-- WEBONDISK OK --

03008 Tracking aller Unternehmensprozesse mit Process Mining

Operative Unternehmensprozesse werden heutzutage beinahe lückenlos durch operative IT-Systeme protokolliert und generieren wertvolle Datenschätze, die das Potenzial haben, viele Antworten auf bisher als unlösbar geltende Fragestellungen zu geben. Mit Process Mining können wir diese Antworten finden, dafür müssen diese Daten jedoch zuverlässig gespeichert und für Analysen verfügbar gemacht werden – als objektzentrisches Datenmodell.
von:

1 Einführung

Unternehmen werden heutzutage längst nicht mehr nur auf der Basis ihrer bisherigen Umsätze, Gewinne und materiellen Vermögenswerte bewertet, denn diese spiegeln lediglich die Vergangenheit wider, zeigen aber nicht, wie gut ein Unternehmen für die Zukunft aufgestellt ist, Produkte und Prozesse auf neue Marktgegebenheiten ein- oder umzustellen.
Die dafür notwendige Transparenz bezüglich der Prozesse setzt eben diese Transparenz auch im Hinblick auf Daten voraus. Zurecht werden Datenbestände und deren Qualität – als immaterieller Vermögenswert – immer mehr zum Gegenstand einer jeden Due Diligence. Aus diesem Grund ist Process Mining als Rekonstruktion der operativen Prozesse aus den IT-Systemen heraus eine beliebte Analyseperspektive in der Wirtschaftsprüfung mit Blick auf die Prozesssicherheit und -Compliance.
Vorteile
Darüber hinaus lohnt sich Process Mining insbesondere für produzierende Unternehmen im Kontext der Produktion und Logistik:
Effizienzsteigerung: Ineffiziente Prozessmuster können identifiziert und daraus Verbesserungsmöglichkeiten abgeleitet werden. Dazu gehören bestimmte Prozessmuster, die auf Engpässe, unnötige Prozessschleifen und Wartezeiten in Prozessketten hinweisen. Durch die Betrachtung der unterschiedlichen Varianten von sich wiederholenden Prozessverläufen werden Worst und Best Practice im eigenen Unternehmen voneinander abgrenzbar und deren Faktoren des Auftretens sichtbar.
Qualitätssicherung: Prozess-Tracking kann dazu beitragen, Fehler in der Produktion und anderen Teilen der Lieferkette zu identifizieren und die Qualität der Prozessergebnisse zu verbessern. Es kann dazu verwendet werden, inkonsistente Praktiken aufzudecken, die zu minderwertigen Produkten oder Dienstleistungen führen könnten.
Durch das Tracking der Prozesse, die den Kontakt zu Kunden, Lieferanten und anderen Partnern betreffen, können Unternehmen besser verstehen, was jene benötigen und wollen. Sie können feststellen, welche Aspekte ihrer Dienstleistungen oder Produkte am meisten geschätzt werden und wo es Raum für Verbesserungen gibt.
Abb. 1: Process-Tracking: Mit datengetriebenen Prozessanalysen können Events leicht in ihre verschiedenen Fälle zerlegt und darin Prozessvarianten gefunden werden. In jedem Unternehmen steckt so bereits ein gewisses Worst und Best Practice, das aufgespürt werden kann.
Das Prozess-Tracking liefert wertvolle Daten für die rückblickende Bewertung der Unternehmensprozesse, aber auch Daten, die Unternehmen nutzen können, um zukünftige Entscheidungen zu treffen. Sie können Trends erkennen, Prognosen erstellen und mit Prozessdatenerfassung in nahezu Echtzeit ihre Ressourcen im täglichen Einsatz effektiver planen.
Um Process Mining entsprechend wirksam durchführen zu können, müssen Daten in einer adäquaten Weise erhoben und für die Analyse-Applikationen, wie sie etwa von Anbietern wie Celonis, Signavio (SAP) oder Microsoft geboten werden, wiederverwendbar und somit nachhaltig vorgehalten werden.

2 Eventbasierte Datenverfolgung für Live Process Monitoring

Events bzw. Ereignisse gehören neben den Vorgängen bzw. Vorgangsnummern (Case IDs) und den Zeitstempeln zum Kernelement der für Process Mining benötigten Datenmodelle. Events sind Ereignisse, die in einem Prozess auftreten, über die Vorgangsnummern verknüpfbar und dank der in den Quellsystemen hinterlegten Zeitstempel zeitlich messbar sind.

Weiterlesen und „Praxis Produktionsmanagement digital“ 4 Wochen gratis testen:

  • Das komplette Know-how für Produktionsverantwortliche
  • Zugriff auf alle Fachbeiträge und Arbeitshilfen
  • Onlinezugriff – überall verfügbar


Sie haben schon ein Abonnement oder testen bereits? Hier anmelden

Ihre Anfrage wird bearbeitet.
AuthError LoginModal