Prozessoptimierung in Logistik & Produktion mit Process Mining

Warum Process Mining zur Prozessoptimierung?

In der heutigen Zeit, in der die Welt zunehmend komplexer wird, fällt es schwer, einen Prozess ganzheitlich zu überblicken. Gerade in größeren Unternehmen, in denen selbst abteilungsinterne Prozesse von mehreren Teilverantwortlichen bearbeitet werden, fehlt oft ein genaues Bild über die Güte der Prozesseinhaltung und vor allem die Transparenz über Ineffizienzen. Je vielschichtiger und variantenreicher ein Prozess wird, desto intransparenter ist er meist.

Über verschiedene Techniken versuchen Unternehmen schon lange, Ihre Prozesse zu optimieren – meist indem die aktuellen Prozesse über Interviews und Beobachtungen mühsam aufgenommen werden und der Ist-Zustand anhand weniger Fallbeispiele erzeugt wird. Dieses Verfahren ist nicht nur zeitaufwendig und teuer, sondern erzeugt auch lediglich eine scheinbare Transparenz. Und genau hier liegt der Ansatzpunkt von Process Mining. Heutzutage werden praktisch alle Prozesse durch unterschiedliche Systeme wie ERP, MES oder WMS unterstützt. Dabei hinterlässt jeder Prozessdurchlauf unveränderbare Spuren in Form von Daten im System. Im folgenden Artikel erläutern wir, wie Process Mining sich diese Daten zu Nutze macht, um damit eine vollständige Prozesstransparenz zu erzeugen und ungeahnte Optimierungsmöglichkeiten aufzuzeigen – und das ohne großen Zeitaufwand.

Durch Daten kann ein Prozess objektiv, ehrlich sowie ganzheitlich analysiert und verbessert werden.

Dr. Clemens Wolf, Manager Digital Operations

Was ist Process Mining?

Process Mining ist eine moderne, datengetriebene Technik zur Analyse, Überwachung, Automatisierung und Optimierung von operativen Geschäftsprozessen. Grundlage für die Technologie sind die Spuren, die jeder Prozessdurchlauf in Form von Dateneinträgen in den modernen operativen Systemen (ERP, MES, WMS, PPS etc.) hinterlässt. Die Process-Mining-Systeme verbinden sich mit diesen Quellsystemen, extrahieren die benötigten Daten und erstellen ein digitales Abbild des Prozesses in Form eines Datenmodells. Falls nötig werden hierfür auch Informationen aus verschiedenen Systemen in einem Datenmodell kombiniert, sodass das Process-Mining-System zur einzigartigen Plattform für systemübergreifende Analysen wird.

Basierend auf dem digitalen Abbild des Prozesses können auf der Process-Mining-Plattform umfassende Analysen schnell und einfach erzeugt werden. Somit durchleuchtet man den Prozess förmlich und erhält eine umfassende Transparenz über Ineffizienzen und Prozessabweichungen. Für viele Standardanwendungsfälle liefern gängige Process-Mining-Software-Anbieter wie Celonis bereits Standard-Apps, die mit geringem Aufwand auf jedes Unternehmen anpassbar sind. So kann die gewünschte Prozesstransparenz oft bereits nach kurzer Zeit erreicht werden.

Process Mining als mächtiges Werkzeug zur Prozessoptimierung und -automatisierung

Allerdings ist Process Mining mehr als eine weitere Methode zur Erzeugung von Prozesstransparenz. Die vollumfängliche Datenintegration und Anbindung an die Quellsystemen machen die Technologie auch zu einem mächtigen Werkzeug für Prozessautomatisierung und -optimierung. Über die intuitiven Oberflächen können ohne große Programmierkenntnisse die Ergebnisse der Analysen direkt genutzt werden, um beispielsweise Arbeitsschritte zu automatisieren. Die Möglichkeit, sowohl Daten aus unterschiedlichen Quellsystemen zu verknüpfen als auch vielschichtige Abhängigkeiten zu berücksichtigen, ermöglicht es, selbst komplexe Beziehungen mittels Automatisierung abzubilden, die mit den gängige Standard-Lösungen der Quellsystemanbieter (z. B. ERP oder WMS) per Robotic Process Automation (RPA) nicht umgesetzt werden können.

Die Process-Mining-Plattformen bieten dabei auch die Möglichkeit, entweder regelbasierte oder KI-gestützte Entscheidungen oder Vorhersagen zu treffen. So kann beispielsweise während eines gerade stattfindenden Prozessdurchlaufs in der Produktion das voraussichtliche Produktionsende unter Berücksichtigung der Produkteigenschaften in Echtzeit bestimmt werden, um so über (teil-)automatisierte Priorisierung Einfluss auf den Prozess zu nehmen. Mittels der aufgebauten Datenpipelines wird die Analyse permanent fortgeführt und ermöglicht so einen nachhaltigen und langfristigen Nutzen. Durch diese Prozessmonitoring-Möglichkeit schließt die Software den Kreis für eine kontinuierliche Prozessverbesserung.

Die Bandbreite an Themen, bei denen Process Mining eingesetzt werden kann, wächst stetig.

Mark Smoliar, Senior Berater und Process-Mining-Experte

Anwendungsfälle von Process Mining in den Operations

In den Anfängen wurde Process Mining überwiegend im Bereich der indirekten Prozesse insbesondere im Finanzbereich eingesetzt. Da diese Prozesse bei fast allen Unternehmen ähnlich ablaufen, konnten so schnell Standard-Transformationen und Applikationen entwickelt werden. Dies hat die Geschwindigkeit der Projekte erhöht und den Erfolg der Technologie verankert.

