ARTIKEL

Process Mining für Einsteiger: Alles, was du wissen musst

Meist gelesen
Technologie
Digitalisierung
Bildung
Organisation
Tools
Use Cases
Process Mining für Einsteiger: Alles, was du wissen musst

Inhaltsübersicht

Process Mining ist eine Technik des Prozessmanagements. Sie ermöglicht es Unternehmen, Geschäftsprozesse auf der Grundlage digitaler Spuren in IT-Systemen zu rekonstruieren und zu bewerten. Mit Hilfe von process mining ist es möglich, Prozesse zu entdecken und Ereignisprotokolle zu überprüfen, um die Konformität mit definierten Prozessen zu bewerten. Dies liefert die notwendigen Erkenntnisse zur Verwaltung, Kontrolle und Verbesserung von Geschäftsprozessen. Der Einsatz von process mining ist daher für die digitale Transformation der Geschäftswelt unerlässlich. Mit process mining gewinnen Unternehmen Einblicke in ihre komplexen Geschäftsprozesse und haben so die Möglichkeit, im Rahmen von Transformations- und Automatisierungsprojekten Maßnahmen zu ergreifen und Entscheidungen zu treffen. Für viele Unternehmer bleibt diese wichtige Automatisierungsgrundlage jedoch ein Buch mit sieben Siegeln. Der folgende Artikel soll daher eine Einführung in dieses recht komplizierte Thema bieten und ein wenig mehr Durchblick im Dickicht der Prozessautomatisierung verschaffen.

Process Mining: Einblicke in digitale Geheimnisse

Manchmal läuft die Arbeit einfach nicht und das grundlegende Problem bleibt ein Rätsel - dieses Gefühl kennen wir sicher alle nur zu gut. Doch Hilfe ist in Sicht: Anstatt stundenlang in den Brotkrumen der Prozesslandschaft zu suchen, bietet sich für solche Fälle die Methode des sogenannten Process Mining an. Hier werden reale Arbeitsabläufe mit der Theorie verglichen, was zu einer besseren Transparenz sowie zu einem besseren Einblick in die Prozesse führen soll. Aber warum ist das überhaupt notwendig? Nun, die Realität entspricht leider selten der optimalen Vorstellung.

Nehmen wir mal den klassischen Strandurlaub als Beispiel: Meistens von Werbebildern beeinflusst, stellen wir uns leere und schöne 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 oder eine Mitarbeiterin seinen oder ihren Prozess beschreibt, erscheint er oft unkompliziert und klar. Wenn du dir diesen Prozess jedoch im Detail ansiehst, wirst du feststellen, dass der tatsächliche Prozess viel komplexer ist.  

Woher kommt also der Unterschied zwischen einer realen und einer idealen Vorstellung von Geschäftsprozessen?  

Process Mining: Idealer Prozess vs. Realer Prozess
Process Mining: Idealer Prozess vs. Realer Prozess

Die Geschichte hinter Process Mining

Die ersten Versuche, process mining als eigenständige Technologie für die Analyse von Geschäftsprozessen zu etablieren, stammen aus den Niederlanden. Dr. Wil van der Aalst, der von vielen als Pate von Process Mining angesehen wird(Podcast-Episode mit Wil van der Aalst), begann in den späten 1990er Jahren an der Technischen Universität Eindhoven (TU/e) im Rahmen seines Studiums der Arbeitsabläufe und des Managements von Geschäftsabläufen mit der Erforschung der Möglichkeiten einer automatisierten Prozesserkennung auf der Grundlage von Ereignisprotokollen.

Sein Ansatz kombiniert die Stärken der prozess- und datenzentrierten Analytik. Für ihn schließt die Technologie die Lücke zwischen der traditionellen modellbasierten Prozessanalyse und datenzentrierten Analysetechniken wie maschinelles Lernen und Data Mining. Dr. Wil van der Aalst sieht drei Bereiche, in denen Process Mining nützlich ist:

Bei der Ermittlung des tatsächlichen Betriebs von Prozessen anhand von Ereignisprotokollen, in denen historische Informationen gespeichert sind.

In der Konformitätdie prüft, wie gut die Realität dessen, was im Ereignisprotokoll aufgezeichnet wird, das widerspiegelt, was in der realen Welt passiert.

Bei der Verbesserung wird untersucht, wie das Management Geschäftsprozesse verbessern kann, um Ineffizienzen zu beseitigen.

Van der Aalst verwendete den Begriff "Process Mining" erstmals in einem Forschungsantrag, den er 1998 schrieb. Im Jahr 2011 veröffentlichte van der Aalst sein erstes Buch zu diesem Thema mit dem Titel "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 Bedeutung. Ebenfalls in den späten 1990er Jahren entwickelte das Almaden Research Center von IBM aktiv Algorithmen zur Bestimmung von Prozessmodellen aus Ereignisprotokollen. Im Dezember 1997 patentierte IBM eine Methode zur automatischen Ermittlung von Prozessmodellen.

