Process Mining

Process Mining: So nutzen Sie es profitabel

Was ist Process Mining?

Process Mining ist eine Methode, mit der Unternehmen ihre Arbeitsabläufe analysieren. Dabei nimmt eine Software alle Arbeitsschritte mit Ereignisprotokollen auf. Sie loggt mit, was auf den PCs, Tablets, Servern, Scannern und weiteren digitalen Geräten passiert. Daraus erstellt die Software dann Schaubilder und Listen mit den Prozessen des Unternehmens.

Ein Unternehmen findet durch Process Mining heraus, wo es Lücken im Prozess gibt, z.B. manuelle Nacharbeiten. Auch ineffiziente Arbeitsabläufe deckt das Process Mining auf. Wo müssen Mitarbeiter Schritte mehrfach ausführen? Ein typisches Beispiel sind doppelte Dateneingaben.

Process Mining und Task Mining: Abgrenzung

Ganz wichtig: Process Mining liefert Prozesschaubilder und Visualisierungen als Ergebnis. Prozessmanager und Analysten arbeiten dann damit: Sie analysieren diese und beurteilen, welche Prozesse ineffizient sind. Zum Beispiel indem sie schauen, wie viele Mitarbeiter einen ineffizienten Prozess bearbeiten.

Um per Software herauszufinden, wie lange ein Mitarbeiter für die einzelnen Schritte eines Prozesses benötigt, nutzen Unternehmen Task Mining. Das liefert keine Schaubilder und geht nicht so tief wie Process Mining. Aber Task Mining gibt einem Unternehmen die Information, wo die größten Ineffizienzen liegen. Das heisst, mit welchen Arbeitsschritten Mitarbeiter die meiste Zeit verlieren. Zusätzlich berechnet es automatisch die Ineffizienzen.

Ein Beispiel: Ein Task Mining Tool findet heraus, dass Mitarbeiter für die Neuanlage eines Kunden 20 Minuten mit Daten kopieren und Systeme öffnen verbringen. Für die Bestellbearbeitung benötigen sie auf Grund langsamer Systeme sogar insgesamt 50 Minuten. Zusätzlich stellt das Task Mining Tool fest, dass 50 Mitarbeiter jeden Tag neue Kunden anlegen. Aber nur 5 Mitarbeiter bearbeiten die Bestellungen. Der Prozess mit dem höchsten Einsparpotential ist also der zu Anlage neuer Kunden (pro Tag 50 x 20 min = 1000 min Sparpotential, gegenüber 5x 50 min = 250 min Sparpotential bei den Bestellungen).

Process Mining: Ergebnis

Das Ergebnis von Process Mining: Wenn Prozessmanager die Schaubilder und Visualisierungen gut nutzen, laufen die Prozesse im Unternehmen reibungslos. Darüber hinaus sind die Mitarbeiter motivierter und zufriedener, denn sie können sich auf ihre eigentliche Arbeit konzentrieren. Auch die Produktivität steigt.

Prozesse im Unternehmen: Definition

Kein Process Mining ohne Prozesse! Doch was ist ein Prozess? Ein Prozess ist eine Aneinanderreihung von Tätigkeiten mit einem Anfang und einem Ende. Die Tätigkeiten und ihre Reihenfolge sind festgelegt. Unternehmen definieren Prozesse, damit die Mitarbeiter Aufgaben in kurzer Zeit mit einer hohen Qualität erledigen. Je besser die Prozesse, desto kostengünstiger kann das Unternehmen arbeiten. Auch damit die Qualität stimmt, sind Prozesse notwendig. Kein Unternehmen kommt somit ohne Prozesse aus.

Beispiele für Geschäftsprozesse

Typische Beispiele für Prozesse sind der Verkauf von Waren, Kundenservice-Prozesse oder die Beantwortung einer Anfrage eines Interessenten. Dabei unterscheiden Experten Führungsprozesse, Kernprozesse und Unterstützungsprozesse. Wichtig: Process Mining kann nur alle komplett digitalen Prozesse untersuchen.

Führungsprozesse sind im Management angesiedelt. Beispiele sind

  • das Entwerfen der Unternehmensvision
  • das Aufstellen der Unternehmensstrategie
  • das Festlegen von Unternehmenszielen und Mitarbeiterzielen

Kernprozesse sorgen dafür, dass das Unternehmen die Leistung erbringt, die seine Kunden von ihm erwarten. Laut der Wertschöpfungskette sind das also die Prozesse, die ein Produkt oder eine Dienstleistung hervorbringen. Diese kann das Unternehmen dann verkaufen. Zum Beispiel:

  • die Warenbeschaffung
  • die Produktion
  • der Verkauf von Waren und Dienstleistungen
  • die Auslieferung
  • der Kundenservice

Unterstützungsprozesse dienen dazu, die Kernprozesse aufrecht zu erhalten. Das sind zum Beispiel Tätigkeiten im Personalwesen, alle Prozesse rund um die IT-Infrastruktur oder Instandhaltungen an Gebäuden und Maschinen.

