Missverständnisse über Process Mining (Teil 1)
in Lernen

Missverständnisse über Process Mining (Teil 1)

Process Mining 101 Serie: Teil 5

Im Internet gibt es viele Informationen über Process Mining. Und wir verstehen warum. Es ist ein interessantes und spannendes Thema, das es verdient, dass man darüber spricht. Aber es gibt auch eine Menge Informationen, die irreführend sind und bei unseren Kunden und Partnern oder Menschen, die erst anfangen, etwas über Process Mining zu lernen, Verwirrung stiften.

Wir haben die häufigsten Missverständnisse und Unklarheiten im Zusammenhang mit Process Mining gesammelt, um Klarheit in das Thema zu bringen und die Dinge richtig zu stellen. Dieser Post beschäftigt sich mit den häufigsten Missverständnissen im Bezug auf technische Fragen und Zusammenhänge.


Inhalt

Ist Process Mining nur für große Unternehmen und große Datenmengen geeignet?

Ist Process Mining nur für einige Prozesse oder IT-Systeme sinnvoll?

Die ganze Angelegenheit mit dem Event Log

Ist Process Mining gleich Prozesswissenschaft?

Ist Process Mining das gleiche wie…?


Ist Process Mining nur für große Unternehmen und große Datenmengen geeignet?


Annahme 1

„Process Mining zahlt sich nur bei großen Datenmengen aus“

So ist es wirklich

Process Mining basiert auf Eventdaten, die automatisch in einem Prozessablauf visualisiert werden. Diese automatische Funktion erleichtert den Umgang mit großen Datenmengen. Das bedeutet aber nicht, dass Du Process Mining nicht nutzen kannst, wenn Deine Prozesse nicht voll automatisiert sind oder Du nur kleine Datenmengen aus einfacheren Prozessen hast. Process Mining kümmert sich nicht darum, wie komplex Dein Prozess ist oder wie viele Daten Du in das Tool einlesen kannst.

Beim Process Mining ist es das Ziel, den laufenden Ist-Prozess von Anfang bis Ende aufzudecken. Nur weil dieser Prozess einfacher ist, heißt das nicht, dass es klar ist, wie er abläuft. Eigentlich ist es eine gute Idee, mit einem kleinen Process-Mining-Projekt zu beginnen und in Folgeprojekten größer zu werden. Das liegt daran, dass Process Mining nur ein Teil eines Optimierungsprojekts ist. Strategie, Planung und Umsetzung von Optimierungsmaßnahmen sind andere Teile. Und es ist einfacher, mit einem kompletten Optimierungsprojekt in kleinerem Maßstab zu beginnen. Außerdem kann man bei Bedarf jederzeit Daten hinzufügen. Das ist das Schöne an Process Mining: Statt eines einmaligen Vorgangs kann man damit seine Prozesse ständig überwachen und verbessern.

Annahme 2

„Nur große Unternehmen können vom Process Mining profitieren“

So ist es wirklich

Was außerdem zutrifft, ist, dass Process Mining lange hinter teuren Paywalls versteckt und zu kompliziert konzipiert wurde. Daher waren die Eintrittsbarrieren für kleinere Unternehmen relativ hoch. Aber das ändert sich, vor allem aufgrund unserer eigenen Demokratisierungsstrategie. Process Mining ist jetzt preiswert. Es gibt sogar eine kostenlose Version unserer Lösung, die in Microsoft AppSource verfügbar ist. Sie ist einfach zu benutzen, da der Bericht für Dich bereits vorgefertigt ist und die Anwendung auf einer leicht zu navigierenden Benutzeroberfläche basiert. Es gibt also wirklich nichts mehr, was kleinere Unternehmen zurückhält.


Ist Process Mining nur für einige Prozesse oder IT-Systeme sinnvoll?


Annahme

„Process Mining ist nur für BPM- oder ERP-Systeme sinnvoll und nur auf ganz bestimmte Prozesse anwendbar.“

So ist es wirklich

Oft wird die Annahme geäußert, dass Process Mining nur auf vollautomatische Prozesse angewendet werden kann, also auf Prozesse, die vollständig von einem IT-System gesteuert werden. Aber das stimmt nicht. In der modernen Geschäftswelt hinterlässt fast jeder Prozess Spuren im System. Und Process Mining kann diese Spuren nutzen. Solange auf die Daten also irgendwie zugegriffen werden kann, ist Process Mining möglich.