Im Jahr 2009 gründete das Institute of Electrical and Electronics Engineers (IEEE) die IEEE Task Force on Process Mining, die von über 75 Organisationen unterstützt wird. Im Jahr 2011 veröffentlichte das IEEE sein Process Mining Manifesto mit dem Ziel, "die Forschung, Entwicklung, Ausbildung, Implementierung, Weiterentwicklung und das Verständnis von Process Mining voranzutreiben".

Der größte Wertbeschleuniger für diese Technologie war die Zusammenarbeit 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 ist process mining auch in andere Bereiche als die Prozesserkennung vorgedrungen, z. B. in die Prüfung der Einhaltung von Vorschriften, die Verbesserung der Produktivität, die Interaktion mit Kunden und die soziale Vernetzung. Es hat sich sogar auf Bereiche wie das Internet der Dinge (IoT), die Fertigung und logistische Verteilungsnetze ausgeweitet, die den nachhaltigen Mehrwert von process mining unter Beweis gestellt haben. 2019 fand in Aachen zum ersten Mal die Internationale Konferenz Process Mining 2019 statt.

Was ist Process Mining?

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 bietet Unternehmen einen vollständigen Einblick in ihre tatsächlichen Abläufe. Mit diesen Erkenntnissen können Unternehmen dann Möglichkeiten zur Prozessoptimierung erkennen.

Process Mining umfasst die automatische Erkennung von Prozessen (Extraktion von Prozessmodellen aus einem Ereignisprotokoll), die Konformitätsprüfung (Überwachung von Abweichungen durch Vergleich von Modell und Protokoll), die Suche nach Organisationen, die automatisierte Konstruktion von Simulationsmodellen, die Modellreparatur, Fallvorhersage und historienbasierte Empfehlungen.

Die Process-Mining-Technologie könnte auch mit der Magnetresonanztomographie (MRT) verglichen werden, die Informationen aus den Körperzellen sammelt, um ein Bild zu erstellen - nur eben in einem Geschäftsumfeld. Ärzte nutzen dieses MRT-Bild, um Gesundheitszustände 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, das Unternehmen nutzen können, um den Zustand ihrer Arbeitsabläufe zu diagnostizieren.

Process Mining verändert die Art und Weise, wie Unternehmen ihre Geschäftsprozesse betreiben und verwalten. In ihrem Streben nach Prozessqualität ermöglicht Process Mining den Unternehmen, ihre Prozesse wirklich zu kennen, sie anhand des idealen Prozessmodells zu bewerten und sie bei Bedarf zu optimieren. Process Mining-Plattformen kombinieren Technologien aus den Bereichen Data A, Data Mining, Process Analytics und Business Intelligence (BI) zu einem ganzheitlichen Ansatz, um Einblicke in Prozesse zu gewinnen, die Unternehmen zur kontinuierlichen Optimierung der Wertschöpfungskette nutzen können.

Was ist Task Mining?

Process Mining sollte jedoch nicht mit Task Mining verwechselt oder gleichgesetzt werden, was leider zu oft geschieht. Task Mining ist ein ergänzender Ansatz, bei dem nützliche Informationen aus Low-Level-Ereignisdaten abgeleitet werden, die in UI-Logs verfügbar sind. Diese UI-Logs beschreiben die einzelnen Schritte, die ein Benutzer (z. B. bei der Nutzung eines Arbeitsplatzes) auf der Grundlage von Tastenanschlägen, Mausklicks und Dateneingaben durchführt. Zusätzliche Mining-Funktionen interpretieren die Daten, indem sie NLP (Natural Language Processing) und OCR anwenden, um die Daten auf unterschiedliche Weise zu korrelieren.

Während Process Mining auf durchgängige Geschäftsprozesse oder Teile davon abzielt, bei denen verschiedene Ressourcen zusammenarbeiten, um das Prozessergebnis zu erreichen, 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 einem Desktop-Vorgang wie Kopieren und Einfügen.

Wie funktioniert Process Mining ?

Wie funktioniert Process Mining ?

Es dreht sich alles um Ereignisprotokolle. Wenn Menschen und Software-Roboter 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 und liefert aufschlussreiche Analysen.

Ein Ereignisprotokoll sollte jeden während des Prozesses durchgeführten Schritt (die Aktivität), den Zeitpunkt des Auftretens des Ereignisses (den Zeitstempel) und die Instanz des Prozesses (die Fall-ID) enthalten.

