis zu erzielen, konzentriert sich Task-Mining auf die einzelne Aufgabe, die aus verschiedenen Aktionen oder Schritten besteht, wie z. B. einem Mausklick, einem Tastendruck, einer Dateneingabe oder einer Desktop-Operation wie Kopieren und Einfügen.
Wie funktioniert Process Mining?
Es dreht sich alles um Eventlogs. Wenn Menschen und Softwareroboter mit IT-Systemen arbeiten, werden ihre Aktivitäten von diesen Systemen aufgezeichnet. Process Mining liest diese Daten und wandelt sie in ein Ereignisprotokoll um. Anschließend erstellt es Visualisierungen des gesamten Prozesses sowie aufschlussreiche Analysen.
Ein Ereignisprotokoll sollte jeden während des Prozesses ausgeführten Schritt (die Aktivität), den Zeitpunkt, zu dem das Ereignis eingetreten ist (der Zeitstempel) und für welche Instanz des Prozesses (die Fallnummer), enthalten.
Mithilfe dieses Ereignisprotokolls generieren Algorithmen ein Prozessmodell, das den Prozess so darstellt, wie er wirklich ist — einschließlich des Zeitpunkts jedes Schritts und aller Variationen im Prozessablauf, Prozessabweichungen und Ausnahmen — Engpässe, Problemumgehungen und ineffiziente Arbeitsabläufe — und nicht so, wie er wahrgenommen wird. Andere datenwissenschaftliche Methoden können angewendet werden, um dieses Modell weiter zu verbessern. Das Ergebnis wird dann für die Prozesserkennung, Konformitätstests und Prozessverbesserungen verwendet.
Die in fortschrittlichen Process-Mining-Tools integrierten Visualisierungsfunktionen helfen Unternehmen dabei, sich darauf zu konzentrieren, was optimiert werden sollte, wie dies zu bewerkstelligen ist und wie sich ihre Bemühungen auszahlen werden. Unternehmen sind sofort in der Lage, die Auswirkungen der geplanten Prozessänderungen oder der Automatisierung zu verstehen — einschließlich der eingesparten Kosten und des erforderlichen Aufwands. Sie können ihre Automatisierungspipeline oder ihre Bemühungen zur Prozessoptimierung einfach erstellen und priorisieren.
Fortschrittliche Process-Mining-Lösungen überwachen und messen die Ergebnisse kontinuierlich, sodass Unternehmen sofort wissen, ob sie auf dem richtigen Weg sind oder nicht. Aus Compliance-Gründen erhalten sie außerdem einen vollständigen Audit-Trail.
Bergbau-Algorithmen
Die Hauptkomponente beim Process Mining ist der Mining-Algorithmus. Er bestimmt, wie die Prozessmodelle erstellt werden. Es gibt eine Vielzahl von Mining-Algorithmen. Die drei beliebtesten 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 dieselbe Eingabe. Der deterministische Algorithmus war einer der ersten Algorithmen, der Parallelität verarbeiten konnte. Er verwendet ein Ereignisprotokoll als Eingabe und berechnet die Reihenfolge der im Protokoll enthaltenen Ereignisse.
Heuristisches Mining verwendet auch deterministische Algorithmen. Sie beziehen sich jedoch auf die Häufigkeit von Ereignissen und Spuren, um ein Prozessmodell zu rekonstruieren. Ein häufiges Problem beim Process Mining ist, dass reale Prozesse sehr komplex sind und ihre Entdeckung zu komplexen Modellen führt. Diese Komplexität kann reduziert werden, indem seltene Pfade in den Modellen vernachlässigt 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, Auswahl, Reproduktion und Beendigung.
Die Idee hinter diesen Algorithmen besteht darin, eine zufällige Population von Prozessmodellen zu generieren und eine zufriedenstellende Lösung zu finden. Die anfängliche Grundgesamtheit der Prozessmodelle wird nach dem Zufallsprinzip generiert und hat möglicherweise wenig mit dem Ereignisprotokoll zu tun. Aufgrund der großen Anzahl von Modellen in der Grundgesamtheit werden jedoch besser passende Modelle durch Auswahl und Reproduktion in jeder Generation generiert.
