The Art of Automation: Kapitel 11 – Automatisierung und Process Mining

Porträt einer modernen Geschäftsfrau, die an einem Schreibtisch in einem modernen Büro-Loft sitzt und in die Kamera lächelt

Process Mining bietet die Tools und Methoden, die benötigt werden, um Daten zu erschließen, die zeigen, wie Prozesse funktionieren, wie Menschen ihre Arbeit erledigen und wo Probleme entstehen.

In diesem Kapitel behandelte Themen

  • Was ist Process Mining?
  • Datenerfassung
  • Analytics
  • Maßnahmen ergreifen

Stellen Sie sich Folgendes vor:

  • Sie sind Backoffice-Manager in einer Bank und verantwortlich für die Teams, die Kundenkonten eröffnen, verwalten und schließen. Seit mehreren Monaten werden Ihre Service-Level-Agreements (SLAs) zunehmend verfehlt. Die Bearbeitungszeiten für Kontoeröffnungen und -schließungen überschreiten die regulatorisch zulässigen Grenzen, und die Kundenbeschwerden häufen sich. Sie müssen herausfinden, was los ist, und schnell etwas dagegen unternehmen.
  • Sie sind CIO eines großen Unternehmens und leiten ein umfangreiches IT-Helpdesk-Team, das dafür verantwortlich ist, Tickets schnell zuzuweisen und zu bearbeiten. Die Anzahl der Tickets wächst stetig, da Ihr Unternehmen immer mehr komplexe Anwendungen nutzt – Ihr Budget bleibt jedoch gleich. Der NPS-Wert für den Help Desk sinkt. Wie können Sie mit dieser Entwicklung Schritt halten, ohne Ihr Team zu vergrößern? Woher kommen die Probleme, die zu Verzögerungen führen?
  • Sie sind für die Abteilung Einkauf und Kreditorenbuchhaltung verantwortlich. Trotz all Ihrer Bemühungen erreichen Sie immer wieder Berichte über unkontrollierte Käufe außerhalb der Unternehmensrichtlinien. Und viele Ihrer Lieferanten werden verspätet bezahlt, und die Strafzahlungen machen sich zunehmend bemerkbar. Woher kommen die Probleme? Wie kann man sie systematisch lösen?

Bei all diesen Problemen scheint eine verstärkte Automatisierung Abhilfe schaffen zu können. Schließlich können Sie Ihre Teams nicht bitten, in gleicher Zeit mehr zu tun, und eine effizientere automatisierte Verarbeitung könnte einige der Probleme lösen. Die Automatisierung kann Routineprobleme lösen und so dazu beitragen, dass die Mitarbeiter mehr Zeit haben, um an schwierigeren Problemen zu arbeiten und den Kundenservice zu verbessern.

Vielleicht haben Sie externe Berater hinzugezogen, die Ihnen von den Wundern der Robotic Process Automation (RPA), der KI-gestützten Entscheidungsfindung und Business Process Management erzählt haben – und diese Dinge scheinen anderswo zu funktionieren. Vielleicht haben Sie RPA bei einer bestimmten Aufgabe eingesetzt, aber es hat den Gesamtprozess nicht verbessert. Ihre Business-Analysten haben Prozesslandkarten erstellt und Mitarbeiter befragt und haben bereits einige Ideen, woher die Probleme rühren. Damit Ihr Management bereit ist, schon vor dem Vorliegen konkreter Ergebnisse in Automatisierung zu investieren, benötigen Sie einen überzeugenden Business Case. Bisher ist dieser jedoch noch zu vage. Sie sind sich nicht sicher, ob der ROI tatsächlich da sein wird.

Was fehlt in diesem Szenario?

In allen genannten Beispielen hat das Management bereits eine Vorstellung davon, dass Handlungsbedarf besteht. Auch die Kennzahlen zur Unternehmensleistung zeigen, dass Probleme vorliegen. Um die tatsächlichen Ursachen zu ermitteln und die Wirksamkeit vorgeschlagener Lösungen zu beurteilen, benötigen Sie mehr: reale Daten über die Ausführung von Geschäftsprozessen, eine Ursachenanalyse dieser Daten und ein präzises Modell der betrieblichen Abläufe. Damit lassen sich die Auswirkungen von Automatisierungen simulieren.

