Process Mining: ein umfassender Leitfaden

Jedes Mal, wenn jemand in einem Unternehmenssystem auf eine Schaltfläche klickt, einen Datensatz aktualisiert, ein Formular absendet oder einen Status ändert, wird diese Aktion protokolliert. Im Laufe eines Tages geben diese Protokolle Aufschluss darüber, wie die Arbeit tatsächlich durch das Unternehmen fließt.

Beim Process Mining wird diese Aktivitätskette analysiert. Es zeigt Ihnen, wie Ihre Prozesse tatsächlich ablaufen, indem es die digitalen Spuren auswertet, die in Ihren Systemen hinterlassen werden. Und sobald Sie über diese Ebene der Transparenz verfügen, können Sie Ihre Workflows auf der Grundlage konkreter Erkenntnisse optimieren. In diesem Leitfaden erfahren Sie, wie sich Process Mining auf Unternehmen wie das Ihre auswirkt und wie Sie damit Ihre Geschäftsprozesse optimieren können.

• Beim Process Mining werden Daten aus Ereignisprotokollen genutzt, um den tatsächlichen Ablauf von Geschäftsprozessen zu visualisieren und zu analysieren.
• Im Gegensatz zur herkömmlichen Prozessabbildung deckt das Process Mining anhand der Systemaktivitäten die tatsächlichen Ausführungswege auf.
• Die drei Kernbereiche des Process Mining sind Prozessermittlung, Konformitätsprüfung und Prozessoptimierung, die sich jeweils auf das Verständnis und die Verbesserung der Prozessleistung konzentrieren.
• Process-Mining-Software unterstützt Unternehmen dabei, Engpässe, Compliance-Lücken, Nacharbeiten und betriebliche Ineffizienzen aufzudecken.
• Moderne Process-Mining-Tools lassen sich in Analyseplattformen, Automatisierungssysteme und Unternehmensanwendungen integrieren, um die kontinuierliche Verbesserung zu unterstützen.
• Salesforce unterstützt skalierbares Process Mining durch einheitliche Daten und vereint so betriebliche Transparenz und Automatisierung auf einer vernetzten Grundlage.

Process Mining ist eine datengestützte Analysemethode, bei der Ereignisprotokolle aus Unternehmenssystemen herangezogen werden, um den tatsächlichen Ablauf von Geschäftsprozessen zu rekonstruieren und zu bewerten. Einfach ausgedrückt handelt es sich um eine Methode, bei der Systemdaten genutzt werden, um zu verstehen, wie die Arbeit tatsächlich durch Ihr Unternehmen fließt.

Ereignisprotokolle enthalten strukturierte Datensätze wie IDs für Kundenvorgänge, Aktivitätsbezeichnungen, Zeitstempel sowie Nutzer- oder Systemaktionen. Process-Mining-Software analysiert diese Datensätze, um die Abfolge der Schritte zu erfassen, die bei jeder Transaktion durchlaufen wurden. Auf diese Weise erhalten Sie eine visuelle Darstellung des tatsächlichen Prozess-Flows über Systeme und Teams hinweg.

Da das Modell auf Daten aus dem Transaktionssystem basiert, spiegelt es den tatsächlichen „Ist-Zustand“ des Prozesses wider, einschließlich Schwankungen, Verzögerungen und Abweichungen von den erwarteten Workflows. Dadurch unterscheidet sich Process Mining von herkömmlichen Dokumentations- oder Kartierungsverfahren, die sich eher auf menschliche Eingaben als auf systemgestützte Erkenntnisse stützen.

Process Mining beginnt mit Daten, die bereits in Ihren Unternehmenssystemen vorhanden sind. Jede Transaktion hinterlässt eine strukturierte Spur, und die Software ordnet die Daten und erkennt Muster, die manuell kaum zu erkennen sind. Im Gegensatz zu herkömmlichen Analysemethoden, bei denen Daten in der Regel zu Berichten oder Dashboards zusammengefasst werden, rekonstruiert Process Mining den gesamten Ablauf von Ereignissen, um aufzuzeigen, wie die Arbeit tatsächlich von Anfang bis Ende fließt.

Ereignisprotokolle bilden die Grundlage des Process Mining. Jeder Eintrag enthält in der Regel eine ID für den Kundenvorgang, die verwandte Aktivitäten zusammenfasst, einen Zeitstempel, der angibt, wann die jeweilige Aktion stattgefunden hat, sowie eine Beschreibung der Aktivität selbst. Wenn Process-Mining-Software diese Protokolle analysiert, ordnet sie die Ereignisse chronologisch und verknüpft sie zu vollständigen Prozessabläufen. Es handelt sich um einen objektiven, systemweiten Überblick über Prozesse, der sich über Tausende oder Millionen von Kundenvorgängen erstreckt.

