Zum Inhalt springen

Prozesse und Automatisierung

Process Mining

Process Mining ist ein Verfahren, das aus den Ereignisdaten betrieblicher Systeme wie ERP, CRM oder Ticketsystem rekonstruiert, wie Prozesse tatsächlich ablaufen, und diesen Ist-Ablauf mit dem vorgesehenen Soll-Ablauf vergleicht.

Auch: Prozess-Mining, Process Discovery, Conformance Checking, Object-Centric Process Mining

Fragt man in einem Unternehmen, wie ein Prozess abläuft, bekommt man meist die Version, die im Handbuch steht oder die sich die Beteiligten vorstellen. Die Wirklichkeit sieht fast immer anders aus: mit Schleifen, Abkürzungen, Rückfragen und Sonderwegen, die niemand aufgeschrieben hat. Das Gabler Wirtschaftslexikon beschreibt Process Mining als Technik, mit der Geschäftsprozesse anhand von Logdateien und Bewegungsdaten betrieblicher Informationssysteme rekonstruiert und analysiert werden. Die Grundlage ist also nicht die Erinnerung der Beteiligten, sondern das, was die Systeme ohnehin aufzeichnen.

Den Rahmen für das Fachgebiet hat 2011 die IEEE Task Force on Process Mining in ihrem Process Mining Manifesto abgesteckt, an dem Fachleute aus Forschung und Industrie mitgewirkt haben. Viele Begriffe in diesem Eintrag stammen von dort.

Was ein Ereignisprotokoll enthalten muss

Ausgangspunkt jeder Analyse ist ein Ereignisprotokoll, im Fachjargon Event Log. Das Manifesto setzt voraus, dass sich jedes Ereignis auf eine Aktivität bezieht, also einen klar definierten Schritt, und auf einen bestimmten Fall, also einen einzelnen Durchlauf des Prozesses. Hinzu kommt fast immer ein Zeitstempel. Ein Beispiel zur Veranschaulichung: Bestellung 4711, „Rechnung eingegangen“, 3. März, 9:14 Uhr. Aus tausenden solcher Zeilen lässt sich ablesen, in welcher Reihenfolge die Schritte für jeden Fall tatsächlich passiert sind.

Weitere Angaben machen die Analyse reicher: wer den Schritt ausgeführt hat, in welcher Abteilung, mit welchem Betrag. Für den Austausch solcher Daten zwischen Werkzeugen gibt es den Standard XES, den die IEEE 2023 in überarbeiteter Fassung als IEEE 1849-2023 veröffentlicht hat.

Drei Arten der Auswertung

Das Manifesto unterscheidet drei Grundformen.

Discovery. Aus dem Ereignisprotokoll wird ohne Vorwissen ein Prozessmodell erzeugt. Das Ergebnis zeigt alle Wege, die Fälle tatsächlich genommen haben, und wie häufig jeder Weg vorkommt. Bei gewachsenen Abläufen ist das oft das erste Aha-Erlebnis, weil sich zeigt, wie viele Varianten es gibt.

Conformance Checking. Ein vorhandenes Modell, etwa ein BPMN-Diagramm oder eine interne Regel, wird mit dem Protokoll verglichen. So wird sichtbar, wo die Wirklichkeit vom Soll abweicht, zum Beispiel bei Zahlungen ohne vorherige Freigabe oder Bestellungen, die nach der Rechnung angelegt wurden.

Enhancement. Ein vorhandenes Modell wird mit Daten aus dem Protokoll angereichert. Mit den Zeitstempeln lassen sich laut Manifesto Engpässe, Servicelevel, Durchlaufzeiten und Häufigkeiten direkt am Modell zeigen.

Die Daten sind die eigentliche Arbeit

In der Praxis ist nicht die Analyse der aufwendige Teil, sondern das Beschaffen und Aufbereiten der Daten. Das Manifesto formuliert dafür einen Leitsatz: Die Datenextraktion soll von Fragen getrieben sein. Es nennt als Beispiel die tausenden Tabellen eines ERP-Systems, aus denen sich ohne konkrete Frage nicht sinnvoll auswählen lässt, welche man braucht. Wer mit „Zeigen Sie uns mal alles“ beginnt, bekommt ein unlesbares Geflecht. Wer mit „Warum dauert die Freigabe von Bestellungen über einer bestimmten Grenze so lange?“ beginnt, weiß, welche Daten er braucht.

