Process Mining: Sammeln Sie noch oder sind Sie schon effizient?

Digitalisierung & Innovation

8. März 2022

Vielfältige Prozesse und enorme Datenmengen stellen Unternehmen vor große Herausforderungen. Wie sollen sie diese Komplexität bewältigen? Wie können sie den Überblick behalten und Transparenz in ihre Prozessabläufe bringen?

Hier kann Process Mining helfen. In der Welt von Big Data ist Process Mining kein Fremdwort mehr. Doch was genau verbirgt sich dahinter? Wie funktioniert die Methodik? Kann jede*r Prüfer*in, jede*r Mandant*in, jedes Unternehmen von Process Mining profitieren?

Der Soll-Ist-Vergleich

Meist laufen Prozesse in der Realität anders und komplexer ab als modelliert und erwartet. Hinter den lange und mühsam ausgearbeiteten Soll-Prozess-Modellen verstecken sich meist einige Abweichungen, Risiken und Verstöße. Process Mining kann dabei unterstützen, potenziell unerwünschte Abweichungen zu entdecken und gezielt zu eliminieren.

Bereits zu Beginn der 2000er-Jahre entstanden mit der Technik des Process Mining immer wichtiger werdende Werkzeuge, die eine automatisierte und visualisierte Simulation sowie eine Analyse von realen und anwendungsunterstützten Prozessen ermöglichen. Vor zehn Jahren wurde die Technik zunächst für die Prozesserkennung und somit zur Visualisierung der tatsächlichen Prozesse genutzt. Mit dem kontinuierlichen Fortschritt in Digitalisierung und Automatisierung von Geschäftsprozessen und der damit einhergehenden wachsenden Komplexität ist die Methodik längst zum Must-have für Unternehmen geworden.

Zusammen mit dem entsprechenden Tool verbindet Process Mining die Daten- mit der Prozesswissenschaft und macht diese für das Geschäftsprozessmanagement effizient und erfolgversprechend nutzbar. Die Technologie konfrontiert dynamisches Verhalten (Logdaten) mit Prozessmodellen und ermöglicht es Unternehmen zu verstehen, wie ihre Geschäftsprozesse tatsächlich funktionieren und wie sie zu managen sind.

Top-down oder Bottom-up?

Zwei Methoden bzw. Ansätze werden seit den 1990ern im Geschäftsprozessmanagement genutzt und passen sich der technologischen Entwicklung bis heute kontinuierlich an: der Top-down-Ansatz und die eher selten genutzte und komplexe Bottom-up-Methode.

Der Top-down-Ansatz (von oben nach unten) funktioniert eher nach dem typisch menschlichen Denken und Vorgehen für das Finden einer Problemlösung und wird dadurch oft im Geschäftsprozessmanagement genutzt. Das System bzw. der Prozess wird vereinfacht dargestellt, sodass vorerst eine Gesamtübersicht mit wenigen Details vorliegt. Anschließend wird die Beschreibung schrittweise zu einer spezifischen und detaillierteren Modellbeschreibung weiterentwickelt. Der Nachteil ist jedoch, dass durch das Hinzufügen von Details inkompatible oder unvollständige Teilmodelle entstehen können.

Bei der Bottom-up-Methode (von unten nach oben) erfolgt der Ablauf in umgekehrter Weise. Bereits direkt zu Anfang werden die unterschiedlichen Bestandteile eines Systems bzw. eines Prozesses sehr detailliert dargestellt. Dieser Vorgang ist manuell sehr aufwendig, da bereits zu Beginn Teilprobleme erkannt und verstanden werden müssen. Erst im Anschluss werden Teillösungen als Detailbeschreibungen graduell integriert und zu einem groben und vereinfachten Gesamtmodell ergänzt.

Der Process-Mining-Algorithmus funktioniert nach der Logik der Bottom-up-Methode. Process Mining ermöglicht ein in der Regel fehlerfreies Anwenden der Methode, da die Technologie mit den Daten von bereits vergangenen, jedoch real abgelaufenen, anwendungsgestützten Prozessen arbeitet und damit den Analysevorgang schnell und einfach gestaltet.

Ereignisprotokolle bilden die Basis

Fakt ist, dass nur noch wenige Geschäftsprozesse bestehen, die nicht von einem oder mehreren IT-Systemen unterstützt werden. Heute findet sich in Unternehmen bereits eine unendliche Anzahl von „digitalen Fußabdrücken“: Jeder einzelne und noch so individuelle Prozess hinterlässt im Zeitalter von Big Data seine digitalen Spuren. Doch dort, wo Prozesse noch ausschließlich manuell ablaufen, kann Process Mining nicht sofort weiterhelfen. Hier gilt es zuerst einmal, den notwendigen Schritt der Digitalisierung zu gehen. Wenn die Basis der systematischen Anwendungen gegeben ist, zeichnen die Systeme kontinuierlich enorme Datenmengen auf. Solche Aufzeichnungen können dann als Event-Log – oder Ereignisprotokoll – komprimiert bzw. zusammengefasst und damit effizient nutzbar gemacht werden.

