Was ist Process Mining?
Process Mining ist eine Technik zur Erkennung, Analyse und Verbesserung von Geschäftsprozessen mithilfe von Data-Mining-Methoden. Process Mining wird als objektive und datengesteuerte Methode zur Bewertung des tatsächlichen Zustands von Prozessen und Arbeitsabläufen in einem Unternehmen angesehen.
Process Mining kann als Schnittpunkt von Geschäftsprozessmanagement und Datenwissenschaft betrachtet werden. Process-Mining-Tools interagieren mit Unternehmenssoftwaresystemen, um Prozessinformationen zu extrahieren, in der Regel in Form von Ereignisdaten oder Geschäftsobjekten, zum Zweck der Prozesserkennung und Geschäftsprozessverbesserung.
Process Mining macht End-to-End-Prozesse sichtbar und liefert Unternehmen so wertvolle Daten, die zur Verbesserung der tatsächlichen Geschäftsprozesse und zur Steigerung der Unternehmensleistung genutzt werden können. Man kann es auch als Röntgenbild der wichtigsten Arbeitsabläufe und Geschäftsprozesse bezeichnen.
Warum Geschäftsprozesse abbauen?
Die Geschäftsprozessanalyse ist kein neues Konzept. In der Vergangenheit konnte die Analyse von Geschäftsprozessen auf Zeit- und Bewegungserhebungen, Prozessabbildungen oder Prozessentdeckungsinterviews mit Schlüsselpersonen basieren. Die Ergebnisse der manuellen Analyse wurden häufig in Business-Intelligence-Initiativen oder als Teil von Audit-Ergebnissen zusammengefasst oder in einer Prozesslandkarte visualisiert.
Sie können die Prozessanalyse als eine Methode zur Bewertung des Ist-Zustandes von Geschäftsprozessen und als eine Methode zur Gestaltung und Modellierung des Soll-Zustandes von Prozessen betrachten. Viele Unternehmen haben zwar perfekt gestaltete Prozessmodelle und Standardarbeitsanweisungen (SOPs), aber die Realität der Geschäftsprozesse entspricht oft nicht diesen Erwartungen.
Wie funktioniert das Process Mining?
Process Mining kann als eine vierstufige Methode von der Datenextraktion bis zur Datenanalyse betrachtet werden.
- Daten extrahieren - ein Process-Mining-Tool wird verwendet, um Prozessdaten aus IT-Systemen zu extrahieren
- Daten rekonstruieren - Prozessdaten werden gesammelt und zur Vorbereitung der Analyse harmonisiert.
- Daten visualisieren - Process-Mining-Algorithmen werden verwendet, um den Ist-Zustand von Prozessen anzuzeigen.
- Daten analysieren - Prozessdaten werden analysiert, um Möglichkeiten zur Prozessverbesserung zu ermitteln.
Wichtige Anwendungsfälle für Process Mining
Bislang haben wir das Was, Wie und Warum von Process Mining erörtert. Nun können wir uns einige konkretere Beispiele dafür ansehen, wie Process Mining für verschiedene Abteilungen/Rollen innerhalb einer Organisation von Nutzen sein kann.
- Prozessentdeckung. Der typischste und allgemeinste Anwendungsfall für Process Mining ist die Prozesserkennung, bei der es darum geht, den Ist-Zustand von Geschäftsprozessen zu ermitteln.
- Analyse der Grundursache. Ein weiterer wichtiger Anwendungsfall ist die einfache Quantifizierung und Identifizierung der Grundursache von wichtigen Prozessherausforderungen anhand von realen Prozessdaten.
- Konformitätsprüfung. Mit Process Mining können Sie die Anpassung von Prozessen an SOPs und Prozessmodelle durch Konformitätsprüfungen überwachen und kontinuierlich verfolgen.
- Identifizierung von Chancen. Process Mining deckt Möglichkeiten zur Rationalisierung oder Automatisierung von Prozessen auf, z. B. durch robotergestützte Prozessautomatisierung (RPA).
