Mehr dazu auch in unserem Podcast
"Frank Franzlik und Yingtao Gu, welche Überraschungen halten Process Mining Projekte bereit?"
Seit der Entwicklung neuer Technologien und der Integration dieser in bestehende Unternehmensstrukturen verlagern sich zunehmend Tätigkeiten und Entscheidungen in die digitale Welt. Die Kombination aus Data Mining und Prozessanalyse ermöglicht es Unternehmen, ihre Prozesse im Detail zu verstehen und Engpässe sowie Verbesserungspotenziale aufzudecken. Im Kern handelt es sich beim Process Mining also um einen kontinuierlichen Verbesserungsprozess und einen permanenten Abgleich von Soll- und Ist-Zustand.
Process-Mining ermöglicht es, Geschäftsprozesse – auf Basis bereits vorhandener Daten in IT-Systemen – automatisch zu rekonstruieren und auszuwerten. Somit versetzt Process Mining Unternehmen in die Lage, die Funktionsweise ihrer Geschäftsprozesse zu verstehen, sie konsequent zu managen und zu verbessern.
Process Mining findet in den verschiedensten Branchen und Industrien Anwendung. Hierunter zählen u.a. ...
Die unterschiedlichsten Branchen stehen häufig vor gleichartigen Herausforderungen. Es stellen sich Fragen wie: Wo gab es viele Änderungen in der Vertriebsplanung? Warum wird eine Rechnung nicht pünktlich bezahlt? Wo geht Zeit in der Produktion verloren?
Angewendet wird Process Mining nicht nur in unterschiedlichen Industrien, sondern auch in unterschiedlichen Abteilungen. Der Schwerpunkt liegt jedoch vor allem im Einkauf, der Logistik oder dem Vertrieb.
Process Mining beschreibt das automatische Rekonstruieren von Prozessen auf Basis bereits vorhandener Daten, die aus unterschiedlichsten Quellen (z.B. ERP, CRM, ...) gezogen und schließlich in Form von Prozessmodellen oder Prozessgraphen visualisiert werden. So wird das Führen etlicher Interviews und Workshops vermieden.
Diese Vorgehensweise ermöglicht es Unternehmen, ihre Prozesse mit einer Genauigkeit abzubilden, die bisher nicht möglich war.
Aus technischer Sicht liegt es in der Verantwortung des Kunden, die Daten zu liefern, in einem bestimmten Format und in einer bestimmten Qualität. INTARGIA prüft im Anschluss die Quellsysteme der Unternehmen (SAP, Oracle, MES-System, etc.) und erfasst Punkte wie
Anschließend erfolgt die Konsolidierung der o.g. Punkte und die Information wird an das Process Mining Tool weitergegeben. Dieses generiert die Prozessbilder in allen Varianten.
Aus Prozess-Sicht identifiziert INTARGIA vorhandene Silos und verknüpft diese. Der Schwerpunkt liegt auf der Integration, d. h. statt einzelne Silos zu betrachten, wird eine siloübergreifende Perspektive eingenommen. Aus diesem Grund ist nicht nur die technische Sicht, sondern auch die Prozess-Sicht entscheidend für den Erfolg des Process Mining-Projekts.
Die Kombination aus Data Mining und Prozessanalyse ermöglicht es Unternehmen, ihre Prozesse im Detail zu verstehen und Engpässe sowie Verbesserungspotenziale aufzudecken, um schließlich entsprechende Optimierungsschritte einzuleiten und deren Erfolg zu messen. So sorgt INTARGIA durch Process Mining dafür, dass Sie Ihren Ist-Prozess kennen und wissen, wie Sie den gewünschten Soll-Zustand erreichen.
In der Produktentwicklung kann die F&E beispielswiese im Process Mining nachvollziehen, ob der Einkauf die notwendigen Teile bestellt hat und ob der Bestellprozess bereits im Gange ist. Es handelt sich um einen kontinuierlichen Verbesserungsprozess und einen permanenten Abgleich des aktuellen Soll- und Ist-Zustandes. Vorteil: es kann frühzeitig interveniert werden, sobald erste Probleme sichtbar werden.
Process Mining gleicht also den Soll-Zustand eines Unternehmens mit dem Ist-Zustand ab und bestimmt die Distanz dazwischen. Es werden Fragen beantwortet wie:
Indem End-to-End Prozesse im Detail aufgezeigt werden, wird ein enormer Mehrwert geschaffen. Vor allem in Hinblick auf das in 2023 in Kraft tretende Lieferkettensorgfaltspflichtgesetz, dessen Erfüllung eine gewisse Transparenz erfordert, bietet Process Mining für Unternehmen einen großen Vorteil.
Proof of Concept (PoC)-Projekt
= Untersuchung eines einzigen Prozesses z.B. Order-to-Pay-Prozess oder Produktionsprozess
Roll-out-Projekt
Wichtiger Leitgedanke beim Process Mining ist: Schlechte Daten sorgen für ein schlechtes Ergebnis. D.h. es werden gute Daten benötigt, um Prozesse in den Systemen abbilden zu können. Abbruchgründe durch falsche Daten, aber auch eine fehlende Unterstützung der IT, sind nicht unüblich.
Mehr dazu auch in unserem Podcast
"Frank Franzlik und Yingtao Gu, welche Überraschungen halten Process Mining Projekte bereit?"
INTARGIA stellt nicht nur den Projekterfolg sicher, sondern gewährleistet auch, dass der Kunde den Prozess versteht, um in Zukunft eigenständig handeln zu können.