Process Mining – Datengetriebene Prozessanalyse

Effiziente Abläufe, Prozesstransparenz und Risikoerkennung sind der Schlüsselfaktor für eine erfolgreiche Organisation. Nicht ohne Grund beschäftigen größere Unternehmen eigene Abteilungen mit dem Auftrag zur Prozessoptimierung und der Revision. Die komplette Prozesskette – z. B. im Einkauf von der Bedarfsentstehung bis zur Zahlung – ist auf operativer und strategischer Arbeitsebene regelmäßig zu hinterfragen. Infolge der erhöhten Unterstützung der Prozessverarbeitung durch ERP– und andere IT-Systeme sowie der steigenden Abhängigkeiten inner- und außerbetrieblicher Prozesse, nimmt der Aufwand für das Monitoring von Geschäftsprozessen rasant zu.

Die Herausforderung der Ist-Prozessaufnahme

Für eine angestrebte Prozessoptimierung wird eine vorherige Ist-Prozessaufnahme notwendig. Die traditionelle Ist-Prozesserhebung erfolgt durch Mitarbeiter-Interviews und gemeinsame Workshops, in denen der zu untersuchende Prozess aus den Erinnerungen der Mitarbeiter heraus rekonstruiert und dokumentiert werden soll.
Ein Ausflug in die Unternehmenspraxis zeigt allerdings oftmals, dass operative Prozesse, beispielsweise im Einkauf oder in der Gewährleistungsabwicklung, nicht transparent sind und selbst Entscheider bestenfalls nur über Teilprozesse im Detail bescheid wissen. Ein Großteil der Geschäftsprozesse, der sogenannte Workflow, wird durch das ERP-System gesteuert, so dass einzelne Mitarbeiter nur ihren eigenen Ausschnitt aus dem Workflow kennen, jedoch nie das Gesamtbild überblicken. Abweichungen der Ist-Prozesse von den Soll-Prozessen unterliegen tendenziell nur einer subjektiven Einschätzung. Die Folge: Konkrete Schwachstellen und Engpässe können nicht eindeutig identifiziert werden, strategische Geschäftsaktivitäten geraten in den Hintergrund, der Gesamtablauf ist gestört.

Process Mining – Die datenorientierte Rekonstruktion der Prozesse

Eine völlig andere Herangehensweise an die Ist-Prozessaufnahme als Mitarbeiter-Interviews, ist die Rekonstruktion der Unternehmensprozesse aus den IT-Systemen heraus. Die voranschreitende Digitalisierung hat zur Konsequenz, dass immer mehr Arbeitsschritte operativer Prozessbereiche digital erfasst werden. Diese Tatsache können sich Prozessoptimierer und Revisioren zu Nutze machen, mit der Analysemethodik Process Mining.

Process Mining konzentriert sich auf die Analyse von Prozessen, und ist insbesondere für die explorative Analyse von prozessbezogenen Daten ein hervorragendes Werkzeug. Das Mining bezieht sich dabei auf das Data Mining, also die explorative, letztendlich jedoch auf die Erkenntnisgewinnung ausgerichtete Analyse von Daten. Data Mining ist ein Sammelbegriff für vielfältige Verfahren aus der Informatik und Mathematik, beispielsweise die statistische Analyse, die Datenvisualisierung oder das Clustering. Im Process Mining werden diese Verfahren des Data Minings aufgegriffen, jedoch auf den Zweck der Prozessuntersuchung zugespitzt.

Vom Data Flow zum Process Flow

Process Mining ist als Analyseverfahren mächtig, jedoch auch aufwändig in der erstmaligen Durchführung, denn es wird Data Warehousing notwendig.

