Geschäftsprozesse bestehen aus sorgfältig zusammengestellten Elementen, Ressourcen und Werkzeugen. So leistet smartes Business Process Mining die Anbindung und Überwachung der Daten, eine Integration von Modellierung und Simulation sowie die Veröffentlichung der Ergebnisse gegenüber allen Instanzen im Workflow. Process Mining und RPA (Robotic Process Automation) können, wenn sie Hand in Hand gehen, diese Aufgaben erfüllen. Fehler in Prozessen lassen sich durch Augenschein allein oft nicht identifizieren: Anwender erkennen zwar, dass eine Rechnung beispielsweise nicht zum geplanten Zeitpunkt versendet worden ist, aber es ist nicht sofort ersichtlich, weshalb. Oder sitzt ein Kundenauftrag seit Tagen unbearbeitet in der Pipeline, ist das ärgerlich, doch die Gründe dafür stecken tief in den Prozessen.
Autor
Gerrit de Veer, Senior Vice President Sales MEE bei Signavio
Geschäftsprozesse bieten im Zeitalter der digitalen Transformation jedoch einen großen Vorteil. Sie liefern typischerweise große Mengen an Daten, die automatisiert ausgewertet werden können. Wenn die Geschäftsprozesse mit einer der heute gängigen Methoden wie BPMN (Business Process Model and Notation) oder UML (Unified Modeling Language) mit einem computergestützten Tool beschrieben sind, ist das Finden der Fehler in der Prozedur schon einfacher. Sind die Prozesse jedoch nicht digital dokumentiert, kann smartes Process Mining mit KI-Methoden helfen.
Definieren und Optimieren von Prozessabläufen
Computergestützte Tools zum Gestalten, Abbilden und Definieren von Geschäfts- und IT-Prozessen sind seit Jahren im Einsatz. Sie modellieren, visualisieren und steuern Abläufe. Mit Process Mining steht den Prozessverantwortlichen ein neuer Ansatz zur Verfügung. Process Mining ist eine Entwicklung, die zum einen auf Big-Data-Technologien zum Speichern großer, polystrukturierter Daten und zum anderen auf Business-Intelligence setzt. Ziel der Prozessanalyse ist aber nicht allein eine Entscheidungsunterstützung auf der Basis von Geschäftsdaten, sondern auch die Optimierung der Prozesse und des Zusammenspiels der Prozessschritte.
In Analogie zum Data Mining ist der Begriff vom Process Mining in der Branche bereits etabliert. Das darf fast schon wörtlich genommen werden. Man gräbt sich durch die Daten auf der Suche nach der einen Information, die Aufschluss über den Fehler im Prozessverlauf gibt. Smarte Tools helfen dabei, Entscheidern mit Hilfe von KI- und BPM- (Business-Process-Modeling-) Methoden, den Änderungsbedarf über ganze Prozessketten hinweg zu ermitteln. Process Mining kann demnach dazu beitragen, die Schwachstellen in den Geschäftsabläufen zu erkennen und – vor allem – die Gründe dafür zu ermitteln. Der Vorteil smarter Process-Mining-Tools liegt darin, dass Geschäftsprozesse mit Auffälligkeiten in den KPIs (Key Performance Indicators) auch über unterschiedliche IT-Systeme hinweg analysiert werden können.
Von der Fehleranalyse zur automatisierten Steuerung
Auf die Definition von Prozessen und das Auffinden von Fehlern folgt das Management der Prozesse. In den 90ern gab es bereits eine Welle des Business Process Reengineerings, was damals oft noch mit teuren Beratern zu mitunter interessanten Ergebnissen in der Industrie führte. Ein datengestütztes Reengineering benötigt tiefergehende Prozessanalysen – liefert dafür aber Ansätze für eine höhere Kundenzufriedenheit und sichert wiederholbare Ergebnisse auch hinsichtlich der Produktqualität. Bei Anwendern, die sich bislang auf Erkenntnisse externer Fachleute verlassen mussten, steigt die Prozesstransparenz.
