Ohne analoge keine digitale Prozessoptimierung

Analog und dgital - Prozessoptimierung
Anne Haug
durch

Analoge und digitale Prozessoptimierung werden oft als Gegensatz verstanden. Wobei analoge Prozessoptimierung scheinbar angestaubt und digitale Prozessoptimierung en vogue sei. Das ist ein Trugschluss, genauso wie die Annahme, digitale Prozesse laufen eigenständig ab und optimieren sich von selbst.

Zunächst muss für Begriffsklarheit gesorgt werden: Es gibt analoge und digitale Prozesse. Und es gibt analoge und digitale Werkzeuge zur Prozessoptimierung. Analoge Prozessoptimierung bezeichnet die Optimierung analoger Prozesse mit Hilfe analoger Werkzeuge (z.B. Interviews, Workshops oder Begehungen zur Prozesserhebung). Digitale Prozessoptimierung bedeutet hingegen eine Transformation von analogen zu digitalen Prozessen mithilfe analoger Werkzeuge, oder die Optimierung digitaler Prozesse mit digitalem oder analogem Werkzeug. Wichtig dabei ist, dass digitale Werkzeuge (z.B. ein datengestützter Soll-Ist-Abgleich auf Basis eines Process-Mining Tools) nur eingesetzt werden können, wenn Prozesse bereits umfänglich digitalisiert wurden. Denn nur dann stehen dafür die benötigten Daten zur Verfügung.

Der Weg hin zu digitalen Prozessen, die mit Hilfe digitaler Werkzeuge weiter optimiert werden können, erfolgt schrittweise. Analoge Prozessoptimierung bildet dabei das Fundament.  

Schritt 1: analog zu analog

Zuerst müssen die bestehenden Prozesse erhoben, visualisiert, analysiert, hinterfragt und optimiert werden. Das Vorgehen umfasst somit die klassischen Schritte der Prozessoptimierung.

Sukzessive immer besser: Analoge und digitale Prozessoptimierung als kontinuierlicher Verbesserungsprozess.

Optimierungspotenziale lassen sich beispielsweise in Form von Standardisierung, Harmonisierung oder der Bereinigung überflüssiger Schnittstellen und nicht wertschöpfender Projektschritte nutzen. Ein Beispiel aus der Rechnungsverarbeitung: Die Prozesserhebung deckt auf, dass nach der Rechnungsauszahlung eine Reihe von Stakeholdern über diese informiert werden: die Einkaufsabteilung, der Budgetverantwortliche, die Steuerabteilung etc. Anschließend wird geprüft, ob der Informationsfluss für die Stakeholder einen Mehrwert bietet. Wird die Information von den Stakeholdern genutzt?
Erst wenn der analoge Rechnungsverarbeitungsprozess aufgeräumt wurde, kann mit der Digitalisierung begonnen werden.

Schritt 2: analog zu digital

Wozu noch Auto-Händler? Tesla verkauft Autos nur noch online, lautete jüngst eine Schlagzeile. Der Grund: Bei Tesla wurde analysiert, welche Prozessschritte ein schlechtes Wertschöpfungsverhältnis aufweisen. Man zog die Konsequenzen und digitalisierte. Vorerst wird Tesla jedoch nicht auf allen Märkten den persönlichen Kontakt zum Endkunden einstellen.

Derartige Mehrwerte der Digitalisierung lassen sich auch bei der Rechnungsverarbeitung erzielen: Die Einführung digitaler Rechnungsprozesse leistet eine automatische Prüfung der eingegangenen Rechnungen anhand eines definierten Regelkatalogs. Nur auffällige Rechnungen, beispielsweise von unbekannten Kreditoren oder in fremden Währungen, müssen durch Menschen bearbeitet werden.

Ob Tesla oder Rechnungsverarbeitung: Analoge Prozessvarianten oder Teilprozesse bestehen nach den ersten Digitalisierungsschritten meist fort, ebenso wie die Digitalisierungspotenziale.

Neben der Erhöhung der Wertschöpfungsanteile und der Effizienzsteigerung bietet die Prozessdigitalisierung jedoch die Möglichkeit zur Nutzung von Prozessdaten, um diesen noch genauer zu verstehen, einfacher zu steuern und weiter zu automatisieren.