Process Mining liefert genau das bislang fehlende Bindeglied.

Process Mining bietet die Tools und Methoden, die erforderlich sind, um Daten zu erschließen, die zeigen, wie Prozesse funktionieren, wie Menschen ihre Arbeit erledigen und wo Probleme entstehen. Process Mining ermöglicht detaillierte Analysen Ihrer Geschäftsabläufe und zeigt, wo Automatisierungen und andere Prozessänderungen die größte Wirkung erzielen können. Anschließend lässt sich simulieren, wie das Unternehmen mit den vorgesehenen Automatisierungen arbeiten würde. So können Sie sich auf Lösungen mit dem größten erwarteten Nutzen konzentrieren und wesentlich fundierter einschätzen, ob sich Ihre Automatisierungsinvestition auszahlt. Dann können Sie mit denselben Tools die tatsächlich erzielten Verbesserungen mit den Prognosen vergleichen und Ihren Weg zur Automatisierung weiterverfolgen.

In diesem Kapitel stellen wir die verschiedenen Schritte des Process Mining sowie ausgewählte Analysemethoden vor, mit denen Sie Ihre eigene datengestützte Roadmap zur Automatisierung erstellen können. Als Tool verwenden wir IBM Process Mining, die von IBM erweiterte Version von myInvenio. IBM Process Mining verfügt über eine besonders umfangreiche Palette an Analyse- und Simulationsmöglichkeiten, mit Verknüpfungen zum restlichen IBM® Automation-Portfolio . Es umfasst Funktionen wie Business Rule Mining, Task Mining, Multilevel Process Mining, Referenzmodellvergleiche und die Möglichkeit, Simulationsdaten für ein Prozessmodell zu erstellen, um Erkenntnisse unabhängig von historischen Daten zu gewinnen.

Was ist Process Mining?

Das allgemeine Paradigma von Process Mining ist einfach. Schauen Sie sich dieses Diagramm an:

Ausgangspunkt sind Daten zur Prozessausführung aus Systemprotokollen oder Aufzeichnungen der Desktop-Aktivitäten von Benutzern. Diese Daten werden analysiert, um die Prozessabläufe zu verstehen und sinnvolle Automatisierungsmöglichkeiten zu erkennen. Anschließend lassen sich die Auswirkungen vorgeschlagener Änderungen mithilfe des bei der Analyse erstellten Modells simulieren. Dann können Sie die Automatisierungen erstellen, die den größten Einfluss haben, indem Sie RPA, Entscheidungsmanagement und andere Technologien aus der Automatisierungstoolbox verwenden. Um den Kreislauf zu schließen, können Sie dann die Auswirkungen der Änderungen messen, indem Sie neue Daten aus dem aktualisierten Prozess sammeln und den Zyklus erneut wiederholen.

Lassen Sie uns jeden dieser Bereiche etwas genauer betrachten und anschließend einige der Analysen und Tools kennenlernen, mit denen Sie Ihre Geschäfts- und IT-Prozesse genauer unter die Lupe nehmen können.

Datenerfassung

Der erste Schritt beim Process Mining besteht darin, die für die Analyse benötigten Daten zu sammeln. Dies ist normalerweise der zeitaufwändigste Teil eines Process-Mining-Projekts. Sie müssen herausfinden, wo sich die Daten befinden, wie Sie darauf zugreifen und wie Sie sie so formatieren müssen, dass das Process-Mining-Tool sie verwenden kann.

Wir suchen nach Daten, die zeigen, wie Menschen Prozesse ausführen. Es gibt zwei Hauptquellen für diese Daten – Systemprotokolle von Systemen, mit denen Menschen interagieren, und Aufzeichnungen der Aktionen, die Menschen auf ihren Desktops durchführen, wenn sie einen Prozess ausführen.

