RPA & Process Mining – Die perfekte Kombination
in Lernen | PAFnow | Partner | RPA

Process Mining & RPA

Ein Fahrplan für die Bots

Autor: Gerrit Kohrs, Head of Business Unit BPM, celver AG

Der Hype um Robotic Process Automation (RPA) ist ungebrochen. Etliche Unternehmen konnten durch die Automatisierung von repetitiven Aufgaben in ihren Geschäftsprozessen bereits große Effizienzsteigerungen verzeichnen. Bots übernehmen dabei die eher einfachen Tätigkeiten von Menschen und verschaffen diesen so Freiräume für höherwertige Aufgaben.

pafnow process mining software mit bot

Herausforderung: Zielgerichtete Implementierung

Nach wie vor gestaltet es sich schwierig, diese ersten Erfolge in nachhaltig wertschaffende Lösungen zu transformieren. Das liegt zum einen daran, dass besonders in der Anfangsphase der Implementierung und in RPA-Pilotprojekten diejenigen Tätigkeiten automatisiert werden, die vergleichsweise einfach durch einen Bot abbildbar sind. Zum anderen stehen Unternehmen vor der Herausforderung, dass erst durch den Einsatz des Bots überhaupt Daten zum Prozess erhoben werden. Ob der Einsatz des jeweiligen Bots also lohnenswert ist, erfahren die Anwender erst im Nachhinein.

error
The Process Miner - PAFnow Newsletter
Erfahre alle Neuigkeiten rund um PAFnow und Power BI, entdecke spannende Events und Webinare sowie hilfreiche Videos uvm. >> Hier anmelden

Wirklich effizient und zielgerichtet können wir die RPA-Technologie erst dann einsetzen, wenn wir unsere Prozesse im Detail verstehen, Ihren Reifegrad kennen und bereits im Vorwege Aktivitäten identifizieren können, die sehr gut durch einen Bot ausgeführt werden können. Hierzu eignen sich die Lektüre von System- und Prozessdokumentation ebenso wie Workshops mit den Fachbereichen nur sehr eingeschränkt. Ohne IT-Unterstützung ist es nahezu unmöglich, die teils mehreren tausend Prozessvarianten zu analysieren und auf ihr Automatisierungspotential hin zu untersuchen. Hier kommt Process Mining ins Spiel.

Prozessanalyse - Der Fahrplan für Bots

Process Mining nutzt ohnehin vorhandene Logfiles aus unterschiedlichen Systemen, um auf Basis jeder einzelnen Transaktion den Gesamtprozess auch über Systemgrenzen hinweg in allen seinen Ausprägungen anschaulich darzustellen. Verschiedene Prozess-KPIs erlauben eine Einordnung des Reifegrads. Die Kennzeichnung von Bottlenecks, Fehlern und besonders häufig wiederkehrenden Aktivitäten lässt Rückschlüsse auf das Optimierungspotential zu – also auch auf die Aktivitäten, die sinnvoll automatisiert werden können. Nicht ohne Grund sehen rund 44 Prozent der Unternehmen in Process Mining „ein Werkzeug, um die Prozessautomatisierung und den Einsatz von Robotic Process Automation vorzubereiten“ .

idg studie gründe für process-mining
Abbildung 1: Gründe für die Verwendung von Process Mining, Quelle: Studie „Robotic process automation 2020“, Hrsg.: IDG Business Media GmbH, branchenunabhängige Befragung in der D-A-CH-Region

Die erfolgreiche Einführung von RPA hängt vor allem von diesen Faktoren ab:

  • Aufbau von Kapazitäten und Know-How (Stichwort Competence Center) und/oder Auswahl eines passenden externen Partners
  • Identifizierung eines geeigneten Prozesses
  • Standardisierung des Prozesses / Reduktion von Prozessvarianten
  • Priorisierung der zu automatisierenden Aktivitäten
  • Monitoring der Ergebnisse, ROI-Tracking

Den ersten Punkt sollten die Unternehmen klären, bevor sie in ein RPA-Projekt starten. Ob ein interdisziplinär besetztes Competence Center oder eine IT- oder Fachbereichs-gesteuerte Projektorganisation das Richtige ist, kann nicht allgemein beantwortet werden. Wichtig ist jedoch, ausreichend eigene Kapazitäten aus IT und Fachbereich im Unternehmen bereitzustellen und neben einem Grundverständnis für die Technologien vor allem auch möglichst detailliertes Wissen über die eigenen Prozesse aufzubauen. Sind diese Voraussetzungen erfüllt, können externe Partner effizienter eingebunden werden. Laut IDG-Studie greifen Unternehmen übrigens im etwa gleichen Verhältnis sowohl auf eigene Fachleute als auch auf Experten von Beratungsfirmen zurück (jeweils 50 Prozent).

