Ziel der Arbeit ist eine literaturbasierte Untersuchung, was Process-Mining ist und wo dessen Anwendungsfelder und Grenzen sind. Dazu werden zum besseren Verständnis über die Thematik die fachliche Grundlage und Funktionsweise besprochen. Anschließend wird die Entstehungsgeschichte und Entwicklung des Process-Minings thematisiert, bevor auf die drei verschiedenen Typen des Tools eingegangen wird. Im Anschluss wird besprochen, wie Process-Mining in Verbindung mit Lean-Six-Sigma eingesetzt werden kann, um einen detaillierteren Überblick in die Praxis eines Process-Mining Projektes zu erhalten.
Im Anschluss wird dann auf die Anwendungsfelder eingegangen, in denen Process-Mining gewinnbringend eingesetzt werden kann. Darunter zählen die Bereiche Compliance und Prozessautomatisierung, aber auch die Abgabe von faktenbasierten Prognosen werden dadurch ermöglicht. Daneben werden die Grenzen und Probleme des Tools erläutert, wie zum Beispiel Datenschutzthemen und die Abhängigkeit zu IT gestützten Daten. Zum Abschluss werden die Erkenntnisse im Fazit kurz zusammengefasst.
Inhaltsverzeichnis
1 Einleitung
1.1 Problemstellung und Zielsetzung
1.2 Gang der Untersuchung
2 Die fachlichen Grundlagen
2.1 Was ist Process-Mining?
2.2 Die historische Entstehungsgeschichte des Process Mining
2.3 Die drei Typen des Process Mining
3 Einsatz von Process Mining in Verbindung mit Lean-Six-Sigma
4 Die Anwendungsfelder des Process Mining
4.1 Process-Mining in der Compliance
4.2 Process-Mining in der Prozessautomatisierung
4.3 Process Mining bei Prozessprognosen
5 Die Grenzen des Process Minings
6 Fazit
Zielsetzung & Themen
Ziel dieser Arbeit ist eine fundierte Analyse des Einsatzbereichs von Process Mining als Werkzeug zur Prozessoptimierung, wobei insbesondere die funktionale Arbeitsweise, die Verknüpfung mit Lean-Six-Sigma sowie die praktischen Anwendungsfelder und Limitationen beleuchtet werden.
- Grundlagen und Definition von Process Mining
- Historische Entwicklung der Prozessanalyse
- Synergieeffekte zwischen Process Mining und Lean-Six-Sigma
- Anwendungsgebiete in Compliance, Automatisierung und Prognostik
- Grenzen und Herausforderungen der methodischen Anwendung
Auszug aus dem Buch
2.1 Was ist Process-Mining?
„Daten sind das Öl des 21. Jahrhunderts und die Datenanalyse der Verbrennungsmotor.“ – Peter Sondergaard
Um digital gestützte Geschäftsprozesse besser verstehen zu können und daraus Optimierungspotenziale abzuleiten, nutzen Unternehmen Process-Mining Software. Das Tool ermöglicht einen datenbasierten Optimierungsansatz, indem Prozessinformationen aus IT-Systemen erhoben, grafisch dargestellt und analysiert werden.
Um dies zu realisieren, benötigt es eine Prozesskette von Ereignissen, sowie einen eindeutigen Start- und Endpunkt des Prozesses. Beispielsweise stellt die Bestellung eines Online-Shop Kunden den Prozessstart dar, während die Auslieferung der Ware als Prozessende definiert wird. Die Zwischenschritte, wie Auftragsannahme oder Verpacken der Ware sind Prozessschritte. Wird ein Prozessschritt durchlaufen, werden automatisch alle wichtigen Transaktionsdaten in sogenannten Event-Logs auf Datenbanken abgespeichert. Diese Dateien enthalten zum Beispiel die Prozess-ID, Zeitstempel und Bearbeiter. Im Anschluss werden die Daten von der Process-Mining Software analysiert und in einem Prozessgraphen visualisiert. Wie läuft der Prozess tatsächlich ab und inwieweit weicht der tatsächliche Ablauf vom Ideal ab? Im Arbeitsalltag erledigt ein Mitarbeiter eine Vielzahl von Aufgaben und schafft dabei manchmal einen individuellen Bearbeitungsweg. Stellt dieser Umweg nun eine Verbesserung des Prozessablaufs oder einen Verstoß gegen die Vorschriften dar? Neben dem Abbilden des genauen Prozesschaubilds ist es ebenfalls möglich, eine Performanceansicht des Prozesses zu generieren. Beispielsweise kann durch Process Mining die Effektivität, sowie Störfaktoren erfasst werden. Wie lange dauern die einzelnen Prozessschritte und entstehen durch Prozessabhängigkeiten störanfällige Knotenpunkte? Process Mining liefert hierbei die Lösung, das verborgene Netz der Prozesswege sichtbar zu machen und unterstützt dadurch das Auffinden von Problemen und Optimierungsansätzen.
