Der technologische Fortschritt und die stetig zunehmende Vernetzung innerhalb eines Unternehmens, beispielsweise durch die Einführung einer spezialisierten Workflow-Management-System (WfMS)- oder einer Human Resource-Management-System (HRMS)-Softwarelösung, beschleunigen die digitale Transformation von Unternehmen. Die daraus resultierenden Optimierungseffekte und die erhöhte Flexibilität haben jedoch zur Folge, dass die IT- und Systemlandschaft zunehmend fragmentiert und intransparent wird.[1] Im Rahmen der Projektarbeit stellt ConMendo immer wieder fest, dass ein Mangel an Transparenz das größte Hindernis ist, um Prozesse proaktiv zu steuern und zu gestalten. Eine zunehmende Prozessvielfalt und signifikante Prozessineffizienzen sind die Folge. Genau hier setzt Process Mining an.
Proaktive Prozesssteuerung steigert die Effizienz
Process Mining wertet vorhandene Prozessdatensätze aus den Quellsystemen aus und visualisiert bestehende Unternehmensprozesse. Es ist quasi ein digitales Prozess-Röntgengerät, das unter anderem folgende Fragen beantwortet:
- Welche Aktivitäten sind in einem Prozess enthalten und welche Varianten gibt es?
- In welcher Reihenfolge treten die Aktivitäten auf?
- Welche Prozess-Durchlaufzeit resultiert aus der jeweiligen Kombination von Aktivitäten?
Neben der Möglichkeit der automatischen Prozessauswertung und -visualisierung bietet die Verwendung von Quellsystem-Daten zugleich die Möglichkeit zur Erhebung strategisch relevanter Steuerungskennzahlen (KPI), welche in Zusammenhang mit den jeweiligen Prozessen stehen, beispielsweise die Time to Hire-KPI für den Hire to Retire-Prozess oder Days Payable Outstanding für den Purchase to Pay-Prozess. Durch die Verknüpfung von Prozessanalyse und Überleitung in relevante Kennzahlen entsteht ein geschlossener Steuerungskreislauf. Über verschiedene Hierarchieebenen hinweg werden die Maßnahmenidentifikation und -steuerung von Prozessverbesserungen und zugleich eine nachhaltige Erfolgsmessung ermöglicht.
Die Top-down Analysemöglichkeit, die der Steuerungsrahmen ermöglicht, lässt sich mit der Bedienung einer Drohne vergleichen: Meist beginnt man auf der Vorstandsebene damit, sich anhand der steuerungsrelevanten KPI-Entwicklung einen globalen Überblick zu verschaffen. Neben der reinen internen Betrachtung lassen sich zusätzlich Benchmarking-Werte integrieren. Wurde eine interessante KPI-Entwicklung identifiziert, bietet das Steuerungskonzept aufgrund der Bottom-up Datenerhebung eine Zoom-in Funktion, um die Ursachen der jeweiligen Entwicklung analysieren und Handlungsfelder identifizieren zu können.
Die Ursachenanalyse und Maßnahmenidentifikation geschieht im Regelfall bereits auf der Ebene der Fachabteilung. Hierbei bietet Process Mining einen entscheidenden Vorteil: Unter Verwendung von künstlicher Intelligenz (KI) können Ursachen automatisiert und somit höchst effizient identifiziert werden. Es ist nicht mehr notwendig, Fachabteilungsressourcen für hoch manuelle Ursachen-Findungsprozesse aufzuwenden, wie dies bei reinen Business Intelligence (BI)-Anwendungen häufig der Fall ist. Lediglich ein Bruchteil des bisherigen Aufwands ist für die Validierung der durch die KI identifizierten Ursachen notwendig. Die frei gewordenen Ressourcen lassen sich ideal zur proaktiven Prozesssteuerung verwenden, da der Steuerungsrahmen auch die Möglichkeit bietet, direkt identifizierte Prozessverbesserungen über Softwaregrenzen hinweg umzusetzen.
Process Mining in der Projektarbeit als massiver Wertschöpfungshebel
Im Rahmen unserer Transformationsprojekte begegnen wir häufig Prozesssituationen, in denen es keinen Regelprozess oder nicht ausreichende Informationen über den Status quo der Prozessausgestaltung gibt. Dies ist regelmäßig bei komplexeren Prozessen zu beobachten, welche allerdings im Regelfall IT-gestützt abgewickelt werden. Damit eignen sich solche Prozesse besonders für Process Mining-basierte Analysen. Hierbei erheben wir die Ausgestaltung der Ist-Prozesse und identifizieren anschließend die Prozessineffizienzen sowie zugrundeliegende Ursachen anhand von faktenbasierten Erkenntnissen. Zusätzlich überprüfen wir mögliche Hypothesen über Prozessineffizienzen mithilfe der neu geschaffenen Transparenz. Anschließend fließen diese Einsichten über unternehmensindividuelle Prozessschwachstellen in das Prozessdesign ein.
Die Betrachtung und Integration von Process Mining in einem End-to-End-Prozesskontext wirkt wie ein Katalysator, basierend auf:
- der Kombination von fachlicher und konzeptioneller Expertise
- dem umfangreichen Verständnis der strukturellen Anforderungen, unabhängig von Abteilungs- und Softwaregrenzen
- dem Wissen, welche technologischen Lösungen im jeweiligen Kontext sinnstiftend sind
- der vollumfängliche Berücksichtigung von unternehmensindividuellen Prozessschritten und Herausforderungen
Haben Sie Fragen zur Anwendung von Process Mining in Ihrem Unternehmen? Dann sprechen Sie uns gerne an und profitieren Sie von unserer langjährigen Erfahrung.
[1] Eine Studie unter 100 Führungskräften von Unternehmen (North America & EMEA) mit mindestens 1.000 Mitarbeiter*Innen von OpenText und IDG (International Data Group) zeigt auf, dass mehr als drei Viertel (78%) der teilnehmenden Unternehmen On-Premise ERP-Systeme und Anwendungen nutzen. Gleichzeitig nutzen 63% der Unternehmen Software aus der öffentlichen Cloud und 45% Informationssysteme aus einer privaten Cloud. Diese häufigen Nennungen (Mehrfachnennung möglich) lassen bereits erkennen, wie fragmentiert die IT und Systemlandschaften der jeweiligen Unternehmen ist.