Was sind die Vorteile von Process Mining?
In der Vergangenheit musste die Prozesskartierung von Teams durchgeführt werden, die sich mehrere Tage lang trafen, um sie auf einem Whiteboard oder einer Tabelle auszuarbeiten. Mit anderen Worten, es war eine Menge harter Arbeit. Aber glücklicherweise gehört die von Menschen durchgeführte Prozesskartierung der Vergangenheit an. Heute erledigen leistungsstarke Process-Mining-Algorithmen und fortschrittliche Datentransformationen die Aufgabe, Prozesse schnell, datengetrieben, vollständig und ohne großen Aufwand zu erkennen und zu optimieren. Das liegt daran, dass die Akkumulation von Daten sicherstellt, dass die Prozessanalyse nicht auf Bauchgefühlen basieren kann. Unternehmen benötigen faktenbasierte Zahlen und Beweise, um ihre Strategien zu untermauern.
Sparen Sie Zeit und setzen Sie Arbeitskapazität frei
Traditionell ist die Verwaltung und Optimierung von Geschäftsprozessen ein sehr arbeitsintensiver Bereich, der von den Experten in den Organisationen viel Zeit in Anspruch nimmt. Die wachsende Nachfrage nach Effizienz und der Fähigkeit, Ergebnisse übersichtlich darzustellen, erfordert moderne Technologien. Klassische BPM-Ansätze sind hier oft überfordert, da sich die Daten, die sie zur Untermauerung ihrer Annahmen verwenden, bereits geändert haben, als ihre Situationsanalyse abgeschlossen ist, was wiederum die Analyse nutzlos macht. Bei der Optimierung von Prozessen ist die Datenerfassung der zeitaufwändigste Teil. Process Mining verschafft Unternehmen einen Vorsprung, indem es den Teil der Datenerfassung automatisiert. Die Grundlage für das Verständnis der betrieblichen Situation in einer Organisation besteht darin, zu verstehen, was tatsächlich passiert, und nicht, was als Ereignis angenommen wird. Das finden Sie mit Process Mining heraus.
Auffinden von Prozessengpässen
Prozessengpässe lassen sich durch BPM- und Process-Mapping-Workshops nur schwer aufdecken. Die Menschen haben ein Bauchgefühl dafür, was falsch oder ineffizient sein könnte, aber es fehlt ihnen an faktengestützten Beweisen. Sie benötigen Daten, um ihre Annahmen zu untermauern, und genau hier kommt Process Mining ins Spiel.
Meinungen durch Fakten ersetzen
Eines der Hauptziele von Process Mining ist es, das Gesamtbild des Geschäftsbetriebs zu sehen und dennoch in der Lage zu sein, die Ursachen von Abweichungen, Engpässen oder Prozessschwankungen aufzuspüren.
Process Mining kann verwendet werden,
- um Optimierungsmaßnahmen über mehrere Geschäftsabläufe und Standorte hinweg zu skalieren und die Prozesskontrolle durch die Verwendung von Daten zu unterstützen,
- um Prozesse überall im Unternehmen zu erfassen — in großem Maßstab und mit wenig menschlichem Aufwand,
- um Engpässe, Abweichungen und ineffiziente Prozesse zu identifizieren, die überdacht oder automatisiert werden sollten,
- Verbesserungen kontinuierlich zu überwachen und zu messen,
- zur Vereinfachung der Einhaltung der Vorschriften mit vollständigen Prüfprotokollen,
- Bereitstellung eines vollständigen Kontextes und einer umfassenden Perspektive, die zur Verbesserung der Prozesse erforderlich sind,
- um die wertvollsten und effektivsten Prozesse für den Einsatz von Automatisierung zu identifizieren.
