Process Mining in Unternehmen. Auswirkungen auf Qualität, Kennzahlen und Kosten


Akademische Arbeit, 2020

52 Seiten, Note: 1,0


Leseprobe

Inhaltsverzeichnis

1. Einleitung

2. Grundlagen Process Mining
2.1. Funktion von Process Mining
2.2. Event-Log
2.2.1. Herkunft der Dated
2.2.2. Reifegrad der Daten]
2.3. Celonis' Process Mining Software
2.4. Prozessperspektiven in der Praxis

3. Darstellung der vier Prozesskennzahlen im Projektmanagement & Process Mining
3.1. Qualität
3.2. Kosten
3.3. Zeit
3.4. Flexibilität
3.5. Die Prozesskennzahlen im Process-Mining

4. Forschungsfrage

5. Umfrageanalyse
5.1. Analyse der Ergebnisse
5.1.1. Umfragekapitel 1: Allgemeine Fragen
5.1.2. Umfragekapitel 2: Qualität
5.1.3. Umfragekapitel 3: Kosten
5.1.4. Umfragekapitel 4: Zeit
5.1.5. Umfragekapitel 5: Flexibilität
5.1.6. Umfragekapitel 6: Abschluss

6. Zusammenfassung und Ausblick
6.1. Zusammenfassung
6.2. Erreichte Ergebnisse
6.3. Ausblick

A. Anhang
A.1. Visualisierung der Umfrageergebnisse

Kurzfassung

Process Mining hat sich in den letzten zehn Jahren als eines der beliebtesten und span­nendsten Technologiefelder entwickelt. Durch das stetige Ansammeln von Geschäftser­eignissen in Form von Event-Logs können aus den verschiedenen Informationssystemen Daten ausgewertet und anschließend anhand einer visualisierten Oberfläche einfach und übersichtlich dargestellt werden. Da sich dadurch große unternehmerische Vorteile wie Verringerung von Kosten, schnellere Durchlaufzeiten oder erhöhte Kundenzufriedenheit ergeben können, ist die Technik mittels einem Process Mining Tool mittlerweile auch in der Praxis weit verbreitet und wird aktiv genutzt. Das Ziel durch den Einsatz von Process Mining ist neben der Visualisierung von Geschäftsprozessen, auch die Verbesserung der Prozesskennzahlen wie Qualität, Kosten, Zeit und Flexibilität.

Auf Basis einer detaillierten Umfrage mit 103 Teilnehmern von Unternehmen aus ver­schiedenen Branchen konnten in dieser Studienarbeit die Auswirkungen des Einsatzes von Process Mining im unternehmerischen Umfeld auf die Prozesskennzahlen Qualität, Kosten, Zeit und Flexibilität näher erörtert werden. Um durch Process Mining eine hohe Erfolgswahrscheinlichkeit für die Verbesserung der internen Prozesse zu erzielen, werden aus den Umfrageergebnissen vier Wege abgeleitet, die zu einer positiven Entwicklung der sowohl eigenen, als auch abteilungsübergreifenden Prozesslandschaft und Prozesskennzah­len führen kann.

Schlüsselwörter: Process Mining, Business Process Management, Prozesskennzahlen, Mehrwerte, Zukunftstechnologie, Umfrage

Abstract

Process Mining has developed over the last ten years as one of the most popular and ex­citing fields of technology. Through the constant accumulation of business events in the form of event-logs, data from various information systems can be evaluated and then pre­sented in a simple and clear manner using a visualized interface. As this can result in major business benefits such as cost reduction, faster lean times or increased customer satisfaction, the technology using a Process Mining tool is now widely used and actively applied in practice. The aim of using Process Mining is not only the visualization of busi­ness processes, but also the improvement of process KPIs such as quality, costs, time and flexibility.

On the basis of a detailed survey with 103 participants from companies from different industries, this study paper was able to discuss in more detail the effects of the use of Process Mining in the corporate environment on the process KPIs quality, costs, time and flexibility. In order to achieve a high probability of success for the improvement of internal processes through Process Mining, four paths are derived from the survey results, which can lead to a positive development of the own as well as cross-departmental process lands­cape and process key figures.

Keywords: process mining, business process management, process KPIs, ValueAdds, emerging technology, survey

