Mit Process Mining Einblick in die Prozess-Blackbox erhalten

Process Mining ist ein softwarebasierter Ansatz, der es ermöglicht, ein präzises und umfassendes Bild der Abläufe innerhalb eines Unternehmens, oder einer Wertschöpfungskette zu gewinnen. Dabei rekonstruieren die Lösungen die digitale Spur, die Prozesse hinterlassen, systemübergreifend aus vielfältigen Daten und Logs, die bei Transaktions- und Kommunikationsprozessen entstehen. Dadurch kann ein realistisches Bild der tatsächlichen Vorgänge im Unternehmen gezeichnet und die Basis für nachhaltige Steigerung der operativen Exzellenz, Compliance und Prozessqualität geschaffen werden. Gerade im Operations-Umfeld kann Process Mining effektiv eingesetzt werden, um eine Vielzahl von Abläufen zu analysieren.

Ein typisches Problem der klassischen Prozessanalyse besteht darin, dass die tatsächliche Situation nur schwer abzuleiten ist: Man rekonstruiert in Workshops die Abläufe anhand der Informationen, die Projektbeteiligte bereitstellen. Die Schwerpunktsetzung spiegelt jedoch häufig nicht die organisatorische Realität wider: Für viele Prozessvarianten fehlen die digitalen Daten und Analysen, manche sind dem Projektteam gar nicht bewusst und Themen, die besonders akut, kritisch, oder emotional belastend sind, rücken überproportional in den Vordergrund.

Die Mengengerüste – belastbare Daten darüber, wie relevant die diskutierten Prozessvarianten überhaupt sind und nach welchem Schema sie ablaufen, stehen dabei oft nicht zur Verfügung. Man weiß nicht, wie oft der Ablauf im Unternehmen den diskutierten Weg nimmt, ob die analysierten Probleme tatsächlich einen signifikanten negativen Einfluss ausüben, oder wann, wo und warum der Prozess von der vorab definierten Route abweicht.

Im Gegensatz dazu legt Process Mining den Fokus nicht auf eine bestimmte Prozessvariante, sondern analysiert anhand objektiver Kennzahlen alle Facetten und Varianten, die im täglichen Organisationsgeschehen des Unternehmens entstehen. Denn jeder Prozessschritt hinterlässt durch die Digitalisierung Spuren innerhalb von Systemen wie ERP und MES, in Datenbanken, Tabellen und Kommunikationstools. Das gilt insbesondere für standardisierte Prozesse – beispielsweise im Einkauf, wo jeder Vorgang anhand von Daten wie Vorgangsnummer, Zeitstempel, oder Status genau abbildbar ist. Jedoch lassen sich auch weniger strukturierte Prozesse, etwa "Idea to Product", oder "Customer to Demand" bei entsprechender Datenaufbereitung rekonstruieren.

Ausgehend von diesen Möglichkeiten setzen einige auf Process Mining spezialisierte Anbieter von Software auf die Entwicklung von innovativen Angeboten für Standardprozesse: Sie stellen nicht nur automatisierte Prozessanalysen zur Verfügung, sondern vorkonfigurierte Best-Practice-Prozesse, die direkt implementiert werden können. Dabei profitieren sie von Benchmarks, die sie branchenübergreifend sammeln - so zumindest das Versprechen. Denn in der Praxis fehlt diesen Ansätzen bislang die notwendige Reife – die Komplexität und Vielfalt der Varianten, der unternehmensindividuelle Kontext und die spezifischen Marktbedingungen lassen sich ohne Expertenwissen kaum abbilden.

Erfolgreiches Process Mining erfordert deshalb ein abgestimmtes Zusammenspiel zwischen IT-Kompetenz, Hintergrundwissen zu den realen Gegebenheiten in der Organisation und Prozess-Knowhow. Denn nicht jede Abweichung von einem vorab definierten Ablauf ist kontraproduktiv, oder die Folge von Ungenauigkeiten.

Ist der reale Prozess eindeutig abgebildet, gilt es zu klären, warum die Abweichungen entstehen und ob bestimmte Prozessvarianten akzeptabel, oder sogar notwendig sind. Nicht selten entstehen Varianten im Unternehmensalltag als improvisierte Lösungen für nicht vorab erkannte Sonderfälle wie spezielle Durchlaufzeiten, Marktgegebenheiten, oder Kundenverhalten. Process Mining zeigt diese Vielfalt auf und bereitet somit den Boden für das Management für eine fundierte und faktenbasierte Prozessoptimierung.

Diese kann im Ergebnis sowohl zur Korrektur der Abweichungen und zur Reduktion der Anzahl der Prozessvarianten führen, aber auch zur Definition zusätzlicher zulässiger Prozessvarianten, oder zur Anpassung des Standardprozesses. Dadurch schafft Process Mining auch die Voraussetzungen für einen erfolgreichen Einsatz von digitalisierten Technologien wie Robotic Process Automation (RPA) oder die erfolgreiche Einführung neuer IT-Systeme wie S4/Hana – die im Idealfall alle zulässigen Prozessvarianten unterstützen sollen.

Nicht zuletzt bietet Process Mining spannende Potenziale im Hinblick auf interne und externe Audits. Das gilt besonders für Branchen wie Pharma, Chemie, Medizintechnik oder Finanzwesen, wo die Einhaltung und lückenlose Dokumentation aller Prozessschritte in der Wertschöpfungskette zwingend vorgeschrieben ist. Ein automatisiertes Process Mining kann diese Aufgaben nicht nur unterstützen, sondern auch als operatives Früherkennungssystem fungieren, wenn es eine unzulässige Prozessvarianten entdeckt. Aber auch abseits regulierter Branchen gewinnt das Tracking von Prozessen zunehmend an Relevanz – und macht das Process Mining zu einem Ansatz mit hohem Potenzial für die operative Unternehmenssteuerung.