Wichtige KPIs auf einen Blick
Process Mining verwendet fortschrittliche Algorithmen, um aktuelle Geschäftsprozesse sichtbar zu machen und Unternehmen dabei zu unterstützen, diese zu rationalisieren und zu verbessern. Es liefert schnell wertvolle Erkenntnisse, die die Produktivität verbessern können, und beleuchtet letztendlich Möglichkeiten in den Kerngeschäftsprozessen, die den größten Einfluss auf Kunden, Management und Geschäftsergebnis haben werden.
Somit kann Process Mining verwendet werden, um drei Haupttypen von Key Performance Indicators (KPIs) zu untersuchen:
- Zeit-KPIs: Wie lange dauert es, einen bestimmten Vorgang abzuschließen?
- Kosten-KPIs: Wie viel kostet es, einen bestimmten Prozess abzuschließen?
- Qualitäts-KPIs: Entspricht das Ergebnis des Prozesses den definierten Kriterien?
Process Mining hat einen entscheidenden Vorteil gegenüber herkömmlichen Ist-Analysen: Es kann auf Eventdaten in Echtzeit zugreifen. Darüber hinaus betrachtet es auch historische Daten und ist in der Lage, eine Reihe von Ereignisprotokollen genau zu untersuchen, um ein tiefes Verständnis dafür zu gewinnen, was vor sich geht — ein krasser Kontrast zu der langsamen und manuellen Arbeit der Dateninfrastruktur, die früher für dieselben Berechnungen verwendet wurde. Anstatt sich bei der Analyse von Transaktionen auf eine herkömmliche Dateninfrastruktur zu verlassen, kann Process Mining aufdecken, was gerade passiert. Zu diesem Zweck nutzt es die riesigen Mengen an Ereignisdaten aus all ihren Systemen, um
- Entdecken Sie das tatsächliche Verhalten von Menschen, Organisationen und Maschinen und vergleichen Sie es mit bestehenden Modellen,
- Korreliere Millionen von Ereignissen, um zu zeigen, wie sich die Realität von Wahrnehmungen, Meinungen und Überzeugungen unterscheidet,
- Schaffung einer Grundlage für kontinuierliche Verbesserungen und den Aufbau effektiverer Geschäftsabläufe,
- Verstehen Sie den aktuellen Zustand von Systemen und Geschäftsprozessen und bieten Sie gleichzeitig eine schnellere und detailliertere Methode, um Abweichungen und Fehlausrichtungen zu identifizieren und dann Kurskorrekturen vorzunehmen.
Schauen wir uns zum Beispiel die Bearbeitung von Anfragen in einer Personalabteilung an: 80% dieser Anfragen werden schnell und reibungslos bearbeitet, aber bei 20% ist der Prozess gestört. Durch die KPIs wissen wir, dass bei 20% der Anfragen etwas nicht stimmt, wir erkennen jedoch nicht die Ursache. Process Mining ermöglicht es uns, genau zu verstehen, wo der Fluss gestört wird. So können wir herausfinden, dass bei 20% der Anfragen ein Gutachten eingeholt werden musste, was den Ablauf verzögerte.
Stellen wir uns zum Beispiel einen KPI wie ein Thermometer vor: Wir bekommen einen Wert, wissen aber nicht, wie er im Detail bestimmt wurde. Beim Process Mining entsteht dagegen ein Röntgenbild, anhand dessen die genauen Ursachen herausgearbeitet werden können. Process Mining ermöglicht objektive „datengetriebene Analysen“, mit denen Prozesse in Unternehmen gesteuert, optimiert und letztlich automatisiert werden können.
Process Mining macht Arbeitsabläufe transparent
Manchmal läuft die Arbeit einfach nicht und das Grundproblem bleibt ein Rätsel — dieses Gefühl kennen wir bestimmt alle nur zu gut. Doch Hilfe ist griffbereit: Anstatt stundenlang die Brotkrumen der Prozesslandschaft zu durchsuchen, kann für solche Fälle die Methode des sogenannten Process Mining eingesetzt werden.