Systemprotokolle

Zu den Systemen, die Menschen nutzen, gehören ERP-Systeme, CRM-Systeme, IT-Ticketing-Systeme, Buchhaltungssysteme und so weiter. Erstellen Sie zunächst eine Bestandsaufnahme der Systeme, die bei dem zu analysierenden Prozess verwendet werden, und der darin gespeicherten Informationen. Häufig erstellen diese Systeme einen Eintrag in einem Protokoll oder einer Datenbank, wenn ein Benutzer eine Transaktion ausführt oder eine Änderung vornimmt. Wir suchen nach diesen Transaktions- oder Ereignisprotokollen. Die Daten sollten die ausgeführte Aktion (also die jeweilige Aufgabe), eine Kennung des betreffenden Prozessvorgangs (beispielsweise eine Vertrags-, Kunden- oder Ticketnummer), den Zeitstempel des Ereignisses und die Benutzer-ID der ausführenden Person enthalten. Hinzu kommen gegebenenfalls weitere analysebezogene Informationen wie die Ausführungsdauer oder das Ergebnis des Ereignisses.– wie lange etwas dauerte, das Ergebnis des Ereignisses und weitere interessante Informationen.

Diese Phase des Projekts erfordert die Einbindung von IT-Mitarbeitern, die verstehen, wie diese Systeme funktionieren, wo die Daten abgerufen werden können und welches Format sie haben, damit sie gelesen und in das richtige Format für das Process-Mining-Tool umgewandelt werden können. Bei einigen Systemen, wie beispielsweise SAP, hilft das Process-Mining-Tool, indem es vordefinierte Konnektoren bereitstellt, die einen Großteil dieser Arbeit übernehmen.

Task Mining

Die andere wichtige Quelle nützlicher Daten besteht darin, zu beobachten, was die Leute auf ihren Desktop-Computern tun, während sie Prozesse ausführen. Auf den Desktops können Aufzeichnungstools installiert werden, die nur solche Ereignisse erfassen, die mit der Ausführung des jeweiligen Prozesses zusammenhängen. Andere Aktivitäten bleiben unberücksichtigt, damit deren Vertraulichkeit gewahrt bleibt. Dann können wir diese Ereignisprotokolle an einen zentralen Server senden, wo sie mit den Datensätzen aller anderen Personen zusammengeführt werden; wenn genügend Daten gesammelt wurden, können sie dann an das Process-Mining-Tool zur Analyse weitergeleitet werden.

Systemprotokolle und Task-Mining sind komplementäre Methoden zur Gewinnung historischer Prozessausführungsdaten und werden häufig für unterschiedliche Zwecke eingesetzt. Systemprotokolle eignen sich für die übergreifende Prozessanalyse und bieten einen guten Gesamtüberblick. Dies gilt insbesondere für Prozesse, bei denen Daten in einem oder wenigen Systemen geändert werden, beispielsweise ERP-Systemen für die Buchhaltung, CRM-Systemen für Vertrieb und Marketing oder IT-Ticketing-Systemen für den Helpdesk. Task Mining eignet sich gut, um ins Detail zu gehen – welche Aktionen eine Person genau durchführt, um eine Aufgabe auszuführen, unter welchen Umständen, mit welchen Variationen usw. Das ist sehr hilfreich, wenn Sie diese Aktionen mit RPA-Tools automatisieren möchten, die sich auf diese feinen Details konzentrieren.

Analytics

Sobald die Ereignisdaten aufbereitet und in das Process-Mining-Tool eingespeist wurden, können sie analysiert werden. Das Tool erstellt daraus verschiedene Visualisierungen, mit denen sich Probleme gezielt identifizieren lassen.

Eine grundlegende Visualisierung ist die Prozesslandkarte. Sie zeigt, welche Aufgaben während eines Prozesses ausgeführt werden, wie sie miteinander verbunden sind und in welcher Reihenfolge sie aufeinanderfolgen. Da der Prozess je nach Art des Falles in einer anderen Reihenfolge ablaufen kann, zeigt die Prozesslandkarte die verschiedenen „Prozessvarianten“, die verwendet wurden. Neben der Darstellung der Prozesskarte kann die Analyse zeigen, welche Aufgaben und Varianten am häufigsten ausgeführt werden, welche am meisten Zeit benötigen oder welche am meisten kosten. Dies ist Ihr erster Hinweis, um Probleme zu finden – die Aufgaben und Sequenzvarianten, die am häufigsten vorkommen, die am längsten dauern oder die am meisten kosten, sind gute Kandidaten für weitere Untersuchungen.

