Process Mining liegt im Trend. Unternehmen nutzen verstärkt Lösungen im Bereich Prozessanalyse, um die Prozessoptimierung und -automatisierung voranzutreiben. Vielfach führen aber Process-Mining-Projekte nicht zum erhofften Ergebnis, und auch das erhebliche Optimierungspotenzial wird oft nur unzureichend ausgeschöpft. Dafür gibt es mehrere Gründe.
Die Geschäftsvorgänge effizienter zu gestalten, zählt für viele Unternehmen in einer Zeit des steigenden Wettbewerbs- und Kostendrucks zu den zentralen Aufgaben in der IT und den Fachbereichen. Process Mining ist hierbei ein entscheidendes Hilfsmittel.
Damit können Unternehmen Prozesse datengestützt analysieren, relevante Erkenntnisse gewinnen und so Verbesserungspotenziale identifizieren. Process Mining ist somit die Basis für die Optimierung und Automatisierung von Prozessen.
Immer mehr Unternehmen nutzen deshalb Process-Mining-Lösungen. Allerdings werden sie nach Erfahrung von CGI oft nur oberflächlich oder punktuell eingesetzt.
5 Gründe, die den Projekterfolg gefährden können:
- Fehlendes Wissen über Process Mining
Process Mining ist zwar keine neue Methode, doch wird das Leistungsspektrum moderner Lösungen oft unterschätzt. So nutzen Unternehmen Process Mining derzeit vorwiegend im Bereich Einkauf für P2P (Purchase-to-Pay)- und O2C (Order-to-Cash)-Prozesse oder im IT-Service-Bereich für das Incident Management. Prinzipiell ist der Einsatz von Process Mining jedoch für alle Prozesse geeignet, die auf IT-Systemen basieren.
Ziel ist das Erkennen von Schwachstellen, Ineffizienzen, Prozessabweichungen, Fehlern, unnötigen Prozessschritten, Systembrüchen oder Risiken. Damit schafft Process Mining die Grundlage, um Prozesse neu aufzusetzen, zu optimieren oder zu automatisieren, etwa unter Beseitigung überflüssiger Arbeitsabläufe. Process Mining mit der Identifizierung von Verbesserungspotenzialen ist der erste Schritt auf dem Weg zur Optimierung.
- Fehlende Datenverfügbarkeit
In der Regel sind die meisten Prozesse in Unternehmen bereits IT-gestützt und bieten somit eine solide Basis für eine Process-Mining-Analyse. Die Stärke des Process Mining liegt dann in der detaillierten Prozessanalyse auf Datenbasis. Die Daten sind für das Process Mining von elementarer Bedeutung. Sie müssen in der richtigen Quantität und Qualität vorliegen und auch das Format ist entscheidend.
Sinnvoll gepflegte Daten sind eine Grundvoraussetzung, ein Unternehmen muss allerdings ebenso wissen, in welchen Systemen die relevanten Daten vorhanden sind. Es führt folglich auch kaum ein Weg an einem ganzheitlichen Datenmanagement vorbei und somit an der Etablierung einer Data-Governance-Strategie.
- Fehlendes Prozesswissen
In vielen Unternehmen entspricht die Wahrnehmung von Prozessen nicht dem realen Prozessablauf. Das heißt, es besteht keine Prozesstransparenz. Langjährig bewährte Prozesse werden deshalb nicht in Frage gestellt, solange keine massiven Fehler, Störungen oder Verzögerungen auftreten. Process Mining belegt hier, dass Unternehmen mit ihrer Einschätzung meistens falsch liegen.
Die detaillierte Analyse von Prozessen zeigt alle Prozessvarianten auf, ein vermeintlich schlanker Prozess erweist sich dabei oft als „Spaghetti-Monster“. Das Aufzeigen der verschiedenen Prozesswege kann ein erster Ansatz für die Optimierung sein. Darüber hinaus schafft eine nähere Untersuchung der einzelnen Prozessschritte etwa im Hinblick auf Change-Aktivitäten oder beteiligte Abteilungen auch die Basis für sinnvolle Prozessänderungen.
- Vorbehalte gegenüber Cloud-Lösungen
Process-Mining-Lösungen werden überwiegend als Cloud-Service angeboten und fast alle Unternehmen nutzen Process Mining in der Cloud. Generell nimmt die Cloud-Akzeptanz zu und viele Lösungen werden früher oder später ohnehin aus der Cloud genutzt werden. Beim Process Mining haben Unternehmen jedoch teilweise noch Vorbehalte hinsichtlich Data Privacy, gerade im Hinblick auf persönliche Daten, Teamdaten oder Benutzerkennungen.
Das sollte allerdings keine Hemmschwelle darstellen, schließlich können die relevanten Cloud-Anbieter die erforderlichen Zertifizierungen hinsichtlich Sicherheit vorweisen. Ein hoher Sicherheitsstandard wird zudem durch Verschlüsselung oder auch eine mögliche Anonymisierung beziehungsweise Pseudonymisierung der Daten gewährleistet. Nicht zuletzt besteht für skeptische Unternehmen auch bei Process-Mining-Lösungen die Möglichkeit einer Private-Cloud-Nutzung oder eines On-Premises-Einsatzes.
- Silo-Denken der Fachbereiche
Der Erfolg eines Process-Mining-Projekts hängt immer auch von der Management Attention ab, also von der Unterstützung durch die Führungsebene der betroffenen Abteilungen beziehungsweise Bereiche. Größere Projekte können sogar die Einbindung des C-Levels erfordern, etwa wenn eine unternehmensweite, abteilungsübergreifende Sicht auf die Prozesse vonnöten ist – Silodenken einzelner Fachbereiche darf den Erfolg nicht behindern.
Folglich müssen alle relevanten Stakeholder in die Projektarbeit eingebunden werden. Schließlich führt eine Prozessanpassung beziehungsweise -optimierung immer auch zu einer Änderung bestehender, oft langjährig bewährter Prozessstrukturen. Hier müssen Unternehmen Überzeugungsarbeit leisten, Vorbehalte überwinden und die Nutzenargumentation in den Vordergrund stellen. Ein Process Mining erfordert deshalb in der Regel auch ein Change Management.
„Häufig besitzen Unternehmen nur eine unzureichende Kenntnis ihrer Prozesse, und Ineffizienzen sowie Schwachstellen sind nicht bekannt. Eine Process-Mining-Lösung kann hier eine entscheidende Unterstützung bieten. Sie ermöglicht eine detaillierte Prozessanalyse, die dann in einer Verbesserung und Automatisierung von Geschäftsabläufen münden kann“, erklärt Christian Huppertz, Lead Consultant bei CGI.
„Best Practices zeigen, dass ein sukzessives Vorgehen empfehlenswert ist. Als Startpunkt können Unternehmen kleinere Prozesse wählen, deren Ist-Zustand ermitteln und Soll-Zustand definieren. Eine Proof-of-Concept- und Proof-of-Value-Phase mit einer Ermittlung des Automatisierungs- oder Einsparungspotenzials schaffen dann eine transparente Entscheidungsgrundlage für die weitere Projektdurchführung.“