Hier werden reale Arbeitsabläufe mit der Theorie verglichen, was zu einer besseren Transparenz sowie einem besseren Einblick in die Abläufe führen soll. Aber warum ist das überhaupt notwendig? Nun, leider entspricht die Realität selten der optimalen Konzeption. Nehmen wir als Beispiel den klassischen Strandurlaub: Meist beeinflusst von den Werbebildern stellen wir uns leere und wunderschöne Strände vor, die dann bei der Ankunft völlig überfüllt sind oder messerscharfe Steine unter der eher dunkelbraunen Meeresoberfläche haben. Bei Unternehmensprozessen ist es genauso wie in diesem Beispiel. Wenn ein Mitarbeiter seinen Prozess beschreibt, wirkt das oft unkompliziert und übersichtlich. Wenn Sie sich diesen Prozess jedoch im Detail ansehen, werden Sie feststellen, dass der eigentliche Prozess viel komplexer ist.
Woher kommt der Unterschied zwischen einer realen und einer idealen Vorstellung von Geschäftsprozessen?
Der Faktor Mensch
Wie so oft stellen Menschen das größte Fehlerpotenzial dar — und das ist keine Ausnahme. Im Folgenden listen wir die Hauptgründe für den großen Unterschied zwischen der von den Mitarbeitern angenommenen und der tatsächlichen Realität der Geschäftsprozesse auf:
Wahrnehmungsunterschiede
Mitarbeiter durchlaufen einen Prozess in der Regel nicht so, wie er optimal gewollt ist. Oft verbringen sie Zeit damit, bestimmte Arbeitsschritte zu wiederholen oder zusätzliche Schritte einzubauen, die in dem beschriebenen Prozess eigentlich nicht vorgesehen sind.
Subjektivität
Jeder hat ein subjektives Bild von einem Arbeitsablauf, abhängig von seiner Rolle und Perspektive. Dies ist einer der Gründe, warum es so schwierig ist, den „Ist-Zustand“ -Prozess in einem klassischen Workshop- oder Interview-Setting zu entdecken.
Teilansicht
Insbesondere bei Prozessen besteht die zusätzliche Herausforderung, dass keine einzige Person den gesamten Prozess durchführt. Stattdessen arbeiten mehrere Personen, oft mehrere Teams, Abteilungen oder sogar Unternehmen, zusammen, um dem Kunden das Endprodukt oder die Dienstleistung zu liefern.
Ausnahmen bestätigen die Regel
Darüber hinaus spielen Ausnahmen in bestimmten Prozessabläufen eine wichtige Rolle. Nicht alle Prozesse folgen dem sogenannten Happy Path, bei dem keine Besonderheiten im Prozessablauf zu finden sind, die ihn erschweren könnten.
Abkürzungen in der Prozesskette
Um ein bestimmtes Ziel schneller zu erreichen, nutzen Mitarbeiter oft Schleichwege oder bestimmte Abkürzungen. Prozessschritte werden daher nicht in ihrer Gesamtheit, sondern nur teilweise oder gar nicht ausgeführt. Der im beschriebenen Prozess vorgesehene Weg wird somit häufig verlassen und der Prozess wird in der Realität nicht abgebildet.
Individuelle Praktiken und Meinungen
Wie bereits beschrieben, werden Prozessschritte nicht immer in der gleichen Reihenfolge von Mitarbeitern abgeschlossen. Ebenso werden bestimmte Teilfunktionen unterschiedlich gewichtet und unterschiedliche Probleme identifiziert. Hier sind unter anderem die sogenannten Brown Paper Sessions zu nennen, die ähnlich wie eine Mindmap versuchen, die unterschiedlichen Meinungen und Herangehensweisen zu kombinieren — nicht immer mit Erfolg. So entsteht der Unterschied zwischen dem betrachteten Prozess und der Realität.