Abbildungsverzeichnis

2.1. Prinzip der Prozessvarianten

2.2. Datenherkunft für Event-Logs

2.3. Stufen des Reifegradmodells

2.4. Process Discovery

2.5. Prozessvarianten

3.1. Darstellung des magisches Dreieck im Projektmanagement

3.2. Erweiterung des magischen Dreiecks um die Prozesskennzahl Flexibilität.

5.3. Auswirkung auf Kosten nach dem Einsatz von Process Mining

5.4. Auswirkungen auf die Zeit nach dem Einsatz von Process Mining

5.5. Beurteilung, ob alle analogen Prozesse digitalisiert werden können

5.6. Beurteilung, ob Kunden ein Process Mining Tool weiterempfehlen würden

1. Einleitung

Heutzutage ist die Bedeutung der Digitalisierung spätestens nach den aktuellen Vorkomm­nissen an ein jeden herangegangen. Es führt kein Weg vorbei, für die Kommunikation Onlinetools wie WhatsApp oder neuerdings Zoom zu benutzen, Finanzen per Applikati­on zu steuern, das Lieblingsgetränk mit einem passenden Sommerhemd bei Amazon zu kaufen oder sich Wissen anzueignen. Sei es das Erlernen eines Segelboot Führerscheins oder die Lehre in der Universität. Jedoch macht die Digitalisierung nicht nur Halt im privaten Bereich, sondern auch im beruflichen Umfeld. Seit der Einführung des Com­puters und der daraus resultierten kommerziellen Nutzung des Internets im Jahr 1990 wurde der Wandel von digitalen Arbeitsweisen hin zu digitaler Umsetzung unumgäng­lich. Jedes Unternehmen, ob 10 Mitarbeiter1, 500 Mitarbeiter oder 750.000 Mitarbeiter nutzen unterschiedlichste digitale Instrumente zur Bewältigung des täglichen beruflichen Arbeitslebens. Einer der essentiellsten Instrumente sind Prozesse. Ein Prozess ist eine Reihe von Aktionen oder Schritten, die in einer Abfolge von einem definierten oder aner­kannten Start bis zu einem definierten Ende wiederholt werden. Der Zweck eines Prozesses besteht darin, einen allgemein verstandenen Ablauf festzulegen und aufrechtzuerhalten, damit eine Aufgabe so effizient und konsistent wie möglich erledigt werden kann. Zu den üblichen Geschäftsprozessen, welche in dieser Arbeit näher beleuchtet werden, gehören die Prozesse Purchase to Pay (P2P), Order to Cash (O2C) Finance und IT- Service Ma­nagement. Während fast jedes Unternehmen eine Version dieser Prozesse als Rückgrat des Geschäftsbetriebs hat, gibt es deutlich mehr Prozesse, die den täglichen Betrieb eines Unternehmens unterstützen2.

In diesem Paper geht es um die Nutzung der Process Mining Software Celonis. Process Mining wird effektiv eingesetzt, um den aktuellen Zustand der Geschäftsprozessleistung zu analysieren, Verbesserungsbereiche zu identifizieren und die Ergebnisse von Prozess­verbesserungen zu bewerten. Celonis wurde 2011 gegründet und gehört inzwischen zu den wenigen sogenannten Einhörnern3 in Deutschland.

Die drei Gründer machten sich zum Ziel, alle digitalen Prozesse eines Informationssys­tems in einem Unternehmen ab einer Mitarbeiterzahl von 500 durch eine selbstentwi­ckelten Process Mining Software zu visualisieren, um Einsicht und Transparenz für kom­plexe, unstrukturierte, ineffiziente und wiederholende Betriebsprozesse zu geben. Dabei werden bei Process Mining Pläne verglichen, welche den Unterschied zwischen Theorie und Praxis darstellen. Das erste zu behandelnde Kapitel ist die Aufklärung der Grund­lagen von Process Mining, Darstellung der Event-Logs und darauffolgend die detaillierte Vorstellung der Process Mining Software Celonis. Neben dem Werdegang der führenden Process Mining Software Celonis wird die Funktionsweise der Software und den damit verbundenen Mehrwerten näher beleuchtet und evaluiert. Ebenfalls wird offengelegt, mit welchen Herausforderungen Mitarbeiter von Celonis vor und während des Einsatzes der Process Mining Software zu kämpfen haben und welche Kriterien für Celonis entschei­dend sind. Im nächsten Kapitel wird implizit auf die vier wichtigsten Prozesskennzahlen Qualität, Kosten, Zeit und Flexibilität im Projektmanagement eingegangen und wie de­ren Zusammenspiel untereinander funktioniert. Abschließend wird die Formulierung der Forschungsfrage offengelegt. Diese lautet:

'Inwiefern kann Process Mining Auswirkungen auf die Werterzeugung und die Prozesskennzahlen Qualität, Kosten, Zeit und Flexibilität innerhalb eines Unternehmens haben?'

Anschließend wird eine umfassende Umfrage dargestellt, inwiefern Unterschiede mit dem Einsatz von Process Mining bezüglich der vier Prozesskennzahlen einhergegangen. Es wird auditiert, ob die von Process Mining Marktführer Celonis versprochene ValueAdds Schnelligkeit, Vollständigkeit und Objektivität umgesetzt werden konnten. Anknüpfend zur Umfrage werden die generierten Ergebnisse dargestellt, analysiert und ausgewertet. Zum Abschluss wird ein Syllabus der Studienarbeit und erreichte Ergebnisse in der Umfra­ge erörtert. Abschließend werden vier Regeln für eine erfolgreiche Benutzung von Process Mining offen gelegt und die Meinung der Autoren über eine langfristige Prognose in Bezug auf sowohl Process Mining, als auch dem Münchner Unternehmen Celonis.

2. Grundlagen Process Mining

Durch Process Mining können Daten, die in Unternehmen aus verschiedenen IT-Systemen generiert werden, für das Geschäftsprozessmanagement nutzbar gemacht werden. Dabei soll eine Geschäftsprozessmodellierung ermöglicht werden, die den Verlauf eines Prozes­ses detailliert visualisiert und verschiedene Prozesskennzahlen aufbereitet4. Somit hilft Process-Mining verschiedenen Unternehmen, den Ablauf ihrer eigenen Geschäftsprozesse besser zu verstehen und bietet ein großes Potenzial für Unternehmen, Fehlerquellen und andere Probleme innerhalb der Prozesse zu erkennen, um diese im Anschluss optimieren zu können5. Einer der größten Vorantreiber der wissenschaftlichen Forschung im Bereich des Process Mining ist Will van der Aalst gemeinsam mit der TU Eindhoven. Van der Aalst's Veröffentlichungen bieten seit den frühen 2000er Jahren und bis heute noch eine wichtige Grundlage für die Forschung im Bereich des Process Mining, und somit auch für diese Arbeit6.

2.1. Funktion von Process Mining

Die für das Process Mining benötigten Datensätze werden meist aus Event-Logs (Er- eignislogs), die aus den Unternehmenseigenen IT-Systemen generiert werden, gewonnen. Durch Data-Mining Methoden und Algorithmen werden diese anschließend ausgewertet und extrahiert. So gelingt es der Software, Zusammenhänge zwischen den Event-Logs zu erkennen, und damit spezifische Prozessverläufe zu rekonstruieren.