Anhand dieses Ereignisprotokolls erstellen 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 so, wie er wahrgenommen wird. Zur weiteren Verbesserung dieses Modells können andere Data-Science-Methoden eingesetzt werden. Das Ergebnis wird dann für die Prozesserkennung, Konformitätsprüfung und Prozessverbesserung verwendet.

Die Visualisierungsfunktionen fortschrittlicher Process-Mining-Tools helfen Unternehmen dabei, sich darauf zu konzentrieren, was optimiert werden sollte, wie dies zu tun ist und was 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 ihre Prozessoptimierungsbemühungen leicht aufbauen und nach Prioritäten ordnen.

Moderne Process-Mining-Lösungen überwachen und messen die Ergebnisse kontinuierlich, so dass Unternehmen sofort wissen, ob sie auf dem richtigen Weg sind oder nicht. Außerdem erhalten sie einen vollständigen Prüfpfad für die Einhaltung von Vorschriften.

Mining-Algorithmen

Die wichtigste Komponente beim Process Mining ist der Mining-Algorithmus. Er bestimmt, wie die Prozessmodelle erstellt werden. Es gibt eine große Vielfalt an 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 die gleiche Eingabe. Der deterministische Algorithmus war einer der ersten Algorithmen, der mit Gleichzeitigkeit umgehen kann. Er nimmt ein Ereignisprotokoll als Eingabe und berechnet die Ordnungsbeziehung der im Protokoll enthaltenen Ereignisse.

Heuristisches Mining verwendet ebenfalls 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 Prozesse in der realen Welt sehr komplex sind und ihre Entdeckung zu komplexen Modellen führt. Diese Komplexität kann durch die 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, Auswahl, Fortpflanzung 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. Aufgrund der großen Anzahl von Modellen in der Population werden jedoch in jeder Generation durch Auswahl und Reproduktion besser passende Modelle erzeugt.

Was sind die Vorteile von Process Mining?

In der Vergangenheit musste die Prozessaufnahme von Teams durchgeführt werden, die sich mehrere Tage lang trafen, um sie auf einem Whiteboard oder einer Tabellenkalkulation auszuarbeiten. Mit anderen Worten, es war eine Menge harter Arbeit. Aber zum Glück gehört die von Menschen durchgeführte Prozessanalyse der Vergangenheit an. Heute erledigen leistungsstarke Process-Mining-Algorithmen und fortschrittliche Datentransformation die Aufgabe, Prozesse schnell, datengesteuert, vollständig und ohne großen Aufwand zu entdecken und zu optimieren. Denn die Anhäufung von Daten sorgt dafür, dass die Prozessanalyse nicht auf Bauchgefühlen beruhen kann. Unternehmen brauchen faktenbasierte Zahlen und Beweise, um ihre Strategien zu untermauern.

Zeit sparen und Arbeitskapazität freisetzen

Traditionell ist die Verwaltung und Optimierung von Geschäftsprozessen ein sehr arbeitsintensiver Bereich, der viel Zeit von Experten in den Unternehmen erfordert. Die wachsende Nachfrage nach Effizienz und der Fähigkeit, Ergebnisse klar darzustellen, erfordert moderne Technologien. Klassische BPM-Ansätze sind hier oft überfordert, weil sich die Daten, die sie zur Untermauerung ihrer Annahmen verwenden, bereits geändert haben, wenn ihre Situationsanalyse abgeschlossen ist, was die Analyse wiederum unbrauchbar 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. Um die betriebliche Situation in einem Unternehmen zu verstehen, muss man wissen, was tatsächlich passiert, und nicht, was angenommen wird. Das ist es, was du mit Process Mining herausfindest.

Auffinden von Prozess-Engpässen

Engpässe in Prozessen lassen sich nur schwer durch BPM- und Prozessmapping-Workshops aufdecken. Die Leute haben ein Bauchgefühl, was falsch oder ineffizient sein könnte, aber es fehlen faktenbasierte Beweise. Sie brauchen Daten, um ihre Annahmen zu untermauern, und genau hier kommt Process Mining ins Spiel.

Ersetzen von Meinungen durch Fakten

Eines der Hauptziele des Process Mining ist es, das Gesamtbild der Geschäftsabläufe zu sehen und dennoch die Ursachen für Abweichungen, Engpässe oder Prozessschwankungen aufzuspüren.

