Process Mining. Moderne Form der Prozessoptimierung und Auswirkungen auf das Consulting

Inhaltsverzeichnis

1. Einleitung

2. Process Mining
2.1 Entstehung der heutigen Process-Mining Technologie
2.2 Anwendungsszenarien
2.3 Funktionsweise

3. Klassische Prozessoptimierung und Process Mining
3.1 Verfahren der klassischen Prozessoptimierung
3.1.1 Kaizen
3.1.2 Business Process Reengineering
3.1.3 5S-Methode
3.1.4 Six Sigma
3.2 Vor- und Nachteile von Process Mining
3.3 Chancen und Risiken von Process Mining

4. Process Mining in Konzernen
4.1 Porsche:
4.2 Telekom:

5. Auswirkungen auf das Consulting

6. Fazit

7. Literaturverzeichnis

1. Einleitung

Durch die fortschreitende Globalisierung lösen sich Marktgrenzen vieler Unternehmen auf. Unternehmen, die über einen langen Zeitraum nicht als Konkurrenz galten, haben sich zu Wettbewerben entwickelt, wodurch der Kampf um Marktanteile an Intensität gewonnen hat. Insbesondere Unternehmen aus Hochlohnländern sind einem sehr starken und steigenden Kostendruck ausgesetzt und bemüht die Kosten der Unternehmung zu senken (vgl. Statista, 2015).

Großes Potenzial, die Effizienz in einem Unternehmen zu erhöhen und somit dem steigenden Kostendruck entgegenzuwirken, wird, neben der Automatisierung und Digitalisierung, in der Verbesserung der Unternehmensprozesse gesehen. So empfinden, laut einer Studie der Frankfurter allgemeinen Zeitung (FAZ) aus dem Jahr 2020, 71 Prozent der befragten Unternehmen ihre Geschäftsprozesse als veraltet und nicht optimiert (vgl. Beutnagel, 2020).

Sowohl der technologische Fortschritt als auch die fortschreitende Digitalisierung haben dazu geführt, dass immer mehr Unternehmen auf Informationssysteme zur automatisierten Erfassung von Daten zurückgreifen. Durch die Verwendung der Informationssysteme sind die vorhandenen unternehmensinternen Datenmengen exponentiell gestiegen. Diese großen Datenmengen stellen für Unternehmen herausragende Optimierungschancen in nahezu allen Bereichen dar. Um Optimierungspotenziale in den Geschäftsprozessen erkennen zu können, müssen Unternehmen zunächst die tatsächlichen Prozesse erfassen. Viele Unternehmen greifen dabei auf die Process-Mining Technologie zurück, die anhand von qualitativen Betriebsdaten die tatsächlichen Ist-Prozesse erfasst und visualisiert.

Die folgende Hausarbeit befasst sich mit dieser Technologie des Prozessmanagement und befasst sich mit der Fragestellung, wie sich Process-Mining auf das Consulting auswirkt.

Dazu wird zunächst allgemein auf die Process-Mining Technologie eingegangen und diese mit anderen klassischen Prozessoptimierungsmethoden verglichen. Darauffolgend wird anhand von zwei Beispielen gezeigt, wie Unternehmen die Technologie in ihrem Unternehmen integriert haben. Abschließend werden die Auswirkungen auf das Consulting erarbeitet und ein Ausblick hinsichtlich der zukünftigen Entwicklung der Process-Mining Technologie gegeben.

2. Process Mining

Die Process-Mining Technologie ist Unterstützungstool des Prozessmanagements, das die durch die verschiedensten elektronischen Datenverarbeitungssysteme (EDV-Systeme) (z.B. ERP, SCMSs etc.) gesammelten Betriebsdaten, verwendbar macht. Transaktions- und Vorgangsdaten werden durch Algorithmen ausgewertet, die es den Unternehmen ermöglichen die tatsächlich ablaufenden Prozesse zu erkennen, zu analysieren und zu verbessern. Das Ziel der Technologie sind Prozessoptimierungen die Kosten- und Zeiteinsparungen bewirken und die Fehleranfälligkeit der gesamten Unternehmensabläufe minimieren (vgl. Peters & Nauroth, 2019, S. 3).

