Das magische Dreieck: Process Engineering, Process Mining & RPA

Process Engineering, Process Mining und RPA
Jens Rohde
durch

Process Engineering, Process Mining, Robotic Process Automation (RPA): Alle drei Disziplinen haben für sich allein genommen viel Potenzial, können ihre Leistung solo aber nicht voll abrufen. Die Lösung: die Methoden nicht nur einzeln verwenden, sondern miteinander verzahnen und so ein umfassendes digitales Prozessmanagement schaffen.

Prozessverantwortliche mögen es nicht so gern, wenn Anwender ihre präzise erdachten Abläufe anders ausführen als geplant und ihren eigenen Weg zum Ergebnis gehen. Aber im Fußballjargon heißt es: Wer trifft hat recht! Was die Kolleginnen und Kollegen häufig nicht wissen: Die Prozessdesigner haben sich in der Regel etwas dabei gedacht, wenn sie Abläufe auf eine bestimmte Art definieren und nicht anders. Dahinter stecken meist betriebswirtschaftliche Beweggründe. Ärgerlich wird es dann, wenn Prozesse länger dauern und Abläufe mehr kosten als ursprünglich kalkuliert. Dann steht der Controller mit unbequemen Fragen auf der Matte. Im schlimmsten Fall droht die interne Revision mit der roten Karte – und schon wird Prozesstreue zu einem spielentscheidenden Thema.

Um diese Probleme zu beheben, haben kluge Köpfe das Prozessmanagement erfunden. Mit drei mächtigen Instrumenten, Process Engineering, Process Mining und Prozessautomatisierung in Form von Robotic Process Automation (RPA) und KI Engines, geht es den Ineffizienzen und Kostentreibern an den Kragen. In der Projektpraxis fällt uns allerdings immer wieder auf, dass Unternehmen zwar eines oder alle drei Werkzeuge nutzen, allerdings strikt voneinander getrennt. Dabei zeigt ein Blick auf die jeweiligen Schwächen, dass sie zusammen eingesetzt deutlich mehr Leistung auf dem Platz bringen könnten.

Alleine sind sie (zu) schwach

Process Engineering ist die Disziplin, die Geschäftsprozesse definiert und dokumentiert. Nach der Dokumentation werden die Abläufe mithilfe von Business-ProcessManagement-Tools bildlich dargestellt. Mithilfe von Business-Process-Outsourcing-Methoden nehmen die Prozessmanager die Verbesserung der Abläufe in Angriff. Die Schwäche beim Process Engineering liegt vor allem darin, dass die wirkliche Performance, wie lange Abläufe beispielsweise dauern, nicht mit den Tools und Methoden erfasst werden kann. Das heißt: Unternehmen können nicht einsehen, inwieweit der Ist-Zustand vom Soll-Zustand abweicht.

Hier kann Process Mining unterstützen. Mit diesem Ansatz decken die Prozessmanager mithilfe von Daten den Ist-Zustand von Prozessen auf. Unternehmen bekommen einen Durch- und Überblick über ihre bestehenden Abläufe. Process Mining analysiert digitale Fußspuren, bestehend aus Vorgangs-IDs, Zeitstempeln und Markern für Aktivitäten. Diese werden zeitlich aneinandergereiht, es entsteht Schritt für Schritt der nachvollziehbare Verlauf einer Tätigkeit. Die Ereignislogs und der Vergleich mit dem Soll-Prozess liefern Hinweise für Verbesserungen. Das funktioniert sehr gut, allerdings werden einzelne Arbeitsanweisungen und manuelle Schritte außerhalb des Systems nicht berücksichtigt. Deswegen ist es sinnvoll, Process Mining eng mit Process Engineering zu verknüpfen, um alle Schritte mit der Methode abzudecken.

Process Mining ist zudem eine wichtige Vorstufe der Prozessautomatisierung. Durch RPA-Lösungen können Unternehmen Mitarbeiter von sich wiederholenden Tätigkeiten entlasten oder repetitive Aufgaben mit Fehlerpotenzial übernehmen. Smarte KI Engines helfen dabei, Prozesse intelligent zu delegieren oder Roboter zu trainieren. Aber: Da technische und fachliche Schnittstellen oftmals nur lose zusammengeführt werden, lassen sich die einzelnen Schritte oftmals nicht nachvollziehen und damit auch keine Verbesserungsoptionen erkennen.

Der Star ist die Mannschaft

Werden Process Engineering, Process Mining und RPA gemeinsam eingesetzt, können sich alle drei Instrumente gegenseitig bei ihren Schwächen unterstützen und ihre Stärken umso mehr ausspielen. Es entsteht ein Kreislauf: ausführen, analysieren, verbessern:

Process Engineering, Process Mining und RPA

Im ersten Schritt erstellen Unternehmen einen Sollprozess, der per BPM-Schnittstelle als Referenz in einem Process Mining Tool hinterlegt wird. Abweichungen vom Prozessablauf können so erkannt und optimiert werden. Fehler lassen sich vermeiden, indem beispielsweise ein Softwareroboter Vorgänge übernimmt. Auf Basis eines parallelen Process Mining Einsatzes kann aber auch eine Variante des Ist-Prozesses zum Soll-Prozess „ernannt“ werden.

Process Mining macht wiederum die Einsparungen und Qualitätsgewinne sichtbar, die durch RPA und KI Engines erzielt werden. Außerdem können die Tools zeigen, ob Automatisierungsregeln funktionieren oder später zu Effizienzverlusten führen werden. Unternehmen können zudem über das Prozess Monitoring klassische Optimierungsmaßnahmen auf Wirksamkeit und Wechselwirkungen hin überprüfen.

Fazit: Alles in allem entsteht durch den gemeinsamen Einsatz aller drei Optimierungsinstrumente ein modernes digitales Prozessmanagement, das weniger störungsanfällig ist und bessere Ergebnisse liefert, als jede einzelne Disziplin für sich genommen.


Jens Rohde

Jens Rohde ist Leiter Digital Process Management von Sopra Steria NEXT. Er ist Experte für Prozessdesign, Analyse und Transformation. Zudem beschäftigt er sich mit dem Thema Prozessautomatisierung mithilfe von RPA und KI.


Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.