Abbildung in dieser Leseprobe nicht enthalten

Da sich bei einem Prozess, der eine essenzielle Funktion eines Unternehmens darstellt, oftmals eine große Menge an unterschiedlichen Ereignisdaten in den IT-Systemen sam­melt, kann die Software ein aussagekräftiges Abbild der Realität widerzuspiegeln (siehe Abbildung[217 , rechts). Aus der Abbildung |2.1| ist zu erkennen, dass durch Abweichun­gen, Scheidepunkte und Entscheidungsoptionen innerhalb eines Prozesses die Abfolge der Prozessschritte oftmals sehr komplizierte Verläufe aufweisen (siehe rechtes Bild). Ohne den Einsatz von Process Mining halten viele Mitarbeiter einer Firma die Prozesstruk- tur wie in Abbildung 2.1 links. Durch Proccess Mining ist es möglich, Mitarbeitern eine Transparenz für die wirkliche Prozessstruktur zu schaffen und die rechte Prozessstruktur in Richtung der linken Prozesstruktur zu entwickeln.

2.2. Event-Logs

Ein Event-Log ist eine digitale Ansammlung von Ereignissen, die in einer bestimmten, manchmal aber auch abweichenden Reihenfolge nacheinander ablaufen und somit einen Geschäftsprozess widerspiegeln. Laut dem Moorschen Gesetz8 aus dem Jahre 1965 ent­wickelt sich die Rechenleistung gemeinsam mit der Reduzierung der Kosten exponentiell. Die Entwicklung der letzten Jahre, vor allem im unternehmerischen Bereich, bestätigt diese These. Viele Unternehmen stützen heutzutage ihr allgemeines Geschäft oder ein­zelne Geschäftszweige auf IT-Systemen. Aus den meisten Aktivitäten werden Event-Logs generiert. Da diese meist in verschiedensten EDV-Systemen (ERP, CRM, ...) gesammelt werden, ist eine hohe Kompatibilität der Ausgangsdaten essenziell und stellt oftmals auch eine Herausforderung dar. Diese Herausforderung wird in den Kapiteln ,Herkunft der Da­ten“ und ,Reifegrad der Daten“ nochmals ausführlich erläutert. Die folgende Abbildung 2.29 bietet einen Überblick über die mögliche Herkunft von Event-Logs:

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 2.2.: Datenherkunft für Event-Logs

2.2.1. Herkunft der Daten

Laut van der Aalst10 können die Rohdaten, die für das Process Mining benötigt werden, aus verschiedensten Quellen stammen. Startpunkte können beispielsweise Excel Dateien mit Transaktionsdaten oder Datenbanktabellen sein.

Da die Daten meist aus unterschiedlichen IT-Systemen und Umgebungen kommen, ist es wichtig, nicht von Anfang an eine hohe Datenqualität oder einen hohen Reifegrad (siehe Kapitel 2.2.2) der Daten zu erwarten. Oftmals stellt das Zusammenfassen und Ordnen der Datenquellen einen hohen Aufwand dar. Mit gängigen ERP-Systeme stellt sich die Process Mining Implementierung oftmals einfacher dar:

'Die wirtschaftlich erfolgreichsten Tools haben häufig Konnektoren für die Anbindung der verschiedenen gängigen ERP-Systeme, die bei Konzernen im Einsatz sind. Konnektoren für ERP und andere Systeme, die eher im mittelständischen Bereich im Einsatz sind, müssen gegebenenfalls erst im Rahmen einer konkreten Projektdurchführung erstellt werden.11

Übliche Datenquellen für Process Mining können beispielsweise sein: ERP-Systeme (En­terprise Resource Planning), CRM-Systeme (Customer-Relationship-Management) oder MES (Manufacturing Execution System). Laut Peters12 werden folgende Kriterien für die Qualität der Daten bewertet:

- Belastbarkeit (Integrität)
- Korrektheit (Ereignis hat tatsächlich stattgefunden)
- Vollständigkeit (Es fehlen keine Ereignisse)
- Datenschutz (Keine Weitergabe der Daten an Dritte)
- Datensicherheit (Sichere Speicherung der Daten, kein Verlust, Missbrauch etc.)
- Transparenz (gegenüber den Beteiligten)

Abbildung in dieser Leseprobe nicht enthalten

2.2.2. Reifegrad der Daten

Der jeweilige Reifegrad ordnet die Quelldaten in ihre Qualität und Aussagekraft ein. Mit dem Reifegrad könnte entschieden werden, wie groß sich der Aufwand der Datenauswer­tung und der anschließenden Implementierung von Process Mining herausstellt. Die Min­destvoraussetzungen um einen Event-Log in einer Process Mining Umgebung auswerten zu können, sind eine numerische Identifikationsnummer, ein Zeitstempel des Ereignisses und eine Beschreibung der Aktivität13. Das Process Mining Manifesto von van der Aalst et al.14 stellt ein Reifegradmodell auf, welches die Qualität der Daten von ein Stern (schlech­te Qualität) bis fünf Sterne (exzellente Qualität) einordnet. Bei den meisten Unternehmen die Process Mining bereits seit längerer Zeit implementiert haben, bewegt sich die Quali­tät der Daten im Reifegradmodell zwischen vier und fünf Sternen. Grund dafür sind die bereits implementierten Schnittstellen, die für das Process Mining benötigt werden, und eine qualitativ hochwertige Speicherung der Daten erfordern. In der folgenden Tabelle werden die Stufen des Reifegradmodells erläutert:

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 2.3.: Stufen des Reifegradmodells

Der Reifegrad der Daten spielt bei der Implementierung von Process Mining eine essen­zielle Rolle. So auch Davenport et al.:

'Process mining as a method is dependent on case and event data in the logs, and it can accomplish only things allowed by that data.' 15