Fehlender Gesamtüberblick über die Prozesskette
Darüber hinaus haben Mitarbeiter oft nur Einblicke in bestimmte Teilprozesse. Sie wissen nicht im Detail, welche Prozesse ihrem Arbeitsschritt vorausgehen oder folgen. Dies führt häufig zu einem fehlenden Gesamtüberblick über die Prozesskette und letztlich zu schwer zu identifizierenden Fehlerquellen.
Prozesse ändern sich
Prozesse sind kein starres Konstrukt, sondern verändern sich kontinuierlich. Sie werden an die Kunden angepasst, müssen neuen Gesetzen entsprechen oder werden aufgrund von Reorganisationen neu organisiert. Diese Anpassungen werden gelegentlich nicht in der Prozessdokumentation vermerkt, was sie letztlich zu einer potenziellen Fehlerquelle macht.
Mangelnde Transparenz
Die Prozesse in der digitalisierten Welt erscheinen uns oft unsichtbar und nicht wirklich greifbar. Zu verstehen, wie sie funktionieren, bleibt für viele Mitarbeiter schwer fassbar. Insbesondere IT-Prozesse sind sehr schwer zu verstehen, weshalb ein Einblick in den realen Prozessablauf notwendig ist. Nur wenn der aktuelle Prozess klar und transparent ist und alle sich wiederholenden Arbeitsschritte, Besonderheiten und Schleierpfade enthält, kann eine Prozessverbesserung in Betracht gezogen werden. Und Process Mining hilft dabei, diese Erkenntnisse zu gewinnen.
Der Process Mining-Architekt
Der Process Mining Architect spielt dabei eine wichtige Rolle. Das klassische Geschäftsprozessmanagement — wie wir es kennen — wird effektiv unterstützt. Das Berufsfeld des Business Process Managers wird um den Process Mining Architect erweitert. Diese Erweiterung vereinfacht und beschleunigt nicht nur die Dokumentation von Prozessen, sondern auch die Optimierung, Steuerung und allgemeine Verwaltung von Geschäftsprozessen.
Die Aufgaben eines Process Mining Architects:
Erkennung von Prozessen
Der Process Mining Architect hat die Aufgabe, Prozesse auf der Basis von Daten zu visualisieren. Dieses Modell wird in der Regel automatisch aus Event-Logs generiert und stellt die Prozesse real dar.
Konformitätsprüfung
Der Ist-Zustand eines Prozesses wird mit einem Modell des Sollzustands des identischen Prozesses verglichen. Dadurch werden ausgelassene oder unnötig wiederholte Prozesse visualisiert. Ebenso findet eine gleichzeitige Konformitätsprüfung statt.
Verbesserung des Modells
Das Modell zeigt Optimierungspotenziale innerhalb des Gesamtprozesses auf. Identifizierte Potenziale, wie Engpässe oder ungeplante Prozessabläufe, werden analysiert und zur Verbesserung identifiziert.
So starten Sie ein Process-Mining-Projekt
Um eine Initiative ins Rollen zu bringen, müssen zunächst die Schmerzpunkte identifiziert und die Daten ermittelt werden. Der Ausgangspunkt für jedes Process-Mining-Projekt ist die Prozessanalyse, die den aktuellen Stand der Geschäftsprozesse genau unter die Lupe nimmt, Mängel aufzeigt und Verbesserungsmöglichkeiten identifiziert.
Eine bewährte Methode, um den Wert von Process Mining für das Unternehmen zu ermitteln, umfasst die folgenden Schritte:
Problem ermitteln
Identifizieren Sie das für das Unternehmen wichtige Problem, das mit Process Mining realistisch angegangen werden kann. Ermitteln Sie den geschäftlichen Nutzen, den die Lösung des Problems mit sich bringt, und ermitteln Sie, anhand welcher Kennzahlen der Erfolg gemessen werden soll.