Sobald die Daten strukturiert sind, erstellen Process-Mining-Tools auf der Grundlage der tatsächlichen Ausführungsdaten eine visuelle Darstellung des Prozesses.

Auf dieser Karte können Sie Folgendes sehen:

• Der häufigste Verlauf eines Kundenvorgangs von Anfang bis Ende.
• Wo zusätzliche Schritte hinzugefügt werden.
• Wie oft Vorgänge für Nacharbeiten zurücklaufen.
• Welche Schritte regelmäßig zu Verzögerungen führen.
• Wo der tatsächliche Ablauf vom erwarteten Workflow abweicht.

Sie können den aufgezeichneten Prozess auch mit einem vordefinierten Modell vergleichen. Dadurch lassen sich Compliance-Verstöße, Lücken in den Richtlinien oder inoffizielle Umgehungslösungen, die zur Routine geworden sind, leichter aufdecken.

Die herkömmliche Prozessabbildung erfolgt in der Regel manuell. Die Teams kommen in Workshops zusammen, beschreiben, wie ein Workflow funktionieren soll, und halten die vereinbarten Schritte in einem Diagramm fest. Dieser Ansatz hat zwar seinen Wert, doch geht es dabei eher um eine Sichtweise als um konkrete Beweise.

Beim Process Mining wird dieser Ansatz auf den Kopf gestellt: Man geht zunächst von den Daten aus, bevor man versucht, den Prozess zu verbessern. Anstatt zu fragen, wie die Arbeit ablaufen sollte, analysiert es, wie jede einzelne Transaktion tatsächlich durch Ihre Systeme gelaufen ist.

Im direkten Vergleich: die traditionelle Prozessabbildung:

• Basierend auf Interviews und Unterlagen.
• Gibt den beabsichtigten Workflow wieder.
• Wird in der Regel zu einem bestimmten Zeitpunkt durchgeführt.

Inzwischen zum Thema Process Mining:

• Basierend auf Daten aus dem Transaktionssystem.
• Gibt den tatsächlichen Ausführungsweg wieder.
• Kann kontinuierlich überwacht werden, sobald neue Daten einfließen.

Wenn Sie den tatsächlichen Ausführungsweg einsehen können, werden bestimmte Probleme offensichtlich, wie beispielsweise versteckte Engpässe oder Compliance-Risiken. Möglicherweise werden Sie feststellen, dass Genehmigungen vor der endgültigen Freigabe regelmäßig zwischen den Teams hin- und hergehen. Möglicherweise stellen Sie fest, dass Kundenvorgänge häufiger als erwartet wieder geöffnet werden. Möglicherweise stellen Sie fest, dass Schritte, die eigentlich nur einmal ausgeführt werden sollten, mehrfach stattfinden. Wie dem auch sei, mithilfe von Process Mining können Sie sich einen klaren Überblick verschaffen und auf der Grundlage der konkreten Daten entsprechende Anpassungen vornehmen.

Sobald die Daten aus den Ereignisprotokollen verknüpft und zugeordnet sind, nutzen Unternehmen Process Mining auf drei verschiedene Arten. Jede erfüllt einen anderen betrieblichen Zweck.

Bei der Prozessermittlung wird ein Modell direkt aus Ereignisprotokollen erstellt, ohne dass dabei auf einen vordefinierten Workflow zurückgegriffen wird.

Häufig beginnen Unternehmen genau an dieser Stelle, wo Sie den vorherrschenden Pfad, alternative Wege und das Ausmaß der Variation in Ihren Systemen ermitteln können.

Die Prozessermittlung ist nützlich, wenn:

• Sie vermuten, dass der dokumentierte Prozess nicht mehr der Realität entspricht.
• Sie bereiten sich auf die Automatisierung vor und müssen die Ausführungsmuster verstehen.
• Sie benötigen eine fundierte Ausgangsbasis, bevor Sie Workflows neu gestalten.

Sie beantwortet eine einfache Frage: Was geschieht gerade?

Bei der Konformitätsprüfung wird die tatsächliche Ausführung mit einem erwarteten Modell verglichen.

Hier verfügen Sie bereits über einen festgelegten Prozess – möglicherweise in Verbindung mit Compliance-Regeln, internen Richtlinien oder behördlichen Anforderungen. Beim Process Mining wird bewertet, inwieweit die tatsächlichen Abläufe mit diesem Modell übereinstimmen, und es werden Abweichungen gekennzeichnet.