Schritt 3: digital zu digital

Idealerweise wurden in Schritt 2 die Voraussetzungen für die Nutzung, Auswertung und Analyse der Daten geschaffen. Die Herausforderung in Schritt 3 besteht in der lückenlosen Verfügbarkeit dieser Daten. Stehen die Prozessdaten umfassend zur Verfügung, dann lassen sich beispielsweise Durchlaufzeiten, Prozessvarianten, Fehlerquellen für einen reibungslosen Prozessverlauf oder das Aufkommen von Vorgängen abrufen. Prozesse lassen sich zudem automatisch visualisieren. Die Anonymisierung der Daten muss dabei die Vereinbarkeit von Schutzinteressen und digitaler Prozessoptimierung schaffen.

Künftig kann Tesla die Customer Journey „mappen“ und weiß, welche Online-Marketing-Maßnahme zur erfolgreichen Vermarktung seiner Wartungsservices führt. Mittels Process Mining lässt sich bei der Rechnungsverarbeitung nachvollziehen, welche Ausnahmen zum Abbruch des digitalen Workflows führen. Dies ermöglicht ein gezieltes Nachsteuern, beispielsweise indem der Regelkatalog zur automatischen Prüfung der Rechnungen ergänzt wird oder die Rechnungssteller über Fehler bei der Dateneingabe informiert werden.

Die Herausforderung bei aller Digitalisierungseuphorie ist es, den Trade-off zwischen den mit der Digitalisierung verbundenen Kosten und den erzielbaren Einsparungen oder Qualitätssteigerungen zu ermitteln. Besonders kritisch sollte dabei auf die Sonderfälle geachtet werden. Eine Auslandsrechnung durchgängig digital zu verarbeiten, ist für ein Unternehmen, das nur sehr wenige solcher Rechnungen empfängt, unwirtschaftlich.

Schritt 4: digital zu intelligent digital

Während in Schritt 3 die aufbereiteten Daten von Menschen interpretiert wurden, um daraus Lösungsansätze abzuleiten, optimieren sich in Schritt 4 die Prozesse von selbst. Selbstlernende Prozesse sind in einigen Branchen bereits gängige Praxis. In der Energieversorgung kommunizieren Versorgungsanlagen, Netze, Speicher und Verbrauchseinheiten miteinander und schalten sich auf Basis prädikativer Verfahren an und ab. Es drängt sich die Frage auf, ob sich die Prozessoptimierung über kurz oder lang selbst abschafft?

Analoge Prozessoptimierung bewahrt ihre Berechtigung

Analoge Prozessoptimierung bleibt auch weiterhin als Basis und notwendige Ergänzung zur digitalen Prozessoptimierung bestehen. Die meisten digitalen Prozesse haben ihre definierten Grenzen wie sowohl Tesla als auch die elektronische Rechnungsverarbeitung zeigen. Auch wenn zukünftig vermehrt Prozesse autonom verlaufen, verbleiben analoge Prozesse oder Prozessabschnitte, um strategische Entscheidungen zu fällen, komplexe Vorgänge zu bearbeiten oder spezielle Märkte und schwierige Kunden zufrieden zu stellen. Zudem müssen auch digitale Prozesse immer wieder grundsätzlich hinterfragt werden. Prozessoptimierung bedeutet außerdem, den Prozess ganzheitlich als Baustein einer Organisation und im Kontext verschiedener Systeme zu verstehen. IT-Landschaft, Strategie, Recht, Gesetz, Sicherheit, Personal, Kunden und Organisation müssen ein schlüssiges Gesamtbild ergeben. Verändert sich eine dieser Dimensionen müssen die anderen austariert werden.


Anne Haug

Anne Haug ist Beraterin im Team Public Sector bei Sopra Steria Consulting. Sie ist spezialisiert auf Prozess- und Anforderungsmanagement in Digitalisierungsprojekten.


Kommentare

  1. Dr. Sven Brose sagt: September 27, 2019 at 1:05 pm

    Sehr wahr! Das lässt sich vortrefflich mit der eher philosophischen Frage ‚wann ist ein Prozess eigentlich ein guter Prozess?‘ verbinden. Digital bedeutet längst nicht, dass damit auch der Prozess besser wird

  2. Sehr gut, auf den Punkt gebracht, ohne.der bedingungslosen Digitalisierung das Wort zu reden. Die aber trotzdem so viele und gute Möglichkeiten bietet. Danke 🙏

Schreibe einen Kommentar

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