PAFnow Summer Update 2021

Zahlreiche Innovationen und Erweiterungen für Process Mining in Power BI

Darmstadt / Ann Arbor (Michigan, USA), 25. Mai 2021 - Die Process Analytics Factory (PAF), ein führender Process Mining Anbieter aus Darmstadt, stellt mit dem “PAFnow Summer Update 2021” die aktuellen Neuerungen und Verbesserungen rund um die in Microsoft Power BI integrierte Process-Mining-Lösung vor. Hierzu gehören die Ergebnisse des KI.RPA-Forschungsprojektes, weiterentwickelte SAP- und Infor-Content-Packs, erweiterte und automatisierte Datenbank-Anbindungen sowie ein vollständiges Online-Schulungsprogramm in der PAF-Academy. Auf Feature-Ebene bietet PAFnow zudem ab sofort einen überarbeiteten Conformance Check, neue Darstellungsformen im Variant Indicator und Case Viewer, sowie einen Dark Mode für den PAFnow Companion. Ebenfalls neu enthalten ist der im letzten Update bereits angekündigte Lead Time Calculator.

Dass die PAF eines der führenden Unternehmen in Sachen Erforschung und Weiterentwicklung von Process Mining ist, wird aktuell einmal mehr durch die Ergebnisse des kurz vor dem Abschluss befindlichen, vom BMBF geförderten Forschungsprojektes KI.RPA bestätigt. Hintergrund des von der PAF gemeinsam mit den Partnern Servicetrace GmbH, AWSi, TU Darmstadt und der Deutschen Telekom Service GmbH umgesetzten Projektes ist, dass ein großer Teil aktueller Robotic-Process-Automation-Projekte (RPA) daran scheitern, dass unklar ist, welche Prozesse sich wirklich gut automatisieren lassen. Bisherige Tools fokussieren sich dabei oftmals nur auf die Automatisierung von gut strukturierten und damit auch besonders einfach sowie automatisiert erfassbaren Aufgaben.

Komplexe Prozesse per Software-Roboter ausführen

KI.RPA widmete sich hingegen der Automatisierung von komplexeren und weniger strukturierten Aufgaben durch Software-Roboter. Durch den Einsatz von KI gelang es KI.RPA zahlreiche Schritte zu beschleunigen. Hierzu gehören etwa die Identifizierung von Routineaufgaben und Automatisierungspotentialen, eine automatische Entscheidungsfindung bei verzweigten Prozessen sowie die Zuweisung von Aufgaben an geeigneten Mitarbeiter, falls eine Automatisierung einer Prozessinstanz nicht möglich ist.

Dr. Alexander Seeliger, Chief Scientist der PAF, sieht in der Integration der Projektergebnisse in zukünftige PAFnow-Versionen einen hohen Mehrwert für RPA-Anwender: „Mit dem bevorstehenden Abschluss von KI.RPA verstärkt die PAF ihre Kompetenzen in den Bereichen Robotic Process Automation und künstliche Intelligenz. Mit den entwickelten KI-Technologien lassen sich in Zukunft erstmals auch komplexe wiederkehrende Aufgaben in Prozessen einfach automatisieren. Zudem lässt sich identifizieren, ob bestimmte Prozessabläufe sich für eine Automatisierung überhaupt eignen. Kurz gesagt: Wir wissen noch besser, wo sich Automatisierung per Software-Roboter rechnet, und können sie viel öfter einsetzen.“

Blitzstart mit den weiterentwickelten Content Packs für SAP und Infor

Das Summer Update enthält außerdem weiterentwickelte SAP Content Packs. Dadurch wird es beispielsweise noch einfacher, eine dokumentenzentrierte Vorgehensweise auf Positionsebene in SAP-Systemen nachzuvollziehen. Zudem gibt es neue Content Packs für Infor LN (Purchase-to-Pay- und Opportunity-to-Order-Prozesse) sowie Infor M3 (Purchase-to-Pay-Prozesse).

PAFnow-Content-Pakete bieten vorgedachte Datenmodelle und fachliche Dashboards für einen erfolgreichen Schnellstart zur Analyse und direkten Optimierung fachlicher Geschäftsprozesse. Da „Leistung“ ein abstrakter Begriff ist, sind in den Content-Packs messbare Kriterien definiert, durch die Prozessperformance objektiv bewertbar wird und die Geschäftsprozesse überprüfbar machen. „Die Hauptvorteile der Content Packs für PAFnow liegen in der Integration in bestehende Infrastruktur, dem offenen Datenmodell und der flexiblen Erweiterbarkeit. Damit wirken wir monolithischen Systemen entgegen, die sich nach außen abschotten und damit langfristig Projekte ausbremsen sowie die Integrationskosten in die Höhe treiben“, so Dr. Timo Nolle, CTO und Executive Vice President bei der PAF.