Das nachfolgende Kapitel befasst sich mit der Entstehung, den Verwendungsszenarien, der Funktionsweise und den verschiedenen Anwendungsformen der Prozessmanagementtechnologie.

2.1 Entstehung der heutigen Process-Mining Technologie

In erster Form trat die Process-Mining Technologie im 19. Jahrhundert bei der amerikanischen Marine auf. In dieser Zeit wurden die täglichen Positionen, Ozeanströmungen und -winde von mehreren tausenden Schiffsreisen in sogenannten Logbüchern erfasst und dokumentiert. Nachdem diese großen, manuell erfassten Datenmengen über einen langen Zeitraum keine Verwendung fanden, wertete der Seemann Matthew Maury diese Daten aus und erstellte aus den Analyseergebnissen visuelle Kartenmaterialien. Diese Karten nutzten Kapitäne für ihre Routenplanungen und erzielten durch den Einsatz große Zeit- und somit auch Kosteneinsparungen (vgl. Rozinat & Söllner, 2014, S. 4 ff.).

Auch Unternehmen produzieren, durch die fortschreitende Digitalisierung und Automatisierung, große Datenmengen. Viele dieser Datensätze werden nicht effizient genutzt, wodurch Optimierungspotenziale entstehen. Anfang der 2000er Jahre forschte der niederländische Informatikprofessor Will van der Aalst der Technischen Universität Eindhoven diesbezüglich in den Themengebieten Workflow Management und Business-Process-Management. Während des Forschungsprojekt stellte er fest, dass sich Unternehmen zumeist nur auf die Analyse von Daten konzentrierten und die mit der Datenherkunft in Verbindung stehenden Prozesse unberücksichtigt blieben. Aufgrund dieser Erkenntnis entwickelte der Professor die Process-Mining Technologie, die modellbasierte Prozessanalysemethoden und datenbasierende Analysetechniken verbindet. Die kontinuierliche Verbesserung der Prozessmanagementtechnologie ist bis heute nicht abgeschlossen. Noch immer befasst sich ein Forschungsteam an der TU Eindhoven mit Process-Mining (vgl. Peters & Nauroth, 2019, S. 3 ff.).

Aus einem Interview mit Will van der Aalst geht hervor, dass für den Informatikprofessor der Wissenstransfer von der Wissenschaft in die Praxis von besonderer Bedeutung ist. Aus diesem Grund hat er die Open-Source-Software namens „ProM“ entwickelt. Während die Software anfangs lediglich der Forschung und Wissenschaft diente, können seit dem Jahr 2011 auch Unternehmen die Software für individuelle Prozessoptimierungen verwenden. Mittlerweile haben sich ca. 25 Unternehmen, zumeist Start-Ups, auf die kommerzielle Nutzung der Prozessmanagementtechnologie spezialisiert und unterstützen Unternehmen bei der Integration und Verwendung. Das Münchener Start-Up „Celonis“ zählt mit seiner Process-Mining-Software zu den Marktführern. Das Unternehmen hat einen großen Beitrag dazu geleistet, dass Process-Mining an Aufmerksamkeit gewonnen hat und viele Unternehmen nicht mehr auf das Prozessoptimierungstool verzichten wollen (vgl. Goetzpartners Corporate Finance GmbH, 2019).

2.2 Anwendungsszenarien

Die Process-Mining Technologie kann von nahezu jedem Unternehmen verwendet werden. Die Grundlage für einen erfolgreichen Einsatz bilden IT-Systeme, die mit Hilfe von definierten Prozessen, Daten erheben. Das heißt, die einzelnen Schritte eines Prozesses müssen zuzuordnen sein und die Chronologie nachvollziehbar. Der Einsatz von Process-Mining setzt zusätzlich voraus, dass alle Prozesse digital ablaufen und manuelle Prozesse, wie zum Beispiel das Weitergeben einer Kopie, ausgeschlossen sind. Ebenfalls von hoher Bedeutung ist die Qualität der vorliegenden Datenmengen, sodass die Software die Gesamtheit der ablaufenden Haupt- und Nebenprozesse erfassen kann (vgl. BPM&O GmbH, o. J.).