Woher kommt der Name Process Mining?

Warum heisst es Process Mining? Die Bezeichnung geht zurück auf den Begriff Data Mining. Mit Data Mining möchten Unternehmen Abhängigkeiten und Muster entdecken. Dabei „gräbt“ ein Unternehmen mit Hilfe von Software nach Erkenntnissen aus großen Datenmengen (Big Data). Data Mining begrenzt sich jedoch auf eine bestimmte Aufgabenstellung, während Process Mining das gesamte Unternehmen analysiert. Meistens nutzt die softwaregesteuerte Prozessanalyse auch zusätzlich künstliche Intelligenz.

Warum ist Process Mining sinnvoll für Unternehmen?

Mit Process Mining können Unternehmen sehr viel Geld sparen. Denn Prozesse treiben Verwaltungskosten. Durch Process Mining inkl. RPA-Prozessautomatisierung sparen Unternehmen zwischen 40 bis 80% an Verwaltungskosten (Quelle: NICE Systems, Erfahrungswert zu durchschnittlicher Projektersparnis mit Automation Finder Tool und RPA).

Process Mining deckt Schwachstellen im gesamten Unternehmen auf

Der Grund für die großen Einsaprmöglichkeiten ist, dass Prozesse sehr komplex sind. Kaum einer im Unternehmen überblickt alle Prozesse. Auch wenn die Prozesse dokumentiert sind: Hunderte oder sogar tausende von Prozessschritten, zahlreiche IT-Systeme, viele verschiedene Menschen arbeiten an einem Prozess zusammen. Da passiert es leicht, dass Menschen Dinge anders machen als vorgeschrieben. Oder dass ein System nicht richtig läuft und Mitarbeiter einen Workaround finden müssen. So schleichen sich Schwachstellen, Mehrarbeit und die Verschwendung von Ressourcen ein. Das bekommt jedoch keiner der Prozessverantwortlichen mit. Process Mining deckt das auf. Es hilft Unternehmen, ihre Ziele auch zu erreichen.

Optimale Prozesse sind Erfolgsfaktor für Wachstum

Ein weiterer Vorteil von Process Mining: Unternehmen können flexibel bleiben und wachsen. Prozesse sind nicht statisch, sondern verändern sich permanent. Das ist auch eine große Herausforderung bei der Prozessoptimierung und auf dem Weg zu optimalen Prozessen. Vor allem, wenn ein Unternehmen nicht Unsummen investieren kann, um die Prozesse zu verbessern. Typische Probleme die das Mining aufdeckt sind:

  • Medienbrüche
  • Insellösungen
  • Redundante Tätigkeiten
  • Fehlende Datenkonsistenz

Wichtig ist, dass das Unternehmen die Schwachstellen dann auch behebt. Dazu eignet sich zum Beispiel eine Prozessautomatisierung mit RPA.

Schlüsseltechnologie für die Digitalisierung

Ohne Process Mining keine Digitalisierung: Wer verbessern möchte, muss erst einmal den Ist Zustand messen. Das stellt viele Unternehmen vor große Probleme: Ohne Technologie müssen Prozessmanager mit klassischen Interviews arbeiten. Dabei fragen sie alle Mitarbeiter, was sie tun. Dann dokumentieren sie die Ergebnisse und stellen sie in Flussdiagrammen dar. Bei kleinen Unternehmen kann das funktionieren. Bereist ab wenigen hundert Mitarbeitern dauert diese Vorgehensweise allerdings mehrere Jahre. Process Mining übernimmt die Prozessanalyse und Dokumentation. Dann haben Prozessmanager einen Überblick und müssen zusätzlich zum (digitalen) Mining nur die manuellen Prozesse ergänzen.

Zeitersparnis & objektive Daten

und liefert objektive Zahlen

  • Zeitersparnis: Voll automatisches Suchen und Finden, wo sich eine Optimierung lohnt. Das übernimmt die Künstliche Intelligenz für Sie.
  • Entscheidung auf der Basis von harten Fakten: Ihre Mitarbeiter klagen über Zeitverlust durch die immer gleichen Probleme aber können das nicht genau beziffern? Mit dem Automation Finder sehen Sie, wo Sie in Ihrem Unternehmen Effizienzpotentiale haben. Sie erfahren z.B. wie viele Minuten eine Aufgabe durchschnittlich benötigt und welche Systeme beteiligt sind. Und das in kurzer Zeit.
  • Sicherheit für Ihr Projekt: Alle Prozess werden gemessen und analysiert. Sie sind sicher, dass sich Ihre Arbeit lohnt.