Identifizieren Sie die Daten
Identifizieren Sie die Datenquellen, die vollständig verstanden werden müssen, um die betrachteten Geschäftsprozessprobleme zu lösen. Identifizieren Sie die Anwendungen und Systeme, die Feeds mit Ereignisdaten bereitstellen müssen, um einen kontinuierlichen Überblick über die gesamten Prozesse zu erhalten.
Einrichtung eines Pilotprojekts
Richten Sie ein Pilotprojekt ein, um den potenziellen Wert einer Process-Mining-Lösung nachzuweisen. Stellen Sie sicher, dass das Projekt relativ schnell ausgeführt werden kann, und liefern Sie spezifische, messbare Ergebnisse, die jeder im Unternehmen verstehen kann.
Akzeptiere die Wahrheit
Akzeptanz der Analyseergebnisse, da Process Mining unter anderem ein klares Bild liefert, das auf Fakten basiert. Process Mining ist zwar eine Herausforderung, kann aber genau das richtige Tool sein, um die unbequemen Realitäten der Geschäftsprozessumgebung zu validieren, und auch ein konstruktives Sprungbrett, um die richtigen Fragen zu stellen, um die Probleme zu lösen.
Darüber hinaus ist es wichtig zu erkennen, dass Process Mining mehr als nur ein Tool ist. Es handelt sich um einen Paradigmenwechsel, der qualifizierte Administratoren erfordert, um Probleme zu erkennen und zu beheben. Die Technologie schafft die Grundlage für einen Dialog mit dem Rest der Organisation, um laufende, systemische Prozessprobleme, die Produktivität und Effektivität beeinträchtigt haben, umfassend und objektiv anzugehen.
Process Mining in der digitalen Transformation
Process Mining wird regelmäßig als Teil von größeren digitale Transformation Bemühungen, weil sie objektive, datengestützte Einblicke in den Kern von Verzögerungen und Ineffizienzen in Geschäftsprozessen liefern können. Gleichzeitig erhalten Unternehmen die klaren Einblicke, die sie benötigen, um Prozessverbesserungen vorzunehmen, damit Systeme schneller, reibungsloser und schlanker laufen.
Somit kann Process Mining dabei helfen, die wertschöpfendsten Chancen für die digitale Transformation zu priorisieren und zu bewerten, ob die Transformationsbemühungen tatsächlich die gewünschten Vorteile gebracht haben. Process Mining wird zu einem unschätzbaren Instrument zur Maximierung der Investitionsrendite in Initiativen zur digitalen Transformation.
Process Mining kann unter anderem.
- Schaffen Sie Transparenz, beschleunigen Sie die Prozesszeiten und steigern Sie die Produktivität, was sich auf das Geschäftsergebnis auswirkt.
- Identifizieren Sie Engpässe in Geschäftsprozessen sowie erkennen Sie Fehlentwicklungen und lokalisieren Sie die größten Zeitverschwender.
- liefern bessere und genauere Erkenntnisse, die zu qualitativ hochwertigeren Ergebnissen führen können.
- Sorgen Sie für eine aktuellere Überwachung, mit der Risiken drastisch reduziert werden können, indem Probleme behoben werden, sobald sie auftreten.
Was sind typische Anwendungsfälle für Process Mining?
Process Mining ist für viele Situationen in großen Organisationen von Vorteil. Zu den Bereichen, in denen Process Mining aktiv eingesetzt werden kann, gehören.
- Die Automatisierung - Hier geht es darum, die tatsächlichen Prozesse, Variationen und Möglichkeiten zu verstehen, um erfolgreich zu sein RPA-Projekte.