Da sich insbesondere Großunternehmen über die Bedeutung von höchstqualitativen Daten bewusst sind und Klein- und Mittelständigen Unternehmen häufig über weniger qualitative Daten verfügen, wird die Process-Mining Technologie in großen Unternehmen vermehrt angewendet. So können zum Beispiel Transaktionen in einem ERP-System, der genaue Prozessablauf in einem Ticketsystem bei Anfragen oder der Behandlungspfad eines Patienten im Krankenhaus mit Hilfe der Process-Mining Technologie visualisiert werden (vgl. News aktuell GmbH, 2015).

Wesentliche Anwendungsszenarien stellen die Harmonisierung von Prozessen über verschiedene Unternehmensabteilungen und -werke, die Optimierung von Prozessen hinsichtlich Durchlaufzeiten, Prozesskosten, Prozessstabilität und die Erfüllung von Compliance-Anforderungen dar. Auch im Wissensmanagement und Assistenzsystemen kann Process-Mining eingesetzt werden. Die Process-Mining Technologie kann folgende Aufgaben bearbeiten (vgl. Rozinat & Söllner, 2014, S. 5):

- Visualisierung der tatsächlichen Ist-Prozesse
- Vergleich der Ist- und Soll- Prozesse
- Aufzeigen von Engpässen und Fehleranfälligkeiten im Prozessablauf
- Zuordnung von Abteilung, Benutzer und Aufgaben im Prozessablauf

2.3 Funktionsweise

Je nach Unternehmensumfeld laufen in Unternehmen täglich viele verschiedene Prozesse ab, die maßgeblich zum Erfolg bzw. Misserfolg eines Unternehmens beitragen. Aufgabe des Prozessmanagement ist es, diese Prozesse bestmöglich auszulegen, sodass die Prozesse geringe Durchlaufzeiten und Prozesskosten bei einer gleichzeitigen hohen Prozessstabilität aufweisen. Dazu werden die Geschäftsprozesse in ihrem Ablauf theoretisch festgeschrieben (vgl. PricewaterhouseCoopers AG, 2011, S. 10 f.).

In der Realität laufen die optimalen Prozesse häufig jedoch anders ab, wodurch sich die Durchlaufzeiten, die Prozesskosten und auch die Prozessstabilität unbemerkt verschlechtern. Abweichungen zwischen den Soll- und Ist-Prozessen zu erkennen gilt als sehr zeitintensiv und erfordert eine hohe Expertise der einzelnen, prozessbeteiligten Fachbereiche. Die Process-Mining Technologie behandelt dieses grundlegende Problem. Die IT-Software erfasst die Gesamtheit der digitalen Daten der verschiedenen Unternehmensprozesse und visualisiert die Prozesse aus den Resultaten realitätsgetreu (vgl. Rozinat & Söllner, 2014, S. 5).

Process-Mining baut auf sogenannten Logs und Bewegungsdateien auf. Diese Datenformate speichern sämtliche Aktivitäten, die bei der Ausführung des jeweiligen Prozesses im Informationssystem ausgeführt werden. Dabei werden Informationen über den Bearbeiter und den Zeitpunkt der Ausführung der einzelnen Prozessschritte erfasst. Neben offensichtlichen Arbeitsabläufen wird zusätzlich verborgenes Prozesswissen, zum Beispiel über Datenblattzugriffe verschiedener Mitarbeiter, berücksichtigt. Mit Hilfe von statistischen Verfahren werden Auftrittswahrscheinlichkeiten der einzelnen Prozessschritte berechnet. Durch das Zusammenführen der einzelnen Prozessschritte ermittelt Process-Mining anschließend den tatsächlichen Ist-Prozess. Auf Basis der Ist-Prozesse ist es den Unternehmen möglich, Vergleiche mit den Soll-Prozessen durchzuführen und Schwachstellen zu ermitteln (vgl. 1&1 IONOS SE, 2019).

Will van der Aalst unterteilt die Process-Mining Technologie in drei unterschiedliche Komplexitätsstufen. Während Discovery (Entdeckung) sich lediglich mit der Erfassung und Rekonstruierung der Ist-Prozesse befasst, wird bei Conformance-Process-Mining zusätzlich ein Soll-Ist-Vergleich der Prozesse durchgeführt. Enhancement wertet die erfassten Prozesse aus und konstruiert zusätzlich den bestmöglich Prozessablauf (vgl. 1&1 IONOS SE, 2019).

