Prozessverbesserung durch Process Mining?

Jedes Unternehmen in der heutigen Zeit kennt das Problem: Immer mehr Prozesse werden eingeführt, Prozesse werden unübersichtlich, da mehr und mehr Prozessschritte hinzugefügt werden. Dadurch können Fehler innerhalb des Prozesses nur schwer oder auch gar nicht erkannt werden. Diese sind Schwachstellen, die zu Geldverlusten führen.

Es gibt mittlerweile einen großen Markt für Process Mining. Unternehmen haben sich auf die Technologie spezialisiert und führen sie als Dienstleistung für andere Unternehmen durch. Wiederum andere Unternehmen verbreiten Process Mining-Software, welche Unternehmen die Modellierung des Prozesses abnimmt. Auch eigene Process Mining-Abteilungen wurden in größeren Unternehmen errichtet, in denen die Angestellten auf Process Mining spezialisiert sind.

Doch was ist diese Technik? Handelt es sich bei Process Mining wirklich um die Problemlösung aller Unternehmen? Wie sieht eine Analyse durch Software aus? Dieser Blog wird diese Fragen für dich klären!

Schürfen innerhalb des Prozesses – Wieso?

Viele Menschen kennen zwar Data Mining, aber wissen nicht, um was es sich bei Process Mining handelt. Beide haben das Ziel, Daten aus verschiedenen Perspektiven auszuwerten und letztendlich als Informationen in Entscheidungen einbeziehen zu können. Bei Process Mining jedoch handelt es sich um Prozesse eines Unternehmens.

Process Mining rekonstruiert und analysiert große Datensätze (diese Daten werden auch Logs genannt) eines Unternehmens. Bei der Rekonstruktion werden die Daten durch bestimmte Algorithmen grafisch verbildlicht (modelliert), wodurch eine übersichtliche Anschauung möglich ist. Anschließend kann mit der Analyse begonnen werden. Dadurch erhoffen sich Unternehmen folgende Ziele zu erreichen:

  • Kundenzufriedenheit erhöhen (z. B. Zeitminimierung einer Bestellung)
  • Prozessvereinbarung beibehalten
  • Transparenz in tägliche Prozesse bringen
  • Aufmerksamkeit innerhalb von Prozessen erhöhen

Bei der Basis, den Datensätzen, handelt es sich um Realdaten der Prozesse eines Unternehmens. Jeder Prozessschritt beinhaltet eine Aktivität, die ausgeführt wird. Den genauen Zeitpunkt der Ausführung nennt man in diesen Daten Zeitstempel oder im englischen ‚time stamp‘. Da eine Identifikation einer einzelnen Prozessausführung neben anderen schwierig wäre, gibt es eine ID, die die einzelnen zusammengehörigen Prozesse verbindet. Aber wie sieht überhaupt solch ein Datensatz aus?

Die Basis – Datensätze & Algorithmen

Im Folgenden wird ihnen ein Beispieldatensatz aus fiktiven Daten gezeigt , wie er bei einer Schokoladenherstellung sein könnte:

Datensatzbeispiel

Abbildung 1: Beispieldatensatz (Quelle: Autor)

Am Schaubild ist zu erkennen, dass der Prozess zwei Mal komplett durchgeführt wurde. Der zuvor angesprochene Zeitstempel zeigt an, wann die dazugehörige Aktivität beendigt wurde. Somit kann erkannt werden, wie lange jede einzelne Aktivität gedauert hat. Es darf nicht vergessen werden, dass das Reinigen am Anfang auch Zeit benötigt. Somit ist der Start nicht bei 12:43:00.

Wenn wir nun unseren Prozess genauer betrachten, müssen wir erst einmal sicherstellen, dass jede Prozessausführung alle nötigen Prozessschritte enthält. Unser Beispiel besitzt 10 verschiedene Prozessschritte, welche jeden Schritt im Normalfall auch benötigt. Falls nun einmal doch ein Schritt vergessen wurde, kann genau geprüft werden wie oft und wann dieser stattgefunden hat.

Wollen wir den Prozess auf Schwachstellen prüfen, werden wir aus dem Zeitstempel am meisten Informationen bekommen. Durch ihn haben wir genaue Auskunft darüber, ob ein Schritt verhältnismäßig mehr oder auch verhältnismäßig weniger Zeit in Anspruch genommen hat. Vergleicht man innerhalb unseres Beispiels die beiden Ausführungen, wird man den Zeitunterschied feststellen. Ausführung 1 dauerte insgesamt 38 Minuten und 11 Sekunden und Ausführung 2 33 Minuten und 59 Sekunden. Dies ist ein erstes Indiz dafür, dass bei Ausführung 1 etwas länger gedauert hat als bei Ausführung 2.

Auch weitere Zeiten können miteinander verglichen werden, doch dies wäre einfach mehr als mühsam. In unserem Beispiel hatten wir nur einen Prozess mit zwei Ausführungen. Stelle dir nun vor, wir hätten einen anspruchsvolleren Prozess mit mehreren tausend Ausführungen. Das Kontrollieren dieser Daten würde einfach schlichtweg zu viel Zeit rauben!

Alpha Algorithmus

Aus diesem Grund gibt es Algorithmen, die einen Datensatz als Input nehmen und ein Modell ausgeben.