Zusammenfassung der Kapitel
1 Einleitung: Dieses Kapitel motiviert die Themenstellung durch die Notwendigkeit zur Prozessoptimierung in komplexen Unternehmensumgebungen und legt den methodischen Aufbau der Arbeit dar.
2 Die fachlichen Grundlagen: Es werden die begrifflichen Grundlagen, die historische Entwicklung hin zur digitalen Prozessanalyse sowie die methodische Klassifizierung von Process-Mining-Typen erläutert.
3 Einsatz von Process Mining in Verbindung mit Lean-Six-Sigma: Dieses Kapitel erörtert die Symbiose der beiden Ansätze zur datenbasierten Qualitätssicherung und Prozessverbesserung mittels des DMAIC-Zyklus.
4 Die Anwendungsfelder des Process Mining: Hier werden spezifische Einsatzszenarien beleuchtet, insbesondere im Bereich der Compliance, der Automatisierung mittels RPA und der prädiktiven Prozessanalyse.
5 Die Grenzen des Process Minings: Es werden Herausforderungen bei der Datenqualität, Harmonisierung sowie die Problematik der Erfassbarkeit nicht IT-gestützter Prozessschritte diskutiert.
6 Fazit: Die Arbeit schließt mit einer zusammenfassenden Bewertung der Relevanz von Process Mining als unverzichtbares Werkzeug für moderne, kundenorientierte Geschäftsprozesse.
Schlüsselwörter
Process Mining, Prozessoptimierung, Geschäftsprozesse, Lean-Six-Sigma, DMAIC, Compliance, Prozessautomatisierung, Predictive Analytics, Event-Logs, Prozessdaten, Datenanalyse, IT-Systeme, Effizienzsteigerung, Prozessprognose, Prozessmanagement
Häufig gestellte Fragen
Worum geht es in dieser wissenschaftlichen Arbeit im Kern?
Die Arbeit untersucht das Potenzial und die methodischen Anwendungsmöglichkeiten von Process-Mining zur Analyse und Verbesserung betrieblicher Abläufe.
Welche zentralen Themenfelder werden behandelt?
Zu den Kernpunkten zählen die theoretischen Grundlagen des Process-Mining, dessen Integration in Lean-Six-Sigma-Methodiken sowie spezifische Einsatzgebiete wie Compliance und Automatisierung.
Was ist das primäre Ziel oder die Forschungsfrage?
Ziel ist es zu klären, wie Process-Mining in der Praxis durchgeführt wird, welche Anwendungsfelder bestehen und welche qualitativen Grenzen dieses Instrument aufweist.
Welche wissenschaftliche Methode liegt der Untersuchung zugrunde?
Es handelt sich um eine strukturierte, literaturbasierte Untersuchung, die den aktuellen wissenschaftlichen Diskurs zum Thema Prozessanalyse zusammenfasst.
Was wird im Hauptteil der Arbeit analysiert?
Der Hauptteil gliedert sich in eine fundierte Begriffsdefinition, die Verknüpfung mit Qualitätsmanagement-Methoden sowie eine detaillierte Betrachtung der Anwendungsfelder und Implementierungsgrenzen.
Welche Schlagworte charakterisieren diese Arbeit?
Zentrale Begriffe sind Prozessdaten, Effizienz, DMAIC-Zyklus, Transparenz und die Symbiose aus menschlicher Facharbeit und datengestützter Analyse.
Wie unterscheidet sich die methodische Herangehensweise von klassischen Stichproben?
Im Gegensatz zu manuellen Stichproben ermöglicht Process-Mining durch die Auswertung digitaler Spuren eine ganzheitliche, faktengestützte Analyse des tatsächlichen Prozessverlaufs statt nur dessen theoretischer Modellierung.
Welche Rolle spielt die Compliance bei der Nutzung von Process-Mining?
Process-Mining bietet umfassende Prozesstransparenz, wodurch kritische Prozessschritte in Echtzeit überwacht und Verstöße gegen regulatorische Vorgaben oder Abweichungen vom geplanten Prozess identifiziert werden können.
Warum gibt es Herausforderungen bei der Erfassung von Prozessen?
Ein wesentliches Problem bei der Implementierung ist die Visualisierung von nicht IT-gestützten, manuellen Prozessschritten, da Process-Mining in erster Linie auf digitale Datenquellen angewiesen ist.
- Quote paper
- Lukas Lehnstaedt (Author), 2022, Process-Mining in der Compliance, der Prozessautomatisierung und bei Prozessprognosen. Einsatz in Verbindung mit Lean-Six-Sigma, Munich, GRIN Verlag, https://www.grin.com/document/1239641