Der Hauptunterschied ist hier der zwischen der Steuerung eines Prozesses und der Unterstützung eines Prozesses durch das IT-System. Man kann es so sehen: Technologie hat die Art und Weise, wie wir kommunizieren, verändert, aber sie unterstützt uns nur mit Kommunikationswerkzeugen. Anstatt einen Brief auf Papier zu schreiben und per Post zu verschicken, kann man eine E-Mail schreiben oder chatten, um mit Leuten zu sprechen.

Dabei speichert das System automatisch wer mit wem und wann über welchen Kanal kommuniziert hat. Das sind die Spuren im System. Und genauso ist es mit Geschäftsprozessen. In Prozessen, die durch IT-Strukturen unterstützt werden, sind Daten ein Nebenprodukt. Aber man kann sie trotzdem im Process Mining verwenden.

Tatsächlich kann der Wert von Process Mining in diesen Fällen viel höher sein als bei vollautomatischen Prozessen. In weniger kontrollierten Prozessen sind die Möglichkeiten, flexibel zu arbeiten, viel höher, und als Folge davon fehlt in der Regel das Bewusstsein dafür, wie die Menschen tatsächlich arbeiten. Process Mining deckt genau diese verborgenen Prozesse auf.

Das heißt nicht, dass automatisierte Prozesse für Process Mining ungeeignet sind. Ganz im Gegenteil. Automatisierte Prozesse, die auf starren Prozessmodellen basieren, können mit Process Mining die Schwachstellen des Modells aufdecken.

Die Besonderheit von Process Mining ist, dass es mit jedem Prozess arbeiten kann, solange es eine CaseID, einen Zeitstempel und einen Aktivitätsnamen gibt, die sich irgendwo im IT-System befinden.

Wo wir gerade davon sprechen…


Die ganze Angelegenheit mit dem Event Log


Annahme 1

„Process Mining sammelt und transformiert alle notwendigen Daten automatisch.“

Oder das genaue Gegenteil:

„Bevor man mit Process Mining loslegen kann, müssen zunächst riesige Datenmengen erfasst, bereinigt und transformiert werden.“

So ist es wirklich

Process Mining benötigt nur sehr wenige Datenpunkte. Wichtig ist das Format. Process Mining arbeitet mit Event Log Daten. Diese Daten können aus verschiedenen Quellen stammen, darunter Datenbanken, csv-Dateien, Tabellen, Protokolle (z.B. Transaktionen oder Gespräche) oder ERP-Systeme. Die Mindestanforderung für Datenpunkte sind eine CaseID, ein Zeitstempel und ein Aktivitätsname.

Eine caseID ist eine eindeutige Kennung für jeden einzelnen Fall in einem Prozess. So zum Beispiel eine Auftrags-ID.

Ein Fall ist ein Weg durch Deinen Prozess und setzt sich aus einer Reihe von Ereignissen (Events) zusammen, daher der Name Event Log.

Ein Zeitstempel (timestamp) sagt einfach aus, wann etwas passiert ist.

Ein Aktivitätsname (activity name) sagt Dir, was passiert ist. Zum Beispiel eine Auftragserteilung.

Die Process Mining Software sucht nicht in Deinem System nach geeigneten Daten, Du musst sie in das Tool laden. Aber das ist nicht so schwierig, wie es sich anhört. Außerdem hast du definitiv irgendwo geeignete Daten gespeichert. Hier helfen Dir Deine oder unsere Analysten.

Manchmal muss man Daten in das richtige Format umwandeln. Aber auch das ist nicht so schwierig und zeitaufwändig, wie man oft denkt. Und das Schöne daran ist, dass die Visualisierung des Prozessablaufs und anderer Visualisierungen sowie die Erstellung von Berichtsseiten automatisch erfolgt, nachdem Du die Daten in das Process-Mining-Tool eingegeben hast.

Um es kurz zu machen: Weder ist das Laden von Daten im Process Mining voll automatisiert, noch ist es übermäßig kompliziert. Es ist nur so, dass Du die richtigen Daten im richtigen Format brauchst.

a man confused by the term 'event log'
Viele Menschen sind verwirrt und eingeschüchtert von dem Begriff “ Event Log“. Aber eigentlich sind es nur die Daten, die für Process Mining benötigt werden: eine Sammlung von Ereignissen, die durch drei Datenpunkte kategorisiert sind.