Im Bereich Process Mining ist der Alpha Algorithmus einer der ersten. Der Algorithmus verlangt einen Prozessdatensatz als Input und gibt ein Petri-Netz als Output zurück. Der Output könnte wie folgt aussehen:

Petri.png

Abbildung 2: Beispiel Output (Petri-netz) (Quelle: Erzeugt durch PIPE)

Abhilfe durch Process Mining Tools – Beispiel Disco (Fluxicon)

Da eine Prozessmodellierung mühsam ist und durch Software automatisiert werden kann, gibt es Softwareunternehmen die das Ganze erleichtert haben. Unternehmen wie zum Beispiel Disco und Celonis verbreiten jeweils ein Tool, das Unternehmen zur Seite steht. Durch diese Programme hat man den Vorteil, nur die Analyse durchführen zu müssen. Der Part der Modellierung wird komplett von der Software übernommen. Weiterhin stehen einem eine Reihe an weiteren Features zur Verfügung, die zur Prozessverbesserung beitragen können. Anhand des Tools von Fluxicon, Disco, werden dir nun einige Funktionen näher gezeigt.

Automatische Prozessmodellierung

Nachdem Rohdaten in das Programm eingespeist wurden (siehe 1. Schaubild), wird automatisch eine Landschaft aller in den Rohdaten vorhandenen Prozessschritten abgebildet. Die Häufigkeit der vorgekommenen Prozessschritte wird mit einer Anzahl am Ereignis angezeigt. Verschiedene Sichten sollen dir einen besseren Blick auf deinen Prozess geben.

Animation2

Animation 3: Prozessmodellierung (Quelle: Erzeugt durch Disco

Prozessanimation

Zusätzlich bietet Disco die Möglichkeit, eine Animation des Prozesses zu simulieren. Das Ganze passiert auf deiner abgebildeten Prozesslandschaft. Der Prozess wird nachgespielt, wie er in tatsächlich abgelaufen ist. Sogenannte Flaschenhälse (Schwachstellen) können hiermit besonders gut ermittelt werden. Bei diesem handelt es sich um einen Stau in der Produktion. Dauert eine Aktivität länger als die anderen, entsteht ein solcher Flaschenhals an dieser Stelle. Diese Schwachstelle sollte möglichst schnell geschlossen werden, damit es keine unnötigen Zeitverluste im Prozess gibt.

Animation

Abbildung 4: Animation des Prozesses in Disco (Quelle: Erzeugt durch Disco)

Wie zu erkennen ist, wird die komplette Zeit des Datensatzes als Szenario gespielt. Die Animation fängt um 12:41:49 an und hört um 14:36:44 auf. Es ist zu erkennen, dass beide Ausführungen in der Zeitlinie dargestellt werden. Wenn man den Startknopf drückt fließen Punkte durch unseren Prozess. Die Punkte stellen den Durchlauf des Prozesses dar.  Eine Anlagerung dieser Punkte auf dem Weg zu einem Ereignis wäre der oben beschriebene Flaschenhals. Es kann beschleunigt, verlangsamt oder auch gestoppt und danach fortgeführt werden, falls etwas entdeckt wurde.

Filter

Durch Filter kann der komplette Datensatz auf die geforderten Daten gekürzt werden. Mögliche Filter sind zum Beispiel die Zeit, Attribute oder Beziehungen zwischen Ereignissen. Nutzer können sich somit auf ihren gewünschten Teil konzentrieren.

Fazit

Process Mining hat Potenzial etwas Großes zu werden. Durch Bewertung der tatsächlichen Ist-Prozesse und Leistungsdaten werden Perspektiven auf Geschäftsprozesse geworfen, die vorher nie getätigt wurden.

Damit ein Unternehmen erfolgreich ist, müssen alle Prozesse optimiert sein. Durch Process Mining untersuchen immer mehr Unternehmen ihre Prozesse und finden Fehler, die sie schon eine längere Zeit mit sich führen. Somit werden Schwachstellen schneller idenzifiziert und eliminiert.

Was früher umständlich ohne Tools analysiert wurde, kann heutzutage mit wenigen Klicks erreicht werden. Softwareunternehmen wie Fluxicon und Celonis erweitern ihre Tools stetig, um weitere Erleichterungen für Unternehmen anbieten zu können.

Was sind deine Erfahrungen?

Bist du schon mal mit Process Mining in Berührung gekommen? Wenn ja, hast du positive oder negative Erfahrungen gemacht? Wurde dein Problem gelöst? All das kannst du uns gerne berichten, um anderen Lesern einen Einblick aus deiner Sicht zu geben!

Autor: Nils Viertler

Quellen

https://www.linkedin.com/pulse/data-mining-vs-process-whats-difference-dennis-houthoofd

https://www.qpr.com/blog/what-process-mining

https://www.lexmark.com/content/dam/lexmark/documents/white-paper/y2015/WW_perceptive-process-mining_white-paper_en-US.pdf

http://www.investopedia.com/terms/b/bottleneck.asp

http://0agr.ru/wiki/index.php/Alpha_Algorithm

https://fluxicon.com/disco/

 

Advertisements

Kommentar verfassen

Trage deine Daten unten ein oder klicke ein Icon um dich einzuloggen:

WordPress.com-Logo

Du kommentierst mit Deinem WordPress.com-Konto. Abmelden / Ändern )

Twitter-Bild

Du kommentierst mit Deinem Twitter-Konto. Abmelden / Ändern )

Facebook-Foto

Du kommentierst mit Deinem Facebook-Konto. Abmelden / Ändern )

Google+ Foto

Du kommentierst mit Deinem Google+-Konto. Abmelden / Ändern )

Verbinde mit %s