Process Mining kann verwendet werden,

- um Optimierungsbemühungen über mehrere Geschäftsabläufe und Standorte hinweg zu skalieren und die Prozesssteuerung durch den Einsatz von Daten zu unterstützen,

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

- um Engpässe, Abweichungen und ineffiziente Prozesse zu ermitteln, die überdacht oder automatisiert werden sollten,

- um Verbesserungen kontinuierlich zu überwachen und zu messen,

- zur Vereinfachung der Einhaltung von Vorschriften, mit vollständigen Prüfpfaden,

- um einen vollständigen Kontext und eine durchgängige Perspektive zu bieten, die für die Verbesserung von Prozessen erforderlich sind,

- die wertvollsten und effektivsten Prozesse für den Einsatz der Automatisierung zu ermitteln.

Wichtige KPIs im Überblick

Process Mining nutzt fortschrittliche Algorithmen, um Einblicke in aktuelle Geschäftsprozesse zu gewinnen und sie zu optimieren. Es bringt schnell wertvolle Erkenntnisse zutage, die die Produktivität verbessern und letztlich Chancen in den Kerngeschäftsprozessen aufzeigen, die den größten Einfluss auf Kunden, Management und das Endergebnis haben.

Mit Process Mining können also drei Haupttypen von Leistungskennzahlen (KPIs) untersucht werden:

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

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

- Qualitäts-KPIs: Erfüllt das Ergebnis des Prozesses die festgelegten Kriterien?

Process Mining hat einen entscheidenden Vorteil gegenüber der traditionellen Ist-Analyse: Es kann auf Ereignisdaten in Echtzeit zugreifen. Darüber hinaus werden auch historische Daten betrachtet und eine Reihe von Ereignisprotokollen genau untersucht, um ein tiefes Verständnis der Vorgänge zu erlangen - ein krasser Gegensatz zu der langsamen und manuellen Dateninfrastruktur, die früher für dieselben Berechnungen verwendet wurde. Anstatt sich auf die traditionelle Dateninfrastruktur zu verlassen, um Transaktionen zu analysieren, kann Process Mining aufdecken, was vor sich geht. Zu diesem Zweck werden die riesigen Mengen an Ereignisdaten aus allen Systemen genutzt, um

- Entdecke das tatsächliche Verhalten von Menschen, Organisationen und Maschinen und vergleiche es mit bestehenden Modellen,

- Setze Millionen von Ereignissen in Beziehung, um zu zeigen, wie sich die Realität von Wahrnehmungen, Meinungen und Überzeugungen unterscheidet,

- eine Grundlage für kontinuierliche Verbesserungen und den Aufbau effektiverer Geschäftsabläufe schaffen,

- Verstehe den aktuellen Stand der Systeme und Geschäftsprozesse und biete gleichzeitig eine schnellere, detailliertere Möglichkeit, Abweichungen und Fehlentwicklungen zu erkennen - und dann den Kurs zu korrigieren.

Betrachten wir zum Beispiel die Bearbeitung von Anfragen in einer Personalabteilung: 80 % dieser Anfragen werden schnell und reibungslos bearbeitet, aber bei 20 % ist der Prozess gestört. Anhand der KPIs wissen wir, dass bei 20 % der Anfragen etwas nicht in Ordnung ist, aber wir erkennen die Ursache nicht. Process Mining ermöglicht es uns, genau zu verstehen, wo der Fluss gestört ist. So können wir herausfinden, dass bei 20 % der Anfragen ein Gutachten eingeholt werden musste, wodurch sich der Ablauf verzögerte.  

Stellen wir uns einen KPI wie zum Beispiel ein Thermometer vor: Wir bekommen einen Wert, wissen aber nicht, wie er im Detail ermittelt wurde. Process mining Process mining ermöglicht objektive "Data Driven Analytics", mit denen Prozesse in Unternehmen gesteuert, optimiert und schließlich automatisiert werden können.

Prozesstransparenz mit Process Mining

Process Mining macht Arbeitsabläufe transparent

Manchmal läuft die Arbeit einfach nicht und das grundlegende Problem bleibt ein Rätsel - dieses Gefühl kennen wir sicher alle nur zu gut. Doch es gibt Hilfe: Anstatt sich stundenlang durch die Brotkrumen der Prozesslandschaft zu wühlen, kann in solchen Fällen die Methode des sogenannten Process Mining eingesetzt werden.

Hier werden reale Arbeitsprozesse 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 den klassischen Strandurlaub als Beispiel: Meist beeinflusst von den Werbebildern, stellen wir uns leere und schöne Strände vor, die dann bei der Ankunft völlig überfüllt sind oder messerscharfe Steine unter der eher dunkelbraunen Meeresoberfläche haben. Genauso verhält es sich mit Unternehmensprozessen, wie in diesem Beispiel. Wenn ein Mitarbeiter oder eine Mitarbeiterin seinen oder ihren Prozess beschreibt, erscheint er oft unkompliziert und klar. Wenn du dir diesen Prozess jedoch im Detail ansiehst, wirst du feststellen, dass der tatsächliche Prozess viel komplexer ist.  

