Process Mining unterstützt Ihr Unternehmen dabei, Geschäftsprozesse zu überwachen, zu analysieren und – nicht zuletzt – sie zu optimieren. Für das Business Process Management kommen klassisch zwei Werkzeuge zum Einsatz: Eines für die Darstellung und eines für die Automatisierung von Prozessen. Process Mining eignet sich hervorragend als drittes Werkzeug, um tieferliegenden Problemen von Prozessen auf den Grund zu gehen – vorausgesetzt die Datenlage stimmt. Analyse und Prozesse werden zusammengeführt und daraus konkrete Handlungsempfehlungen abgeleitet.
Wie sieht das konkret aus?
Der Prozess wurde bestimmt, die einzelnen Schritte festlegt und kommuniziert. Was in der Theorie geradlinig und strukturiert scheint, zeichnet in der Praxis oftmals ein ganz anderes Bild: Die Kolleginnen und Kollegen hadern an der ein oder anderen Stelle mit fehlenden Informationen, brauchen bei der Ausführung mehr Zeit als erwartet, fügen einen weiteren Schritt hinzu, oder überspringen gar einen vorgesehenen Schritt vollkommen.
Realdaten als Grundlage von Process Mining
Process Mining ist nur so gut, wie die Daten, mit denen die Software gespeist wird – Realdaten sind für den Erfolg unabdingbar. Im Falle von End-to-End-Prozessen speichert das Enterprise-Resource-Planning-System (ERP) für jeden Schritt Metadaten und Zeitstempel ab. Aufgabe von Process Mining ist es nun, anhand der Logfiles den Prozess zu rekonstruieren und die einzelnen Prozessschritte mit KPIs zu kennzeichnen.
Welche Herausforderungen sind zu erwarten?
Wer Process Mining im Rahmen seines Business Process Managements erfolgreich umsetzen will, der sieht sich mit einer Vielzahl von Herausforderungen konfrontiert. Die wichtigsten Fallstricke finden Sie hier zusammengefasst:
Analyse von Rohdaten
Das Process Mining-Tool lediglich mit Rohdaten zu versorgen, kann nicht zum gewünschten Ergebnis führen. Es ist zwingend notwendig, die relevanten Daten vorab zu identifizieren und untereinander zu korrelieren. Darüber hinaus müssen diese korrekt und vollständig sein.
Datenqualität wird nicht automatisiert
Die erwähnte Datenaufbereitung sollte zunächst von Menschenhand erfolgen – langfristig sollte sie aber automatisiert werden. Hierfür kommen sowohl klassische Data-Warehouse-Ansätze oder neue Konzepte wie Data Lakes, Data Marts oder Data Vaults in Frage.
Fokus auf IT-gestützten Prozessen
Im Regelfall beschränken sich Process Mining-Tools auf Prozessschritte, die innerhalb eines IT-Systems dokumentiert sind. Zu Prozessen gehört normalerweise aber weit mehr hinzu: Human Interaction Tasks wie beispielsweise das Tätigen eines Anrufs oder der Versand einer Email. Um diese zu berücksichtigen, lohnt es sich, zusätzlich einen Task Mining Agenten einzubinden.
Soll-Prozesse ohne Validierung/Simulation
Hat eine Abteilung einen Soll-Prozess definiert, ist es ratsam, diesen vorab mit Hilfe von Process Mining zu simulieren. So kann geprüft werden, ob dieser auch wie erwartet in der Praxis funktioniert – dies erspart im Zweifelsfall Zeit & Kosten.