Transparenz ist gut – bessere Prozesse sind großartig

Die Erwartungen an Process Mining gehen über die bloße Analyse von Prozessen hinaus: Das System sollte nicht nur den Handlungsbedarf schnell und präzise aufdecken, sondern auch gleich die richtigen Maßnahmen anstoßen. Die Antwort darauf ist ein digitaler Arbeitsplatz, von dem aus Mitarbeiter der betroffenen Fachbereiche die Prozessabläufe verfolgen und zudem auch gleich verbessern können.

Stellen Sie sich vor, Sie wollen Daten zur aktuellen Wetterlage per App auf Ihr Smartphone laden, brauchen aber zusätzliche Software, einen Spezialisten zur Auswertung und erhalten die Ergebnisse in frühestens vier Wochen. Ein völlig indiskutabler Zustand. Sie erwarten Ergebnisse einfach und zeitnah. Sollte Process Mining nicht auch so funktionieren? Der tatsächliche Handlungsbedarf in Geschäftsprozessen sollte schnell erkannt und geeignete Maßnahmen sollten direkt angestoßen werden.

Bisher ist es für Unternehmen schwierig, Erkenntnisse aus Prozessanalysen selbstständig zu gewinnen und in bessere Geschäftsprozesse umzusetzen. Deshalb benötigt Process Mining mehr automatisierte und für Nutzer einfach anzuwendende Verfahren, gestützt von künstlicher Intelligenz.

Artificial Process Intelligence am Arbeitsplatz

Ziel jeden Process-Mining-Projektes ist es, die Hebel zu finden, welche die größtmögliche Optimierung des Prozesses bewirken. Dazu muss Process Mining aktuell, präzise und nachhaltig sein.

Aktualität: Brauchbare Ergebnisse sind aktuell. Bei der Frage, ob Sie heute einen Regenschirm brauchen, nützen Ihnen Informationen zum Wetter vor einem Monat wenig. Ähnlich ist es mit Prozessen. Sie können einen Prozess nur dann sinnvoll verbessern, wenn Sie wissen, wie man durch Anwendung vergangener auf aktuelle Daten auf Trends und Entwicklungen schließt.

Präzision: Process-Mining-Verfahren müssen punktgenaue Diagnosen zielgerichtet liefern. Landwirte benötigen andere Wetterinformationen als Allergiker. Genauso ist es beim Process Mining. Die Sicht des Analysten auf Ineffizienzen ist eine andere als die des Abteilungsleiters auf offene Vorgänge in Prozessen.

Kontinuität: Process Mining muss es Unternehmen ermöglichen, Prozesse kontinuierlich besser zu machen. So wie die Wetterprognose unsere Freizeitplanung beeinflusst, entscheidet der Einsatz von Process Mining darüber, ob die Prozessoptimierung gelingen kann. Für den Anwender bedeutet das, Prozesse fortlaufend zu überwachen, um steuernd in operative Prozesse eingreifen zu können.

Zu diesem Zweck wurden moderne Process- Mining-Tools wie PAFnow entwickelt. Unter Einsatz von Machine Learning Algorithmen generiert die Software automatisch Kontextwissen aus Datenpunkten. Als „Artificial Process Intelligence“ ist diese Weiterentwicklung des Process Minings zu einer Schlüsseltechnologie des Prozessmanagements geworden, die jeden Mitarbeiter im Unternehmen zum Prozessexperten befördert.

Folgendes Vorgehen beschreibt, wie einfach für ein solches von Künstlicher Intelligenz (KI) gestütztes Process Mining zu handhaben ist:

Schritt 1: Transparenz schaffen. Ein Blick auf das Prozessbild reicht aus, um bestehende Arbeitsabläufe zu verstehen. Vordefinierte Analyseberichte und KI-gestützte Filter beschleunigen das Erkennen von Ineffizienzen und Risiken in Geschäftsprozessen und erlauben eine sichere Erstdiagnose.