- Berichterstattung über vollständige Prozess-KPIs und Dashboards für einen bestimmten Prozess,
- Die digitale Transformation, um das „große Ganze“ zu verstehen — wie Unternehmen funktionieren, welche Prioritäten gesetzt werden müssen und welche transformiert werden müssen,
- Prüfung und Einhaltung der Vorschriften zur Förderung der Einhaltung der vereinbarten Verfahren, Regeln und Vorschriften,
- Prozessverbesserung zur Identifizierung von Engpässen und anderen Symptomen ineffizienter Prozesse,
- IT- und ERP-Entwicklung zur Unterstützung der ERP-Konsolidierung, neuer Bereitstellungen und wichtiger Versionsupgrades.
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 großen Datenmengen, die als Grundlage verwendet werden können und in denen Abweichungen von Prozessen von ihrem beabsichtigten Verhalten kostspielige Folgen haben können.
Produktion
In der Fertigungsindustrie ist eine pünktliche und genaue Lieferung an einen Kunden das ultimative Ziel. Wenn ein Unternehmen mehrere Fabriken in verschiedenen Regionen hat, gibt es normalerweise Unterschiede in der Zuverlässigkeit der Lieferungen. Es ist ziemlich einfach zu erkennen, dass sie existieren, aber es ist schwieriger, genau zu verstehen, wo oder warum sie stattfinden. Process Mining kann verwendet werden, um die Leistung verschiedener Standorte bis hin zu einzelnen Prozessschritten zu vergleichen, einschließlich Dauer, Kosten und der Person, die den Schritt ausführt. Alle in den Systemen verfügbaren Eventdaten sind zur Verwendung geeignet. Auf diese Weise können Fakten ohne Debatte auf den Tisch gebracht werden.
Bankwesen und Finanzen
Im Finanzsektor ist es wichtig, Regeln und Vorschriften einzuhalten und dies nachweisen zu können. Durch die Verwendung der Veranstaltungsdaten aus den Systemen können Einzelfälle auch als Prozessablauf visualisiert werden. Es kann aufgezeigt werden, wie oft Abweichungen auftreten und was der Grund für diese Nichteinhaltung war.
Telekommunikation
Die Telekommunikation ist weltweit ein hart umkämpfter Sektor. Die Fähigkeit, betriebliche Prozesse zu verbessern, ist der Schlüssel zu Erfolg und Rentabilität. Process Mining hilft Telekommunikationsunternehmen dabei, einen Überblick über geografisch verteilte Abläufe zu gewinnen, Engpässe zu erkennen und sicherzustellen, dass Kunden Produkte und Dienstleistungen pünktlich erhalten.
Verkauf
Der Erfolg von Einzelhandelsunternehmen basiert auf effizienten Geschäftsabläufen. Logistik, Lagerhaltung, Prognosen, Auftragsmanagement und Lieferantenmanagement bilden die Grundlage für ein hervorragendes Kundenerlebnis während des gesamten Kundenlebenszyklus. Process Mining bietet Einblick in all diese miteinander verbundenen Prozesse und bietet ein Verständnis für Engpässe und fehlerhafte Schnittstellen. Die datengestützten, faktenbasierten Process-Mining-Ergebnisse konzentrieren die Entwicklungsbemühungen auf die Bereiche, die am wichtigsten sind, und liefern die besten Geschäftsergebnisse.
Dienstleistungen
Die Geschäftslogik von Dienstleistungsunternehmen besteht darin, für die an sie ausgelagerten Prozesse eine höhere operative Exzellenz, d. h. niedrigere Kosten, zu erzielen als ihre Kunden. Process Mining ist ein wichtiges Instrument zur Verbesserung der Effizienz eines Dienstleistungsunternehmens, indem es für harmonisierte Prozesse sorgt und Ursachen für Prozessprobleme und Ineffizienzen findet.
Gesundheitswesen
Mit der Zunahme der Daten über Patientenerfahrungen und -ergebnisse steigen auch die Risiken im Zusammenhang mit der Aufrechterhaltung der Gesundheit der Bevölkerung und der individuellen Behandlungsergebnisse. Für Organisationen im Gesundheitswesen, die mit einem exponentiellen Anstieg der Datenmenge konfrontiert sind, hilft Process Mining dabei, effiziente und qualitativ hochwertige Patientenverläufe zu ermöglichen — von der Zeit vor dem ersten Arztbesuch über die Behandlung bis hin zum Abschluss der Behandlungsfälle.