3. Klassische Prozessoptimierung und Process Mining

Dieses Kapitel beschäftigt sich mit dem Vergleich von den Methoden der Prozessoptimierung und dem Process Mining

3.1 Verfahren der klassischen Prozessoptimierung

Zunächst werden verschiedene Verfahren zur klassischen Prozessoptimierung analysiert und erklärt.

3.1.1 Kaizen

Kaizen ist ein weiteres Verfahren für die Optimierung der Prozesse in Unternehmen. Dabei beginnt man bei Kaizen mit der kleinsten Einheit im Unternehmen und wendet es anschließend über das ganze Unternehmen an. Im Fokus des Verfahrens steht der Mitarbeiter und sein Arbeitsplatz. Mit einem ganzheitlichen und kollektiven Ansatz werden die Mitarbeiter in die Optimierung integriert. Man kennt Kaizen dabei auch als kontinuierlichen Verbesserungsprozess (KVP). Kaizen ist somit keine Methode, sondern eine Einstellung und Denkweise aller Mitarbeiter. So können, bei positiver und gestaltungsfreudiger Denkweise der Mitarbeiter, alle Prozesse im Unternehmen fortlaufend verbessert werden. (vgl. Dirschl, 2019)

3.1.2 Business Process Reengineering

Bei diesem Ansatz geht es um eine komplette Neugestaltung der Gesamtheit aller in Unternehmen befindlichen Geschäftsprozesse. Sobald man diese Geschäftsprozesse nicht mehr ausbessern und verbessern kann, bedarf es eine komplette Neuausrichtung. Gerade wenn die Ausbesserung der Geschäftsprozesse zu viel Zeit in Anspruch nimmt, wird diese Methode angewendet. Dabei werden die wichtigsten Unternehmensprozesse auf die Kernkompetenzen im Unternehmen angepasst. Die Folge kann deshalb auch manchmal sein, dass sich die Unternehmen von einigen Geschäftsbereichen trennen müssen, da diese keinen wirklichen Mehrwert bieten. Diese Variante der Prozessoptimierung ist zudem für Organisationen relevant, welche sich nicht mit der Zeit entwickeln konnten, sodass beispielsweise neue Technologien eingeführt werden müssen. (vgl. Dirschl, 2019)

3.1.3 5S-Methode

Bei der 5S-Methode wird die Arbeitsumgebung und der Arbeitsplatz eines Mitarbeiters durch eine systematische Vorgehensweise so gestaltet, dass sich die Personen voll und ganz auf die wertschöpfenden Tätigkeiten konzentrieren können. Dadurch wird das Ziel verfolgt, nicht wertschöpfende Tätigkeiten innerhalb einer Organisation zu minimieren oder zu eliminieren, sodass die Arbeitsplätze optimal ausgelastet werden können. Man konzentriert sich dabei auf folgende Schwerpunkte:

- Selektieren: Damit wird das Aussortieren von nicht benötigten Dingen am Arbeitsplatz gemeint.
- Systematisieren: Hierbei wird eine Systematik für die Anordnung der wichtigen Arbeitsmittel angestrebt.
- Säubern: Der Arbeitsplatz muss sauber und ordentlich gehalten werden.
- Standardisieren: Standards müssen geschaffen werden, sodass auch bereichsübergreifend gearbeitet werden kann.
- Selbstdisziplin üben: Regelmäßige Kontrollen der Bereiche zur kontinuierlichen Verbesserung. (vgl. Refa, 2021)

3.1.4 Six Sigma

Ein weiteres systematisches Vorgehen zur Verbesserung der Prozesse in Unternehmen ist die Methode Six Sigma. Dabei werden, unter Anwendung von analytischen und statistischen Methoden, die Unternehmensprozesse optimiert. Six Sigma beschreibt die Geschäftsprozesse als messbare mathematische Ansätze. Grundsätzlich beschreibt Six Sigma fünf Phasen:

- Define: Was ist das Problem genau, wie lässt es sich beschreiben?
- Measure: Wie ist die Performance, welche Auswirkungen des Prozesses sind verantwortlich?
- Analyze: Was sind die Kernursachen?
- Improve: Wie kann man das Problem beseitigen?
- Control: Wie kann eine nachhaltige Verbesserung sichergestellt werden? (vgl. Six Sigma, 2021)

[...]