Anders ist der Fall bei den direkten Prozessen in der Operations: Diese Kernprozesse der Unternehmen, in denen die eigentliche Wertschöpfung geschieht, laufen sehr unterschiedlich ab, da die Produktionsabläufe unterschiedlich sind. Daher hatte es die Technologie lange Zeit schwer, sich hier durchzusetzen.

Dank der Weiterentwicklung der Software zur Plattform-Lösung, in der individuelle Datenmodellen schnell erstellt werden können, ist Process Mining auch in der Operations angekommen. Beratungsunternehmen wie Rothbaum besitzen hierfür das nötige Operations-Prozessverständnis und sind zeitgleich darauf spezialisiert, komplexen Prozesse mit Process Mining zu durchleuchten. Die Bandbreite an Themen, bei denen Process Mining bereits erfolgreich eingesetzt wird und einen deutlichen Mehrwert gezeigt hat, ist bereits groß und wächst stetig weiter. Einen kleinen Ausschnitt der Möglichkeiten stellen wir im Folgenden dar:

Process Mining zur Prozessoptimierung in der Produktion

So vielfältig wie die Produktionsprozesse sind, so vielfältig sind auch die Einsatzmöglichkeiten, beispielsweise durch:

• Verbesserung der Liefertreue, indem eine dynamische Warteschlangen-Optimierung zeitkritische Aufträge automatisch priorisiert.
• Reduzierung der Puffergrößen und Wartezeiten, indem die Produktionsplanung zurück gespiegelt bekommt, wie die Anlagenauslastung aktuell ist und genau ersichtlich wird, welche Auswirkungen Planungsänderungen haben.
• Verbesserung der Qualität, indem Auswirkungen von Prozessparametern und Bearbeitungsergebnisse in verketteten, automatisierten Anlagen auf die Produktqualität analysiert und überwacht werden, um frühzeitig Probleme zu erkennen und diesen entgegenzuwirken.

Die hier beschriebenen Anwendungsfälle decken dabei nur einen kleinen Teil der Möglichkeiten ab, die mit der Technologie möglich sind. Sollten Sie vor einer Herausforderung im operativen Bereich stehen, kann Process Mining sicherlich helfen. Lassen Sie sich beraten, um zu verstehen, wie Process Mining auch Ihren Prozess optimieren und Ihre Herausforderung lösen kann.

Standard-Vorgehen für Process-Mining-Projekte

In sechs Phasen zum Projektabschluss

1. Prozessverständnis: Im ersten Schritt ist es entscheidend, gemeinsam mit den Prozessexperten den Prozess und die spezifischen Anforderungen zu definieren. Dabei kann auf Prozessdarstellungen zurückgegriffen, Workshops abgehalten oder Vor-Ort-Besichtigungen durchgeführt werden.
2. Datenverständnis: Während des Aufbaus des Prozessverständnis wird dabei stets die Brücke zur Datenwelt aufgebaut, um so den Datenbedarf zu ermitteln und das nötige Datenverständnis aufzubauen.
3. Datenaufbereitung: Verschiedene Datenformate, schlechte Datenqualität oder Systemkomplexität erfordern es, die Daten aufzubereiten. Ergebnis dieser Phase sollte ein geeignetes Datenmodell für die Prozessmodellierung und Prozessanalyse sein.
4. Modellierung: Basierend auf dem Datenmodell kann in die Analyse eingestiegen werden, wobei diese Phase sehr eng mit der Datenaufbereitung verbunden ist. Aufbauend auf dem sich weiterentwickelten Prozessmodel werden Analysen ausgearbeitet und für die Diskussion mit den Prozessexperten aufbereitet.
5. Evaluierung: Durch die Prozessmodellierung werden sowohl vermutete Zusammenhänge verifiziert als auch neue rein datengetriebene Zusammenhänge entdeckt. Dabei ist es wichtig, eng mit den Prozessexperten zusammenzuarbeiten, die mit Ihrem fachlichen Know-How und ihrem Expertenwissen das Modell und die Ergebnisse validieren. Außerdem können so praktikable und effektive Möglichkeiten zur Automatisierung und Optimierung identifiziert werden.
6. Integration: Da die Motivation eines Process-Mining-Projekts nicht der Aufbau von neuen Dashboards sondern die aktive Verbesserung des Prozesses ist, müssen die gewonnen Erkenntnisse schlussendlich noch in einen Mehrwert umgewandelt werden. Daher werden die Optimierungen – ob plattformgestützt oder klassisch – sowie die Automatisierungen schlussendlich umgesetzt. Mit einem aktiven Monitoring kann schließlich der nachhaltige Nutzen der Technologie sichergestellt werden.

Zusammenfassung

Process Mining entwickelt sich aktuell zu dem Standardverfahren, wenn es darum geht, indirekte und direkte Geschäftsprozesse zu optimieren. Die schnelle Umsetzung mittels Apps und Standard-Konnektoren, die 360° Transparenz, dank Berücksichtigung aller Prozessdurchläufe von Standard bis Exoten und die Möglichkeit der aktiven Verbesserung per Optimierung und Automatisierung über die EMS-Funktionalitäten der Software, machen die Technologie zu einem mächtigen Werkzeug. Dabei ersetzt Process Mining nicht die klassische Prozessoptimierung, es ergänzt und komplettiert den Ansatz. Daher spielt auch für ein Process-Mining-Projekt das Prozessverständnis eine entscheidende Rolle – nur mit den richtigen Partnern und den Prozessexperten wird es Ihnen gelingen, die Technologie bestmöglich einzusetzen.