- Prozessoptimierung. Bei der Prozessoptimierung besteht der Endzustand eines effektiven Process Mining darin, dass die Prozesse kontinuierlich überwacht und verbessert werden.
Jedes der oben genannten Anwendungsbeispiele kann auf ein Team, eine Geschäftseinheit oder die gesamte Organisation angewendet werden.
Einige häufige Anwendungsfälle für Process Mining im Unternehmensbereich sind:
- Finanzen - Verbesserung des Betriebskapitals, Steigerung der Produktivität des Finanzteams oder Gewährleistung der Einhaltung von Vorschriften im Finanzbereich.
- Beschaffung - Vereinfachung von Genehmigungsverfahren, Verringerung von Fehlkäufen oder Identifizierung von Fehlern in der Lieferantenleistung.
- Kundendienst - Verkürzung der Vorlaufzeit für Kundenreaktionen, Ermittlung von Problemursachen und Verbesserung der Kundenzufriedenheit.
- Logistik - Gewährleistung der Versorgungssicherheit, Optimierung der Bestände und Verbesserung der Produktivität in Logistik und Transport.
- Human Relations - einschließlich Personalbeschaffung, Einarbeitung von Mitarbeitern und Gehaltsabrechnung.
Wie fügt sich Process Mining in das Geschäftsprozessmanagement und die BPA ein?
Während die Prozessanalyse ein bewährter und etablierter Teil eines effektiven Geschäftsprozessmanagements geworden ist, hat Process Mining einige der wichtigsten Einschränkungen der manuellen Analyse beseitigt:
- Die manuelle Prozessanalyse stützt sich auf die subjektiven Ansichten der Befragten oder der Umfrageanalysten;
- Für die Durchführung der Analyse sind erhebliche Zeit-, Kosten- und Teamressourcen erforderlich;
- Sie erhalten nur eine einmalige Momentaufnahme der Prozesse - anstelle von kontinuierlichen Ergebnissen, die Sie verfolgen und verbessern können.
Zusammenfassend lässt sich sagen, dass Process Mining eine automatisierte Lösung zur Erkennung von Prozessen darstellt, die es Unternehmen ermöglicht, Initiativen zur Prozessverbesserung datengesteuert zu verwalten.
Ist Process Mining nur eine automatische Prozesserkennung?
Es wäre eine grobe Vereinfachung zu sagen, dass Process Mining nur eine automatisierte Lösung zur Prozessfindung ist. In Wirklichkeit bietet die Lösung einen datengesteuerten Weg zur kontinuierlichen Verbesserung von Geschäftsprozessen und kann flexibel eingesetzt werden, um nicht nur Prozesse zu entdecken, sondern auch die Auswirkungen von Prozessverbesserungen zu modellieren und zu prognostizieren.
Es gibt andere Erkennungslösungen, die kein kompliziertes Data Mining von Ereignisprotokolldaten erfordern. So können beispielsweise Task-Mining-Lösungen effektiv eingesetzt werden, um Ist-Prozesse anhand von Aktivitäten auf der Benutzeroberfläche zu ermitteln. Process Intelligence ist eine weitere Lösung, die sowohl Prozess- als auch Task-Mining-Technologien in einer einzigen Plattform kombiniert und eine einheitliche Sicht auf alle Prozesse und Arbeitsabläufe bietet.
Warum ist Process Mining so beliebt?
Process Mining hilft dabei, Ineffizienzen in Geschäftsabläufen, Engpässe in Prozessen und Möglichkeiten zur Automatisierung systematischer und in größerem Umfang aufzudecken als die auf Interviews basierende manuelle Analyse. Darüber hinaus ist Process Mining schneller und in der Regel zuverlässiger bei der Verwaltung großer Datenmengen und liefert folglich genauere Erkenntnisse.
Heute ist Process Mining einer der aktivsten Bereiche der Unternehmenssoftwareentwicklung. In einer kürzlich durchgeführten Umfrage unter Führungskräften in Global-5000-Unternehmen stellte HFS Research fest, dass Process Mining und Discovery bei den Investitionen in neue Technologien die höchste Priorität haben. Laut Deloitte verwenden 63 % der Unternehmen Process-Mining-Software oder planen deren Einsatz in naher Zukunft.
Prozessabbau vs. Aufgabenabbau
Vereinfacht ausgedrückt, analysiert Process Mining Geschäftsprozesse auf der Grundlage von Ereignisprotokolldaten des IT-Systems, während Task Mining Workflow-Aufgaben aus Benutzeroberflächen analysiert. In der Praxis sind Process Mining und Task Mining eng miteinander verwandt, unterscheiden sich aber durch die folgenden 3 Faktoren.
Unterschied 1: wie die Daten gesammelt werden
Process Mining umfasst in der Regel die Sammlung von Ereignisprotokollen aus IT-Quellsystemen, wie z. B. den von Unternehmen verwendeten ERP- oder CRM-Systemen (Enterprise Resource Planning). In der Praxis wird die Process Mining-Software so konfiguriert, dass sie Ereignisprotokolle aus den verschiedenen Quellsystemen integriert und extrahiert, und Process Mining-Algorithmen werden verwendet, um Prozesse und Prozessvariationen in einem Business Intelligence Dashboard zusammenzuführen und zu visualisieren.
Task-Mining-Software sammelt in der Regel Workflow- und Aufgabenaktivitäten von der Benutzeroberfläche der Mitarbeiter, typischerweise von einem Agenten auf einem Desktop-Computer oder in einigen Fällen von Erweiterungen für Webbrowser, die für den Zugriff auf Geschäftsanwendungen verwendet werden. Einige gängige Task-Mining-Lösungen verwenden Bilderfassungsalgorithmen zur automatischen Erfassung von Aktivitätsdaten, die dann in Dashboards zur Aufgaben- und Workflow-Analyse visualisiert werden.
Unterschied 2: Umfang der Datenanalyse
Beim Process Mining geht es in der Regel um die Analyse breiter definierter Geschäftsprozesse und Arbeitsabläufe in großem Maßstab, wie z. B. die Prozesse der Kreditorenbuchhaltung, der Auftragsabwicklung oder des Kundenlebenszyklus. Bei der Aufgabenanalyse hingegen können einzelne Aufgaben innerhalb eines bestimmten Workflows oder Prozesses detailliert untersucht werden, indem einzelne Schritte, z. B. zur Erstellung einer Bestellung, aufgezeigt werden.
Unterschied 3: das Ziel der Datenanalyse
Der dritte deutliche Unterschied im Anwendungsbereich von Process Mining und Task Mining ist das Endziel der Analyse. Als grobe Verallgemeinerung kann Task Mining in Teams und Geschäftseinheiten mit vielen sich wiederholenden Arbeiten eingesetzt werden, um die Leistung der Mitarbeiter zu messen und zu vergleichen, während Process Mining häufig im Zusammenhang mit Prozessumstrukturierungen oder Initiativen zur betrieblichen Spitzenleistung eingesetzt wird.
Vorteile und gemeinsame Grenzen des Process Mining
Process Mining ist ein hervorragendes Werkzeug für die Analyse von End-to-End-Prozessen. Wie bei jeder Unternehmenssoftware gibt es jedoch wichtige Überlegungen, bevor eine solche Initiative gestartet wird. In diesem Kapitel werden wir die wichtigsten Vorteile des Process Mining und die zu beachtenden Einschränkungen erörtern.
Vorteile des Process Mining
Das Mining von Prozessdaten bietet eine Reihe von offensichtlichen Vorteilen. Zu den sieben größten Vorteilen gehören:
- Geringere Kosten. Die automatische Prozesserkennung findet die manuellsten, sich wiederholenden und im Allgemeinen ineffizienten Prozesse, die in der Regel die höchsten Kosten für verschiedene Einheiten verursachen.
- Verbesserte Qualität. Process Mining kann dazu beitragen, Störungen, Verzögerungen oder Fehler aufzudecken, die die Qualität von Waren oder Dienstleistungen beeinträchtigen.