Das untenstehende Bild zeigt, wie das funktioniert. Jede Aufgabe im Prozess ist ein beschriftetes Feld. Je dunkler die Farbe des Kästchens, desto häufiger wird es im bereitgestellten Datensatz ausgeführt. Die Zahl in dem Feld gibt an, wie oft die Aufgabe ausgeführt wurde. Beispielsweise wurde die Aufgabe „Authorization Requested“ 46.415-mal ausgeführt. Die Pfeile zeigen an, welche Aufgaben auf welche anderen folgen. In unserem Beispiel führte die Aufgabe „Authorization Requested“ 44.560-mal zur Aufgabe „BO Service Closure“. Die verbleibenden 1.855 Fälle wurden vermutlich entweder abgelehnt oder waren zum Zeitpunkt der Datenanalyse noch offen:

Dies wird noch interessanter, wenn wir uns die Zeit zwischen den verschiedenen Aufgaben ansehen:

Die dunkleren Farben zeigen, dass mehr Zeit für diese Aufgabe verwendet wird. Einige Aufgaben fallen durch ihre lange Bearbeitungsdauer auf. Insbesondere „Pending Request for Network Information“ und „Network Adjustment Requested“ scheinen viel Zeit in Anspruch zu nehmen. Vielleicht lassen sich die Anfragen nach Netzwerkinformationen und Netzwerkanpassungen automatisieren, um die Bearbeitung zu beschleunigen? Man sieht, wie mächtig diese Art von Informationen ist.

Man kann auch sehen, welche Pfade durch die Aufgaben mit welcher Häufigkeit auftreten, was ein weiterer Hinweis auf die Problemfindung ist:

In diesem Beispiel ist der hervorgehobene Pfad die am häufigsten verwendete Methode zur Ausführung dieses Prozesses – er wird in 27,8 % der Fälle genutzt und dauert im Durchschnitt 19 Tage und 13 Stunden. Wenn wir diese Variante zuerst verbessern können, wird das wahrscheinlich den größten Einfluss auf den Gesamtprozess haben. In dieser Variante werden weder Netzwerkinformationen angefordert noch Netzwerkanpassungen angefordert, daher war unsere vorherige Idee vielleicht nicht der richtige Ansatzpunkt. Wenn diese Aufgaben nur selten ausgeführt werden, wird ihre Optimierung die übergeordneten KPIs kaum verbessern – selbst wenn sich die einzelnen Aufgaben erheblich beschleunigen lassen.

Aber wie können wir diese KPIs sehen? Das Tool ermöglicht es uns, KPIs auf der Grundlage der verfügbaren Daten zu berechnen und herauszufinden, wie diese KPIs auf die verschiedenen Bereiche reagieren, die wir untersuchen. Siehe dieses Bild:

Hier sehen wir, wie sich eine Kennzahl (in diesem Fall Maverick Buying, also Beschaffung außerhalb der vorgesehenen Einkaufsprozesse) im Kontext einer Prozessvariante darstellen lässt. In diesem Beispiel sehen wir sowohl die Entwicklung des Umfangs von Maverick Buying im Zeitverlauf als auch eine Aufschlüsselung nach Lieferanten. So lassen sich Produkte und Lieferanten identifizieren, bei denen Maßnahmen gegen Maverick Buying besonders sinnvoll sind. Beispielsweise könnten automatische Warnmeldungen oder Prozessumleitungen ausgelöst werden, sobald Bestellungen für diese Lieferanten erkannt werden.

Ein weiterer Anhaltspunkt für das Auffinden von Prozessunregelmäßigkeiten bietet die Konformitätsprüfung – das Auffinden von Prozessvarianten, die nicht mit einer vordefinierten Prozesskarte übereinstimmen, die zeigt, wie der Prozess funktionieren sollte. In IBM Process Mining können Sie ein „Referenzmodell“ hochladen, das die vorgeschriebene Vorgehensweise bei der Ausführung eines Geschäftsprozesses angibt; beispielsweise mithilfe einer Prozesslandkarte, die mit BlueWorks Live erstellt wurde. Die Analyse kann dann dieses Referenzmodell mit den tatsächlichen Daten vergleichen und auf Unstimmigkeiten hinweisen. Dies sind in der Regel gute Ausgangspunkte, um nach Fehlern und Problemen zu suchen.

