CGI beleuchtet Gründe Warum lässt Process Mining viel Potenzial ungenutzt?

Anbieter zum Thema

cgi (Germany) GmbH & Co. KG

Rittal GmbH & Co. KG

DAXTEN GmbH

dtm Datentechnik Moll GmbH

Obwohl Process Mining ein aktuelles Trendthema ist, führen entsprechende Projekte oftmals nicht zu den erwünschten Ergebnissen. Die Folge: Erhebliches Optimierungspotenzial wird nur unzureichend ausgeschöpft. Welche Gründe dazu führen, hat der Business- und IT-Dienstleister CGI näher beleuchtet.

In Zeiten steigenden Wettbewerbs- und Kostendrucks zählt die effizientere Gestaltung von Geschäftsvorgängen zu den zentralen Aufgaben von IT und Fachbereichen. Process Mining ist hierbei ein wichtiges Hilfsmittel: Die datengestützte Analyse ihrer Prozesse hilft Unternehmen dabei, relevante Erkenntnisse zu gewinnen und Verbesserungspotenziale zu identifizieren. Zudem dient Process Mining als Grundlage für die Optimierung und Automatisierung von Geschäftsabläufen.

Der Business- und IT-Dienstleister CGI hat die Erfahrung gemacht, dass derartige Lösungen oft nur oberflächlich oder punktuell zum Einsatz kommen. Das Unternehmen hat deshalb die wichtigsten fünf Punkte zusammengefasst, die zum Scheitern von Process-Mining-Projekten führen 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-Prozesse („Order-to-Cash“) 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. Prozessdaten können unternehmensweit über unterschiedliche IT-Systeme hinweg systematisch analysiert werden.

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. Process Mining erfordert deshalb in der Regel auch ein Change Management.

(ID:49042617)