Annahme 2

„Du kannst einfach eine Datenbank oder andere Tools wie Excel zur Analyse Deiner Prozesse verwenden, es gibt keinen wirklichen Bedarf für Process Mining.“

So ist es wirklich

Das wird oft von Leuten gesagt, die vom Event Log eingeschüchtert sind. Aber die Sache ist die: Theoretisch könntest Du die Daten, die Du in ein Process-Mining-Tool einspeisen würdest, verwenden und eine manuelle Analyse durchführen. Das würde jedoch viel länger dauern und viel höhere Kosten verursachen als jedes Process-Mining-Projekt. Außerdem sind die Ergebnisse nicht unbedingt vollständig oder gut präsentiert.

Die Stärke von Process Mining liegt in der Fähigkeit, Dir zu zeigen, wie die Dinge derzeit ablaufen, einschließlich aller Sonderfälle. Diese Einsicht durch eine andere Methode zu gewinnen, ist vielleicht nicht unmöglich, aber es würde ewig dauern. Und dann müsstest Du es auch in einem Format bringen, das es Dir erlaubt, Deine Erkenntnisse mit anderen zu teilen und zu diskutieren. Process Mining erledigt all diese Dinge für Dich – schnell, objektiv und zuverlässig.

Und mehr noch, Du musst nicht wissen, was Du suchst, denn Process Mining wird die Bereiche aufdecken, die optimiert werden sollten. So kannst Du Deine Prozesse erforschen und verschiedene Perspektiven betrachten.

Ist es also nicht besser, sich die kurze Zeit zu nehmen, die für die Erstellung eines Event Logs erforderlich ist, als seine Daten selbst zu sichten?


Ist Process Mining gleich Prozesswissenschaft?


Die Annahme

„Process Mining ist Prozesswissenschaft, ein wissenschaftlicher Ansatz zur Entdeckung und Optimierung von Prozessen.“

Process Mining is not process science
Es ist leicht, Process Mining und Prozesswissenschaft zu verwechseln. Process Mining ist eine Unterkategorie der Prozesswissenschaft. Es wird für die Analytik und zur Entwicklung von Optimierungsstrategien verwendet.

So ist es wirklich

Die Prozesswissenschaft ist eine Sammlung von Disziplinen, die IT mit Managementwissenschaften verbindet. Das Hauptziel der Prozesswissenschaften ist die Verbesserung von Prozessen in Bezug auf Zeit, Kosten, Qualität, Geschwindigkeit, Flexibilität und Zuverlässigkeit.

Das klingt nach Process Mining, aber die Prozesswissenschaft bringt noch viel mehr Werkzeuge und Bereiche mit sich. Tatsächlich gehört der Bereich Process Mining zum Business Process Management (Geschäftsprozessmanagement), das wiederum nur eine Untergruppe von Disziplinen der Prozesswissenschaft ist.

Process Mining passt in die Analyseseite der Prozesswissenschaft. Es verwendet Eventdaten zur Visualisierung von Geschäftsprozessen und ermöglicht eine detaillierte Analyse dieser Prozesse. Auf diese Weise arbeitet Process Mining mit beobachtetem Verhalten im Gegensatz zu empfundenem Verhalten.


Ist Process Mining das gleiche wie…?


Annahme 1

„Process Mining und Business-Intelligence-Werkzeuge tun dasselbe“

So ist es wirklich

An der Oberfläche sehen BI und Process Mining ähnlich aus. Beide dienen der Analyse von Daten im breiteren Bereich des Unternehmensmanagements. Beide verwenden Visualisierungen, um die Analyse der Daten zu erleichtern.

Aber BI konzentriert sich traditionell auf die Definition und Überwachung einzelner KPIs, während Process Mining die Prozesse von Anfang bis Ende betrachtet und dabei hilft, die Ursachen für Nacharbeit, Ausschuss und Engpässe zu finden.

Der Hauptunterschied besteht darin, dass BI davon ausgeht, dass man den Geschäftsprozess kennt, während Process Mining die Tatsache anerkennt, dass, egal wie gut ein Prozess geplant ist, die Dinge immer anders als erwartet verlaufen. Das heißt, Process Mining hilft Dir, das größte Optimierungspotenzial zu finden, Prioritäten zu definieren und die wirklich wichtigen KPIs zu überwachen.

In diesem Sinne ergänzen sich Process Mining und BI, und beide sind zusammen stärker als getrennt.

Mit der der zweiten Generation des Process Mining werden die Grenzen zwischen BI, Data Mining und Prozessanalyse noch unschärfer. BI Platformen nutzen jetzt auch Process-Mining-Funktionen, aber im Allgemeinen bleibt die sich ergänzende Natur beider Werkzeuge erhalten.

