![\"Was](\"https:\/\/pitss.org\/de\/wp-content\/uploads\/sites\/9\/2018\/08\/process-mining-erklaert-vorschau.jpg\")
<\/p>\n
In jedem Unternehmen laufen t\u00e4glich unz\u00e4hlige verschiedene Prozesse ab. Meist sind die Abl\u00e4ufe fest definiert und sogar automatisiert \u2013 dadurch soll die reibungslose Abwicklung der einzelnen Schritte sichergestellt werden. Doch wie sicher kann man sich wirklich sein? Je mehr Prozesse desto komplizierter die Verkn\u00fcpfungen zwischen ihnen und desto h\u00f6her die Wahrscheinlichkeit, dass sich Fehler einschleichen. <\/span><\/p>\n Was Unternehmen in den Z\u00fcgen der Prozessoptimierung brauchen, ist eine Maschine, die in der Lage ist, jeden einzelnen Prozess zu erfassen \u2013 datengetrieben und weit weg von subjektiven Nutzerinterviews und alten Pflichtenheften in Papierform, die den Staub der Jahre tragen. Dank Process Mining wird genau das m\u00f6glich. Prozesse bzw. die Daten, die sie hinterlassen, werden genau erfasst und anhand von Software rekonstruiert und analysiert. Durch eine visuelle, realit\u00e4tsgetreue Darstellung der Prozessabl\u00e4ufe<\/strong> werden alle Fehler und Schwachstellen aufgedeckt und lassen sich entsprechend besser optimieren. \u00a0\u00a0<\/span><\/p>\n Sei es, weil ein Wechsel der Software bevorsteht \u00a0oder um den Unternehmenswachstum durch Prozessoptimierung<\/strong> voranzutreiben \u2013 die Gr\u00fcnde, warum Unternehmen den Blick nach innen richten, sind unterschiedlich. Durch eine tiefergehende Prozessanalyse, so wie sie im Rahmen des Process Mining angeboten wird, werden auch Prozesse greifbar, deren Existenz man zuvor nicht einmal vermutet hatte.<\/span><\/p>\n So lassen sich beispielsweise in der Welt des E-Commerce Ad-hoc-Fragen<\/strong> beantworten wie: Ist meine Bestellung in 80 Prozent aller F\u00e4lle innerhalb von zwei Tagen erf\u00fcllt und welche Gr\u00fcnde gibt es f\u00fcr die Ausnahmen? Welche sonstigen M\u00f6glichkeiten stehen zur Verf\u00fcgung, um den Auftrag zu erf\u00fcllen und werden diese verwendet? Sind alle alternativen Prozessverl\u00e4ufe im System abgebildet? Gr\u00f6\u00dfere Unternehmen wollen dar\u00fcber hinaus wissen, ob Prozesse standort\u00fcbergreifend harmonisiert sind. Und wenn nicht \u2013 warum? Mithilfe von Process Mining lassen sich solche und \u00e4hnliche Fragestellungen beantworten und so lange beobachten, bis die gew\u00fcnschte Prozessverbesserung erreicht ist.<\/span><\/p>\n Ein besonderes Merkmal<\/strong> von Process Mining ist, dass die Software nicht nur Stichproben, sondern gleich alle Daten und Prozessvarianten innerhalb eines bestimmten Zeitraums behandelt. Dabei wird in der Gesamtheit der Daten nach Mustern gesucht, die anschlie\u00dfend graphisch aufbereitet werden \u2013 wichtige Kennzahlen inklusive. Das Ergebnis k\u00f6nnte man sich als einen Familienstammbaum vorstellen, der neben den Eltern, Gro\u00dfeltern, Onkeln etc. auch viele Ver\u00e4stelungen enth\u00e4lt \u2013 die \u201eunehelichen Prozesskinder\u201c eben, die in der offiziellen Firmenplanung unentdeckt bleiben. <\/span><\/p>\n Die Einsatzgebiete von Process Mining sind vielf\u00e4ltig und die Praxis kennt bereits einige erw\u00e4hnenswerte Beispiele. Sind Sie zum Beispiel Hersteller einer Software, interessiert