Datengetriebene Prozessoptimierung: Der Weg in die digitale Zukunft

TME Blogbeitrag: Datengetriebene Prozessoptimierung
(c)istock/metamorworks

Beitrag teilen

Share on facebook
Share on twitter
Share on linkedin
Share on xing
Share on whatsapp
Share on email

Die datengetriebene Prozessoptimierung ist ein wichtiger Bestandteil von Prozess- und Datenstrategien. „Datengetrieben“ meint in diesem Zusammenhang das Identifizieren und Auswerten von Datenspuren in Systemen mit moderner Software mit dem Ziel, Prozesse faktenbasiert zu optimieren. Diese von Prozessen hinterlassenen Datenabdrücke sind elementar für die Performancemessung eines Prozesses. Der Process Mining-Ansatz ist dabei der Beschleuniger zur Befähigung einer datengetriebenen Prozessoptimierung.

Kostenloser Download

Studie: Marktüberblick Process Mining

Transparenz in Geschäftsprozessen durch Process Mining

Process Mining ist eine Technologie, die Geschäftsprozesse rekonstruiert, auswertet und systematisch analysiert. Die Technik stützt sich dabei auf die Analyse von bestehenden Daten aus IT-Systemen. Anhand einzelner Datenspuren von Prozessaktivitäten, die in den Systemen gespeichert sind, lassen sich Prozesse zusammenfügen und als Gesamtbild visualisieren. In ihrer einfachsten Form werden dafür drei Datenattribute benötigt:


• Fall-Identifikationsnummer,
• Zeitstempel und
• Aktivitätsname.

Ziel des Process Mining ist die Erkennung aller Zusammenhänge, Schritte und Abhängigkeiten in einem Prozess. Dabei werden diese verglichen mit dem Ziel, die Abweichungen zwischen Ist- und Soll-Zustand zu identifizieren. Neben Problemen, sowie deren Ursachen in Abläufen, werden auf diese Weise auch Optimierungspotenziale erkannt.

Beispiel: Der Soll-Prozess eines Purchase-to-Pay Prozesses besteht aus 16 Schritten: Von dem ersten Prozessschritt „Bestallanforderung anlegen“ (1), bis zum Prozessschritt „Rechnung bezahlen“ (16). Dieser Prozess wird aber vermutlich nicht immer aus diesen Schritten bestehen. Process Mining zeigt die tatsächlichen Ist-Prozesse und unterstützt den Benutzer durch Handlungsempfehlungen.

Die 3 zentralen Leistungsfähigkeiten von Process Mining

Basierend auf der „IEEE Task Force on Process Mining“, einer Gruppe führender Akademiker und Process Mining Anbieter, werden drei verschiedene Funktionsumfänge von Process Mining unterschieden:

  1. Process Discovery (Erkennung)
  2. Process Conformance (Prüfung)
  3. Process Enhancement (Erweiterung)
Grafik Process Transformation Leistungsfähigkeit_02

1. Process Discovery (Erkennung)

Process Discovery ist die bekannteste Funktion und nutzt vorhandene Ablaufprotokolle und deren Daten, um Prozesse in Form von Petri-Netzen und BPM-Modellen zu rekonstruieren und Varianten in den realen Prozessabläufen zu erkennen.

Beispiel: Process Discovery zeigt die Prozessvarianten im oben beschriebenen Prozess. Viele Varianten, womöglich tausende, existieren und können nach ihrer Häufigkeit sortiert angezeigt werden. Der Process Mining Benutzer, häufig der Prozessverantwortliche, sieht auf einen Blick Kennzahlen, wie die Durchlaufzeit oder die Automatisierungsrate einzelner Prozessschritte und eines ganzen Prozesses.

2. Process Conformance (Prüfung auf Übereinstimmung)

Mit dem Funktionsumfang Process Conformance werden Ist-Prozesse entweder mit den Soll-Prozessen abgeglichen oder sogar, im Sinne eines internen Benchmarkings, Ist-Prozesse von zwei oder mehreren Regionen verglichen, nachdem Prozesse als best-in-class identifiziert wurden. Es wird eingesetzt, um die Einhaltung der Prozessschritte zu überprüfen sowie etwaige Abweichungen zu erkennen und zu beseitigen.

Beispiel: Einige der vorliegenden Varianten haben nur zwei Schritte, z. B. Bestellung bestätigen (10) und Rechnung bezahlen (16). Dies verstößt gegen das im Process Mining Tool hinterlegte BPMN 2.0 Diagramm. Daher wird diese Prozessvariante durch die Process Conformance Funktion rot markiert. Außerdem gibt es eine Prozessvariante mit 18 Schritten. Obwohl diese mehr als 16 Schritte hat, wird sie zum einen häufiger als das Soll-Modell verwendet, und zum anderen hat diese Variante die geringsten Prozesskosten und schnellste Durchlaufzeit. Dieses Ergebnis hat eine Analyse durch die Benchmarking Funktion ergeben. Der 18 Schritte Prozess wird vom Prozessverantwortlichen als neuer Soll-Prozess ausgewählt und durch das Process Mining Tool automatisch in ein BPMN 2.0 Modell umgewandelt.