2.3. Celonis' Process Mining Software

Im folgenden Kapitel wird die gewerbliche Process Mining Software des Unternehmens Celonis näher erläutert. Dabei wird insbesondere der Wandel von Ist- zu Soll-Prozess und die Celonis-Funktion ’Prozessvarianten’ erläutert.16

Die Process Mining Software von Celonis ist eine der bekanntesten Process Mining An­wendungen weltweit. Das Unternehmen wurde im Jahre 2011 in München gegründet und wird heute (Stand Juni 2020) auf einen Unternehmenswert von über 2,5 Milliarden Euro validiert17. Die Software wird in über 30 Ländern von über 600 Kunden und Partner ge­nutzt. Damit ist laut Gartner Celonis der Marktführer in Process Mining18. Die Celonis Process Mining Software ermöglicht es, Geschäftsprozesse digital abzubilden und Prozess­kennzahlen zu analysieren. Derzeit kommt die Software in verschiedensten Branchen zum Einsatz und zu ihren Kunden gehören unter anderem Siemens, Vodafone und CISCO19.

Auf Basis der Quelldaten wird das Ist-Prozessmodell generiert, und durch die Process Mining Software visualisiert. Dieser Schritt wird auch 'Process Discovery' genannt. In der folgenden Grafik 2.420 wird die Funktion der Process Discovery visuell erläutert:

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 2.4.: Process Discovery

Neben der Ist-Prozessermittlung wird ein Soll-Prozessmodell (,Happy Path‘) entworfen, welcher im Anschluss als Referenz zur Vergleichbarkeit dienen soll. Die Celonis Process Mining Software bietet dem Anwender jederzeit den Vergleich zwischen Ist- und Sollpro­zess an. Die Visualisierung der Aktivitäten und Kennzahlen spielt hierbei eine wichtige Rolle. Die Software macht es möglich, verschiedene Varianten des Prozesses abzubilden.

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 2.5 zeigt drei verschiedene Prozessvarianten eines Beschaffungsprozesses (P2P). Die erste Variante zeigt den Prozess, der am häufigsten durchlaufen wird. In der Vari­ante zwei wird eine zusätzliche Aktivität eingeblendet, die den zweithäufigsten Verlauf des Prozesses darstellt. Selbiges in Variante drei. Process Mining macht in diesem Fall er­sichtlich, zwischen welchen Aktivitäten zusätzliche Prozessschritte in welcher Häufigkeit anfallen. Zusätzlich wird die Möglichkeit angeboten, basierend auf den Zeitstempeln der Event-Logs zu visualisieren, welche Durchlaufzeit die einzelnen Aktivitäten in Anspruch nehmen. Auch weitere Kennzahlen (bspw. Kosten) können, sofern Informationen in den jeweiligen Event-Logs deklariert sind, in der Celonis Process Minings Software in den ein­zelnen Aktivitäten visualisiert werden20 21.

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 2.5.: Prozessvarianten

Durch die verschiedenen Prozessvarianten können Kunden ihre Prozesse im Detail analy­sieren und Schwachstellen erkennen. Laut Reinkemeyer gelang es Kunden durch Process Mining herauszufinden, dass in einem internen Beschaffungsprozess über zehn Parteien eine Bestellung genehmigen mussten. Diese Schwachstelle konnte nach dem Einsatz von Process Mining ausfindig gemacht und verbessert werden22.

2.4. Prozessperspektiven in der Praxis

Die Zielsetzung des Process Minings wird in der Praxis oftmals in verschiedene Perspekti­ven aufgegliedert. Dies verhilft den Unternehmen, die Process Mining im eigenen Umfeld nutzen wollen, sich auf bestimmte Teilbereiche zu fokussieren.

Abbildung in dieser Leseprobe nicht enthalten

Eine wichtige Perspektive ist die Prozessperspektive (process perspective).23 Dabei wird vor allem der Kontrollfluss eines Prozesses analysiert. Im Rahmen der Process Discovery wird der Ist-Prozess aus den Event-Logs rekonstruiert und die verschiedenen Pfade visualisiert. Für Unternehmen bietet sich dadurch die Möglichkeit, eigene Prozesse besser zu verstehen und gegebenenfalls Verbesserungen anhand von Soll-Prozess Modellierungen in die Wege zu leiten. Diese werden häufig in Form von Prozessnotationen wie UML (Unified Modeling Language) oder BMPN (Business Process Model and Notation) ausgedrück Ceglowski et al.24 beschäftigten sich im European Conference on Information Systems (ECIS) in diesem Zusammenhang mit einem Australischen Krankenhaus. Das Kranken­haus verwendet ein emergency department information system (EDIS) für eine Vielzahl an Funktionen. Das IT-System erleichtert die Organisation und Lagerung der Unternehmens­und Patientendaten. Darüber hinaus fungiert sie auch als eine Art ERP, welches Kran­kenhauskapazitäten bewertet und Planungen erleichtert. Da dieses IT-System, in Kombi­nation mit kleineren (meist manuellen) Systemen, eine große Basis an Unternehmens- und Transaktionsdaten enthält, bietet sich dadurch ein signifikantes Potenzial für den Einsatz von Process Mining. Laut Ceglowski et al. gebe es in diesem Umfeld großes Potenzial zur Entscheidungshilfe durch Process Mining, welches nicht genutzt wird.

Auffällig war auch, dass für viele Prozesse in verschiedenen Funktionen keine Modelle existierten. Es wurden in der Regel keine Zielprozesse festgelegt und verfolgt. Nach dem Einsatz von Process Mining Software, konnte auf Basis der umfangreichen Datengrundla­ge eine hohe Transparenz über die eigenen Prozessabläufe (Prozessperspektive) geschaffen werden.