Dies ist insbesondere in regulierten Umgebungen von Bedeutung. Anstatt kleine Stichproben manuell zu prüfen, können Sie die gesamte Transaktionsmenge auswerten und feststellen, wo Richtlinien umgangen, Schritte übersprungen oder Genehmigungen in falscher Reihenfolge erteilt wurden.

Das beantwortet eine andere Frage: Arbeiten wir so, wie es vorgesehen ist?

Die Prozessoptimierung baut auf der Prozessermittlung und der Konformitätsprüfung auf und ergänzt diese um eine Leistungsanalyse.

Sobald Sie wissen, wie ein Prozess abläuft und wo Abweichungen auftreten, konzentriert sich die Prozessoptimierung auf die Verbesserung. Sie verknüpft Ausführungsdaten mit Kennzahlen wie Zykluszeit, Wartezeit, Ressourcenauslastung und Kostensignalen. Auf dieser Grundlage können Unternehmen Veränderungen priorisieren, die messbare Auswirkungen haben. Die Optimierung fließt häufig direkt in Automatisierungsinitiativen ein, bei denen Sie und Ihr Team validierte Ausführungsmuster automatisieren und Bereiche mit hohem Reibungsverlust ins Visier nehmen.

Das beantwortet die zukunftsorientierte Frage: Wo können wir uns verbessern, und was wird den größten Unterschied bewirken?

Process Mining entfaltet seinen Wert erst dann, wenn es über die reine Transparenz hinausgeht und beginnt, Entscheidungen zu beeinflussen.

Mithilfe von Process Mining lässt sich erkennen, wofür tatsächlich Zeit aufgewendet wird. Einer Führungskraft ist vielleicht bewusst, dass Genehmigungsverfahren langwierig sind, doch sie erkennt möglicherweise nicht, dass ein bestimmter Schritt bei fast jeder Transaktion zwei zusätzliche Tage in Anspruch nimmt. Process Mining macht dies sichtbar.

Sie können Genehmigungsschritte identifizieren, bei denen die Zielvorgaben regelmäßig überschritten werden. Sie können Muster bei Nacharbeiten erkennen, die den Zyklus um mehrere Tage verlängern. Sie können ermitteln, wie oft die Arbeit zwischen den Übergaben ungenutzt bleibt. Außerdem müssen Sie sich nicht auf Ihre Teamkollegen verlassen, um Verzögerungen zu erkennen, da Ihre Daten Ihnen dies bereits anzeigen. Auf diese Weise werden Verbesserungsmaßnahmen nicht mehr von Meinungen, sondern von Fakten geleitet.

In regulierten Branchen bergen schon kleine Abweichungen große Risiken.

Mit Process Mining können Sie die gesamte Transaktionsmenge anstelle kleiner Prüfstichproben auswerten. Sollten erforderliche Schritte übersprungen, in einer anderen Reihenfolge durchgeführt oder nicht gemäß den Richtlinien abgewickelt werden, lässt sich dies anhand der Daten erkennen. Dies ist insbesondere in den Bereichen Finanzen, Gesundheitswesen und anderen regulierten Bereichen von Nutzen, in denen bereits geringfügige Abweichungen weitreichende Folgen haben können.

Selbst wenn Sie Ihre Prozesse einmal analysieren und optimieren, bleiben diese Prozesse nicht unverändert. Das führt letztendlich zu Mengenverschiebungen oder zu Veränderungen in Ihrer Teamstruktur.

Mithilfe von Process Mining können Unternehmen die Leistung über einen längeren Zeitraum hinweg überwachen, anstatt lediglich eine einmalige Analyse durchzuführen und dann zum nächsten Thema überzugehen. Wenn Verbesserungen umgesetzt werden, zeigen die Daten, ob sie erfolgreich waren. Wenn eine Automatisierung eingeführt wird, können Sie deren tatsächliche Auswirkungen auf die Zykluszeit und die Schwankungen messen.

An dieser Stelle knüpft dies an umfassendere Initiativen wie Prozessautomatisierung an. Durch die Analyse lassen sich die Bereiche identifizieren, in denen die Automatisierung die größten Auswirkungen haben wird, anstatt einfach ins Blaue hinein zu raten.

Process Mining steht auf einer Stufe mit Business Intelligence, Robotic Process Automation und Workflow-Automatisierung, erfüllt jedoch eine andere Funktion.

Bei Business Intelligence stehen die Ergebnisse im Mittelpunkt. In den Dashboards werden Umsatz, Kundenvorgänge, Marge oder Bearbeitungsdauer angezeigt. Sie schildern Ihnen zwar, was geschehen ist, jedoch nicht, wie sich der Vorgang genau zugetragen hat.

