Mögliche Herausforderungen, die zu Verzögerungen oder erhöhter Komplexität bei Process Mining Projekten führen können

  • Arten von Quellsystemen
  • Verschiedene Quellsysteme
  • Datenqualität
  • Datensicherheit
  • Datenschutz (DSGVO)
Mögliche Herausforderungen, die zu Verzögerungen oder erhöhter Komplexität bei Process Mining Projekten führen können

Immer mehr Unternehmen wollen vollständige Transparenz in ihren Prozessen, um Kosten zu sparen, die Kundenzufriedenheit zu erhöhen und die Mitarbeiter von mühseligen Aufgaben zu befreien, damit sie mehr wertschöpfende Arbeit leisten können. Aus diesem Grund wächst die Nachfrage nach Process Mining, einer Technologie, mit der sich mit Hilfe von Daten aus IT-Systemen in der Regel innerhalb kürzester Zeit komplette End-to-End-Prozesse untersuchen lassen. 

Bisher sind die Anwender eher größere Unternehmen, wohingegen kleine und mittlere Unternehmen eine hohe Eintrittsbarriere vorfinden. Aufgrund des wachsenden Anbietermarktes und der Idee der Softwareanbieter, Process Mining zu verbreiten, entstehen immer mehr Produkte und Lizenzmodelle, die Process Mining für jedermann zugänglich machen.

Dennoch gibt es einige Kriterien, die berücksichtigt werden müssen, um den Aufwand der endgültigen Implementierung richtig einschätzen zu können.

Arten von Quellsystemen

Während das kommerzielle Process Mining seine ersten Schritte bei den großen Akteuren wie SAP machte, wurden immer mehr IT-Systeme eingeführt. Inzwischen ist auch die Datenextraktion und -transformation aus Systemen, die vor allem von mittelständischen Unternehmen genutzt werden, standardisiert worden. Softwareanbieter entwickelten vorgefertigte Prozesskonnektoren zu weiteren ERP- und IT-Systemen. Damit wurden die Möglichkeiten und die Geschwindigkeit bei der Extraktion und Transformation der Rohdaten deutlich erhöht.

Ist eine direkte Anbindung an das System nicht möglich, konzentriert sich Process Mining as a Service auf die Extraktion von Log-Daten als CSV-Dateien. Das Hochladen der Dateien in die Software und das manuelle Transformieren der Daten nimmt längere Verarbeitungszeiten in Anspruch. Allerdings durchbricht es die Beschränkung der Datenextraktion und -transformation bei weniger verbreiteten Systemen.

Verschiedene Quellsysteme

Die Komplexität der Verfolgung eines bestimmten Elements durch den Prozessablauf nimmt mit der Anzahl der im Prozess involvierten Systemen zu.

Durch den Aufwärtstrend der Integration mehrerer Systeme bleiben einige spezifische Dokument-IDs unverändert oder werden auf die anderen Systeme übertragen.

Wenn einzelne Attribute wie zum Beispiel eine Rechnungsnummer nicht zwischen verschiedenen Systemen übertragen werden, ist es notwendig, diese Element-IDs nach einer eingehenden Prüfung der IT-Systeme selbst zu erstellen. Durch die Kombination mehrerer Attribute eines Artikels kann jeder Artikel von den anderen unterschieden und somit durch den Prozess verfolgt werden.

Sollte auch dies während des Übergangs zwischen zwei Systemen nicht möglich sein, können weitere Überbrückungshilfen eingesetzt oder der Prozess in Teilprozesse aufgeteilt werden.

Datenqualität

Strukturierte Daten sind jedoch für qualitativ hochwertige Analysen essentiell und reduzieren den Zeit- und Arbeitsaufwand, um volle Prozesstransparenz zu erreichen. 

In einigen Fällen können diese Daten jedoch unvollständig oder unsortiert sein. Die Lösung für dieses Problem besteht darin, die Daten manuell anzupassen oder mithilfe von Bots zu bearbeiten.

Datensicherheit

Aufgrund der tiefen Einblicke, die sowohl die Visualisierung von Prozessen und Analysen als auch die Rohdaten selbst in Geschäftsprozesse und Beziehungen zu Geschäftspartnern gewähren, hat die Datensicherheit bei jedem Projekt höchste Priorität. Aus diesem Grund analysiert Business Consulting House gründlich und regelmäßig alle Sicherheitsmaßnahmen, die von Anbietern von Process Mining Software getroffen werden. Erst wenn Zertifizierungen, Servereigenschaften und andere Kriterien garantiert sind, kann ein Vertrag abgeschlossen werden.

Datenschutz (DSGVO)

Die Visualisierung von Log-Daten ermöglicht tiefe Einblicke in die tägliche Arbeit. Daher müssen Daten, die Rückschlüsse auf Mitarbeiter zulassen könnten, vertraulich behandelt werden.

Es gibt verschiedene Optionen, die für den Datenschutz angewendet werden können.

  1. Vermeiden Sie es, die Daten zu exportieren, die die Identität der Benutzer verraten
  2. Wählen Sie die Option, die sensiblen Daten nicht hochzuladen.
  3. Anonymisieren oder pseudonymisieren Sie die Daten. Mit dieser Methode können Sie weiterhin Schlüsse aus Clustern ziehen, wie z.B. auf Prozessabläufe unterschiedlicher Abteilungen.
  4. Verwalten Sie unterschiedliche Berechtigungen für die Nutzer innerhalb der Software, um die Sichtbarkeit sensibler Daten zu kontrollieren.

Fazit

Zusammenfassend kann man sagen, dass die Komplexität von Process Mining, wie bei vielen IT-Projekten, von den Inputfaktoren abhängt. Vor jedem Process Mining Projekt gehen die Kunden von Business Consulting House einen Fragebogen durch, um mögliche Herausforderungen zu identifizieren. Dadurch wird sichergestellt, dass die richtige Initiative ausgewählt und ein Return on Investment so schnell wie möglich realisiert wird.


Lesevorschläge

Alles, was Sie über Process Mining & Process Mining as a Service (PROMaaS) wissen müssen


Kontaktieren Sie uns für PROMaaS
oder mehr Informationen

Wir werden Ihnen innerhalb von 24 Stunden antworten.