Die organisatorische Perspektive (organizational perspective) untersucht die an einem Pro­zess beteiligten Akteure, Ressourcen und ihre Beziehungen. Sie verwendet Event-Logs, um die Organisationsstruktur, die Organisationseinheiten und die verschiedenen Rollen inner­halb eines Prozesses zu untersuchen. Des Weiteren beschäftigt sich die organisatorische Perspektive mit der Darstellung und Analyse des sozialen Netzwerks, welches auch die Kommunikationsstruktur innerhalb eines Prozesses abbildet.

Matzner und Scholta analysieren in diesem Zusammenhang den organisationalen Ein­satz von Process Mining im Bereich von Cyber-physikalischen Systemen (CPS). CPS sind Systeme die informationstechnischen Elemente mit elektronischen und mechanischen Elementen verbindet. Dazu gehören Aufgabenfelder wie Fahrassistenzsysteme oder Ener­gieversorgungssysteme. CPS erfordern oftmals eine intensive Zusammenarbeit zwischen mehreren Herstellern und Akteuren. Matzner und Scholta. berichten von einem großen Potenzial, Organisations- und Kommunikationsstrukturen, auf Basis von in den Event­Logs angelegten Ereignisdaten, umfangreich visualisieren und repräsentieren zu können. Die Zeitperspektive (time perspective) befasst sich mit dem Zeitpunkt und Häufigkeit der Aktivitäten aus den Event-Logs. Da die meisten Ereignisdaten Zeitstempel tragen, ist es dadurch möglich Engpässe zu entdecken, die Auslastung von Ressourcen zu überwachen, und die verbleibende Bearbeitungszeit laufender Fälle vorherzusagen.25

Riekert et al. berichten im ECIS 2017 wie Process Mining im Krankenhausumfeld genutzt wird. Dabei liegt der Fokus auf der Vorhersage der Dauer von Operationen. So wurden in einem Universitätskrankenhaus Datensätze von insgesamt drei Jahren in Event-Logs gespeichert. Durch den Zeitstempel eines jeden Event-Logs konnte der Ablauf eines Operationsprozesses nachverfolgt werden. Die Ergebnisse der Studie zeigen, dass anhand der historischen Ereignisdaten sehr präzise Vorhersagen der Operationsdauer ver­schiedener Eingriffe gewährleistet werden kann. Durch die genaueren Zeitangaben können Raumbelegungen und Kapazitätsplanungen effizienter gestaltet werden.26 27

3. Darstellung der vier Prozesskennzahlen im Projektmanagement & Process Mining

Nachdem die Grundlagen von Process Mining verdeutlicht wurden und mehr Verständnis für die Forschungsfrage geschaffen werden konnte, wird in diesem Kapitel auf die vier Pro­zesskennzahlen eingegangen.28 29 Dabei bilden zuerst im Projektmanagement die Kennzahlen Qualität, Kosten und Zeit das ’magische Dreieck’ (Abbildung 3.130). Es ist eine modell­hafte Darstellung der drei, in einer Konkurrenz zueinanderstehenden Größen.30 Verändert sich einer dieser Faktoren, beeinflusst das immer einen, wenn nicht sogar gleich die bei­den anderen Faktoren. Folgende Anwendungsbeispiele sollen das Prinzip des ’magischen Dreiecks’ im Projektmanagement näher bringen.31:

Kosten vs. Zeit

Im Laufe eines Projekts wird deutlich, dass der Endtermin des Projekts mit den gegebenen Umständen und Mitteln wahrscheinlich nicht eingehalten werden kann. Hierbei könnte der Projektleiter zum einen eine Verschiebung des Endtermins und damit eine Veränderung in der Zielgröße Zeit akzeptieren. Zum anderen könnte der Projektleiter den Endtermin beibehalten und stattdessen mehr Mitarbeiter auf das Projekt abstellen. Hiermit wird allerdings die Kostendimension erhöht. In einer derartigen Situation muss sich zwischen der Einhaltung der Zeit oder der Kosten entschieden werden, denn jede Möglichkeit be­einflusst die anderen Projektkennzahlen.

Zeit vs. Qualität

Ähnlich wie im Beispiel zuvor kann der Endtermin eines Projektes voraussichtlich nicht eingehalten werden. Hierbei besteht erneut die Möglichkeit, die Verschiebung des Ter­mins und damit eine Veränderung der Zeitdimension zu akzeptieren. Eine weitere Option für den Projektleiter wäre, bei Beibehaltung des ursprünglichen Termins den Umfang der Leistungen (Qualität) zu reduzieren. Dadurch verändert sich die Qualitätsdimension. Auch hier gilt, dass jede Möglichkeit die anderen Projektkennzahlen beeinflusst.

Qualität vs. Kosten

Wegen wirtschaftlicher Entwicklungen reicht das Budget eines Projektes nicht mehr aus, um das Projekt im vollen Leistungsumfang abzuschließen. Nun liegt es in der Hand des Projektleiters, sich entweder für die Budgeteinhaltung oder die Beibehaltung der bespro­chenen Qualität zu entscheiden. Ist das Ziel, das Budget einzuhalten, geht dies zu Lasten der Qualität bzw. des Leistungsumfangs, während bei Beibehaltung der besprochenen Qualität die Einhaltung des neuen Budgets nicht realisierbar macht. Auch hier ist eine Entscheidung zwischen den beiden Optionen nötig, da die Varianten zu Lasten der ande­ren Zieldimension fallen.