Woher kommt der Unterschied zwischen einer realen und einer idealen Vorstellung von Geschäftsprozessen?

Der menschliche Faktor

Wie so oft stellt der Mensch das größte Fehlerpotenzial dar - und das ist keine Ausnahme. Im Folgenden listen wir die Hauptursachen für die große Differenz zwischen der Annahme der Mitarbeiter und der tatsächlichen Realität der Geschäftsprozesse auf:

Unterschiede in der Wahrnehmung

Die Mitarbeiter durchlaufen einen Prozess in der Regel nicht so, wie er optimal vorgesehen ist. Sie verbringen oft Zeit damit, bestimmte Arbeitsschritte zu wiederholen oder zusätzliche Schritte einzubauen, die im 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"-Prozess in einem klassischen Workshop oder in einem Interview zu ermitteln.

Teilweise Ansicht

Speziell bei Prozessen besteht die zusätzliche Herausforderung darin, dass nicht eine einzige Person den gesamten 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

Außerdem spielen Ausnahmen in bestimmten Prozessabläufen eine wichtige Rolle. Nicht alle Prozesse folgen dem so genannten glücklichen Weg, bei dem keine Besonderheiten im Prozessablauf zu finden sind, die diesen erschweren könnten.

Abkürzungen in der Prozesskette

Um ein bestimmtes Ziel schneller zu erreichen, nutzen Mitarbeiter oft Schleichwege oder bestimmte Abkürzungen. Prozessschritte werden daher nicht vollständig, sondern nur teilweise oder gar nicht ausgeführt. Der im beschriebenen Prozess vorgesehene Weg wird somit häufig verlassen und der Prozess wird nicht in der Realität abgebildet.  

Individuelle Praktiken und Meinungen

Wie bereits beschrieben, werden die Prozessschritte von den Mitarbeitern nicht immer in der gleichen Reihenfolge erledigt. Ebenso werden bestimmte Teilfunktionen unterschiedlich gewichtet und unterschiedliche Probleme identifiziert. Hier sind unter anderem die so genannten Brown Paper Sessions zu nennen, die ähnlich einer Mind Map versuchen, die unterschiedlichen Meinungen und Herangehensweisen zusammenzuführen - nicht immer mit Erfolg. So entsteht der Unterschied zwischen dem angedachten Prozess und der Realität.

Fehlender Gesamtüberblick über die Prozesskette  

Hinzu kommt, dass die Mitarbeiter oft nur Einblicke in bestimmte Teilprozesse haben. 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 ständig. Sie werden an Kunden angepasst, müssen neuen Gesetzen entsprechen oder werden aufgrund von Umstrukturierungen neu organisiert. Diese Anpassungen werden gelegentlich nicht in der Prozessdokumentation festgehalten, was sie letztlich zu einer potenziellen Fehlerquelle macht.  

Mangel an Transparenz

Die Prozesse in der digitalisierten Welt scheinen oft unsichtbar und für uns nicht wirklich greifbar zu sein. Zu verstehen, wie sie funktionieren, bleibt für viele Beschäftigte schwer nachvollziehbar. Vor allem IT-Prozesse sind sehr schwer zu verstehen. Deshalb ist ein Einblick in den tatsächlichen Prozessablauf notwendig. Nur wenn der aktuelle Prozess klar und transparent ist und alle sich wiederholenden Arbeitsschritte, Besonderheiten und Schleichwege enthält, kann eine Prozessverbesserung in Betracht gezogen werden - und Process Mining hilft, diesen Einblick zu gewinnen.

Der Process Mining Architekt

Der Process Mining Architect spielt dabei eine wichtige Rolle. Das klassische Geschäftsprozessmanagement - wie wir es kennen - bekommt wirksame Unterstützung. 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, das Controlling und das allgemeine Management von Geschäftsprozessen.  

Die Aufgaben eines Process Mining Architekten:

Prozess-Erkennung

Der Process Mining Architect hat die Aufgabe, Prozesse auf der Grundlage von Daten zu visualisieren. Dieses Modell wird in der Regel automatisch aus Ereignisprotokollen erstellt und stellt die Prozesse real dar.

Konformitätsprüfung

Der Ist-Zustand eines Prozesses wird mit einem Modell des Soll-Zustandes des gleichen Prozesses verglichen. Dadurch werden ausgelassene oder unnötig wiederholte Prozesse sichtbar gemacht. Ebenso findet gleichzeitig eine Compliance-Prüfung statt.  

Verbesserung des Modells

Das Modell zeigt Optimierungspotenziale innerhalb des Gesamtprozesses auf. Erkannte Potenziale, wie Engpässe oder ungeplante Prozessabläufe, werden analysiert und zur Verbesserung identifiziert.

