Automobilzulieferer sind einem immensen Innovations- und Effizienzdruck ausgesetzt. Ein wichtiger Baustein der Zukunftssicherung ist es daher, bestehende operative und unterstützende Prozesse zu optimieren. Optimierungsprojekte zielen dabei vor allem auf drei Aspekte: Kostenersparnis, Beschleunigung von Prozessen sowie die Sicherstellung von Compliance. Die entscheidende Frage ist, an welcher Stelle in den internen Prozessen der größte Handlungsbedarf besteht und Verbesserungen am effizientesten umgesetzt werden können. Für diese Entscheidung reicht es nicht, sich auf subjektives Empfinden zu verlassen, sondern es bedarf einer datenbasierten und damit objektiven Grundlage.
Mit der Methodik des Process Mining können die erforderlichen objektiven Entscheidungsgrundlagen geschaffen werden. Process Mining bedeutet, dass mittels bestimmter Datenverarbeitungsverfahren diejenigen Datenpunkte aus unternehmensinternen Systemen, die im Zuge eines Arbeitsvorgangs angefallen sind, miteinander in Beziehung gesetzt uns als Sequenz in einem Datenmodell abgebildet und anschließend analysiert werden. Im Unterschied zu manuellen Verfahren der Beurteilung von Aufbau und Ablauf von Unternehmensprozesses mittels Analyse einiger Beispielvorgänge versetzt Process Mining Unternehmen in die Lage, sämtliche tatsächlich innerhalb eines bestimmten Zeitraums in einem bestimmten Prozessbereich abgelaufenen Vorgänge nachzubilden.
Im Ergebnis dieses ersten Analyseschritts liegt dem Entscheider daher eine vollständige Aufnahme aller tatsächlich abgelaufenen Transaktionssequenzen für den analysierten Zeitraum vor, und zwar von Beginn eines Durchlaufs durch den Prozess bis zu dessen Ende („end-to-end“). Dies kann, je nach analysiertem Unternehmensprozess, beispielweise der Durchlauf einer Einkaufssequenz von der Bestellanforderung bis zur Zahlung der Rechnung an den Kreditor sein, oder der Durchlauf einer Sequenz in der Materialwirtschaft vom Wareneingang bis zur Bereitstellung im Shopfloor.
Nachdem sämtliche tatsächlich abgelaufenen Vorgangssequenzen des zu analysierenden Prozesses durch die Software aufgenommen worden sind, kann die eigentliche betriebswirtschaftliche Analyse beginnen. In den meisten Fällen sind Unternehmen im Automobilsektor – trotz schon effizienter und erprobter Strukturen und Abläufe – sehr überrascht, auf wie viele unterschiedliche Arten ein eigentlich recht standardisierter Prozess tatsächlich abläuft und wie viele Personen daran tatsächlich beteiligt sind. Nicht selten ist festzustellen, dass ein Standardprozess (wie beispielsweise der Beschaffungsprozess) mehrere hundert und vielfach mehrere tausend unterschiedliche Varianten aufweist, in denen dieser Prozess in der Praxis tatsächlich abläuft. Bereits damit wird das Effizienzpotenzial in einem derartigen Prozess unmittelbar erkennbar. Zielgerichtete weitere Analysen können Prozesslaufzeiten, Flaschenhalssituationen, Zeitverluste durch Schleifen im Prozessablauf oder Umgehungen wichtiger Kontrollen im Prozess identifizieren. Das Erkennen unerwünschter Abläufe ist jedoch nur der erste Schritt. Darüber hinaus können auch die Ursachen für überlange Prozesslaufzeiten, für unerwünschte und ineffiziente Prozessvarianten oder für unnötige Nacharbeiten in Abteilungen, die für nachgelagerte Prozessschritte zuständig sind, identifiziert werden.
Process Mining bietet gute Basis für weitere Analysen
Neben der Detailanalyse eines Prozesses über eine bestimmte Periode (beispielsweise das abgelaufene Geschäftsjahr) einer bestimmten Organisationseinheit in einem Unternehmen, bietet Process Mining aber auch eine hervorragende Basis für viele weitere Analysemöglichkeiten. Dazu gehören Konformitätsanalysen zu Sollprozessmodellen, Benchmarkings innerhalb einer Unternehmensgruppe oder Zeitreihenvergleiche über mehrere Perioden bis hin zu einem kontinuierlichen Prozessmonitoring. Selbst eine üblicherweise sehr arbeitsintensive Modellierung von Sollprozessmodellen beispielsweise für Zertifizierungszwecke kann mittels Process Mining enorm vereinfacht und beschleunigt werden.
Praxishinweis
Für viele Unternehmen, gerade im mittelständisch geprägten Zulieferersektor, ist Process Mining noch eine recht neue Methodik und die Hürde eines erstmaligen Einsatzes dieser Data Science Technologie wird als recht hoch empfunden. Zwar ist auf dem Softwaremarkt eine Vielzahl von Produkten verfügbar, die diese Methodik technologisch theoretisch umsetzen können. Eine Nutzung dieser Produkte erfordert jedoch eine nicht unerhebliche zeitliche und finanzielle Investition in die Softwareauswahl, die Lizenzbeschaffung sowie die Bereitstellung und Modellierung der Daten. Nicht zuletzt bedarf es auch einer hinreichenden fachlichen Expertise bei der Überleitung der datenanalytischen Ergebnisse in betriebswirtschaftliche Erkenntnisse und Empfehlungen. Es bietet sich daher insbesondere für den Einstieg in die Nutzung von Process Mining an, „Process Mining as a Service“ zu nutzen. Mit Process Mining as a Service übernimmt ein Dienstleister wie beispielweise Grant Thornton die Durchführung der Analyse und stellt dem beratenen Unternehmen die aufbereiteten Ergebnisse zur Verfügung. Im Rahmen einer solchen dienstleistungsorientierten Vorgehensweise umgeht ein an der Analysemethodik interessiertes Unternehmen die eingangs genannten Hürden und Investitionserfordernisse, die bei einem Erwerb einer eigenen Softwarelizenz zu berücksichtigen wären. Auf diese Weise können Entscheider das Nutzenpotenzial von Process Mining anhand eines von erfahrenen Experten durchgeführten Process Mining-Projekts mit den Daten des eigenen Unternehmens ganz konkret erleben, ohne bereits weitreichende Entscheidungen für Investitionen in diese Technologie und fachkundiges Personal treffen zu müssen. Sprechen Sie unsere Experten dazu gerne an.