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 3.1.: Darstellung des magisches Dreieck im Projektmanagement

In einer Studie ’Makroökonomische Vermessung der Projekttätigkeit in Deutschland'32 der deutschen Gesellschaft für Projektmanagement (GPM) im Jahr 2015, wurde die Grö­ße des Projekterfolgs unter Berücksichtigung der verschiedenen Parameter des magischen Dreiecks untersucht. Diese hat ergeben, dass die verschiedenen Kennzahlen eine unter­schiedliche Gewichtung auf den Erfolg eines Projekts haben können. Projekte verlaufen demnach primär in Bezug auf die Prozesskennzahl Qualität mit 78,5 % erfolgreich ab. Zu 69,3 % sind Projekte in Bezug auf Kosten und zu 67,2 % in Bezug auf Zeit erfolgreich33. Die Wahrscheinlichkeit für einen erfolgreichen Ablauf eines Projektes ist somit hoch, wenn diese Prozesskennzahlen positiv bewertet werden. Das in Abbildung 3.1 veranschaulichte Dreieck wird in dieser Arbeit mit einer weiteren Kennzahl - Flexibilität - erweitert, sodass folgendes Viereck entsteht (Abbildung 3.234 ).

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 3.2.: Erweiterung des magischen Dreiecks um die Prozesskennzahl Flexibilität

Flexibilität wird häufig als die bedeutende Eigenschaft von Unternehmen zur Bewältigung komplexer Umweltsituationen betrachtet, weshalb diese Prozesskennzahl bereits heute ein wichtiger strategischer Erfolgsfaktor ist, der zukünftig noch stark an Bedeutung gewinnen wird35. Das Prinzip des Vierecks ist gleichzusetzen mit dem Prinzip des 'magischen Drei­ecks'. Erhöht sich eine Kennzahl, kann dies Auswirkungen auf alle anderen Dimensionen haben. Ein Anwendungsbeispiel soll das Prinzip mit dem Erfolgsfaktor 'Flexibilität' ver­deutlichen:

Abbildung in dieser Leseprobe nicht enthalten

Angenommen, durch einen neu auftretenden Umweltzustand müssen Mitarbeiter des Pro­jekts von Zuhause aus arbeiten. Solch ein Umweltzustand kann durch eine Epidemie wie COVID-19 auftreten. Den Mitarbeitern muss das entsprechende Equipment bereitgestellt werden, damit diese ihre Leistung weiterhin von Zuhause aus erbringen können. Dies bringt Zeit und Kosten mit sich. Mit flexiblen Entscheidungen, wie das Erlauben von Home-Office und das Erhöhen der Projektkosten/Projektbudget. Beispielsweise für das Bereitstellen von Arbeitslaptops kann die Dauer und die Qualität des Projekts beibehal­ten werden.

Diese Prozesskennzahlen bilden eine Grundlage für jede Art von Planung und Steuerung. Zudem können sie im Projektcontrolling unterstützend sein, indem sie Unternehmen da­bei helfen Berichte an Stakeholder zu liefern. Durch das magische Dreieck oder auch das Viereck können im Bereich des Risikomanagement vereinfacht Engpässe der einzelnen Pa­rameter erkannt werden. So ist es möglich, vor dem Projekt mit präventiven Maßnahmen oder während dem Projekt mit reaktiven Maßnahmen auf diese Engpässe zu reagieren.

3.1. Qualität

Als Element des 'magischen Dreiecks' ist Qualität eines der wichtigsten Kriterien zur Messung des Projekterfolgs. Mit Qualität, wird üblicherweise der Inhalt, Umfang und die Qualität des Outputs verbunden. Darunter sind alle Leistungen zu verstehen, die für ein Projekt aufgewendet werden. Im Vordergrund steht die Zielerfüllung, die Kundenzufrie­denheit und die Produktqualität. Die Qualität in Projekten kann in eine Produktqualität und eine Projektqualität/Prozessqualität eingeteilt werden.

Die Produktqualität bezieht sich ausschließlich auf die Qualität des Endproduktes und vergleicht die Spezifikation dessen (Ist-Werte) mit den Anforderungen (Soll-Werte). Die DIN EN ISO 9000 definiert Qualität folgend:

'Qualität ist der Grad der Übereinstimmung von Elementen (Objekten, Produkten, Dienstleistungen, Vorgehensmodellen, Prozessen) mit den Anforderungen.' 36

Demnach wird von einer hohen Qualität gesprochen, wenn alle Anforderungen bestmöglich erfüllt werden. Ergänzend zur Produktqualität kann eine Projektmanagement- bzw. Pro­zessqualität definiert werden, mit welcher die Einhaltung bestimmter Parameter bei der Projektabwicklung gemessen werden. Die DIN ISO 9000 definiert Qualitätsmanagement wie folgt:

'Qualitätsmanagement umfasst dabei die Qualitätsstrategie, die Planung, Steuerung, Sicherstellung und kontinuierliche Verbesserung der Qualität.' 37

Abbildung in dieser Leseprobe nicht enthalten

Die Projektqualität bezieht sich auf den Entstehungsprozess des Endproduktes und um­fasst im wesentlichen Projektmanagementelemente wie Arbeit, Organisation/ Kommu­nikation, Zeit, Ressourcen, Kosten etc. Demnach hat die Projektqualität einen großen Einfluss auf die Produktqualität.

Qualität ist ebenso auf der Prozessebene zu betrachten. Prozesse sollen in immer gleich gu­ter Qualität und ohne Risiken und Störungen ablaufen, sodass die Ergebnisse den jeweils gestellten (Kunden-)Anforderungen entsprechen. Folgende Beispiele von Leistungspara­metern können eine wichtige Rolle spielen, um die Prozessqualität sichtbar zu machen: Durchlaufzeit, Termin- und Liefertreue, Prozesskosten, Qualität der einzelnen Prozesser­gebnisse und Prozessleistungen, Fehlerrate sowie die interne und externe Kundenzufrie­denheit.