Ein zweites Problem ist die Frage, was überhaupt ein Fall ist. Das Manifesto zeigt es an Kundenaufträgen: Ein Auftrag hat mehrere Positionen, ein Auftrag kann zu mehreren Lieferungen führen, und eine Lieferung kann Positionen aus mehreren Aufträgen enthalten. Je nachdem, ob man den Auftrag, die Position oder die Lieferung als Fall wählt, entsteht ein anderes Bild. Für solche Verflechtungen gibt es das objektzentrierte Process Mining mit dem Austauschformat OCEL 2.0, in dem ein Ereignis mit mehreren Objekten verknüpft sein kann.

Schließlich ist die Qualität der Daten selten gleichmäßig. Das Manifesto hält fest, dass das Ergebnis stark von der Qualität des Eingangs abhängt, und fordert, Ereignisdaten als vollwertigen Bestandteil der Systeme zu behandeln statt als Nebenprodukt. Fehlende Zeitstempel, uneinheitliche Bezeichnungen oder Schritte, die gar nicht im System erfasst werden, verzerren das Ergebnis.

Was Process Mining nicht sieht

Process Mining zeigt nur, was ein System aufgezeichnet hat. Das Telefonat, die Rückfrage per E-Mail, die Excel-Liste neben dem ERP und das Gespräch auf dem Flur tauchen im Protokoll nicht auf. Gerade in mittelständischen Unternehmen, in denen viele Schritte außerhalb der Kernsysteme passieren, kann der sichtbare Teil klein sein. Dann zeigt das Ergebnis vor allem lange Wartezeiten zwischen zwei Systemereignissen, ohne zu erklären, was in dieser Zeit geschah. Hier ergänzt eine klassische Ist-Analyse mit Gesprächen und Beobachtung, was die Daten nicht hergeben.

Außerdem beschreibt Process Mining, was passiert ist, nicht warum. Dass Rechnungen eines bestimmten Lieferanten doppelt so lange brauchen, zeigt die Analyse. Ob es an seinem Rechnungsformat, an einer fehlenden Bestellnummer oder an einer bestimmten Abteilung liegt, muss man im Gespräch klären.

Betriebsrat und Datenschutz

Ereignisprotokolle enthalten meist Benutzerkennungen. Damit lässt sich nicht nur der Prozess, sondern auch die Arbeit einzelner Personen auswerten: wer wie schnell bearbeitet, wer wie viele Fälle erledigt. Nach § 87 Absatz 1 Nummer 6 BetrVG hat der Betriebsrat ein Mitbestimmungsrecht bei der Einführung und Anwendung technischer Einrichtungen, die dazu bestimmt sind, Verhalten oder Leistung der Arbeitnehmer zu überwachen. Wer Process Mining einführen will, sollte deshalb früh mit dem Betriebsrat und dem Datenschutz sprechen und klar festlegen, ob personenbezogene Merkmale überhaupt gebraucht werden. Für die meisten Prozessfragen reichen Rollen oder Abteilungen, und Benutzerkennungen lassen sich vor der Analyse pseudonymisieren oder entfernen.

Wann es sich lohnt

Process Mining lohnt sich, wenn ein Prozess in großer Zahl über Systeme läuft, die seine Schritte mit Zeitstempel speichern, und wenn es eine konkrete Frage gibt, etwa nach Engpässen, nach Abweichungen von Regeln oder nach den Varianten, die sich für eine Automatisierung eignen. Für einen Ablauf, der überwiegend in E-Mails und Gesprächen stattfindet, ist der Aufwand meist größer als der Erkenntnisgewinn. Als Teil von Hyperautomation dient Process Mining dazu, Kandidaten für Automatisierung zu finden und nach der Einführung zu messen, ob sie wirkt.

Quellen

  1. Process Mining Manifesto, IEEE Task Force on Process Mining, 2011
  2. Process Mining, Gabler Wirtschaftslexikon, Springer Fachmedien
  3. IEEE 1849-2023 XES Standard, IEEE Task Force on Process Mining, 2023
  4. OCEL 2.0: Object-Centric Event Log, OCEL Standard
  5. Betriebsverfassungsgesetz, § 87 Mitbestimmungsrechte, Bundesministerium der Justiz, gesetze-im-internet.de

Inhaltlich geprüft im Oktober 2026. Der Eintrag erklärt einen Begriff und ersetzt keine Rechts- oder Steuerberatung.

Welcher Prozess kostet Ihr Team jeden Tag unnötig Zeit?

Bringen Sie einen konkreten Ablauf mit. In 45 Minuten klären wir, ob sich seine Automatisierung rechnet und was der nächste Schritt wäre.

Direkt mit einem Gründer · unverbindlich · ohne Verkaufsshow

Erst ein Prozess.
Dann der nächste.