Das ist auch auf einen anderen Datensatz zurückzuführen, der in BI und Process Mining verwendet wird. Process Mining verwendet Event Log-Daten mit drei erforderlichen Datenpunkten: CaseID, Zeitstempel und Aktivitätsname. Process Mining ist unglaublich stark, wenn es um dieses Datenformat geht, aber BI ist in anderen Formaten stärker. Der spezifische Datensatz von Process Mining ermöglicht jedoch die durchgängige Sichtbarkeit, Konformitäts- und Compliance-Prüfungen und die Root Cause Analyse.

Annahme 2

„Process Mining ist einfach Data Mining“

So ist es wirklich

Sie teilen den Mining-Aspekt, aber Process Mining hat sich als eine eigenständige Untergruppe des Geschäftsprozessmanagements und der Forschungs- und Entwicklungsbemühungen in diesem Gebiet herausgebildet.

Die meisten Data Mining-Techniken extrahieren abstrakte Muster in Form von z.B. Regeln oder Entscheidungsbäumen. Im Gegensatz dazu erstellt Process Mining vollständige Prozessmodelle und nutzt sie dann, um genau aufzuzeigen, wo die Engpässe liegen.

Process Mining hat also eine andere Perspektive und einen anderen Analyseansatz. Es ähnelt jedoch dem Data Mining in der Art und Weise, wie es Daten zur Erzeugung von Visualisierungen verwendet und hilft, Erkenntnisse zu gewinnen.

Es gibt auch einige Data-Mining-Techniken, die Prozesse betrachten, aber ihnen fehlt die End-to-End-Perspektive des Process Mining

Im Gegensatz zu Data Mining konzentriert sich Process Mining auf die Prozessperspektive: Es betrachtet eine einzelne Prozessausführung als eine Abfolge von Aktivitäten, die ausgeführt wurden.

Beim Process Mining geht es darum, die aktuellen Ist-Prozesse zu verstehen. Die IT-Systeme zeichnen sehr detaillierte Informationen darüber auf, welche Aktivitäten wann und von wem durchgeführt werden. Durch die Nutzung dieser Protokolldaten können faktenbasierte Modelle generiert werden, die das tatsächliche Prozessverhalten aus verschiedenen Blickwinkeln zeigen.

a man, dizzy from all the data science different terms
Process Mining wird oft zusammen mit anderen Techniken aus der BPM-Landschaft eingesetzt. Manchmal werden diese Techniken in Texten vermischt oder austauschbar verwendet. Aber sie haben alle ihre eigenen Anwendungsfälle und Anwendungsbereiche.

Annahme 3

„Process Mining ist dasselbe wie Prozessmodellierung“

So ist es wirklich

Sowohl die Prozessmodellierung als auch das Process Mining liefern Dir ein Bild von einem Prozess. Aber sie werden verwendet, um völlig unterschiedliche Dinge zu erreichen. Bei der Prozessmodellierung wird der empfundene Prozess auf der Grundlage von Interviews und Workshops beschrieben und dokumentiert. Dies hilft, ein gemeinsames Verständnis der Prozesse in einer Organisation zu schaffen. Diese Modelle helfen auch dabei, neue Mitarbeiter zu schulen und zu trainieren, wie die Abläufe aussehen sollen. Das Problem mit diesen Modellen ist jedoch, dass sich die Prozesse ständig ändern, so dass ein Prozessmodell schnell veraltet und überflüssig werden kann.

Process Mining hingegen verwendet die tatsächlichen Daten hinter den Geschäftsprozessen, um einen Prozessfluss des Ist-Prozesses zu erstellen. Wo also die Prozessmodellierung ein Ideal zeigt, zeigt das Process Mining die Realität. Daraus folgt, dass Process Mining auch einen anderen Zweck hat: Analyse, Entdeckung, Verbesserung.

Das Bild, das Du durch Process Mining erhältst, sieht auch viel komplexer aus als ein einfaches Prozessmodellierungsbild. Aber das ist die Stärke von Process Mining. Es ist objektiv und erfasst alle Details, damit Du Deinen Prozess verstehst.

Du kannst sogar Deine häufigste Prozessvariante als neues Idealmodell verwenden. Oder Du könntest feststellen, dass es einige Varianten gibt, die genauso wirksam sind wie Dein Prozessmodell, während es einige andere Varianten gibt, die ein echtes Problem darstellen und Maßnahmen erfordern.