3.2. Kosten

Mit den Kosten ist primär das Projektbudget gemeint, das zu Beginn des Projektes festge­legt wird und im Best-Case Szenario nicht überschritten werden darf. Hierunter fallen bei­spielsweise sämtliche Kosten für die benötigten Materialien, Mitarbeiter sowie Hard- oder Software. Um Budgetüberschreitungen zu verhindern, müssen anfallende Kosten stän­dig überwacht werden38. Projektkosten werden nur über den Zeitraum eines Projektes ermittelt. Hierbei fallen sowohl die Kosten für die Projektplanungsphase als auch Pro­jektabschlusskosten mit hinein. Kosten, die nach Projektabschluss anfallen, wie z.B. die Wartung eines Produktes oder Schulungen werden nicht in die Projektkosten verrechnet. Typische Kosten die in einem Projekt anfallen sind zum Beispiel: Personalkosten, wie Ge­hälter, Löhne oder Sozialkosten aber auch Sachkosten, wie Materialkosten, Betriebskosten oder Reisekosten39.

Kosten befinden sich auch auf Prozessebene. Diese werden als Prozesskosten bezeichnet und können betrieblichen Abläufen in einem Unternehmen fest zugerechnet werden. Pro­zesskosten in der Logistik können zum Beispiel im Einkauf von Einsatzstoffen oder im Transport von Fertigerzeugnissen anfallen. Jedem Prozess werden bei dessen Planung Kosten zugerechnet. Diese Kosten sind ausschließlich eingeplant für die vorhergesehenen Prozessschritte. Werden diese allerdings nicht eingehalten oder erweitert, fallen unnötige Zusatzkosten an. Kosten dieser Art können zum Beispiel bei zu hohem Personalaufwand, zu hohe Durchlaufzeit der Prozesse oder bei Rework (Wiederholende Arbeitsschritte) ent­stehen. Rework kann durch eine nicht gründliche, nicht vollständige oder durch falscher Herangehensweise eines Prozessschrittes auftreten. Somit müsste dieser Prozessschritt er­neut angegangen werden, um die Qualität des Prozesses aufrecht zu erhalten.

3.3. Zeit

Mit dem Begriff Zeit wird üblicherweise die Projektdauer und die einzuhaltenden Termine verbunden. Die Zeitplanung lässt sich hierbei untergliedern in Ablaufplanung und Termin­planung. Die Ablaufplanung beschäftigt sich mit dem sachlogischen Ablauf des Projektes bzw. der Arbeitspakete. Im Rahmen der Terminplanung werden diese Arbeitspakete mit Vgl. Aichele and Schönberger 2014 , S.19 Start- und Endterminen versehen, sodass am Ende der Zeitplanung ein schlüssiger Termin­plan steht. Um das Projekt zeitlich besser planen und während der Projektdurchführung überprüfen zu können, werden in der Projektlaufzeit weitere Ankerpunkte festgelegt, soge­nannte Meilensteine. In der Terminplanung müssen die im Projektauftrag abgestimmten Termine wie Start- und Endtermine oder weitere Meilensteine berücksichtigt werden. Die Gestaltung eines schlüssigen Terminplans erschwert sich mit der Größe eines Projekts. Je nach Projektgröße und Anforderungen können für eine Zeitplanung beispielsweise Me­thoden und Instrumente wie der Meilensteinplan, die Vorgangsliste oder der Netz- und Balkenplan, angewandt werden 40 Auch der Key Performance Indicator (KPI) ’Zeit’, kann auf Prozessebene, oder auch auf die einzelnen Prozessschritte heruntergebrochen werden. Wie bei den Kosten die Pro­zesskosten vorgegeben werden, wird bei der Planung eines Prozesses eine gewisse Zeit (Durchlaufzeit) vorgegeben, die für die Durchführung der Aktivität eingehalten werden soll. Die Durchlaufzeit kann beispielsweise Aufgrund von addierten Prozessschritten, feh­lender Transparenz über Prozessabweichungen, Lager- und Lieferengpässe, Rework oder Veränderungen der Prozessschritte erhöht werden.

3.4. Flexibilität

Unternehmen haben zunehmend mit einer komplexen und immer schnellen wandelnden Umwelt zu kämpfen. Um die Existenz und/oder den Erfolg eines Unternehmens auch unter veränderten Rahmenbedingungen sichern zu können, müssen heutzutage Unterneh­men sowohl bei kurzfristigen Schwankungen als auch bei gravierenden Diskontinuitäten Maßnahmen ergreifen können41.

Um Flexibilität in Unternehmen und Prozessen gut anwenden zu können, bedarf es einem Flexibilitätsmanagement oder einem strategischen Management welches die Aufgabe hat entscheidungsrelevante Parameter der Flexibilität zu identifizieren und zielgerecht aufzu­bauen, zu pflegen und zu nutzen42.

Auf der Prozessebene kann Flexibilität über das Prozessmanagement angewendet und ge­steuert werden. Hierbei wird nicht nur festgelegt, wie schnell es möglich ist, einen neuen robusten ablauffähigen Prozess zu implementieren, sondern wie schnell bereits bestehende Prozesse oder Prozessmodelle an neue Gegebenheiten angepasst werden können43.

3.5. Die Prozesskennzahlen im Process-Mining

Der Einsatz von Process-Mining hat einen direkten Einfluss auf die Prozesskennzahlen im Projektmanagement. In der Regel nimmt die Qualität eines Prozesses durch den Einsatz von Process-Mining zu. Vor allem wird dabei die Qualität der Unternehmensdaten verbessert. Da die Imple­mentierung der Software oftmals eine Umstrukturierung des Datenspeicherungsprozesses erfordert, werden bei der Implementierung die Strukturen in den unternehmerischen IT- Systemen so organisiert, dass so viele qualitativ hochwertige Informationen wie möglich in den Event-Logs gespeichert werden.