es Sie vermutlich, wie Ihre unterschiedlichen Kunden Ihr Programm verwenden, um dadurch R\u00fcckschl\u00fcsse auf vermeintliche Schwachstellen oder Potentiale<\/strong> f\u00fcr das n\u00e4chste Release ziehen zu k\u00f6nnen. <\/span><\/p>\n Nahezu unverzichtbar ist dagegen die Betrachtung auf Prozessebene, wenn Sie als Inhouse-L\u00f6sungsanbieter auf der Suche nach einer neuen Standardl\u00f6sung<\/strong> sind oder eine Neuentwicklung<\/strong> planen. Sind alle bestehenden Prozesse in der neuen Umgebung abgedeckt und die Grundlage f\u00fcr eine Gap-Analyse oder die Requirement Definition gegeben? Zur Beantwortung dieser Fragen kommt Process Mining als zeitgem\u00e4\u00dfe Analysemethode<\/strong> gerade richtig.<\/span><\/p>\n Ein weiteres Beispiel f\u00fcr Process Mining liefert die nicht immer angenehme Situation eines Audits<\/strong>. W\u00e4re es nicht viel leichter, wenn Sie in solchen Pr\u00fcfungssituationen mit Process Mining aufzeigen k\u00f6nnten, dass die Prozesse in Ihrem Unternehmen in 99 Prozent der F\u00e4lle mit den vorgeschriebenen Qualit\u00e4tsnormen konform gehen? Daf\u00fcr reicht es, dass die Software die Anwender bei der Abarbeitung des Prozesses beobachtet und schon werden die ben\u00f6tigten Informationen feingranular in einem sogenannten Eventstream<\/strong> gesammelt. Letzterer gilt dann als Nachweis f\u00fcr die Qualit\u00e4t der Prozesse.<\/span><\/p>\n Bevor das Process Mining \u00fcberhaupt in Gang gebracht werden kann, m\u00fcssen die ben\u00f6tigten Rohdaten im passenden Format<\/strong> herausgezogen werden. Dieser entscheidende Schritt stellt f\u00fcr die meisten Unternehmen eine Schwierigkeit dar \u2013 vor allem aufgrund der Beschaffenheit der Datenbank, die extrem komplex sein kann. Um die Rohdaten f\u00fcr das Process Mining zu extrahieren, haben sich vor allem drei verschiedene Methoden etabliert:<\/span><\/p>\n Den zugrundeliegenden Prozess mithilfe von Audit-Daten oder Workflow-Tracking-Informationen zu rekonstruieren ist der einfachste Ansatz. Gerade workflowbasierte Systeme, beispielsweise auf Basis von BPEL, sind perfekt daf\u00fcr geeignet. Allerdings ist die Qualit\u00e4t der Ergebnisse eng mit der Existenz und der Datenqualit\u00e4t dieser Audit-Protokolle verbunden. Au\u00dferdem sind nicht alle Legacy-Anwendungen in der Lage, die ben\u00f6tigten Logfiles zu liefern. Selbst datenbankbasierte Anwendungen liefern in der Regel keine Audit-Daten auf Transaktionsebene \u2013 zumal nicht in der notwendigen Art der Granularit\u00e4t. K\u00f6nnen keine Logfiles f\u00fcr die Zwecke des Process Mining herangezogen werden, fragt man nicht selten direkt die Key-User und Prozessleiter nach dem aus ihrer Sicht idealen Zustand der Prozesse. Zeitgleich wird das Datenmodell geparst, um die Auswirkung des beschriebenen Prozesses innerhalb des Modells zu identifizieren. So wird es bei einer sp\u00e4teren Analyse m\u00f6glich, anhand der gesammelten Daten die dahinterliegenden Prozesse r\u00fcckwirkend anzunehmen. Die gr\u00f6\u00dften Nachteile dieses Ansatzes sind, dass er sehr zeitaufwendig und nicht pr\u00e4zise genug ist. Nicht analysierte Ereignisse und Prozesse oder solche, die keine signifikanten, eineindeutigen \u00c4nderungen im Datenmodell hervorheben, stellen ebenfalls ein Problem dar. Bei diesem Ansatz ist also viel mehr die Rede von einem \u201eProcess Guessing\u201c als einem Process Mining.