Flexible Datenbankanbindung

PAFnow bietet Anwendern grundsätzlich eine hohe Flexibilität für das Deployment, welches in der kundeneigenen Infrastruktur sowohl On-Premises, Hybrid oder in der Cloud möglich ist. Back-end-seitig unterstützt das Tool in der aktuellen Version die Anbindung an eine Vielzahl an Datenbanken. Hierzu gehören beispielsweise neben dem Microsoft SQL-Server jetzt auch Exasol, Snowflake, Oracle, IBM DB2, PostgreSQL sowie SAP HANA.

Neuer Microsoft-Azure-basierter PAFnow Data Transformation Service

Mit dem Summer Update ist zudem eine zertifizierte Software-Anwendung zur automatisierten Datentransformation auf dem Microsoft Azure Marketplace verfügbar. Dadurch können Nutzer in kürzester Zeit mit ihren Process-Mining-Projekten starten. Über die Azure Data Factory kann die Transformation der Daten in den für Process Mining erforderlichen Eventlog automatisiert erfolgen. Zu jedem Zeitpunkt verbleiben Daten von Anwendern dabei innerhalb der anwendereigenen Infrastruktur. Für Nutzer von PAFnow Enterprise ist On-Premises nach wie vor ebenfalls eine Automatisierung über Microsoft SQL SSIS möglich.

Umfassende Online-Trainings mit der PAF Academy

Im Bereich der PAF Academy gibt es ebenfalls eine grundlegende Neuerung: Ab sofort kann die Nutzung von PAFnow zusätzlich in reinen Online-Schulungen erlernt werden. Die Kurse bestehen aus vier PAFnow-Trainingsmodulen, die jeweils auf die spezifischen Anforderungsniveaus von Endanwendern in den Fachbereichen zugeschnitten sind. Darin lernen Nutzer, Geschäftsprozesse mit PAFnow eigenständig zu durchleuchten, eigene Auswertungen zu erstellen und Prozesse nachhaltig zu verbessern. Nach dem erfolgreichen Abschluss des PAFnow Trainings erhalten die Nutzer das Zertifikat “Certified PAFnow User”. Wer zukünftig ein PAFnow Training bucht, erhält automatisch Zugang zu den Online-Schulungen.

Automatisierter Conformance Check im Power-BI-Datenmodell

Mit dem Summer Update bietet PAFnow zusätzlich zum visuellen Conformance-Check im Process Explorer einen automatisierten Conformance-Check innerhalb des Datenmodells von Power BI. Dadurch stehen die Ergebnisse des Conformance-Checks ab sofort für eine beliebige Weiterverarbeitung und Analyse in Power BI zur Verfügung. Zu den typischen Fragestellungen, die sich damit beantworten lassen, gehören zum Beispiel: Wie oft verstoße ich gegen Approval-Vorschriften? Was ist der häufigste Verstoß? Wo genau tritt dieser Verstoß auf? Der neue Conformance-Check ist besonders vorteilhaft für Unternehmen, für die dieses Verfahren im operativen Tagesgeschäft eine wichtige Rolle spielt.

Optimierte Visualisierungsvarianten für den Process Explorer und den Case Viewer

Der neue PAFnow Process Explorer des Summer Updates 2021 enthält eine Erweiterung des Variant Indicators. Damit können anstatt der gesamten Prozessvariante auch nur vor- und/oder nachgelagerte Teilschritte des ausgewählten Prozessschrittes hervorgehoben angezeigt werden (Abb. 2). Damit fällt es Nutzern leichter, auch bei sehr komplexen Prozessbildern den Überblick zu behalten.

Auch beim Case Viewer gibt es neue Darstellungsmodi. So lassen sich per Highlight-Feature entsprechend definierte Ausreißer - also besonders hohe oder besonders niedrige Werte -farblich hervorheben. Wie die Ausreißer berechnet werden lässt sich dabei über „Highlight Scale“ mit einer individuellen Farbskalierung definieren

Neuer datengetriebener Lead Time Calculator und Dark Mode für den PAFnow Companion

Zudem ist im Summer-Update der bereits angekündigte neue Lead Time Calculator mit Drag-and-Drop-Funktionalität enthalten. Mit diesem lassen sich die Durchlaufzeiten für beliebige Prozessabschnitte mit wenigen Handgriffen intuitiv, flexibel und vollständig datengetrieben berechnen sowie visualisieren (Abb. 3). Dabei können nicht nur die durchschnittliche Dauer des Prozesses, sondern auch etwaige Ausreißer oder Engpässe identifiziert werden.

Eine weitere praktische Neuerung ist der augenfreundliche „Dark Mode“ für den PAFnow Companion (Abb. 4). Der Companion transformiert Eventlog-Daten unterschiedlichster Datenquellen und End-to-End-Prozesse in einen PAFnow-Eventlog.