Wie laufen die eigenen Unternehmensprozesse denn wirklich ab? Diese Frage können viele Unternehmen nicht ohne Weiteres beantworten. Nur selten besteht ein vollständiger Überblick, für groß angelegte Prozessdokumentationen und -analysen fehlen oft Zeit und Ressourcen. Dabei verspricht eine Optimierung der eigenen Abläufe gerade in Zeiten mit angespannter Wirtschaftslage oft großes Potenzial. Denn die Effizienz im Tagesgeschäft beeinflusst in zentraler Weise die Wirtschaftlichkeit und damit Wettbewerbsfähigkeit einer Firma am Markt. Und mit der Nutzung eines modernen ERP-Systems verfügen Unternehmen oft bereits über einen weitreichenden Fundus an Indizien, die sich zu diesem Zweck auswerten lassen. Denn vom Einkauf über Produktion bis hin zur Logistik laufen im ERP-System täglich unzählige Transaktionen ab und jede Aktion hinterlässt Spuren im IT-System – Klicks, Buchungen, Zeitstempel. Ein Datenschatz, der mit Process Mining-Technologie Optimierungspotenziale aufzeigt – auch wenn es keine manuelle Dokumentationen gibt.
Die eigenen Abläufe als offenes Buch
Mit Process Mining lassen sich Ereignisdaten aus dem ERP-System auswerten und damit die realen Geschäftsprozesse automatisiert rekonstruieren, visualisieren, analysieren und optimieren. Kombiniert mit den digitalen Spuren aus angrenzenden Systemen wie dem CRM-System, dem DMS, der Logistikanwendungen oder dem MES, kann eine Prozesskarte entstehen, die zeigt, wie die Arbeit in der täglichen Praxis tatsächlich abläuft. Auf dieser Basis lassen sich dann Abweichungen vom Soll-Prozess oder Flaschenhälse identifizieren sowie Kennzahlen wie Durchlauf- oder Wartezeiten ermitteln. Verdeutlichen lässt sich dies am Beispiel der Kommissionierung: Hier könnte die Analyse von Lager-, Produkt- und Transaktionsdaten etwa aufzeigen, dass die zuständigen Mitarbeitenden bei einer bestimmten Artikelkategorie oft überraschend lange benötigen, um die erforderlichen Teile im System auszuwählen. Bei genauerer Analyse könnte sich dann etwa zeigen, dass für diese Kategorie eine sehr hohe Variantenzahl konfiguriert wurde, von denen es sich jedoch größtenteils um Sonderfälle handelt, die längst nicht mehr relevant sind. Ebenso kann die Visualisierung aufzeigen, wo möglicherweise redundante Arbeitsprozesse bestehen oder Workarounds vom Soll-Prozess abweichen. Die Vereinheitlichung der Abläufe kann dann Durchlaufzeiten verbessern und etwa die Rentabilität steigern.
Fünf Schritte zur Optimierung
Ein Process Mining-Projekt lässt sich in einem fünfstufigen Ansatz umsetzen. Dieser sollte technische und organisatorische Aspekte miteinander verbinden:
Vorbereitung – Ausgangspunkt für die Identifikation von Ineffizienzen, Flaschenhälsen oder Workarounds sind die Event-Daten des ERP-Systems sowie angebundener Systeme. Um ein möglichst umfassendes Bild der täglichen Abläufe zu erhalten, sollte sich die Datenbasis über einen repräsentativen Zeitraum erstrecken.
Analyse – Die gesammelten Daten werden der Process Mining-Anwendung zur Verfügung gestellt.
Visualisierung – Die Ergebnisse der Analyse werden zu Prozessdarstellungen verdichtet. Die Visualisierung schafft Transparenz über komplexe Abläufe und bildet so die Basis für die Identifikation von Optimierungspotenzial.
Optimierung – Auf Grundlage der Analyse werden schließlich Verbesserungsmaßnahmen abgeleitet. Dazu können beispielsweise organisatorische Anpassungen, die Konsolidierung von Sonderfällen oder die Unterstützung eines Prozessschritts per Software gehören.
Change Management – Abschließend gilt es, die ermittelten Veränderungen zu kommunizieren und Auswirkungen klar aufzuzeigen. Wenn die betroffenen Personen hinter den Änderungen stehen, können sich die neuen Abläufe nachhaltig im Alltag etablieren.
Fallstricke umgehen
Damit ein Process Mining-Projekt Nutzen stiftet, gilt es insbesondere, häufig vorkommende Fallstricke zu vermeiden: Ungeeignete oder unvollständige Logs der ERP-Daten erschweren die Analyse, während gerade bei sensiblen Prozessdaten Sicherheits- und Datenschutzvorgaben lückenlos eingehalten werden müssen. Schließlich erfordert ein Process Mining-Projekt tiefgehendes Prozesswissen, um Ergebnisse korrekt interpretieren zu können. Entsprechend sollten sich Projektteams stets auch aus Experten der jeweiligen Fachbereiche zusammensetzen. Um Herausforderungen wie diese zu bewältigen, kann die Unterstützung durch spezialisierte Beratungsunternehmen hilfreich sein, die den Ablauf von der Einrichtung des Tools bis zur Ableitung der Empfehlungen unterstützen. Die Einbindung Externer bringt dabei nicht selten auch den Vorteil mit sich, dass neutrale, außenstehende Experten Unzulänglichkeiten oft deutlicher ansprechen können als internes Personal.
Agentic AI im Process Mining
Aufbauend auf den Ergebnissen einer Process Mining-Analyse bietet zunehmend auch künstliche Intelligenz die Möglichkeit, das Optimierungspotenzial auszuschöpfen: indem als besonders zeitraubend oder fehleranfällig identifizierte Prozesse automatisiert von künstlicher Intelligenz übernommen werden. So können KI-Agenten beispielsweise erkennen, wenn Lieferungen überfällig sind, Rückmeldungen aus eingehenden E-Mails auswerten und so Einkauf sowie Disposition entlasten. Im Vertrieb können KI-Agenten eingehende Kundenanfragen oder Bestellungen erkennen, diese automatisch verarbeiten und in strukturierte Aufträge umwandeln.
Modernisierung auf empirischer Basis
Modernes Process Mining ermöglicht es, den Datenschatz eines ERP-Systems bestmöglich zu nutzen und ohne manuelle Dokumentation Einblicke in die realen Prozessabläufe im Unternehmen zu erhalten. Damit schaffen Fertiger eine fundierte, empirische Basis für Optimierungen, unabhängig von Vermutungen oder Bauchgefühl.