Welche Arten von Process Mining gibt es?

Server Process Mining

Hierbei analysiert die Software die Arbeitsschritte über den Server eines Unternehmens. Das bedeutet, das Mining geschieht auf Server Ebene. Also welche Anfragen kommen rein, welche werden wie schnell beantwortet. Vor allem im SAP-Bereich wird viel Server Process Mining eingesetzt. Es ist dann nicht möglich, einzelne Arbeitsschritte einem Mitarbeiter zuzuordnen. Das Ergebnis: Die Software stellt auf Grund von Codes in den den Vorgängen die Geschäftsprozesse grafisch dar.

Desktop Process Mining

Hier installieren die Prozessanalysten auf den PCs der Mitarbeiter. Die Software loggt die einzelnen Arbeitsschritte mit und erstellt daraus Listen und Diagramme aller Prozesse. Sie berechnet, welche Tätigkeiten am häufigsten vorkommen und am meisten Zeit kosten. In einem Dashboard stellt sie die Prozesse zusammen, die am ineffizientesten sind. Wichtig: Bei dieser Methode kann das Unternehmen genau sehen, welcher Mitarbeiter wie lange braucht. Gegebenenfalls muss das unternehmen die Ergebnisse anonymisieren.

Ab welcher Unternehmensgröße lohnt sich Process Mining?

Bei dieser Frage ist weniger die Unternehmensgröße entscheidend. Stattdessen kommt es auf die Anzahl der wiederkehrenden Prozesse an. Grundsätzlich ist es jedoch so, dass sich Process Mining für sehr kleine Unternehmen mit weniger als 10 Mitarbeitern kaum lohnt. Hier ist die Investition in die Software zu hoch gegenüber den möglichen Einsparungen.

Aber wenn zum Beispiel 50 Mitarbeiter jeden Tag Zeit verlieren, kann es sich rechnen, das genauer zu untersuchen. Ein Rechenbeispiel: Ein Softwareunternehmen beschäftigt 50 Programmierer. Die Prozessanalyse deckt auf, dass jeder mindestens 20 Minuten pro Tag verliert durch langsame Server. Bei einem Stundensatz von 99 € ist das ein Verlust von

33€ pro Tag x 50 Mitarbeiter x 250 Arbeitstage im Jahr = 412.500 € Verlust pro Jahr durch ineffiziente Prozesse!

Dieses Beispiel bezieht sich nur auf einen Prozess. Bereits wenn das Unternehmen 2-3 solcher ineffizienten Prozesse hat, summiert sich der Verlust pro Jahr schnell auf mehrere Millionen Euro. Ein Process Mining Projekt mit anschließender Prozessautomatisierung kostet nur einen Bruchteil davon.

Herausforderungen

Repräsentative Ergebnisse bekommen

Sind die Daten nicht repräsentativ, macht das Process Mining keinen Sinn. Wichtig ist, dass möglichst viele Daten gesammelt werden. Wer zum Beispiel die Verwaltung analysiert, sollte alle Mitarbeiter und alle IT-Systeme aus der Verwaltung mit einbeziehen. Alternativ kann ein Unternehmen auch zunächst eine Abteilung „minen“, wenn sie einen Verdacht hat wo eine Schwachstelle liegt. Bestätigt sich die Annahme, kann das Unternehmen immer noch die Analyse ausweiten.

Perfektion gibt es nicht

Das perfekte Unternehmen mit ausschließlich perfekten Prozess ist unmöglich. Da Menschen Prozesse bearbeiten, kann es immer wieder zu kleinen Fehlern oder Schwachstellen kommen. Auch Software läuft bei sich ändernden Anforderungen nicht immer zu 100% fehlerfrei. Daher ist es besser, einige wichtige Prozesse zu optimieren und damit viel Geld und Zeit zu sparen, statt Perfektion bei allen Prozessen anzustreben.

Datenschutz

Skynet und Überwachung à la Orson Wells? Damit Mitarbeiter sich nicht fühlen wie in einem Science-Fiction Überwachungszenario, müssen Unternehmen sensibel vorgehen. Sie sollten sich informieren, welche Datenschutzregeln greifen und den Betriebsrat früh mit einbinden.

Manuelle Tätigkeiten werden nicht berücksichtigt

Process Mining ist eine digitale Technologie. Deswegen kann es manuelle Zwischenschritte nicht analysieren. Prozessverantwortliche können vorher prüfen, wo manuelle Arbeit anfällt und das berücksichtigen.

Der wahre Wert von scheinbar ineffizienten Prozessen

Prozessmanager gewinnen objektive, belastbare Daten aus dem Process Mining. Trotzdem sollten sie sensibel bleiben, wenn es an Prozessverbesserungen geht. Mancher Prozess erscheint auf den ersten Blick ineffizient. Aber nicht, wenn die Verantwortlichen genauer hinschauen. Dann hat der Prozess vielleicht einen ganz anderen Wert als die Zahlen verraten.