Beim Process Mining steht die Ausführung im Mittelpunkt. Es zeigt, wie die Arbeit systemübergreifend ablief, um diese Ergebnisse zu erzielen.

Tools für Robotic Process Automation und Workflow-Automatisierung führen Aufgaben aus. Sie übertragen Daten, lösen Aktionen aus und reduzieren den manuellen Aufwand. Mithilfe von Process Mining lässt sich feststellen, welche Aufgaben stabil genug sind, um automatisiert zu werden, und wo Abweichungen zuerst behoben werden müssen, sodass Teams ihre Automatisierungsmaßnahmen präziser priorisieren können.

Analysen liefern Erklärungen zur Leistung. Automatisierung verändert die Leistung. Process Mining verbindet beide, indem es beide auf tatsächlichen Ausführungsdaten verankert. Dies hilft Ihnen dabei, den Schritt von der Identifizierung von Problemen hin zur tatsächlichen Anpassung der Workflows zu vollziehen, um bessere Ergebnisse zu erzielen.

Da Unternehmen zunehmend KI-gestützte Abläufe und umfassendere Programme zur digitalen Transformation einführen, ist es besonders wichtig, das Verhalten von Prozessen zu verstehen. Sie können nichts neu gestalten, was Sie nicht klar erkennen können.

Process Mining identifiziert Automatisierungskandidaten anhand messbarer Muster.

Es hebt sich wiederholende Tätigkeiten, manuelle Übergaben und Aufgaben mit hohem Arbeitsaufkommen hervor, die vorhersehbaren Abläufen folgen. Diese Erkenntnisse helfen Ihnen dabei, Automatisierungsmaßnahmen in den Bereichen auszuwählen und umzusetzen, in denen sie die unmittelbarsten Auswirkungen haben. Diese kommen als geeignete Kandidaten für die Automatisierung durch Roboter oder die Workflow-Automatisierung in Frage.

Außerdem werden Bereiche mit übermäßigen Schwankungen aufgedeckt, und in diesen Kundenvorgängen müssen Sie den Prozess möglicherweise neu gestalten, bevor Sie die Vorteile der Arbeitsplatzautomatisierung umsetzen und nutzen können.

KI-Systeme sind auf strukturierte, qualitativ hochwertige Daten darüber angewiesen, wie Arbeit ausgeführt wird.

Process Mining macht Ihnen diese Struktur deutlich. Es bietet Einblicke in Durchlaufzeiten, Ausführungswege und Abweichungsmuster, die in Prognosemodelle und Planungstools einfließen können, und liefert gleichzeitig Anhaltspunkte dafür, wie Workflows angepasst werden sollten, um die Konsistenz zu verbessern. In Umgebungen, in denen Initiativen wie KI-Projektmanagement im Mittelpunkt stehen, stärkt Process Mining die operative Intelligenz, indem es KI-Entscheidungen auf dem tatsächlichen Verhalten in Workflows verankert.

Wenn Sie sich mit Process-Mining-Software befassen, sollten Sie auf einige wichtige Funktionen achten, insbesondere auf solche, die sich auf die Skalierbarkeit und die Integrationsanforderungen auswirken.

Leistungsfähige Process-Mining-Tools sollten mindestens folgende Funktionen unterstützen:

• Automatisierte Prozessermittlung, bei der Prozessmodelle direkt aus Ereignisprotokollen erstellt werden.
• Konformitätsanalyse, bei der die Ausführung mit definierten Workflows verglichen wird.
• Leistungs-Dashboards, die sich auf Durchlaufzeit, Wartezeit und Durchsatz beziehen.
• Eine Ursachenanalyse, die aufzeigt, warum Engpässe entstehen.
• Integration mit Unternehmenssystemen wie CRM, ERP und Serviceplattformen.

Ohne diese Funktionen bleibt das Process Mining eine einmalige Analyse. Mit diesen Tools erhalten Sie kontinuierliche Erkenntnisse über Ihre Betriebsabläufe und können diese im Zuge von Änderungen und beim Erhalt neuer Daten kontinuierlich verbessern.

Unternehmensumgebungen bringen eine Komplexität mit sich, mit der kleinere Installationen nicht konfrontiert sind.

Die Prozesse erstrecken sich über mehrere Systeme und umfassen große Datenmengen. Zudem gelten für Sie strengere und anspruchsvollere Sicherheits- und Governance-Anforderungen. Eine praktikable Unternehmenslösung muss die Datenerfassung aus mehreren Systemen unterstützen und dabei die Datenintegrität sowie die Zugriffskontrollen gewährleisten.