Ein entscheidender Vorteil des Process Mining sind die dadurch entstehenden Grundlagen für die Automatisierung beziehungsweise der Steuerung der Prozesse. Das ist der erste Schritt zu RPA (Robotic Process Automation), womit bestimmte Prozesse regelbasierend von Software-Robotern ausgeführt werden. RPA wird derzeit stark auf IT-Prozesse angewendet, typischerweise indem die Bots Eingaben auf dem GUI (Graphical User Interface) eines Systems vornehmen, dringt aber langsam auch in andere Bereiche von Unternehmen vor.
Komplettumbau von geschäftsrelevanten Systemen
Ein wichtiges Einsatzgebiet für Process Mining ist gegenwärtig die automatisierte Erkennung von Schwachstellen in vorhandenen Prozessen. Dazu werden diese Prozesse anhand geeigneter Daten analysiert. Solche Daten können beispielsweise Zeitstempel sein, die den Eingangs- und Ausgangszeitpunkt für einen Prozessschritt und gegebenenfalls weitere Informationen, wie zum Beispiel die Dokumentart festhalten. Das Ergebnis könnte dann schon die Erkenntnis sein, dass eine bestimmte Dokumentart grundsätzlich länger in einem Prozessschritt verharrt.
Durch Process Mining und RPA schließt sich aber auch die Lücke zwischen der Makro-Sicht auf das Unternehmen und der Mikro-Sicht auf jede einzelne Aufgabe. Das wird immer wichtiger, je mehr Geschäftsprozesse im Unternehmen mit oder von Software ausgeführt werden. So rückt dabei auch eine Neuausrichtung von geschäftsrelevanten Standardsystemen in den Fokus, denn Anwender in Unternehmen nutzen häufig betriebswirtschaftliche Standardsoftware. Viele Jahre lang wurden ihre Prozesse dabei an die Software angepasst. Steht ein erneuter Komplettumbau bevor, zum Beispiel durch den Übergang auf die S/4-Welt von SAP, können Process Mining und RPA einen reibungslosen Wechsel auf die neue Lösung unterstützen.
Mit Process Mining zu RPA
Prozesse, in denen sich Process Mining zum Aufbau von RPA anwenden lässt, sind etwa die Auftragsbearbeitung, die Zusammenarbeit mit Kunden und die Bearbeitung der Rückmeldungen und Beschwerden von Kunden oder die Auslösung und Verfolgung von Service-Aufträgen. Process Mining kann hier die Wege von Dokumenten ermitteln, die notwendigen Automatisierungsschritte identifizieren und gegebenenfalls alle Punkte im Prozess finden, an denen eine bestimmte Information verarbeitet wird. Mit RPA könnten dann zum Beispiel alle Prozessschritte automatisiert werden, in denen etwa aufgrund einer Kundeninformation die Bankverbindung zu ändern ist. Menschliche Fehler bei der Umstellung aller Aktivitäten rund um die neue Kontonummer ließen sich dadurch vermeiden.
Fazit
Smarte Tools, die mit KI-Methoden und BPM-Know-how in den Geschäftsabläufen die wichtigsten KPI ermitteln, helfen Entscheidern, den Änderungsbedarf über ganze Prozessketten hinweg zu ermitteln. Natürlich sollte man dem Computer nicht alles überlassen. Gerade auch KI und Machine Learning bergen die Gefahr der Verfälschung von Informationen in sich, wenn die Algorithmen, auch aufgrund des Datenfutters, ganz einfach in ihren Annahmen daneben liegen. Process Mining mit dem Ziel der strategisch richtigen Modellierung und Ausführung von Geschäftsprozessen und Robotics Process Automation mit dem Ziel der computergestützten Umsetzung, Überwachung und Anpassung von Geschäftsprozessen sind jedoch zwei Trends, die Unternehmen schon bei einer geringen Abhängigkeit von der IT ins Visier nehmen sollten.
Die Business Transformation Suite von Signavio, eine Cloud-basierte Management-Plattform, ermöglicht mittleren und großen Unternehmen, ihre Geschäftsprozesse zu verstehen, zu modellieren, zu optimieren, zu analysieren und gewinnbringend zu steuern. Die intelligente Suite unterstützt Unternehmen unter anderem in den Bereichen Digitale Transformation, Operational Excellence und Customer Journey Mapping.