Abbildung in dieser Leseprobe nicht enthalten

Die Kennzahl Zeit nimmt vor allem durch die erhöhte Transparenz im Process Mining eine positive Entwicklung. Da aus den genauen Zeitangaben aus den Event-Logs die Durchlauf­zeit zwischen den Aktivitäten ermittelt werden kann, können Unternehmen direkt darauf reagieren und Zeiteinsparungsmaßnahmen vornehmen. Auch unnötige Prozessschritte und Rework werden durch Process Mining erkannt und können vermieden werden.

Da in den meisten gewerblichen Process Mining Anwendungen auch Kostenfaktoren in die Visualisierung mit aufgenommen werden können, wird dadurch zusätzlich eine er­höhte Transparenz in Bezug auf die Prozesskosten gewährleistet. Durch die gestiegene Transparenz können mögliche Einsparungen gezielt auf bestimmte Aktivitäten angewen­det werden.

Die Flexibilität spielt im Process-Mining vor allem während und nach der Implementie­rung eine tragende Rolle. Wie schon im Abschnitt Qualität erläutert, bedarf es bei der Implementierung oftmals eine (mittel)große Umstrukturierung der eigenen IT-Systeme. Dies erfordert ein hohes Maß an Flexibilität, damit die zu analysierenden Geschäftspro­zesse bestmöglich abgebildet werden können. Auch nach der Implementierung wird ein gewisses Maß an Flexibilität gefordert. Da während dem Einsatz von Process-Mining - im Rahmen der Modellierung und Analyse - oftmals Fehler bzw. Verbesserungspotenziale erkannt werden, müssen Unternehmen ebenfalls darauf flexibel reagieren und Bereitschaft zeigen und strukturelle Inhalte in ihren Prozessen zu überdenken.

[...]


1 Zur besseren Lesbarkeit wird in der vorliegenden Studienarbeit auf die gleichzeitige Verwendung männ­licher und weiblicher Sprachformen verzichtet. Es wird das generische Maskulinum verwendet, wobei beide Geschlechter gleichermaßen gemeint sind.

2 Prozesse wie Stammdatenverwaltung, Kreditorenbuchhaltung wurden entweder in einem Überpunkt zusammengefasst oder nicht weiter beleuchtet

3 Einhorn bezeichnet ein Startup-Unternehmen mit einer Marktbewertung vor einem Börsengang oder einem Exit, von über einer Milliarde US-Dollar

4 Reinkemeyer 2020], S.4

5 Mayberry 2020

6 Peters 2019 , S.10

7 Reinkemeyer 2020|, S.3

8 van der Aalst et al. 2012 , S.180

9 Davenport and Spanyi 2019 , S. 3

10 Vgl. van der Aalst [2016], S. 125-130

11 Vgl. Peters [2019], S.41

12 Vgl. Peters [2019], S.7

13 Vgl. Reinkemeyer [2020], S.3

14 Vgl. van der Aalst et al. [2012], S.180

15 Vgl. van der Aalst et al. [2012], S.180

16 Vgl. Davenport and Spanyi [2019], S. 3

17 Vgl. Browne [2019]

18 Vgl. Kerremans [2019]

19 Vgl. Celonis [2020]

20 Vgl. Peters [2019], S.11

21 Vgl. Reinkemeyer [2020], Eigene Darstellung in Anlehnung an Reinkemeyer, S.6-7

22 Vgl. Reinkemeyer [2020], S.12

23 Vgl. Dakic et al. [2018], S. 68

24 Vgl. Dechange |2020|, S.169

25 Vgl. Ceglowski et al. [2005], S. 11

26 Vgl. van der Aalst and Song [2008], S. 309

27 Vgl. Matzner and Scholta [2014], S.9

28 Vgl. Dakic et al. [2018], S.68

29 Vgl. Riekert et al. [2017], S.2846

30 Vgl. morefire [2018]

31 Vgl. Jungwirth [2017]

32 Vgl. Schoper et al. [2015]

33 Vgl. Schoper et al. [2015] S.22

34 Vgl. morefire [2018], S.22

35 Vgl. Kaluza [2005], S.2

36 Vgl. Dechange [2020], S.99

37 Vgl. Dechange [2020], S.99

38 Vgl. Aichele and Schönberger [2014], S.19

39 Vgl. Dechange [2020], S.169

40 Vgl. Dechange [2020], S.129ff

41 Vgl. Kaluza [2005] S.3

42 Vgl. Kaluza [2005], S.10

43 Vgl. Reichert [2020]

Ende der Leseprobe aus 52 Seiten

Details

Titel
Process Mining in Unternehmen. Auswirkungen auf Qualität, Kennzahlen und Kosten
Hochschule
Hochschule München
Note
1,0
Autoren
Jahr
2020
Seiten
52
Katalognummer
V924618
ISBN (eBook)
9783346248459
ISBN (Buch)
9783346248466
Sprache
Deutsch
Schlagworte
Process Mining, Business Process Management, Prozesskennzahlen, Mehrwerte, Zukunftstechnologie, Umfrage
Arbeit zitieren
Maximilian Linner (Autor)Clirim Shahini (Autor)Matin Emrich (Autor), 2020, Process Mining in Unternehmen. Auswirkungen auf Qualität, Kennzahlen und Kosten, München, GRIN Verlag, https://www.grin.com/document/924618

Kommentare

  • Noch keine Kommentare.
Im eBook lesen
Titel: Process Mining in Unternehmen.  Auswirkungen auf Qualität, Kennzahlen und  Kosten



Ihre Arbeit hochladen

Ihre Hausarbeit / Abschlussarbeit:

- Publikation als eBook und Buch
- Hohes Honorar auf die Verkäufe
- Für Sie komplett kostenlos – mit ISBN
- Es dauert nur 5 Minuten
- Jede Arbeit findet Leser

Kostenlos Autor werden