- Geringere Durchlaufzeit. Effizienz ist eine der obersten Prioritäten für jedes Unternehmen, und ein Hauptvorteil von Process Mining ist die Verringerung der Durchlaufzeit in Kernprozessen.
- Verbesserte Kundenzufriedenheit. Die Qualität des Kundendienstes hängt direkt von der Effizienz der kundenorientierten Prozesse ab.
- Ermöglicht Prozessautomatisierung. In Verbindung mit Automatisierungstools wie RPA hilft Process Mining bei der Optimierung bisher ineffizienter Prozesse.
- Datengestützte Entscheidungen. Process Mining fördert die datengestützte Entscheidungsfindung, indem es die Datenlücken in den Rohdaten schließt und die neu erstellten Prozesse analysiert.
- Erhöhte Transparenz. Die meisten Entscheidungen in großen Unternehmen beruhen auf den Erfahrungen von Führungskräften, ihrem Fachwissen und ihrem Bauchgefühl. Mit Process Mining ist es möglich zu sehen, wie die Prozesse de facto ablaufen.
Gemeinsame Einschränkungen von Process Mining Tools
Obwohl Process Mining für Unternehmen Wunder bewirken kann und sich seit vielen Jahren bewährt hat, gibt es Bereiche, in denen Process Mining zu kurz greift.
Analyse der neuesten Daten, aber nicht in Echtzeit
Beim Process Mining werden die neuesten Daten aus den Informationssystemen analysiert, aber das garantiert noch kein vollständiges Bild der aktuellen Leistung eines Unternehmens. Die Daten aus Ereignisprotokollen werden zunächst zu einem bestimmten Zeitpunkt abgeleitet, bereinigt und erst dann analysiert. Auf diese Weise liefert der Mining-Prozess niemals vollständige Echtzeitdaten.
Hohe Anfangskosten
Die Einführung von Process-Mining-Lösungen erfordert häufig einen hohen Aufwand und Input von mehreren Abteilungen und Teams, was zu sehr hohen Kosten führt. So muss beispielsweise ein IT-Team im Vorfeld einige Entwicklungsarbeiten und Software-Integrationen vornehmen, bevor die Software in Betrieb genommen werden kann. In vielen Fällen müssen Integrationen zu allen Unternehmensressourcensystemen erstellt und gepflegt werden, und die Kosten summieren sich schnell.
Starke Abhängigkeit von menschlichen Analytikern
Obwohl Process Mining letztlich darauf abzielt, die Automatisierung der Prozesse zu erleichtern, ist es immer noch sehr stark auf das menschliche Gehirn und die Arbeit von Geschäftsanalysten, Datenanalysten und IT-Mitarbeitern angewiesen. Zwei große Bereiche, in denen Menschen für Process Mining absolut notwendig sind, sind:
- Interpretation der Daten: Nach der Analyse reichen die Erkenntnisse allein nicht aus. Ein Unternehmensanalytiker ist erforderlich, um die Daten zu interpretieren und konkrete Anwendungsfälle zu finden, die den ursprünglichen Zielen entsprechen.
- Datenbereinigung und -extraktion: Daten aus Ereignisprotokollen können unvollständig, fehlerhaft oder doppelt vorhanden sein, und Datenanalysten müssen sich Zeit nehmen und die Daten bereinigen, um sie für die weitere Verwendung vorzubereiten.
Lange Zeit bis zur Wertschöpfung
Je nach ihrer Komplexität benötigen verschiedene Systeme viel Vorbereitungszeit, bevor sie überhaupt Ereignisprotokolle liefern können. Aufgrund des hohen Datenintegrationsbedarfs der meisten Process-Mining-Lösungen ist es nicht ungewöhnlich, dass Implementierungen zwischen 12 und 18 Monaten dauern.
Argumente für das Process Mining
Sobald Sie einen klaren Nutzen und Anwendungsfall für Process Mining ermittelt haben, können Sie einen Business Case für die Implementierung in Ihrem Unternehmen erstellen. Wie dies geschieht, hängt stark von Ihren Ressourcen und Ihrem Umfang ab - und dieser kann zwischen kleinen, mittleren und großen Unternehmen stark variieren.