Ein Beispiel: An einem Genehmigungs-Workflow sind viele Mitarbeiter beteiligt. Teilweise gibt es lange Wartezeiten. Das scheint verbesserungswürdig. Aber durch den langwierigen Prozess kennen alle Abteilungsleiter die neuen Regeln. Eine Regel, die einmal den Prozess durchlaufen hat, setzen die Abteilungsleiter auch in ihren Teams um. Das Unternehmen konnte dadurch hohe Strafen wegen Compliance-Verstößen bisher vermeiden. Daher hat der Prozess einen hohen Wert für das Unternehmen.

Wo setzen Unternehmen Process Mining ein?

1. Prozessautomatisierung mit RPA

Wenn RPA Projekte scheitern, dann aus einem Grund: die falsche Auswahl an Prozessen. Die größte RPA Herausforderung ist, die richtigen Prozesse zu finden. Process Mining hilft dabei.

Was ist RPA?

RPA bzw. Robotic Process Automation ist Software zur Automatisierung im Büro. Sie arbeitet wie ein persönlicher, digitaler Assistent. Die Software übernimmt zeitaufwändige und wiederkehrende Aufgaben. Wichtig: Unternehmen setzen RPA für Bürotätigkeiten und nicht in der Produktion ein. Ein RPA Roboter kann einen Prozess vollständig abarbeiten oder Teile davon. Dann greift weiterhin ein Mensch in den Prozess ein.

Wie hilft Process Mining bei RPA Projekten?

Mit welchem Prozess fangen Sie an bei der Prozessoptimierung? Das beantwortet ein gutes Process Mining Tool. Der erste automatisierte Prozess sollte direkt Einsparungen bringen und optimal laufen. Dann findet die RPA Lösung Akzeptanz. Auch andere Abteilungen sind dann offen, die Vorteile von RPA zu nutzen. Aber wie komme ich da hin? Wenn Sie an RPA denken, dann ist es nur konsequent, dass auch ein Robot die Prozesse analysiert und mit Hilfe von CI deren Automatisierung priorisiert und vorschlägt. Das macht das Process Mining. Wie ein Spürhund sucht es auf den Rechnern nach Prozessen, die häufig vorkommen und viel Zeit kosten.

Kostenoptimierung

Mit Process Mining decken Unternehmen Ineffizienzen auf. Verbessern sie die Prozesse, sind wie oben beschrieben zwischen 40-80% Einsparungen möglich.

Werden die Prozesse gelebt?

Viele Unternehmen haben tolle Qualitätshandbücher. Darin sind alle Prozesse beschrieben: Effizient und reibungslos läuft die Arbeit demnach ab. Die Realität sieht oft anders aus. Dafür gibt es vielfältige Gründe: Neue Technologien, gestiegene Anforderungen seitens Kunden und Lieferanten, Änderungen am Markt. Mit Process Mining überprüfen Unternehmen, ob ihre Prozesse so ausgeführt werden wie vorgesehen. Nach einer Prozessoptimierung können Prozessmanager mit verhältnismäßig wenig Aufwand prüfen, ob die neuen Prozesse angenommen wurden.

Compliance überprüfen

Besonders Banken und Versicherungen müssen zahlreiche Gesetze befolgen. Bei Verstößen drohen hohe Strafen. Das Thema Compliance bzw. Gesetzestreue ist daher immer auf der Tagesordnung. Diese Unternehmen investieren hohe Summen, um sicherzustellen dass sich alle Mitarbeiter an die Gesetze halten. Mit Process Mining überprüfen sie, ob Prozesse so laufen wie vorgesehen. Process Mining deckt Unregelmäßigkeiten dabei auf.

Prozesse analysiert – und jetzt?

Was passiert mit den Erkenntnissen aus dem Process Mining? Das ganze zu machen bringt nur etwas, wenn Unternehmen dann auch Verbesserungen umsetzen. Das geht zum Beispiel mit einer Prozessautomatisierung mit RPA. Prozessmanager können damit einen weiteren Schritt machen für reibungslos funktionierende Prozesse. Zusätzlich sollte ein Unternehmen regelmäßig Process Mining durchführen. Dann werden Prozesse nach und nach realitätsnah verfeinert.

Sie beschäftigen sich mit Process Mining und RPA?

Was ist Ihre #1 Herausforderung? Jetzt Kontakt aufnehmen und drei Tipps von unseren RPA Experten bekommen!

Rufen Sie uns an unter +49 6332 9070186 oder nutzen Sie unser Kontaktformular.

Schnell uns einfach gehts auch mit unserem Startbutton

Jetzt Tipps bekommen

Log in with your credentials

Forgot your details?