Wie beginnt man mit Process Mining

Wie man ein Process Mining Projekt startet

Um eine Initiative ins Rollen zu bringen, müssen zunächst die Schmerzpunkte identifiziert und die Daten ermittelt werden. Ausgangspunkt eines jeden Process Mining Projekts ist die Prozessanalyse, die den Ist-Zustand der Geschäftsprozesse unter die Lupe nimmt, Schwachstellen aufzeigt und Verbesserungsmöglichkeiten identifiziert.

Eine bewährte Methode, um den Wert von Process Mining für das Unternehmen zu ermitteln, umfasst die folgenden Schritte:

Problem bestimmen

Identifiziere das Problem, das für das Unternehmen wichtig ist und das realistischerweise mit Process Mining gelöst werden kann. Bestimme den geschäftlichen Wert der Problemlösung und die Kennzahlen, mit denen du den Erfolg messen kannst.

Identifiziere die Daten

Identifiziere die Datenquellen, die vollständig verstanden werden müssen, um die in Frage kommenden Geschäftsprozesse anzugehen. Identifiziere die Anwendungen und Systeme, die Ereignisdaten für eine kontinuierliche Transparenz der End-to-End-Prozesse liefern müssen.

Einrichtung eines Pilotprojekts

Richte ein Pilotprojekt ein, um den potenziellen Wert einer Process-Mining-Lösung zu beweisen. Achte darauf, dass das Projekt relativ schnell durchgeführt werden kann und konkrete, messbare Ergebnisse liefert, die jeder im Unternehmen verstehen kann.

Wahrheit akzeptieren

Die Akzeptanz der Analyseergebnisse, wie sie unter Process Mining zu finden sind, bietet unter anderem ein klares, auf Fakten basierendes Bild. Auch wenn es eine Herausforderung ist, kann process mining genau die richtige tool sein, um die unbequeme Realität der Geschäftsprozessumgebung zu bestätigen, und auch ein konstruktives Sprungbrett, um die richtigen Fragen zu stellen, die die Probleme lösen.

Darüber hinaus ist es wichtig zu erkennen, 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 Grundlage 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, weil es objektive, datengestützte Einblicke in den Kern von Verzögerungen und Ineffizienzen innerhalb von Geschäftsprozessen liefern kann. Gleichzeitig erhalten die Unternehmen die klaren Erkenntnisse, die sie für Prozessverbesserungen benötigen, damit die Systeme schneller, reibungsloser und schlanker laufen.

So kann Process Mining dabei helfen, die wertschöpfendsten 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 tool für die Maximierung der Investitionsrendite von Initiativen zur digitalen Transformation.

Process Mining kann, unter anderem.

- Schaffe Transparenz, beschleunige die Prozesszeiten und steigere die Produktivität, was sich auf das Endergebnis auswirkt.

- Erkenne Engpässe in Geschäftsprozessen sowie unerwünschte Entwicklungen und identifiziere die größten Zeitfresser.

- Liefere bessere und genauere Erkenntnisse, die sich in besseren Ergebnissen niederschlagen können.

- Eine aktuellere Überwachung, die es ermöglicht, Risiken drastisch zu reduzieren, indem Probleme sofort angegangen werden, wenn 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 angewendet werden kann, gehören.

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

- Die Berichterstattung über vollständige Prozess-KPIs und Dashboards für einen bestimmten Prozess,

- Die digitale Transformation, um das "große Ganze" zu verstehen - wie Unternehmen arbeiten, welche Prioritäten gesetzt werden müssen und welche umgestaltet werden müssen,

- Auditing und Compliance zur Förderung der Einhaltung vereinbarter Verfahren, Regeln und Vorschriften,

- Prozessverbesserung zur Ermittlung von Engpässen und anderen Symptomen ineffizienter Prozesse,  

- IT- und ERP-Entwicklung zur Unterstützung der ERP-Konsolidierung, neuer Implementierungen und größerer Versions-Upgrades.

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, in denen große Daten als Grundlage genutzt werden können und in denen Abweichungen der Prozesse von ihrem beabsichtigten Verhalten kostspielige Folgen haben können.

Produktion

In der Herstellungsindustrie ist die pünktliche und genaue Lieferung an einen Kunden das oberste Ziel. Wenn ein Unternehmen mehrere Fabriken in verschiedenen Regionen hat, gibt es in der Regel Unterschiede in der Zuverlässigkeit der Lieferungen. Es ist relativ leicht zu erkennen, dass es sie gibt, aber es ist schwieriger zu verstehen, wo genau oder warum sie auftreten. Mit Process Mining kann die Leistung verschiedener Standorte bis hin zu einzelnen Prozessschritten verglichen werden, einschließlich Dauer, Kosten, der Person, die den Schritt durchführt. Auf diese Weise können Fakten ohne Diskussion auf den Tisch gebracht werden.