Rollen und Verantwortlichkeiten im Team
Process Mining ist eine große Initiative, die enorme Vorteile bringen kann, wenn sie richtig ausgeführt wird. Allerdings erfordert es von den Unternehmen, die es einführen, auch einen hohen Aufwand. Ein typisches Process-Mining-Projekt erfordert mindestens die Beteiligung der folgenden Rollen:
Prozessverantwortlicher. Die Person, die für die strategische Seite des Projekts verantwortlich ist. Der Prozessverantwortliche legt die Ziele fest, definiert die Zielsetzungen, leitet den Prozess und bietet dem Team jegliche Hilfe und Unterstützung.
Datenbankexperte. Die Hauptperson, die die Daten aus mehreren Informationssystemen ableitet, überprüft die Qualität der Daten und übergibt sie zur weiteren Analyse. In der Regel handelt es sich dabei um jemanden aus dem IT- oder dem Analyseteam oder aus beiden, und man kann ihn wirklich als "Datenguru" bezeichnen.
Experten für Process Mining. Dabei handelt es sich in der Regel um ein kleines Team von Spezialisten, von denen einer den eher technischen Teil der eigentlichen Analyse durchführt und der andere den Prozess bewertet und auf der Grundlage der Datenerkenntnisse Automatisierungsmöglichkeiten im Einklang mit den ursprünglich vom Prozesseigentümer festgelegten Zielen findet.
In größeren Organisationen kann das Team aus mehr Personen bestehen, so dass ihre Rollen enger und spezifischer sind.
Auswahl des richtigen Anbieters für Process Mining
Auf dem Markt gibt es über 35 verschiedene Process-Mining-Lösungen, die auf unterschiedliche Arten von Unternehmen und Kunden zugeschnitten sind. Unabhängig von Ihren spezifischen Anforderungen sollten Sie die folgenden Schlüsselbereiche beachten, die Ihnen bei der Auswahl des besten Anbieters helfen:
- Benutzerfreundlichkeit - Process Mining muss nicht schwer zu bedienen sein. Schauen Sie sich Screenshots oder eine Produktdemonstration an, um zu sehen, ob es einfach zu bedienen oder zu navigieren ist.
- Konfigurierbarkeit - einige Lösungen sind nur für bestimmte Anwendungsfälle geeignet oder erfordern einen erheblichen Aufwand bei der Konfiguration oder Integration mit verschiedenen Quellsystemen.
- Analysen und Berichte - wenn Sie eine Lösung für Unternehmen suchen, benötigen Sie wahrscheinlich fortschrittliche und zuverlässige Analyse- und Berichtsfunktionen.
- End-to-End-Transparenz (E2E) - da immer mehr Arbeit digitalisiert wird, benötigen Sie eine vollständige E2E-Transparenz der gesamten Prozesskette über verschiedene Tools und Systeme hinweg.
- Umfang des Supports - ob Sie ein Prozessanalytiker der ersten Stunde oder ein erfahrener Prozessarchitekt sind, Sie werden wahrscheinlich unterschiedliche Anforderungen an den Support und das Onboarding haben.
- Gesamtbetriebskosten - Process-Mining-Lösungen gibt es in verschiedenen Kosten- und Leistungsstufen. Es ist ratsam, die Gesamtbetriebskosten zu berücksichtigen, einschließlich der Implementierungskosten und der Kosten für die laufende Prozessanalytik.
Wann sollte man eine RFP anfordern?
Wenn Sie verschiedene Software-Anbieter evaluieren, können Sie eine Ausschreibung für Process Intelligence Software erstellen.
Eine Angebotsanfrage ist ein Dokument, das Sie erstellen, wenn Sie mehrere Angebote für eine oder mehrere Lösungen oder zu beschaffende Artikel einholen und auswerten wollen. Normalerweise werden sie verwendet, wenn Sie eine Lösung mit mehr technischem Fachwissen oder einen spezialisierten Ansatz für einzigartige Geschäftsanforderungen benötigen.