Das Bild unten zeigt, wie die Konformitätsprüfung im Tool dargestellt wird. In diesem Beispiel sehen wir, dass 39.300 Fälle nicht den Vorgaben entsprechen. Die rot markierten Aufgaben zeigen, welche Aktivitäten bei bestimmten Prozessvarianten unerwartet auftreten. In diesem Fall können wir auch sehen, dass das Tool berechnet hat, dass pro nichtkonformem Fall 3.439 USD ausgegeben werden, basierend auf dem Zeitaufwand und den Kosten der Arbeitszeit der Mitarbeiter:

Das Tool bietet viele andere Möglichkeiten, Informationen anzuzeigen und die Daten detailliert zu analysieren. Einige davon umfassen die folgenden:

  • Ableitung von Geschäftsregeln zur Analyse von Prozessübergängen: Das Tool kann ermitteln, welche Geschäftsregeln bestimmen, wie ein Prozess von einer Aufgabe zur nächsten übergeht. Diese Erkenntnisse sind wertvoll, um die Umstände zu finden, die bestimmen, wie Ihr Unternehmen Prozessentscheidungen trifft, und können die Grundlage für automatisierte Prozessentscheidungen mit IBM Automation Decision Services (und insgesamt verbesserte Entscheidungsfindung) bilden.
  • Rollenbasierte Analyse: Das Tool kann die Daten nach Rollen aufteilen und Ihnen helfen zu verstehen, wie verschiedene Personen in unterschiedlichen Rollen ihre Teile des Prozesses unterschiedlich ausführen und wo es Engpässe gibt. So können Sie erkennen, in welchen Abteilungen Probleme auftreten, und den Personalbedarf sowie die Verteilung der Fachkompetenzen entsprechend anpassen.

Es gibt noch viele weitere. Mit zunehmender Erfahrung im Umgang mit dem Tool werden Sie viele neue Möglichkeiten entdecken, wertvolle Erkenntnisse über Ihr Unternehmen zu gewinnen.

Maßnahmen ergreifen

Sobald Sie Ihren Prozess besser verstanden haben, ist es an der Zeit, herauszufinden, was Sie tun können, um den Prozess zu verbessern. Es gibt viele Möglichkeiten, aber konzentrieren wir uns auf einen Bereich, der beim Process Mining besonders nützlich ist – nämlich die Verwendung von RPA-Bots zur Automatisierung von Engpassaufgaben, um den gesamten Prozessablauf zu verbessern.

RPA-Bots übernehmen überwiegend wiederkehrende Aktionen, die Benutzer normalerweise am Desktop ausführen. Dadurch werden diese Aufgaben einfacher erledigt und die Mitarbeiter haben mehr Zeit für anspruchsvollere Tätigkeiten. Für RPA-Bots eignen sich vor allem häufig anfallende, repetitive Aufgaben, deren Automatisierung Zeit spart und sich positiv auf die geschäftlichen KPIs auswirkt. Dazu gehört beispielsweise die gesamte Bearbeitungsdauer eines Prozesses, deren Verkürzung den Kundenservice verbessern oder die Einhaltung regulatorischer Fristen unterstützen kann.

Sobald Sie einen RPA-Bot erstellt haben, können Sie ihn replizieren und auf verschiedenen virtuellen Desktops ausführen. Je nachdem, wie stark Sie die RPA-Lösung skalieren möchten, können Sie menschliche Aktivitäten mit automatisierten Aktivitäten mischen.