3. Process Enhancement (Verbesserung/Erweiterung)

Um bestehende Prozessmodelle zu verbessern, wird der Funktionsumfang Process Enhancement eingesetzt. Diese Funktion dient der Erweiterung und Verbesserung eines bestehenden Prozessmodells anhand der Event-Logs. In einigen Fällen sind die Ist-Prozesse in ihrer Vielfalt richtig und wichtig, sollten jedoch systematisch in BPM 2.0 Modelle umgewandelt werden. Im Gegensatz zum Conformance-Typ sollen nicht nur theoretische und praktische Defizite analysiert, sondern auch Erweiterungen und Anpassungen des bestehenden Modells vorgenommen werden. Process Enhancement inkludiert also auch die Prozesssteuerung.

Beispiel: Analysen mit der Process Enhancement Funktion haben in der Vergangenheit ergeben, dass eine Bestellung spätestens nach 2 Tagen von einem Lieferanten bestätigt sein sollte (10). Ist dies nicht geschehen, erhöht sich das Risiko einer fehlerhaften Bestellung um 50 %. Dieser KPI wurde im Process Mining Tool hinterlegt und als Handlungsregel auch im BPMN2.0 Modell eingefügt. Da das Unternehmen zwei Mal am Tag neue Daten in das Process Mining Tool lädt, kann die Process Enhancement Funktion dem Einkäufer mitteilen, wenn ein Lieferant nicht nach 1,5 Tagen eine Bestellung bestätigt hat. Diese Fälle kann sich der Einkäufer anzeigen lassen und aus dem Process Mining Tool heraus eine E-Mail an alle relevanten Lieferanten senden. Wenn der Einkäufer es bevorzugt, kann dies auch automatisch geschehen.

Process Mining – mehr als nur Analyse

Process Mining kann ebenfalls zur Identifikation von Automatisierungspotenzialen angewendet werden, um diese im Nachgang an einen Automatisierungs-Robot zu senden oder die Effizienz einer Automatisierungsinitiative zu kontrollieren. Viele Softwarehersteller bieten bereits eine standardmäßige Funktion der Automatisierungsrate einzelner Prozessschritte im Process Discovery Modus an. Zusätzlich können mit dieser Technologie auch Prozesse gesteuert werden. Beispielsweise durch automatische Nachrichten an Mitarbeiter, falls eine Aktivität nicht durchgeführt oder ein sogenanntes Bottleneck in Prozessabläufen identifiziert wurde.

Smartes Process Mining mit fachlichem Prozess-Know-How als Best-Practice-Ansatz

Vor allem zeichnet sich die Technologie durch ihre Schnelligkeit aus, d. h. kein anderer Ansatz kann so schnell Prozesse ermitteln und rekonstruieren, wie im Rahmen des Process Mining. Die Implementierung dauert in der Regel nicht lange und die Software ist schnell beherrschbar. Zudem sind die Prozessmodelle durch ihre visuelle Darstellung transparent und interaktiv in der Analysemöglichkeit. Weiter in der Funktion gestärkt, wird die Anwendung von Process Mining durch den Einsatz von künstlicher Intelligenz für den Nutzer, der dadurch zu Lösungsansätzen geführt wird. So kann Process Mining nicht nur vom IT-Spezialisten, sondern auch von Anwendern in der Fachabteilung und im Management einfach genutzt werden. Vor allem Prozessverantwortliche profitieren durch die Real-Time-Einblick in ihre Prozesswelt.

Viele Unternehmen, wie Merck, Deutsche Telekom und Siemens, nutzen Process Mining zur laufenden Überwachung und Optimierung ihrer Prozesse, um Probleme frühzeitig zu erkennen, bevor sie negative Auswirkungen zeigen. Zudem wird durch das pro-aktive Handeln sichergestellt, dass Prozessabläufe kostengünstig und effizient sind und Unternehmensressourcen effektiver eingesetzt werden können.

Die Vorteile eines Einsatzes von Process Mining sind vielfältig

Die Erkenntnis der Besonderheit von Process Mining ist längst in der Wirtschaft angekommen. Dies zeigt sich z. B. durch das Wachstum der Softwareanbieter von Process Mining. Celonis aus München gilt als eines der wertvollsten Unternehmen in diesem Umfeld. Außerdem ist das Marktwachstum der Umsätze für Lizenzverkäufe (2018: 110MUSD – 2019: 320MUSD) exponentiell.

Wollen Sie mehr über die wichtigsten Process Mining Softwareanbieter und deren Produktleistungsfähigkeit wissen? Dann registrieren Sie sich hier und Sie erhalten unsere Studie als einer der Ersten noch vor der Veröffentlichung am 12.11.2020

Jetzt vorab kostenlos bestellen | Veröffentlichung am 12.11.2020

Studie: Marktüberblick Process Mining

Kostenloser Download

Studie: Marktüberblick Process Mining

Weitere Informationen zu unseren Services in Process Transformation:

AUTOREN

Miomir Tomovic_Consulting Manager TME

Miomir Tomovic

Miomir ist ein Experte in Process Transformation mit einer Beratungserfahrung in der Finanzindustrie von über 20 Jahren. Er verfügt über fundiertes Know-how auf den Gebieten Prozesstransformation und Veränderungsmanagement.

Philipp Hässig_TME AG

Philipp Hässig

Philipp, Associate Consultant bei TME AG, beschäftigt sich mit der Identifizierung digitaler Lösungsansätze für prozessorientierte Unternehmensteuerung. Sein Fokus liegt auf Process Mining und Business Intelligence.

Jetzt vorab kostenlos bestellen | Veröffentlichung am 12.11.2020​

Studie: Marktüberblick Process Mining​