Annahme 4

„Process Mining ist Robotic Process Automation“

So ist es wirklich

Du kannst Workflows aus Process Mining-Anwendungen heraus anstoßen. Workflow-Automatisierung und Robotic Process Automation (RPA) sind etwas unterschiedliche Dinge.

Ein Workflow setzt sich aus einzelnen Schritten zusammen, die dem Prozessablauf und seinen einzelnen Aktivitäten ähnlich sind. Ein Workflow hat einen Start- und einen Endpunkt, ebenfalls ähnlich wie ein Geschäftsprozess. Man kann sich einen Prozess in der Tat als eine Reihe von Workflows vorstellen, die zusammenlaufen.

Wenn Du einen Workflow automatisierst, automatisierst du den Fluss von Aufgaben, Dokumenten oder Informationen in einer bestimmten vordefinierten Reihenfolge über mehrere Arbeitsaktivitäten hinweg. Die Automatisierung eines bestimmten Workflow-Prozesses kann einen einfachen Antrags-/Genehmigungsprozess oder mehrere verschiedene Workflow-Aufgaben umfassen, die durch festgelegte Geschäftsregeln ausgelöst werden.

Beispielsweise wird eine mehrstufige Budgetanforderungsprüfung automatisch an die richtige Person auf jeder Ebene delegiert, je nach Ergebnis (genehmigt oder abgelehnt) und dem Geldbetrag.

Im Detail: Ein Mitarbeiter reicht einen Kaufantrag ein. Dies löst einen automatisierten Workflow aus. Der Antrag wird an einen Vorgesetzten weitergeleitet. Wenn der Vorgesetzte zustimmt, wird der Antrag je nach den festgelegten Regeln an die nächste Genehmigungsstufe weitergeleitet (z.B. wird ein Antrag, der unter 20.000 € liegt, an einen hochrangigen Finanzmanager weitergeleitet. Alles über 20.000 € wird direkt an den CFO weitergeleitet). Wenn die Anforderung alle Genehmigungsstufen durchlaufen hat, wird sie wiederum automatisch an den zuständigen Einkaufsleiter weitergeleitet.

Hier werden die einzelnen Arbeitsaktivitäten von menschlichen Mitarbeitern durchgeführt. Die Anfrage selbst wird jedoch nicht von Menschen weitergeleitet, sondern bewegt sich automatisch entlang des Workflows.

Robotic Process Automation

Im Gegensatz dazu automatisiert RPA einzelne Arbeitsaktivitäten. Gibt es in Deinem Workflow stark repetitive, regelbasierte Aufgaben? Diese sind für RPA hervorragend geeignet. Die Roboter in RPA sind keine physischen Objekte, sondern virtuelle Bots, die als digitale Mitarbeiter fungieren, und regelbasierte Aufgaben ausführen können.

Beispielsweise können Bots relevante Daten aus einem Dokument ziehen und in eine Datenbank eingeben. Möglicherweise erfordert dies den Einsatz von OCR-Software (optische Zeichenerkennung), um Dokumente in Daten zu überführen. Das funktioniert sogar beim Einscannen nicht-digitaler Dokumente.

Mit RPA werden menschliche Mitarbeiter von sich wiederholenden Aufgaben befreit, so dass sie sich auf die individuelleren und spannenderen Teile des Arbeitslebens konzentrieren können.

Was bedeutet das also für Process Mining?

  • Process Mining hilft Dir, das Automatisierungspotenzial für RPA zu finden.
  • Mit Process Mining-Tools kannst Du vordefinierte Workflows auslösen, um auf ein Problem zu reagieren (z.B. Senden von Alerts an die richtige Person, wenn ein KPI überschritten wird, der nachfolgende Workflow befasst sich mit der Lösung des Problems)
  • Process Mining ermöglicht die strategische Automatisierung in Deinem Unternehmen sowohl für RPA als auch für Workflows.

Im 2. Teil werden wir über häufige Missverständnisse und Fehlvorstellungen im Zusammenhang mit Process Mining sprechen.

Wenn Du Fragen hast oder mehr über Process Mining erfahren möchtest, teste unsere Demoversion, kontaktiere uns oder hole Dir das Free Visual. Wir helfen Dir gerne weiter, beantworten Deine Fragen und erzählen Dir mehr über die Mission der Process Analytics Factory (PAF).


Process Mining 101 Serie

Teil 1: Was ist Process Mining

Teil 2: Ziele und Schritte

Teil 3: Anwendungsfälle

Teil 4: Process Mining in Power BI

Teil 5: Missverständnisse über Process Mining (1)

Teil 5: Missverständnisse über Process Mining (2)