Wie wählt man die beste Process-Mining-Software aus?
Um ein Gut auszuwählen Process-Mining-Software, eine Lösung sollte sich durch drei Merkmale auszeichnen
- Prozesserkennung
- Konformitätstest
- Leistungsanalyse und Verbesserung
Zunächst sollte eine Process-Mining-Lösung über starke Erkennungsfunktionen verfügen, d. h. sie sollte in der Lage sein, in Ereignisprotokollen nachzuverfolgen, was die Mitarbeiter tatsächlich tun, und dann ein geeignetes Prozessmodell zu erstellen, indem Prozesslandkarten des gesamten Geschäftsablaufs von generiert werden.
Darüber hinaus sollte die Lösung über eine robuste Konformitätsprüfung verfügen, bei der Ereignisprotokolle analysiert werden, um sicherzustellen, dass die Aktionen den Prozessmodellen entsprechen.
Und drittens benötigt eine Process-Mining-Lösung Funktionen zur Leistungsanalyse und -verbesserung, die potenzielle Ineffizienzen in einem Ereignisprotokoll analysieren, um festzustellen, ob und wie sie verbessert werden können, und dann Verbesserungen auf der Grundlage realer Prozessdaten vornehmen.
Welche Software letztlich die richtige ist, hängt von der Unternehmensgröße, den Geschäftsanforderungen und Zielen ab. Nichtsdestotrotz sollte die Lösung wichtige Funktionen beinhalten, die die Möglichkeit bieten,
- Identifizieren Sie Engpässe sowie Möglichkeiten zur Prozessoptimierung,
- Verschaffen Sie sich einen Einblick in fehlgeschlagene Prozessschritte,
- Verschaffen Sie sich einen umfassenden Überblick über den gesamten Geschäftsprozess,
- Führen Sie eine kontinuierliche Überwachung der Geschäftsprozesse in Echtzeit durch,
- Überwachen Sie wichtige Leistungsindikatoren in Echtzeit,
- Um eine Datenbereinigung durchführen zu können,
- Durchführung von Konformitätsprüfungen und Lückenanalysen,
- Verbesserung der Prozessmodelle,
- Korrelieren Sie Daten über heterogene Systeme hinweg.
Die Fähigkeit eines Unternehmens, Geschäftsprozesse zu messen, zu überwachen und zu optimieren, wirkt sich direkt auf Umsatz und Kundenzufriedenheit aus. Aus diesem Grund sollten Unternehmen bei der Auswahl einer Process-Mining-Lösung, die alle ihre Geschäftsziele am besten erfüllt, mit Vorsicht vorgehen und gegebenenfalls einen Experten hinzuziehen.
Fazit
Process Mining ist ein ganzheitlicher Bottom-up-Ansatz für Prozessexzellenz, der auf den Prinzipien der kontinuierlichen Verbesserung wie Six Sigma aufbaut und gleichzeitig die dafür verwendeten Technologien wie KI, Automatisierung und BI-Analytik weiterentwickelt.
Beim Process Mining werden Eventdaten in den IT-Systemen des Unternehmens (wie ERP, CRM und BPM) verwendet, um Einblicke in die Geschäftsprozesse des Unternehmens zu gewinnen. Erkenntnisse werden durch die automatische Visualisierung von Daten mit Prozessflussdiagrammen und die Erstellung von Analysen gewonnen, die Informationen über erforderliche Verbesserungen liefern und das Verständnis dafür vertiefen, was in den Geschäftsprozessen vor sich geht. Deshalb ist Process Mining heute ein unverzichtbarer Bestandteil jeder Automatisierungs- und Digitalisierungsstrategie.