Jedes Event-Log sollte für die Process-Mining-Technik mindestens die folgenden Anforderungen (Datenattribute) erfüllen: Zeitstempel, Aktivitäten und Zuweisungen bzw. Prozessinstanz. Diese legen die Basis für das eigentliche Process Mining und schaffen die Möglichkeit, Prozesse automatisiert zu erkennen, zu überprüfen und zu verbessern. Umso mehr Datenattribute einem Event-Log hinzugefügt werden, desto detaillierter und tiefer gehen die automatisierten Analysen zur Erkennung des Prozesses bzw. der gesamten Prozessstruktur.

Die Process-Mining-Technik lässt sich in drei Ausprägungen nutzen:

Process Discovery (Prozesserkennung) gilt als eine Art Vorbereitung, in der die Logdaten ausgewählt, harmonisiert und mit Anwendung des Process-Mining-Algorithmus grafisch in einem Prozessmodell visualisiert werden.
Conformance Checking ist eine Übereinstimmungsprüfung, welche die Abweichungen eines vorgegebenen Soll-Prozess-Modells im Vergleich zum Ist-Prozess-Modell aufzeigt.
Model Enhancement, auch Modell-Erweiterung genannt, führt zu einer gezielten Anpassung von Prozessparametern. Das bestehende Prozessmodell wird erweitert und damit verbessert bzw. optimiert.

Process Mining in der Wirtschaftsprüfung

Auch in der Wirtschaftsprüfung erweist sich Process Mining als nützlich. So kann in einer Jahresabschlussprüfung beispielsweise durch Process Mining verfolgt werden, wie die Prozesse tatsächlich durchgeführt wurden, in wie vielen der vorliegenden Vorgänge es zu Abweichungen oder Korrekturen gekommen ist und welche Instanzen oder Personen involviert waren.

Im ersten Prüfungsschritt des rechnungslegungsrelevanten Internen Kontrollsystems (IKS), der Aufbauprüfung, beurteilen die Prüfer*innen die Angemessenheit und Implementierung der eingerichteten Kontrollen. Durch die Anwendung von Process Mining können die Prüfer*innen hierbei in kürzester Zeit ein klares Verständnis für den Ist-Prozess entwickeln und damit spezifische Risiken in den Prozessabläufen schneller identifizieren, sich auf den wesentlichen Prozessbereich fokussieren und entsprechend maßgeschneiderte Prüfungshandlungen vornehmen. Prüfungen können individuell ausgerichtet werden und damit die Qualität und Effizienz der Prüfungsdurchführung steigern.

Zielgruppen für Process Mining

Kann jede*r Prüfer*in, jede*r Mandant*in, jedes Unternehmen von Process Mining profitieren? Die Antwortet lautet: Ja! Egal in welcher Branche ein Unternehmen tätig ist oder welche Größe es hat, seine Geschäftsprozesse können weniger komplexe bis stark komplexe Strukturen annehmen. Die Komplexität eines Geschäftsprozesses definiert sich insbesondere aus der Anzahl der im Geschäftsprozess involvierten Personen bzw. Organisationseinheiten, den Aktivitäten und den Schnittstellen innerhalb eines Geschäftsprozesses, welche bekannt sein sollten, um effizient und damit erfolgreich zu sein. Doch dabei ist eines zu beachten: je digitaler der Prozess, desto effizienter die Anwendung von Process Mining.

Unterm Strich hat die Anwendung von Process Mining das Ziel, Transparenz zu schaffen, Schwachstellen zu erkennen, Risiken zu minimieren und damit die Qualität und die Effizienz zu steigern. Weitere Benefits aus den Ergebnissen einer Process-Mining-Anwendung (über die Prüfung hinaus) können sein:

Verschlankung der Prozesse (z. B. bei der Prüfungsdurchführung)
Implementierung oder Optimierung eines IKS
schnellere Durchlaufzeiten
schnellere Reaktionsfähigkeit bei Innovationen und Disruptionen
stärkere Wettbewerbsfähigkeit
Einsparung von Ressourcen
Einsparung von Kosten

Fazit

In jedem Prozess und in jedem Bereich können fehlerhafte Prozessabläufe zu erhöhten Risiken führen. Mit den bisher meistgenutzten Tools und Methoden wie Interviews, Stichproben oder Workshops werden oftmals nicht alle Abweichungen entdeckt, da einige versteckt und weniger offensichtlich sind. Process Mining nimmt sich der Herausforderung der heutigen Datenkomplexität an und ermöglicht es, Prozesse automatisiert bis ins tiefste Detail zu analysieren und damit Abweichungen, Risiken und Verstöße schnell aufzudecken.

Weitere Informationen zu Process Mining und Internen Kontrollsystemen finden Sie unter folgenden Links: