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.
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. 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.
Inhaltsverzeichnis
1. Einleitung
2. Grundlagen Process Mining
2.1. Funktion von Process Mining
2.2. Event-Logs
2.2.1. Herkunft der Daten
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
Zielsetzung & Themen
Die Arbeit untersucht die Auswirkungen der Process-Mining-Technologie auf die vier zentralen Prozesskennzahlen Qualität, Kosten, Zeit und Flexibilität. Ziel ist es, basierend auf einer Umfrage unter 103 Experten, aufzuzeigen, wie Unternehmen durch den Einsatz von Process Mining ihre Werterzeugung verbessern und interne sowie abteilungsübergreifende Prozesse optimieren können.
- Analyse der Potenziale von Process Mining zur Steigerung der Prozessqualität
- Untersuchung des Einflusses auf Durchlaufzeiten und Kostenstrukturen
- Erörterung der Rolle von Flexibilität als strategischer Erfolgsfaktor
- Evaluierung der Leistungsfähigkeit von Process-Mining-Software anhand von Unternehmensdaten
- Ableitung von Erfolgskriterien für die Implementierung im unternehmerischen Umfeld
Auszug aus dem Buch
2.2.1. Herkunft der Daten
Laut van der Aalst 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.'
Übliche Datenquellen für Process Mining können beispielsweise sein: ERP-Systeme (Enterprise Resource Planning), CRM-Systeme (Customer-Relationship-Management) oder MES (Manufacturing Execution System). Laut Peters 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)
Zusammenfassung der Kapitel
1. Einleitung: Die Einleitung beleuchtet die zunehmende Bedeutung der Digitalisierung und die Rolle von Geschäftsprozessen, während sie die Einführung in die Software Celonis und die Zielsetzung der Studienarbeit vornimmt.
2. Grundlagen Process Mining: Dieses Kapitel erläutert die Funktionsweise von Process Mining, die Bedeutung von Event-Logs, die Datenherkunft sowie spezifische Perspektiven wie die Prozess-, Organisations- und Zeitperspektive.
3. Darstellung der vier Prozesskennzahlen im Projektmanagement & Process Mining: Es erfolgt eine detaillierte Betrachtung des "magischen Dreiecks" (Qualität, Kosten, Zeit) erweitert um die Flexibilität sowie deren direkter Einfluss durch Process Mining.
4. Forschungsfrage: Hier wird die zentrale Forschungsfrage der Arbeit auf Basis der vorangegangenen theoretischen Ausführungen präzise formuliert.
5. Umfrageanalyse: Dieser Hauptteil präsentiert die Analyse und Auswertung einer Umfrage mit 103 Experten bezüglich der Auswirkungen von Process Mining auf die untersuchten Prozesskennzahlen.
6. Zusammenfassung und Ausblick: Der abschließende Teil fasst die Ergebnisse zusammen, bewertet den Erfolg der Technologie und gibt vier zentrale Regeln für eine erfolgreiche Implementierung vor.
Schlüsselwörter
Process Mining, Business Process Management, Prozesskennzahlen, Qualität, Kosten, Zeit, Flexibilität, Event-Logs, Celonis, Datentransformation, Prozessoptimierung, Digitalisierung, Unternehmensprozesse, Umfrageanalyse, Zukunftstechnologie
Häufig gestellte Fragen
Worum geht es in dieser Arbeit grundsätzlich?
Die Studienarbeit untersucht den Einfluss der Process-Mining-Technologie auf die operativen Kennzahlen von Unternehmen, insbesondere auf Qualität, Kosten, Zeit und Flexibilität.
Welche zentralen Themenfelder werden behandelt?
Neben den theoretischen Grundlagen von Process Mining liegt der Fokus auf der praktischen Anwendung, der Datenqualität sowie den Auswirkungen auf das Projektmanagement.
Was ist das primäre Ziel der Untersuchung?
Ziel ist es, mittels einer Umfrage zu belegen, wie der Einsatz von Process Mining zu messbaren Verbesserungen der Prozesskennzahlen und einer gesteigerten Werterzeugung führt.
Welche wissenschaftliche Methode wurde verwendet?
Die Autoren kombinierten eine fundierte Literaturanalyse mit einer quantitativen Expertenumfrage unter 103 Teilnehmern aus verschiedenen Branchen.
Was wird im Hauptteil der Arbeit behandelt?
Der Hauptteil widmet sich der detaillierten Auswertung der Umfrageergebnisse, unterteilt in Abschnitte zu Qualität, Kosten, Zeit und Flexibilität bei der Prozessanwendung.
Welche Schlüsselwörter charakterisieren die Arbeit?
Die Arbeit zeichnet sich durch Begriffe wie Process Mining, Business Process Management, Prozesskennzahlen, Datentransformation und Prozessoptimierung aus.
Warum ist der "Reifegrad der Daten" so wichtig für Process Mining?
Der Reifegrad bestimmt die Qualität der Event-Logs; eine höhere Datenqualität reduziert den Implementierungsaufwand und erhöht die Aussagekraft der Analyseergebnisse.
Welche vier Regeln für den Erfolg leiten die Autoren aus der Umfrage ab?
Die Autoren empfehlen, Prozesse konsequent zu standardisieren, zu rationalisieren, zu optimieren und schließlich zu orchestrieren, um langfristige Erfolge zu sichern.
Welche Rolle spielen die "ValueAdds" in dieser Analyse?
ValueAdds wie Schnelligkeit, Vollständigkeit und Objektivität dienen als zentrale Vergleichsgrößen, um den tatsächlichen Nutzen der Software Celonis zu auditieren.
- Arbeit zitieren
- Maximilian Linner (Autor:in), Clirim Shahini (Autor:in), Matin Emrich (Autor:in), 2020, Process Mining in Unternehmen. Auswirkungen auf Qualität, Kennzahlen und Kosten, München, GRIN Verlag, https://www.grin.com/document/924618
