Process Mining

In jedem Unternehmen fallen Tag für Tag Prozesse an. Sie sind mal komplex, mal recht simpler Natur. Viele davon sind geplant und laufen nach vorgegebenen Standardmustern ab. Darüber hinaus gibt es aber auch Prozesse, die in der Praxis erst angepasst werden müssen. Einzelne Abläufe, die eigentlich gar nicht als Prozess konzipiert waren oder solche, die einfach nirgends erfasst sind, gehören zum durchschnittlichen Firmenalltag. Tatsächlich schlummern im Datenbestand vieler Unternehmen in der Regel zahlreiche Informationen, die wertvolle Hinweise und Eckdaten zu Geschäftsabläufen liefern können, die möglicherweise bisher unerkanntes Potenzial zur Optimierung in sich tragen. 

Identifizierung und Strukturierung von Abläufen

Derzeit erfolgt die Analyse betrieblicher Abläufe am häufigsten mit Business Intelligence (BI), wenn Unternehmen Auswertungen erstellen wollen. Diese Aufgabe scheint, zumindest auf den ersten Blick, auch das Process Mining zu haben. Doch die Unterschiede liegen im Detail: Während BI die Gesamtheit der Daten betrachtet und daraus Ergebnisse ableitet, erkennt und analysiert das Process Mining die Strukturen und Zusammenhänge. Ein Beispiel: BI setzt die Aufwände zur Herstellung von bestimmten Produkten in Relation. Mit  Process Mining wäre das Unternehmen in der Lage, die Wege in der Produktion zu verfolgen und auf Effizienz hin zu überprüfen. Entscheider erhalten so nicht nur bestimmte Betriebsergebnisse, sondern auch Detailinformationen über die gesamten Abläufe und deren Optimierungspotenzial. 

Process-Mining-Anwendungen sind darauf ausgelegt, aus einer Gesamtheit von Daten heraus bestimmte Strukturen zu bilden und diese dann Abläufen im Unternehmen zuzuordnen. Anders gesagt: Die Anwendungen ermitteln Zusammenhänge und setzen sie in einen unternehmensrelevanten Kontext. 

Gerade bei Prozessen mit Variablen können auf diese Weise sehr schnell Fallberechnungen ausgeführt werden, welche die Effizienz der unterschiedlichen Wege eines Prozesses aufbereiten und darstellen. So fördert ein Abgleich von Soll- und Ist-Daten die Schwachstellen zutage, kann aber auch auf eine prozessuale Goldader stoßen. 

Die Schwachstellenanalyse ist umso nützlicher, als ungeplante oder unrund laufende Prozesse vielfältige Auswirkungen auf den gesamten Geschäftsbetrieb haben können. Im Tagesgeschäft können sie so angepasst sein, dass sie besser als geplant ablaufen, oder eben umgekehrt. Hier kann Process Mining durch eine intensive Prüfung der unstrukturierten Gesamtdatenmenge schnell erkennen, was in digitalen Geschäfts-, Produktions- und anderen Prozessen tatsächlich abläuft (Ist) und die Ergebnisse mit den Vorgaben (Soll) abgleichen.  

Mehr Transparenz und sicherere Planung

Eine gute Process-Mining-Anwendung stellt die Strukturen eines Prozesses übersichtlich dar und vergleicht sie automatisch mit eine Reihe von bestimmten Variablen. Eine anschauliche grafische Aufbereitung sorgt dafür, dass Entscheider schnell erkennen, wo der optimale Weg läge und sich zudem die Zusammenhänge unterschiedlicher Prozesse (auch in anderen Betriebsbereichen) aufzeigen lassen. Betrachtet ein Unternehmen beispielsweise seine Fertigung, die Logistik und sein Backoffice grundsätzlich als Inseln, verschenkt es mit großer Wahrscheinlichkeit wertvolles Optimierungspotenzial. 

Mit Process Mining lassen sich Prozesse bereichsübergreifend verknüpfen und darstellen. An diesem Punkt kommt auch die Business Intelligence wieder ins Spiel. Schließlich sollen die gewonnenen Erkenntnisse aus dem Process Mining auch im gesamten unternehmerischen Kontext darstellbar sein. Aktuelle Lösungen bieten daher eine Schnittstelle zu geläufigen BI-Anwendungen. Über diese stellen die Auswertungen des Process Mining dann belastbare Grundlagen und Informationen zur Verfügung, auf deren Basis Unternehmen ihre Entscheidungen für das Geschäft von morgen mit mehr Weitblick treffen können.