Als Data Warehousing wird die Verwaltung und Verknüpfung von Daten aus unterschiedlichen Datenquellen verstanden und diese Tätigkeit ist der Auftakt in die Durchführung der datengetriebenen Prozessanalyse. Um den Process Flow visualisieren zu können, wird ein Prozessprotokoll, welches in der Regel als Event-Log bezeichnet wird, gebraucht. Dieses Event-Log ist ein tabellarisches Ergebnis des Data Warehousings, das aus unterschiedlichen Daten-Tabellen der zu untersuchenden IT-Systeme (bzw. deren Datenbanken) entstanden ist. Die in den Tabellen verteilt gespeicherten prozessrelevanten Daten werden in das Event-Log gespeichert. Im Kern des Event-Logs stehen dabei die folgenden drei Parameter:

  • Case ID: Die gewählte Vorgangsnummer bestimmt den Umfang des Prozesses und verbindet die Schritte einer einzelne Prozessinstanz von Anfang bis Ende (z. B. eine Kundennummer, Auftragsnummer, Bestellnummer oder auch eine Patienten-ID)
  • Activity: Der Aktivitätsname bestimmt die Arbeitsschritte, die in der Prozesssicht dargestellt werden (z. B. „Bestellung gesendet“ oder „Röntgenuntersuchung durchgeführt“).
  • Event Time (Timestamp): Ein oder mehrere Zeitstempel pro Arbeitsschritt (z. B. vom Start und vom Ende der Röntgenuntersuchung oder des Arbeitsvorganges in der Fertigung/Montage) werden zur Berechnung der Prozessabfolge und zum Ableiten von parallelen Prozessschritten herangezogen.

Wenn Sie einen Datensatz mit Process Mining analysieren, dann bestimmen Sie zu Beginn der Analyse, welche Spalten in den Daten der Case ID, dem Aktivitätsnamen und den Timestamps entsprechen. Beim Import der Daten in das Process Mining Tool können Sie diese Parameter dann in der Konfiguration einstellen.

Mit einer Programmiersprache (z. B. Python) oder via einer Datentransaktionssprache (z. B. SQL für relationale Datenbanken oder auch Cypher für die graphenorientierte Datenbank Neo4J) werden die Transaktionen (Bewegungsdaten und sonstige prozessrelevante Daten) in ein Event-Log transformiert und fusioniert, welches die Daten-Grundlage für ein Process Mining Tool (Analyse Software) bildet.

Prozessvisualisierung / Filterung / Statistische Auswertung mit Process Mining

Ist das Event-Log erstellt, wird dieses in eine Process Mining Software geladen. Die Software orientiert sich dabei an den Zeitstempeln (Timestamps) des Eventlogs und an den Case-IDs, um alle Aktivitäten in der richtigen Reihenfolge – nämlich der tatsächlichen Prozessfolge entsprechend – zu visualisieren. Ferner wird die statistische Analyse der Prozesse, die Visualisierung weiterer Zusammenhänge sowie die Filterung der Prozesse nach definierbaren Kriterien möglich.

Nachfolgend einige beispielhafte Anbieter derartiger Process Mining Software:

Fluxicon Disco Process Mining Software
Copyright – Fluxicon (www.fluxicon.com)

Ein etablierter Anbieter für Process Mining Software ist das Unternehmen Fluxicon aus den Niederlanden. Das Tool namens Disco bietet umfangreiche Analyse-Funktionen und eine sehr übersichtliche Darstellung des Prozessflusses (Process Flow).

www.fluxicon.com

 

 


Copyright – Lana Labs www.lana-labs.com

Ein Newcomer unter den Process Mining Anbietern ist Lana Labs aus Berlin. Die Software des Unternehmens stellt die Visualisierung des Process Flow horizontal statt – wie sonst üblich – vertikal dar.

www.lana-labs.com

 


Copyright – Celonis (www.celonis.de)

Celonis gilt als der Marktführer für Process Mining Software und kooperiert eng mit SAP. Celonis Process Mining ist ein Tool, welches besonders viele Analyse-Funktionen bietet und individuell konfigurierbar ist und – als bisher einziger Anbieter am Markt – auch ein Rechtesystem für das Benutzer-Management anbietet.

www.celonis.com

Benjamin Aunkofer ist Wirtschaftsingenieur und -informatiker. Er arbeitet in den interdisziplinären Themengebieten als Dozent an der HTW Berlin und engagiert sich als Unternehmer insbesondere für Big Data und Industrie 4.0.