Ausschreibungen sind eine gängige Praxis bei Unternehmenssoftware, aber sie sind nicht die einzige Option. Sie können auch kostenlose oder kostenpflichtige Testversionen, Proof of Concept oder einfach nur Informationen direkt von verschiedenen Anbietern anfordern. In einigen Unternehmen sind Ausschreibungen einfach ein üblicher Teil des Beschaffungsprozesses.
Einige wichtige RFP-Bewertungskriterien, die zu berücksichtigen sind:
- Sind Sie auf der Suche nach einer Process Mining-, Task Mining- oder Full-Feature Process Intelligence-Lösung, die Systeme, Prozesse und Arbeit abdeckt?
- Sind Sie auf der Suche nach einer schlüsselfertigen Lösung, die nur eine begrenzte Anzahl von Implementierungs- oder umfangreicheren Bereitstellungsressourcen erfordert?
- Sind Sie in der Lage, die Lösung in Ihrem Unternehmen einzusetzen, oder benötigen Sie umfangreiche Unterstützung durch den Anbieter oder einen seiner Partner?
- Welchen Zeitrahmen und welche Dringlichkeit sehen Sie für das Projekt vor? Handelt es sich um Wochen, Monate oder Jahre?
- Suchen Sie eine Lösung, die Sie in einem Pilotprojekt erproben und im Laufe der Zeit auf Ihr Unternehmen ausweiten können, oder erwarten Sie von Anfang an klare, messbare Ergebnisse?
- Wie wichtig ist der aktuelle Stand der Lösung, und wie viel Gewicht geben Sie der Vision und dem künftigen Fahrplan des gewählten Partners?
- Können Sie die Gesamtbetriebskosten der Lösung auf der Grundlage der Antworten auf den Vorschlag abschätzen, und wird sie Ihren Budgetanforderungen entsprechen?
Erwägen Sie eine neue Alternative - ProcessMaker Process Intelligence (PI)
Obwohl Process Mining sehr beliebt ist, gibt es eine weitere Alternative, die es wert ist, in Betracht gezogen zu werden. Hybride Process-Intelligence-Software wie ProcessMaker PI deckt die Anwendungsfälle von Process Mining ab, macht aber die für Process-Mining-Tools erforderliche Datenintegration und -auswertung überflüssig. Stattdessen werden fortschrittliche Datenerfassungstechnologien und künstliche Intelligenz genutzt, um relevante Geschäftsdaten von Benutzeroberflächen zu erfassen. Die hybride Plattform umfasst die Vorteile von Process Mining und Task Mining und bietet zusätzliche Vorteile.
Datenanalyse in Echtzeit
ProcessMaker PI führt Datenanalysen in Echtzeit durch, legt die aktuelle Leistung eines Unternehmens offen und warnt umgehend vor Abweichungen. Es deckt alle geschäftsrelevanten Anwendungen, Systeme und Arbeitsabläufe umfassend ab. Es lässt keinen Raum für "Schatten"-Prozesse, die von Ereignisprotokollen übersehen werden könnten.
Keine Vorabentwicklung erforderlich
Die hybride Plattform kann sofort implementiert werden, ohne dass mehrere Integrationen erforderlich sind oder das IT-Personal Zeit für die Datenextraktion aufwenden muss.
Automatisierte Vor- und Nachanalyse
Die PI-Plattform sammelt selbstständig anonyme Daten, indem sie alle arbeitsbezogenen Aktivitäten innerhalb von Teams beobachtet. Diese Daten spiegeln die wahre Natur der Arbeit wider und machen eine Datenbereinigung überflüssig. Sobald die Datenerkenntnisse vorliegen, analysiert die Plattform diese automatisch und gibt Empfehlungen für weitere Maßnahmen,
Sie fungiert also sowohl als Geschäftsanalytiker als auch als Datenanalytiker.
Schnellere Ergebnisse
ProcessMaker PI generiert bereits innerhalb weniger Tage Business Cases und datengestützte Lösungsempfehlungen. Es adressiert die oben genannten Einschränkungen des Process Mining und bietet eine vollständigere und differenziertere Analyse der Prozesse.