Was ist Process Mining?

Unternehmen bestehen aus einer Vielzahl von Prozessen, welche große Mengen an Daten in Form digitalen Fußabdrücken in Ereignisprotokollen hinterlassen. Diese Prozesse sollen möglichst reibungslos und effizient ablaufen. Ein Beispiel hierfür ist der P2P (Purchase 2 Pay) Ablauf. Zumindest in der Theorie sind diese Prozesse in Unternehmen klar definiert. Der Käufer sendet eine Einkaufsanfrage, diese wird freigegeben, die Ware versendet und die Rechnung bezahlt. Ganz so einfach funktioniert das in der Realität jedoch oft nicht. In einem P2P Prozess müssen eine Vielzahl kleinerer Prozesse ablaufen, um ein angenehmes Einkaufserlebnis für den Endverbraucher zu gewährleisten. Das ist jedoch gar nicht so einfach, denn wie Prozesse in der Realität im Detail ablaufen, ist oft schwer nachzuverfolgen. Wenn Unternehmen Prozesse optimieren und Ressourcen besser einsetzen wollen, ist genau dieses Wissen aber von fundamentaler Bedeutung. (Mehr zum Thema Effizienzsteigerung und Kostenersparnis mit Process Mining finden Sie auch in der AI DAY Keynote von Karina Buschsieweke).

Hier kommt Process Mining zum Einsatz. Die Technologie überprüft die Daten elektronischer Ereignisprotokolle von Unternehmenssoftware und -systemen. Sie kontrolliert also die Fußabdrücke der Systeme und kann so eine schnelle, aber auch objektive und umfassende Analyse der Unternehmensprozesse vornehmen. Dies geschieht durch die Nutzung von Algorithmen. Sie zeigen, basierend auf den firmeneigenen Daten, wie Prozesse tatsächlich ablaufen. Diese Analyse bildet einen Gegenpol zu den theoretischen Abläufen und zeigt im Vergleich mit diesen deutlich, an welchen Stellen im Prozess unnötige Ressourcen verloren gehen. Dafür extrahiert der Algorithmus Wissen aus den Ereignisprotokollen und erkennt Muster und Trends. Mit Hilfe von AI und Machine Learning wird anschließend analysiert, wo Prozessoptimierungen und damit Kostenersparnisse, möglich sind. Process Mining befindet sich damit an der Schnittstelle von Business Process Management (BPM) und Data Mining.


Vorteile von Process Mining

Process Mining analysiert die bestehenden Prozesse in Firmen und bietet durch die Abbildung der realen Prozessabläufe die Möglichkeit, einen kompletten Prozesszyklus zu analysieren. Während für klassische Prozessanalysen oftmals noch traditionelles Reporting und statistische Tools verwendet werden, scheitern diese Tools meist daran, ein detailliertes Bild sowie ein gleichzeitiges Gesamtbild abzubilden. Diese perspektivische Analyse ist jedoch notwendig, um Ineffizienzen herauszukristallisieren und in einem weiteren Schritt zu eliminieren. Die Verbesserung des Prozessablaufs geschieht beispielsweise durch das erlangte Wissen über tatsächliche Abläufe, Frequenzen und Verzögerungen im Prozess. Denn die IT-Systemprotokolle erfassen große Mengen an nützlichen Informationen, sodass es möglich ist, Wege und Vorlaufzeiten zu berechnen. Außerdem können diese wertvollen Informationen genutzt werden, um Engpässe aufzudecken oder Ineffizienzen hervorzuheben. Doch Process Mining sorgt auch in anderen Bereichen für eine ganze Reihe weiterer Vorteile:

  1. Zeitersparnis

Process Mining ermöglicht Kostenersparnis durch eine gesteigerte Effizienz von Mitarbeitern. Denn die Technologie erspart eine langwierige, manuelle Untersuchung des aktuellen Prozesszustandes und ermöglicht somit die Konzentration auf die Verbesserung der Prozesse.

2.  Harmonisierung von Prozessen

Process Mining sorgt auch für eine Harmonisierung von Prozessen. Oft arbeiten Firmen an verschiedenen Orten, was zu unterschiedlichen Vorgängen und Arbeitsweisen, und damit zu unterschiedlichen Prozesszeiten, führt. Process Mining erkennt die besten und effizientesten Praktiken, die im Anschluss für eine Harmonisierung der Prozesse eingesetzt werden können. Das sorgt für eine standortübergreifende Abstimmung und nachhaltigere Prozesse.