<\/span><\/p>\n Ein selbst noch recht junger Ansatz in der ohnehin schon neuen Disziplin Process Mining, bei dem \u00e4hnlich wie beim Data Mining versucht wird, mit noch weiter entwickelten KI-Algorithmen Prozessmuster in den verschiedenen Datenpools zu identifizieren. Dieser Ansatz mag sehr innovativ sein, ist aber auch kostenintensiv und zeitaufw\u00e4ndig, da die Algorithmen eine tiefe Analyse und Lernphase ben\u00f6tigen, bevor sie mit Process Mining auf den Rohdaten losgelassen werden k\u00f6nnen.<\/span><\/p>\n Gro\u00dfe Systeme mit konstanten Datenmodellen besitzen bereits vorkonfigurierte Exportstrecken<\/strong>, die in der Regel alle notwendigen Eventstream-Informationen liefern. So gibt es zum Beispiel f\u00fcr SAP, Microsoft Dynamics oder das Oracle E-Business Suite eine Reihe von L\u00f6sungen. F\u00fcr Jedermanns-Software<\/strong> gibt es jedoch keine simplen Exportstrecken. <\/span><\/p>\n Gerade hier kommt ein <\/span>vierter, alternativer Ansatz<\/b> ins Spiel: Die Nutzung der Applikationssoftware<\/strong> zu beobachten. Wird ein Prozess als eine Abfolge von Interaktionen des Anwenders mit der Software innerhalb eines bestimmten Rahmens definiert, dann w\u00e4re die Beobachtung der Anwender bei der Abarbeitung des Prozesses ideal, um die Prozessinformationen feingranular in einen Eventstream zu schreiben. Damit w\u00e4re auch die Br\u00fccke zwischen Prozess und Daten geschlossen. <\/span><\/p>\n Ein Process Mining-Tool bildet dabei den Eventstream idealerweise nicht direkt innerhalb der Applikation ab, sondern gibt ihn eher \u00fcber die \u00fcblichen Log-Mechanismen weiter. In der Welt von Oracle bieten zum Beispiel Applikationen auf dem WebLogic Server das Oracle Diagnostic Logging und somit umfangreiche M\u00f6glichkeiten zur Verwaltung von Informationen. Nutzern von Oracle ADF stehen die Framework-Extension-Classes zur Verf\u00fcgung, w\u00e4hrend bei Java Web Services ein Java-Logger ohnehin verf\u00fcgbar ist. Auch das nachtr\u00e4gliche Einf\u00fcgen des Eventstream-Logging in eine Applikation ist m\u00f6glich \u2013 dabei greifen Vererbungsmechanismen, Parser und Codegeneratoren<\/strong> ein. <\/span><\/p>\nPr\u00e4zise visuelle Darstellung<\/strong><\/h3>\n
<\/h2>\n
![](\"https:\/\/pitss.org\/de\/wp-content\/uploads\/sites\/9\/2015\/02\/pitss-con-flowchart-1.jpg\")
<\/p>\nWarum eigentlich Process Mining?<\/h2>\n
Die Antwort auf wichtige Prozess-Fragen<\/strong><\/h3>\n
Process Mining vs. Standard Analyse<\/strong><\/h3>\n
Process Mining in der Praxis<\/h2>\n
Souver\u00e4n durch den n\u00e4chsten Audit<\/strong><\/h3>\n
![\"Process](\"https:\/\/pitss.org\/de\/wp-content\/uploads\/sites\/9\/2018\/08\/process-mining-prozessanalyse.jpg\")
<\/p>\nM\u00f6glichkeiten zur Beschaffung der Daten<\/h2>\n
1. Logfiles<\/strong><\/h3>\n
\n<\/span><\/p>\n2. Nutzerinterviews<\/strong><\/h3>\n
3. K\u00fcnstliche Intelligenz<\/strong><\/h3>\n
Die Alternative: Applikationssoftware<\/h2>\n
Aufzeichnungs-Qualit\u00e4t verbessern<\/strong><\/h3>\n
![\"Trends](\"https:\/\/pitss.org\/de\/wp-content\/uploads\/sites\/9\/2018\/08\/process-mining-trends.jpg\")
<\/p>\n