Die weiteren Punkte klingen erst einmal harmlos, haben es aber ebenfalls in sich. Die positive Nachricht ist, dass all diese Themen mit Hilfe von Process Mining gut bewältigen lassen. Inwieweit sich ein Prozess überhaupt für eine Automatisierung eignet, wird über die Analyse von Homogenität (Anzahl der Varianten), Konformität (Einhaltung von Standards) und Häufigkeit relativ schnell deutlich. (Teil-) Prozesse, die nur sehr selten und/oder sehr individuell ablaufen, enthalten eventuell durchaus Aktivitäten, die ein Bot aus technischer Sicht gut erledigen könnte. Der Hebel für die Organisation ist allerdings dann recht klein. Genauso gibt es Aktivitäten, die zwar automatisierbar wären und auch häufig vorkommen, jedoch nur einen geringen Einfluss auf Kapazitäten und Kosten haben. Somit fallen etliche Kandidaten spätestens in der ROI-Betrachtung raus. Die richtige Priorisierung zu finden ist also enorm wichtig, mittels geeigneter Process Mining-Analysen aber glücklicherweise sehr einfach. Die Standardisierung und das Monitoring von Prozessen wiederum gehört zu den Kern-Kompetenzen von Process Mining. Zusammenfassend kann Process Mining einen großen Einfluss auf alle genannten Faktoren haben und eignet sich somit wie kein zweites Tool hervorragend für die Vorbereitung und Begleitung von RPA-Projekten. Kurzum: Process Mining gibt den Bots die Orientierung, die sie brauchen, um erfolgreich zu werden.

Plattform statt Insel

Aus Anwendersicht bilden Prozessanalyse und -automatisierung – einschließlich Planung, Design, Training und Monitoring von Bots – idealerweise eine Einheit oder werden über dieselbe Plattform abgebildet. Das verhindert doppelte Datenhaltung und gibt Usern die Möglichkeit, in einer einheitlichen, vertrauten Umgebung zu arbeiten. Tool-Hersteller haben das erkannt und ihr Portfolio durch Zukäufe entsprechend erweitert oder mit ihrem Produkt von Anfang an auf eine etablierte Plattform aufgesetzt.

Dr. Timo Nolle, CTO der Process Analytics Factory GmbH, erklärt: “Durch die enge inhaltliche Verzahnung von Process Mining mit RPA wird es zunehmend wichtiger, dass den Anwendern beide Technologien ohne Systembrüche zur Verfügung stehen. Die Entscheidung, unser Produkt von vorneherein auf Basis der Microsoft Power Plattform zu entwickeln, war somit goldrichtig.“

Fazit

RPA-Projekte versprechen schnelle Erfolge, indem Sie Kapazitäten für anspruchsvollere Tätigkeiten freimachen und hohe Workloads abfangen, Fehler reduzieren und Compliance sicherstellen. Auch Kosteneinsparungen lassen sich mit RPA realisieren. Wie gut diese Potentiale genutzt werden können, hängt jedoch weniger vom gewählten Tool oder technischer Expertise ab, sondern steht und fällt mit der Auswahl der richtigen Prozesse und Tätigkeiten. Diese Auswahl ist ohne datenbasierte Entscheidungshilfen kaum richtig zu treffen. Process Mining als Schlüsseltechnologie schließt genau diese Lücke und sollte daher von Beginn an integraler Bestandteil aller RPA-Bemühungen sein. So bekommen wir einen Fahrplan für unsere RPA-Projekte und gehören nicht zu denen, die mittendrin wieder aussteigen, weil sie in der falschen Richtung unterwegs waren.

Über celver AG

Die celver AG begleitet Kunden rund um die Themen Planung, Analytics und Smart Data und unterstützt sie von der fachlichen Beratung über die Prozessdefinition bis hin zur kompletten Integration in die Systemlandschaft. Mit innovativen Methoden und Technologien bauen sie gemeinsam mit ihren Kunden passgenaue Lösungen auf, die die Basis für intelligente und datengestützte Entscheidungen bilden.

Mehr finden Sie unter celver.com

» PAFnow Process Mining Software in Power BI