Wenn Sie Task-Mining mit IBM Process Mining verwenden, nimmt Ihnen das Tool einen Großteil der Arbeit ab und hilft Ihnen dabei, die besten Task-Kandidaten für RPA zu ermitteln. Schauen Sie sich diesen Screenshot an:

Hierbei hat das Process-Mining-Tool zwei Aktivitäten identifiziert, deren Automatisierung mit einem Bot einen großen positiven Einfluss auf den Gesamtprozess haben könnte: Network Service Closure und BO Service Closure. Darüber hinaus gibt es Parameter, die angepasst werden können, um die Gesamtauswirkungen abzuschätzen, je nachdem, welcher Prozentsatz dieser Aufgaben mit einem Bot automatisiert wird und wie viele Varianten dieser Aufgaben im Bot enthalten sind. Bei den aktuellen Parametern beträgt die geschätzte Einsparung pro Prozessinstanz 369,36 USD, und die Gesamteinsparung an für andere Tätigkeiten verfügbarer Arbeitskraft beträgt 43.054,76 USD für die 116.566 Fälle in diesem Datensatz. Das sind definitiv geeignete Kandidaten für eine effektive Automatisierung.

Nun können wir auch die gesamte Prozessausführung in diesem RPA-Szenario simulieren. Siehe die folgende Abbildung:

Hier haben wir eine Simulation durchgeführt, bei der ein bestimmter Prozentsatz der menschlichen Aufgaben in den Originaldaten durch RPA-Bots ersetzt wurde, die die Aufgaben viel schneller ausführen. Wir sehen, dass in diesem Simulationslauf die durchschnittliche Prozessausführungszeit für dieses Kontoschließungsbeispiel von 18 Tagen und 16 Stunden auf 16 Tage und 6 Stunden gesunken ist – eine Zeitersparnis von 10 %, die sich direkt auf die Kundenzufriedenheit und die Einhaltung gesetzlicher Vorschriften auswirkt. Der ROI für Automatisierung ist klar und gut definiert, sowohl hinsichtlich finanzieller Einsparungen als auch hinsichtlich der Verbesserung von KPIs.

Die nächsten Schritte bestehen darin, den RPA-Bot zu erstellen und bereitzustellen und dann mit demselben Process-Mining-Tool und demselben Setup die tatsächlichen Auswirkungen der Änderung zu untersuchen. Damit können wir sowohl überprüfen, ob der erwartete ROI tatsächlich erreicht wurde, als auch weitere Automatisierungsmöglichkeiten zur Verbesserung des Geschäftsprozesses identifizieren. Diese wiederholte Prozessüberwachung, -messung und -automatisierung ist der Motor, der die kontinuierliche Verbesserung des Geschäfts vorantreiben wird – und das ist einer der Hauptgründe für die Begeisterung für Process Mining als nächsten technologischen Fortschritt in der Automatisierung.

Zusammenfassung

Wir haben gesehen, wie sich Daten zur Ausführung von Geschäftsprozessen detailliert analysieren lassen. So können wir nachvollziehen, wie ein Unternehmen tatsächlich arbeitet, und auf dieser Grundlage Automatisierungen entwickeln, die Kosten senken und die Kundenzufriedenheit erhöhen.

Damit haben wir die Möglichkeiten von Process Mining jedoch erst ansatzweise aufgezeigt. Auch in den folgenden Bereichen kann Process Mining einen wichtigen Beitrag leisten:

