Mit Process Mining Prozesse analysieren und steuern
BPM-I4.0 forscht praxisnah an der datengetriebenen Prozessoptimierung: Prozessmodelle automatisch aus Geschäftsprozessdaten erstellen, mit bestehenden Prozessmodellen abgleichen und die daraus gewonnenen Erkenntnisse in neue Standards überführen – all das kann Process Mining. Zusammen mit den Projektpartnern Weidmüller, GEA, Contact Software und der Universität Paderborn will sich das Fraunhofer IEM in dem Verbundforschungsprojekt BPM-I4.0 diese Technik zunutze machen. Ziel ist, industrielle Kernprozesse präskriptiv zur Erreichung eines optimalen Prozessergebnisses zu steuern.
Was genau ist Process Mining?
Process Mining bezeichnet das Entdecken, Überprüfen und Verbessern von Prozessmodellen auf Basis von Geschäftsprozessdaten. Dafür kommen u.a. moderne Algorithmen, digitale Werkzeuge und bewährte Modellierungssprachen wie BPMN zum Einsatz. Als Forschungsdisziplin stellt es somit die Schnittstelle zwischen klassischen Ansätzen des Business Process Managements (Prozessmanagement) und den Möglichkeiten der Datenanalyse (Data Science) dar.
Daten als Rohstoff zur Prozessoptimierung nutzen
Im Zuge der Digitalisierung verfügen Unternehmen über immer mehr Informationen (in Form von Daten) zu den Prozessdurchläufen, die sich in den verschiedensten IT-Systemen wie ERP, MES, PLM, etc. wiederfinden lassen. Process Mining greift auf diese Prozessdaten zurück, um mithilfe von Algorithmen die Aktivitäten, Verzweigungen und Regeln des Prozessdurchlaufs automatisch festzuhalten. Aber auch von Menschen modellierte Prozessschaubilder kommen zum Einsatz, indem die realen Prozessdurchläufe mit dem menschlichen Modell verglichen und Abweichungen festgestellt werden.
Den ‚Sand im Prozessgetriebe‘ aufspüren
„Besonders spannend wird Process Mining, wenn es um weiterreichende Methoden der Datenanalyse und der künstlichen Intelligenz ergänzt wird – wie im Projekt BPM-I4.0. Noch während Prozesse durchlaufen werden, können wir sehen, wo ‚Sand im Prozessgetriebe‘ ist und dann konkrete Handlungsempfehlungen geben“, erklärt Jonathan Brock, wissenschaftlicher Mitarbeiter am Fraunhofer IEM. „Die Qualität der Prozessdurchläufe wird dadurch erhöht und die Prozessausführung wird proaktiv gestaltet. Dadurch wird ein optimales Ergebnis erzielt“, so Brock weiter. „Process Mining wirkt also präskriptiv auf den Prozess ein“
Herausforderungen beim Einsatz von Process Mining in der Industrie
Während Process Mining schon umfangreich in der Finanz- und Handelsbranche Einsatz findet, erschweren verschiedene Faktoren zurzeit noch den umfangreicheren Einsatz der Technologie im industriellen Umfeld. Diese sind sowohl organisatorischer als auch technischer Natur. Der interdisziplinäre Charakter des Process Minings mit Elementen aus IT, Prozessmanagement und operativem Know-how verhindert eine eindeutige fachliche Eingliederung in die Aufbauorganisation. Ebenfalls verhindert eine Unklarheit über den Mehrwert und Nutzen der Technologie dessen breite Akzeptanz in der fertigenden Industrie.
Auch technische Herausforderungen verlangsamen eine breitere Implementierung. Dazu zählen eine verstreute IT-Landschaft mit vielen Datensilos und die Unsicherheit über die eigene Datenqualität und -verfügbarkeit. In Verbindung mit einem zunehmend variantenreicheren Produktsortiment liegt meist eine geringe Datenmenge für eine Vielzahl an Prozessvarianten vor.
Das BPM-I4.0 Projekt erforscht praxisnah wie Abläufe mit Process-Mining-Technologie optimiert werden können
Das it’s OWL Innovationsprojekt ‚Process Mining zur Analyse und Präskription industrieller Kernprozesse (BPM-I4.0)‘ setzt genau bei der Lösung dieser Herausforderungen an. Die Wissenschaftlerinnen und Wissenschaftler forschen gemeinsam mit dem Software Innovation Campus der Universität Paderborn an der ganzheitlichen Entwicklung, Implementierung und Evaluation von Verfahren des Process Minings zur Analyse und präskriptiven Steuerung industrieller Kernprozesse. Neben der technischen Ausarbeitung steht vor allem auch die Erarbeitung eines Transformationspfad zum strukturierten Transfer in anderen Unternehmen auf der Forschungsagenda.
Somit besteht auch für Unternehmen, die nicht am Projekt beteiligt sind, die Möglichkeit sich über das Technologienetzwerk it‘s OWL Zugang zur Schlüsseltechnologie Process Mining zu bekommen und sich so Innovationsvorteile zu verschaffen.