Zudem muss sie eine abteilungsübergreifende Transparenz gewährleisten. Der „Order-to-Cash“-Prozess ist nicht ausschließlich auf den Finanzbereich beschränkt. Workflows des Kundenservice beschränken sich nicht auf eine einzige Anwendung. Das Process Mining mit MuleSoft in Salesforce verknüpft Ereignisdaten über diese Systeme hinweg, sodass die Analyse den gesamten Transaktionslebenszyklus widerspiegelt und nicht nur die Sichtweise einer einzelnen Anwendung.

Process Mining bietet einen größeren Mehrwert, wenn es auf der Grundlage vernetzter Betriebsdaten durchgeführt wird. Innerhalb von Salesforce arbeiten Data 360, MuleSoft und Apromore zusammen, um eine einheitliche Übersicht über die Prozessausführung systemübergreifend zu schaffen.

Mit Salesforce lassen sich Ereignisdaten aus CRM-, Service- und externen Systemen über Data 360 und MuleSoft zusammenführen, bevor sie die Mining-Ebene erreichen. Die Daten sind kontinuierlich miteinander verknüpft und standardisiert, was bedeutet, dass die Integration Analysen über den gesamten Transaktionslebenszyklus hinweg unterstützt, einschließlich abteilungs- und plattformübergreifender Workflows.

Apromore bietet auf dieser Datenbasis zusätzlich Funktionen für das Process Mining. Die Lösung unterstützt die automatisierte Prozessermittlung, Konformitätsprüfung und Leistungsanalyse über komplexe Unternehmensprozesse hinweg. Ihr Team erhält einen klaren, durchgängigen Überblick darüber, wie die Arbeit tatsächlich im gesamten Unternehmen abläuft.

Beginnen Sie mit diesen grundlegenden Schritten, um Process Mining in Ihre Workflows zu integrieren.

Wählen Sie einen Prozess aus, der ein hohes Volumen aufweist, funktionsübergreifend ist oder in direktem Zusammenhang mit dem Umsatz oder der Compliance steht.

„Order-to-Cash“ ist ein gängiger Ausgangspunkt, da dieser Prozess die Bereiche Sales, Finanzen und Fulfillment umfasst. „Procure-to-Pay“ ist ein weiterer wichtiger Aspekt, insbesondere in kostenbewussten Umgebungen. Workflows im Kundenservice werden häufig ausgewählt, wenn Reaktionszeiten oder Kundenvorgänge unter die Lupe genommen werden.

Entscheidend ist die Auswahl eines Prozesses, bei dem die Leistung eine Rolle spielt und Abweichungen wahrscheinlich messbar sind.

Process Mining stützt sich auf strukturierte Ereignisprotokolle. Das bedeutet, dass sichergestellt werden muss, dass jede Transaktion anhand einer ID für den Kundenvorgang, eines Zeitstempels und einer Aktivitätsbezeichnung nachverfolgt werden kann.

Möglicherweise müssen Daten aus mehreren Systemen abgeglichen werden, damit zusammenhängende Ereignisse in einer einheitlichen Prozessansicht miteinander verknüpft werden können. Die Bereinigung und Normalisierung der Daten in dieser Phase verhindert, dass später verzerrte Modelle entstehen.

Legen Sie frühzeitig Basiskennzahlen fest. Zykluszeit, Wartezeit und Pfadhäufigkeit liefern Kontextinformationen, sobald das Modell erstellt ist.

Die Stakeholder müssen die Ergebnisse prüfen und sich auf vorrangige Bereiche einigen. Für einige Engpässe sind möglicherweise Richtlinienanpassungen erforderlich, während andere sich für eine Automatisierung eignen. Verbesserungen sollten im Laufe der Zeit überwacht werden, um sicherzustellen, dass sich die Leistung tatsächlich verändert.

Wenn man klein anfängt, die Ergebnisse überprüft und schrittweise ausweitet, führt dies in der Regel zu einer stärkeren Akzeptanz als eine Einführung in allen Abteilungen auf einmal.

Process Mining bietet den größten Nutzen, wenn es auf vernetzten, unternehmensweiten Daten basiert. Salesforce vereint durch seine Zusammenarbeit mit Apromore Integrationsfunktionen, einheitliche Daten und fortschrittliche Process-Mining-Fähigkeiten.

Erfahren Sie, wie Salesforce und Apromore skalierbares Process Mining in komplexen Systemen unterstützen, und sehen Sie sich anhand einer Data Cloud-Demo an, wie einheitliche Betriebsdaten einen tieferen Einblick ermöglichen.