  • Wir haben ein Beispiel aus Bankgeschäften mit Account-Management betrachtet, aber das Potenzial von Process Mining ist viel größer. Es kann für alle Prozesse mit menschlichen Aktivitäten verwendet werden. Ein typisches Beispiel ist das IT-Management: Hier lassen sich Prozesse rund um Helpdesk-Tickets analysieren, geeignete Ticketkategorien für die Automatisierung identifizieren und manuelle Schritte in der IT-Systemverwaltung erkennen, deren Automatisierung die Abläufe deutlich verbessern kann. Mit Process Mining lassen sich potenzielle Integrationspunkte zwischen verschiedenen Systemen identifizieren, indem analysiert wird, an welchen Stellen der Datenfluss derzeit ins Stocken gerät. Es kann in der Softwareentwicklung eingesetzt werden, um Ineffizienzen bei der Entwicklung, dem Test und der Bereitstellung von Software zu identifizieren.
  • Wir haben uns auf RPA-Bots als Automatisierung konzentriert – Process Mining kann auch andere Automatisierungsarten identifizieren. Nachfolgend einige Beispiele:
    • Entscheidungen: Oft sind Prozesse ineffizient, weil wir uns darauf verlassen, dass Menschen Entscheidungen treffen, die mithilfe einer Kombination aus maschinellem Lernen und Business Rules automatisiert werden könnten. Wir können in der Process-Mining-Analyse sehen, wo es Schleifen in einem Prozess gibt – Aufgaben, die aufgrund menschlicher Fehler mehrfach wiederholt werden. Wir können Genehmigungen und andere Entscheidungen erkennen, die viel Zeit in Anspruch nehmen. Dies sind alles Anzeichen dafür, dass automatisierte Entscheidungen den Gesamtprozess verbessern können.
    • Business Process Management: Viele Prozesse lassen sich durch eine bessere Koordination und Abstimmung ihrer Abläufe optimieren. Dazu gehören eine klare Fortschrittsverfolgung, Aufgabenposteingänge für Mitarbeiter und ein flexibles, aber koordiniertes Fallmanagement. Process Mining kann die Grundlage für die Einführung von BPM schaffen. Die von der Analyse-Engine erzeugten Prozesslandkarten lassen sich als BPMN-Diagramme exportieren und als Ausgangspunkt für ein Business-Process-Management-Projekt verwenden.
    • Integration auf Systemebene: RPA eignet sich hervorragend für die Integration von Systemen, die nur eine Benutzeroberfläche (und keine zugrunde liegenden APIs) haben, und für die Simulation menschlicher Interaktion auf einem Desktop. Aber eine tiefere Integration von Systemen, die ihre APIs nutzen und Daten direkt austauschen, ohne menschliches Eingreifen, ist noch besser, wenn es möglich ist. Zum Glück kann Process Mining auch genau bestimmen, wo eine solche Integration auf Systemebene einen Unterschied machen würde und zu erfolgreicheren Projekten führen kann.
  • Wir begannen mit verfügbaren Daten, um das Prozessverhalten zu verstehen. Es ist aber auch möglich, die leistungsstarke Simulations-Engine von IBM Process Mining zu nutzen und Prozessmodelle zu importieren, um eine vollständige Prozesssimulation auch ohne tatsächliche Daten durchzuführen. Wenn beispielsweise ein Modell aus IBM Blueworks Live importiert und grundlegende Informationen zu den erwarteten Ausführungszeiten der Aufgaben bereitgestellt werden, kann IBM Process Mining das voraussichtliche Prozessverhalten und mögliche Engpässe simulieren. So lassen sich Prozesse optimieren, bevor sie im Unternehmen produktiv eingesetzt werden.

Sie können nun verstehen, warum Process Mining im Markt für so viel Begeisterung sorgt und warum es wirklich der beste erste Schritt auf Ihrem Weg zur Automatisierung Ihres Unternehmens ist.

Mehr erfahren

Hören Sie sich auch den Podcast „The Art of Automation“ an, insbesondere Folge 17, auf der dieses Kapitel basiert.

      Autor

      Harley Davis

      Vice President

      Automation Platform and France Lab

      Weiterführende Lösungen
      Lösungen zur Geschäftsautomatisierung

      Denken Sie Ihr Unternehmen mit KI und IBM Automation neu. Diese tragen dazu bei, IT-Systeme proaktiver, Prozesse effizienter und Mitarbeitende produktiver zu machen.

      Automatisierungslösungen entdecken
      Beratungsleistungen für Automatisierung

      IBM gewährleistet mit seinen Beratungsdiensten für extreme Automatisierung die Unternehmenstransformation für Unternehmenskunden.

      Services für die Geschäftsautomatisierung
      IBM Cloud Pak for Business Automation

      IBM Cloud Pak for Business Automation ist ein modularer Satz integrierter Softwarekomponenten für das Betriebsmanagement und die Automatisierung.

      Geschäftsautomatisierung
      Gehen Sie den nächsten Schritt

      Entdecken Sie Lösungen zur Automatisierung von Geschäftsprozessen, die mit Low-Code-Tools schnell intelligente Automatisierungen bereitstellen.

      1. Automatisierungslösungen entdecken
      2. Lesen Sie die IBM Fallstudie zur Automatisierung