Kombi aus Process Mining und RPA

Automatisieren, was automatisierbar ist

15.09.2019
Von   
Dr. Oliver Laitenberger leitet bei der Managementberatung Horn & Company das Kompetenzzentrum Digitalisierung und Technologie.
Eine Automationskette besteht aus verschiedenen Teilen, die gut miteinander kombiniert viele Prozesse in den Unternehmen effizienter und schneller machen.

Neben dem Hype um Digitalisierung mit einem kundenzentrierten Fokus auf neue Geschäftsmodelle hat sich parallel ein zweiter Handlungsstrang der "Automation" entwickelt. Die ganze Wirkungskette eines Unternehmens verändert sich mit den neuen Möglichkeiten der Automatisierung derart, dass alles, was automatisierbar ist, auch automatisiert wird.

Eine Automationskette bringt die Prozesse im Unternehmen in Schwung.
Eine Automationskette bringt die Prozesse im Unternehmen in Schwung.
Foto: donatas1205 - shutterstock.com

Anlass genug, die Elemente der Automationskette in eine verwendbare nützliche Logik zu bringen. Ausgangspunkt sind moderne Cockpit-Lösungen ("Kontroll-Tower") für das Management. Diese können mit Process-Mining-Technologien signifikant erweitert werden. Die Erkenntnisse daraus lassen sich mit Hilfe von Robotics Process Automation (RPA) Technologien automatisieren. Der Kreis schließt sich mit dem Nachhalten der Effekte, was wieder in der Cockpit-Lösung passiert.

Symbiotik "Kontroll Tower", Process Mining und RPA zur Automation
Symbiotik "Kontroll Tower", Process Mining und RPA zur Automation
Foto: Oliver Laitenberger

Kontroll-Tower schafft Transparenz zur Steuerung und Optimierung

Obwohl viele Unternehmen über Big Data und Künstliche Intelligenz sprechen, herrscht in den Management-Etagen oft immer noch "Excel-Mania". Wichtige Kennzahlen zum Beispiel zu Vertrieb, Produktion, Prozessen oder Kunden werden manuell aus unterschiedlichen Systemen zusammengesammelt, verdichtet und dann in Excel-Berichten an Entscheidungsträger kommuniziert. Nicht selten kommt es dann in den Konferenzen zu Diskussionen über die Korrektheit und Vollständigkeit der zu Grunde liegenden Daten.

Dies geht auch anders: Mit Hilfe eines sogenannten "Kontroll-Towers" können Entscheidungsträger auch im Rahmen von Führungsrunden wichtige Geschäftsentscheidungen viel schneller und genauer treffen als es in der Vergangenheit möglich und üblich war. Führungskräfte erhalten dabei datengesteuerte Einblicke in die Geschäftsentwicklung. Dies ermöglicht auch Simulationen über die Zukunft. Die Steuerungsprozesse auf Management-Ebene werden deutlich einfacher und schneller.

Schematischer Aufbau eines Kontroll-Towers
Schematischer Aufbau eines Kontroll-Towers
Foto: Oliver Laitenberger/PAFnow

Ein solcher "Kontroll-Tower" lässt sich vergleichweise einfach bauen. Mit heutigen Technologien können strukturierte und unstrukturierte Daten aus heterogenen Quellen mit vergleichsweise geringem Zeit-/ Kostenaufwand integriert und mit einer einheitlichen Bedeutung ("Semantik") versehen werden. Dies gelingt mit Hilfe neuer Datenmanagement-Architekturen, den sogenannten logischen Data Warehouses (DWH). Sie vermeiden die bekannten Nachteile klassischer Ansätze eines DWH und bieten folgende Vorteile:

  • Logische Data Warehouses lassen sich bis zu 90 Prozent schneller implementieren.

  • Im Logischen Data Warehouse sind keine Daten gespeichert. Die Daten verbleiben in den Quellsystemen.

  • Kein ETL / Programmierung erforderlich.

  • Erfordert keine aufwendige Infrastruktur.

  • Keine Latenzzeiten der gelieferten Daten.

Alle Entscheidungsträger sehen die gleichen Informationen und erhalten Antworten auf Fakten-Basis, denen sie vertrauen können. Sie können die gesamte Geschäftsstrategie, ihre einzelnen Komponenten und die Ergebnisse dieser Strategie transparent einsehen. Der Kontroll-Tower hilft, die Strategie der Versicherung zu unterstützen und zu operationalisieren. Weiterhin lassen sich eine Reihe von möglichen Szenarien untersuchen und die Ergebnisse dazu nutzen, um zeitnahere und besser informierte Entscheidungen zu treffen. Unternehmen handeln schneller und agiler.

Process Mining visualisiert Prozesskomplexität

In vielen Unternehmen bildeten über Jahrzehnte hinweg detaillierte Prozesserhebungen in funktionsübergreifenden Workshops, manuelle Datenanalysen mit Excel und zeitintensive Führungskräfte-Interviews die Grundlage zur Optimierung. Verfahren, wie Six-Sigma oder Lean-Management sind oft daran gescheitert, dass die erforderlichen Prozessdaten nicht verfügbar waren.

Lesen Sie mehr zum Thema Process Mining:

Process Mining beseitigt dieses Defizit und stellt so die nächste Evolutionsstufe für die Prozessoptimierung und schließlich auch die Automation dar. Die Idee dabei ist, "Spuren" in den IT-Systemen zur Visualisierung von Prozessen zu nutzen. Process Mining funktioniert immer dann, wenn Prozessinformationen vorhanden sind. In der Tat sitzen Unternehmen auf einem Berg von Prozessdaten zum Beispiel aus ERP-Systemen, ohne von diesem Wert zu wissen.

Prozessvisualisierung und -analytics
Prozessvisualisierung und -analytics
Foto: Oliver Laitenberger/PAFnow

Process-Mining liefert Unternehmen einen visuellen und faktenbasierten Nachweis für Automationsmöglichkeiten. Insbesondere mit Hilfe der Datenvisualisierung können Führungskräfte im Kontroll-Tower die Daten aufschlüsseln, Abweichungen vom idealen Prozess erkennen und Ursachen für Ineffizienzen erkennen.Das bildet die Basis für die Priorisierung von Verbesserungsaktivitäten. Weiterhin lassen sich so Prozesse effizienter überwachen und benchmarken, um einen nachhaltigen Nutzen zu erzielen. All das ist elementarer Bestandteil des oben beschriebenen "Kontroll Towers". Über die Datenvisualisierung können Anwender von Process-Mining-Software die Daten aufschlüsseln, Abweichungen vom idealen Prozess erkennen und Ursachen für Ineffizienzen erkennen.