Bankwesen und Finanzen

Im Finanzsektor ist es wichtig, die Regeln und Vorschriften einzuhalten und dies auch nachweisen zu können. Durch die Verwendung der Ereignisdaten aus den Systemen können einzelne Fälle auch als Prozessablauf visualisiert werden. Es kann gezeigt 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 Abläufe zu verbessern, ist der Schlüssel zu Erfolg und Rentabilität. Process Mining hilft Telekommunikationsunternehmen, Einblicke in geografisch verteilte Abläufe zu gewinnen, Engpässe zu erkennen und sicherzustellen, dass die Kunden Produkte und Dienstleistungen pünktlich erhalten.

Verkauf

Der Erfolg von Einzelhandelsunternehmen basiert auf effizienten Geschäftsabläufen. Logistik, Lagerhaltung, Prognosen, Auftragsmanagement und Lieferantenmanagement sind die Grundlage für ein hervorragendes Kundenerlebnis während des gesamten Kundenlebenszyklus. Process Mining verschafft einen Einblick in all diese miteinander verbundenen Prozesse und ermöglicht ein Verständnis für Engpässe und fehlerhafte Schnittstellen. Datengestützte, faktenbasierte Process-Mining-Ergebnisse konzentrieren die Entwicklungsbemühungen auf die Bereiche, die am wichtigsten sind und die besten Geschäftsergebnisse liefern.

Dienstleistungen

Die Geschäftslogik von Dienstleistungsunternehmen besteht darin, für die an sie ausgelagerten Prozesse eine höhere operative Exzellenz, d.h. niedrigere Kosten, zu erreichen als ihre Kunden. Process Mining ist ein wichtiges Instrument zur Verbesserung der Effizienz eines Dienstleistungsunternehmens, indem es für harmonisierte Prozesse sorgt und die Ursachen für Prozessprobleme und Ineffizienzen findet.

Gesundheitswesen

Mit der Zunahme der Daten über Patientenerfahrungen und -ergebnisse steigen auch die Risiken, die mit der Erhaltung der Gesundheit der Bevölkerung und der Ergebnisse der individuellen Patientenreise verbunden sind. Für Organisationen im Gesundheitswesen, die mit einem exponentiellen Anstieg der Datenmenge konfrontiert sind, hilft Process Mining dabei, eine effiziente und qualitativ hochwertige End-to-End-Patientenbetreuung zu gewährleisten - von der Zeit vor dem ersten Arztbesuch über die Behandlung bis hin zu abgeschlossenen Behandlungsfällen.

Process Mining Software-Lösungen

Wie wählst du die beste Process Mining Software aus?

Um eine gute Process Mining Software auszuwählen, sollte eine Lösung durch drei Merkmale gekennzeichnet sein

- Prozess-Erkennung

- Konformitätsprüfung

- Leistungsanalyse und -verbesserung

Zunächst sollte eine Process Mining-Lösung über starke Discovery-Fähigkeiten verfügen, d.h. sie sollte in der Lage sein, Ereignisprotokolle zu durchsuchen, um zu verfolgen, was die Beschäftigten tatsächlich tun, und dann ein geeignetes Prozessmodell zu erstellen, indem sie Prozesslandkarten des gesamten Geschäftsablaufs des Unternehmens erstellt.

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

Und Drittens braucht 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 auf der Grundlage echter Prozessdaten Verbesserungen vornehmen.

Welche Software letztendlich die richtige ist, hängt von der Größe des Unternehmens, den Geschäftsanforderungen und den Zielen ab. Dennoch sollte die Lösung wichtige Funktionen enthalten, die die Möglichkeit bieten,

- Erkenne Engpässe und Möglichkeiten zur Prozessoptimierung,

- Erhalte Einblick in fehlgeschlagene Prozessschritte,

- Erhalten Sie eine End-to-End-Ansicht des gesamten Geschäftsprozesses,

- Führen Sie eine kontinuierliche Überwachung der Geschäftsprozesse in Echtzeit durch,

- Überwachen Sie wichtige Leistungsindikatoren in Echtzeit,

- Sei in der Lage, eine Datenbereinigung durchzuführen,

- Überprüfe die Einhaltung der Vorschriften und führe eine Skill-Gap-Analyse durch,

- Verbessere Prozessmodelle,

- Korreliere Daten in heterogenen Systemen.

