Um diesen Herausforderungen gerecht zu werden, unterstützt die Process Mining-Technologie, basierend auf den Daten der Workflow- und ERP-Systeme, bei der Erstellung einer umfassenden quantitativen Analyse. Um diese Analysen zu ermöglichen wird vorab aus ERP-Daten und deren Zeitstempel der Prozessablauf softwaregestützt ermittelt und dargestellt - ein echtes Reverse Engineering auf Prozessebene.

Praktische Anwendung

Process Mining ist für Unternehmen interessant weil es für die Optimierung die gleiche Perspektive auf Verwaltungsprozesse erlaubt wie auf physische Produktionsprozesse. Im Vergleich zu Produktionsprozessen lassen sich administrative Prozesse nicht auf die gleiche einfache Art, wie z.B. durch Beobachtung der Produktion, analysieren. Bisher wird schwerpunktmäßig punktuell die Prozessqualität und -effizienz durch sogenannte Leistungsindikatoren (Key Performance Indicators - KPIs) gemessen.

Oft zeigen diese allerdings nur das Symptom und nicht die Ursache. Interessant daran ist auch, dass unterschiedliche Organisationen Herausforderungen in Prozessen an unterschiedlichen Stellen in den Prozessen haben. Dies hängt ab von Faktoren wie z.B. Geschäftsmodell, Automatisierungsgrad, Datenqualität bei Stammdaten oder dem Systemharmonisierungsgrad.

Die Betrachtung von Prozess-Herausforderungen auf der gesamten Prozesskette zeigt häufig, dass die Fehlerquelle nicht im organisatorischen Bereich der Einheit liegt, welche den Fehler zur weiteren Prozessbearbeitung klären muss.

Ein CFO im produzierenden Gewerbe bekannte kürzlich: "Wir haben durch Workflows unsere Prozesse automatisiert, allerdings ist der Kosteneinsparungseffekt nicht so nachhaltig wie erwartet". Ursache dafür war in diesem Fall, dass Prozessabweichungen durch die neuen Technologien zwar automatisiert unterstützt wurden, jedoch Klärungsfälle trotzdem noch manuell bearbeitet werden mussten. Die Automatisierung wurde somit ausgebremst.