Schritt 2: Ursachen erkennen. Sind erste Auffälligkeiten ermittelt, findet der Anwender auf Knopfdruck die Ursachen der Prozessprobleme.

Schritt 3: Gemeinsames Wissen nutzen. Die Integration von PAFnow in Microsoft Office 365 fördert Kommunikation, Teamwork und Produktivität am digitalen Arbeitsplatz. Anwender können etwa Erkenntnisse aus Analysen mittels Microsoft SharePoint mit Kollegen teilen und gemeinsam ein Problem bearbeiten.

Schritt 4: Maßnahmen anstoßen. Ist die Ursache eines Prozessproblems festgestellt, kann der Anwender direkt von seinem Arbeitsplatz aus Gegenmaßnahmen in einer anderen Applikation starten.

Schritt 5: Fortschritt verfolgen. Ein fortlaufendes Monitoring zeigt dem Anwender, ob Maßnahmen greifen und der Prozess wirklich besser wird. Das System informiert ihn automatisch über aktuelle Trends, Inkonsistenzen und Über- oder Unterschreitungen von Schwellenwerten.

Paradigmenwechsel im Process Mining

Mit Artificial Process Intelligence vollzieht sich ein Paradigmenwechsel im Process-Mining-Markt: von teuren Data Scientisten zu autonomen Endanwendern. Die Mitarbeiter kennen die Unternehmensabläufe am besten. Artificial Process Intelligence empfiehlt sich daher für Unternehmen, die ihre Mitarbeiter zu effizienterer Arbeit befähigen wollen.

Die Qualität der Analyse mit Artificial Process Intelligence ist bereits so gut, dass die Arbeit eines Analysten sich stattdessen auf das direkte Optimieren von Geschäftsprozessen konzentriert. Erlangtes Wissen wird durch das Starten von Aktionen aus der Software heraus direkt in Optimierungsmaßnahmen umgesetzt. Innovationserfolge bei der Digitalisierung bleiben so nicht im Stadium von Erkenntnissen aus dem Process Mining hängen.

So geht die Rechnung auf

Die Auswirkung von Prozessveränderungen betrifft vor allem die am Prozess beteiligten Mitarbeiter. Dazu muss auch Process Mining neue Wege gehen. Die Integration von Process-Mining-Software in den digitalen Arbeitsplatz befähigt Mitarbeiter, Tätigkeiten produktiv zu erfüllen. Als „Prozessinnovator“ und „Projektbeschleuniger“ leisten Anwender in ihrer eigenen „Effizienzwerkstatt“, d.h. an ihrem Arbeitsplatz, einen messbaren Beitrag zum Unternehmenserfolg. So fördert man die Kommunikation im Unternehmen und die Nutzung vorhandener Infrastrukturen und vereinfacht die unternehmensweite Einführung neuer Techniken.

Der Autor: Tobias Rother ist Geschäftsführer der Process Analytics Factory (PAF) GmbH in Darmstadt.  Das von ihm 2014 gegründete Unternehmen wurde 2017 mit dem BARC Start-Up Award für Analytics und Datenmanagement ausgezeichnet. Seit 2018 ist PAFnow in „Gartner’s Process Mining Market Guide“ gelistet.

Forschungsprojekte im Process Mining

Mit PAFnext fördert Process Analytics Factory (PAF) die Forschung und Entwicklung innovativer Technologien in den Bereichen Artificial Process Intelligence und Process Mining. Innerhalb dieser praxisnahen Innovationsforschung überführt die PAF Prototypen in den Bereichen Künstliche Intelligenz, Predictive Analytics, Industrie 4.0, Blockchain und RPA in patentfähige Softwarelösungen. Das Darmstädter Unternehmen arbeitet in mittlerweile fünf seitens des BMBF und Land Hessens geförderten Innovationsprojekten mit führenden Forschungsinstituten und Industriepartnern zusammen. Im Process-Mining-Markt nimmt die PAF bei der Innovationsforschung eine internationale Spitzenposition ein und gilt als Musterbeispiel erfolgreicher Innovationspolitik.