Die Fähigkeit eines Unternehmens, Geschäftsprozesse zu messen, zu überwachen und zu optimieren, hat einen direkten Einfluss auf den Umsatz und die Kundenzufriedenheit. Deshalb sollten Unternehmen bei der Auswahl einer Process-Mining-Lösung, die alle ihre Geschäftsziele am besten erfüllt, mit Bedacht vorgehen und bei Bedarf einen Experten hinzuziehen.

Schlussfolgerung

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

In process mining werden Ereignisdaten in den IT-Systemen des Unternehmens (wie ERP, CRM und BPM) genutzt, um Einblicke in die Geschäftsprozesse des Unternehmens zu gewinnen. Durch die automatische Visualisierung der Daten mit Prozessflussdiagrammen und die Erstellung von Analysen werden Erkenntnisse gewonnen, die Aufschluss über notwendige Verbesserungen geben und das Verständnis für das Geschehen in den Geschäftsprozessen vertiefen. Aus diesem Grund ist Process Mining heute ein unverzichtbarer Bestandteil jeder Automatisierungs- und Digitalisierungsstrategie.

Sind Sie bereit, Ihr Lernerlebnis zu verbessern?

Verlassen Sie den veralteten, pauschalen Ansatz und treten Sie ein in eine Zukunft, in der Lernen ansprechend, relevant und wirkungsvoll ist.
Kontaktieren Sie uns heute

Du willst mehr?
Greif zu!

Kompetenzaufbau in der Automatisierung: 4 Schritte
Bildung

Kompetenzaufbau in der Automatisierung: 4 Schritte

Digitalisierung
Karriere in der Prozessautomatisierung: Große Chancen?
Bildung

Karriere in der Prozessautomatisierung: Große Chancen?

Digitalisierung
Organisation
Technologie
Top 6 der zukünftigen Automatisierungstrends und -technologien
Technologie

Top 6 der zukünftigen Automatisierungstrends und -technologien

Digitalisierung
Organisation
Decision Automation: Automatisierte Entscheidungsfindung
Technologie

Decision Automation: Automatisierte Entscheidungsfindung

Organisation
Digitalisierung
Power Apps Use Case: Die Woohoo-App
Digitalisierung

Power Apps Use Case: Die Woohoo-App

Use Cases
Wie man eine Kultur des kontinuierlichen Lernens am Arbeitsplatz aufbaut
Bildung

Wie man eine Kultur des kontinuierlichen Lernens am Arbeitsplatz aufbaut

Organisation
Transformation

Lies unsere
‍Success Stories

Case Study

Platzhalter Text. Nicht bearbeiten. Die Folien werden auf der Grundlage des Inhalts des CMS erstellt.

Platzhalter Text. Nicht bearbeiten. Folien werden basierend auf dem Inhalt des CMS generiert.Platzhalter Text. Nicht bearbeiten. Fallstudien-Folien werden über das CMS bearbeitet.E-Book herunterladen

Platzhalter Text. Nicht bearbeiten. Die Fallstudienfolien werden über das CMS bearbeitet.

Platzhalter Text. Nicht bearbeiten. Die Fallstudienfolien werden über das CMS bearbeitet.
Case Study

Flughafen Frankfurt (Fraport)

Fraport hat sich mit Bots & People zusammengetan und an einer Schulung in der Automation Academy teilgenommen. Ziel war es, die Fraport-Mitarbeiter*innen zu Prozessautomatisierung und künstliche Intelligenz weiterzubilden.

E-Book herunterladen

"Wir haben genau das bekommen, was wir wollten. Es war stark praxisorientiert und genau das schätze ich an Bots & People so sehr. Das hebt es für mich von anderen Anbietern ab."

Sebastian Fay
Projektleiter Prozessautomatisierung im Finanzwesen | Internes Kontrollsystem | FRAPORT AG
Case Study

T-Systems

Das Automation Pioneer Programmm wurde von T-Systems International, RWTH Business School und Bots & People gemeinsam organisiert. Ziel war es, Technologieberater*innen und Vertriebsmitarbeiter*innen auf dem Gebiet der Prozessautomatisierung zu schulen, um internes Know-How aufzubauen.

E-Book herunterladen

Besonders gefallen hat uns die umfassende inhaltliche Abdeckung der für uns relevanten Themen und Technologien sowie die inspirierenden Dozent*innen im virtuellen Klassenzimmer und im Video. Unsere Kolleg*innen erhielten einen ganzheitlichen Blick auf das Thema Hyperautomation und hatten so die Möglichkeit, ihre Herausforderungen gemeinsam mit den Expert*innen zu diskutieren und Lösungsmöglichkeiten zu erarbeiten.

Dominik Ohl
Teamleiter | Lernen & Entwicklung | T-Systems

Warte nicht ab.
Sprich uns an!

Smartphone-Symbol