3.  Daten- statt meinungsbasierte Analysen

Die Analysen des Process Mining decken auf Basis von Algorithmen Ineffizienzen auf. Anschließende Verbesserungen der Abläufe basieren damit auf objektiven Analysen und nicht auf den subjektiven Meinungen Einzelner. Das führt zu mehr Effizienz und weniger meinungsbasierten Entscheidungen.

4.  Prä- und Postanalyse messen den Erfolg

Zu Beginn des Prozesses erfasst eine Präanalyse den aktuellen Stand der Prozesse und zeigt auf, an welchen Stellen durch Änderungen mehr Effizienz erzielt werden könnte. Nachdem das Unternehmen Prozesse erfolgreich angepasst hat, kann eine Postanalyse erfolgen. Der Vergleich der beiden Analysen zeigt, welche Verbesserungen erzielt wurden und misst somit den Erfolg der Maßnahmen.

5.  Digitale Transformation des Unternehmens voranbringen

Durch das Aufdecken von Ineffizienzen bietet Process Mining gleichzeitig die Möglichkeit aufzuzeigen, an welchen Stellen digitale Lösungen für eine bessere Nutzung von Ressourcen sorgen könnten. Das treibt die digitale Transformation des Unternehmens voran und sorgt für weitere Kostenersparnisse.

Wie funktioniert Process Mining genau?

Einer der größten Vorteile des Process Mining ist es, dass jeder Prozess des Unternehmens anhand einer Vielzahl höchst kritischen Gesichtspunkten analysiert wird. Manuelle Analysen können dies nicht, denn sie sind zeitaufwendig und deshalb zumeist in ihrer Anzahl an Kriterien begrenzt. Dadurch sind sie bereits aufgrund der Auswahl der Kriterien subjektiv und bilden im Zweifel nicht die gesamte Wahrheit ab. Diese ist jedoch notwendig, um einen Überblick über die Prozesse und damit die optimale Ausgangslage für größtmögliche Verbesserung zu erreichen.

Die objektive Analyse wird ermöglicht durch Daten. Diese Daten sind Fußabdrücke, die bei jeder Aktion, die in einem IT-System durchgeführt wird, automatisch in einem Protokoll gespeichert werden. Dieses Protokoll wird auch Ereignisprotokoll genannt und besteht aus drei wesentlichen Daten. Einer Case-ID, die jedem Element, dass den Prozess durchläuft eine Kennung zuordnet, den generellen Aktivitäten und einem Zeitstempel, der markiert, wann welcher Schritt durchlaufen wurde. Dieser kann für eine spätere Performanceevaluation eingesetzt werden. Sobald diese Daten vorhanden sind kann eine Process Mining Software nach möglichen Verbesserungen suchen. Veranschaulichen kann man dies in einem einfachen Beispiel. In einem fiktiven Prozessablauf dürfte man davon ausgehen, dass bei 5 Prozessschritten diese in der Reihenfolge 1, 2, 3, 4 und 5 ablaufen. Process Mining hingegen untersucht, ob der Prozess durch eine Veränderung der Prozesse zu mehr Effizienz führen könnte. Das könnte in diesem fiktiven Beispiel zum Beispiel eine Änderung in 1, 4, 3, 2 und 5 sein, weil durch diese Anordnung der Prozess schneller ablaufen könnte. Es werden also alle möglichen Muster auf der Grundlage der historischen Daten des Ereignisprotokolls getestet und anschließend eine visuelle Prozesskarte für eine Untersuchung erstellt. Deshalb gilt im Process Mining, wie bei vielen anderen digitalen Technologien auch, dass mehr Daten zu besseren Einsichten und damit Ergebnissen führen.

Process Mining bietet die Chance unternehmenseigene Daten zur Kostensenkung einzusetzen. Diese meist schon vorhandenen Daten stellen außerdem einen Realitätscheck für Unternehmen dar, denn sie untersuchen Prozesse nach faktenbasierten und subjektiven Kriterien. Das ist im Vergleich zur manuellen Analyse eine Umstellung und kann durchaus einschüchternd wirken. Diese Analyse ist jedoch Ausgangspunkt für ein konstantes Kostenersparnis und eine Möglichkeit nachhaltig die digitale Transformation des Unternehmens voranzubringen.

Wenn Sie mehr über das Thema Kostenersparnisse mit Artificial Intelligence erfahren möchten, finden Sie hier unser Ratgeber zum Thema “Sparpotenziale realisieren mit AI”.