Projekte richtig angehen
Woran Process Mining oft scheitert
Alle an Bord holen
Alle betroffenen, interessierten und verantwortlichen Bereiche und Stakeholder müssen mit an Bord geholt werden. Im Ergebnis werden diese sogar ihre eigenen Daten künftig mit anderen Augen sehen. Ein ganzheitlicher Ansatz ist auch deshalb so wichtig, weil jede Optimierungsmaßnahme an einer Stelle auch Folgen für eine andere haben kann. Process Mining macht das sicht- und quantifizierbar.
Zuständigkeiten klären
Viele Lösungen bieten bereits nutzerfreundliche Möglichkeiten, Analysen selbst zu erstellen und die Performance nach unterschiedlichen Kriterien zu messen. Wichtig für ein erfolgreiches Process-Mining-Projekt ist jedoch, dass die zentralen Anlaufstellen jederzeit Herr über die Kennzahlen bleiben. Eindeutige und verbindliche Definitionen von Kennzahlen sind für Vergleichbarkeit und langfristige Analysen über einen Zeitstrahl unverzichtbar. Andere Nutzer können zwar Inhalte selbst erstellen und beisteuern. Dennoch muss es klar formulierte Bedingungen geben, wann und wie dies geschieht und wer das darf.
Kompetenzteam bilden
Durch die Querschnittsabbildung des Unternehmens entlang des Prozesses gibt es sehr schnell viele potenzielle Stakeholder. Ein zentrales Kompetenzteam kann in solchen Fällen nützlich sein. Allerdings haben die zentralen Kompetenzzentren nicht immer die notwendige Durchschlagskraft bzw. die fachliche Tiefe. Aber auch dezentrale Expertenteams müssen gemanagt werden. Um eine tragfähige Organisation aufzubauen, sind Regeln für die Qualifizierung von Anwendungsfällen und Prozessen essenziell. Die neunte Ausgabe von Rockwell Automations „State of Smart Manufacturing“ Report liefert Einblicke in Trends und Herausforderungen für Hersteller. Dazu wurden über 1.500 Fertigungsunternehmen befragt, knapp 100 der befragten Unternehmen kommen aus Deutschland. ‣ weiterlesen
KI in Fertigungsbranche vorn
Experten hinzuziehen
Da die Erhebung der Daten und deren Analyse nicht einmal die halbe Miete sind, bietet sich fast immer eine Moderation durch interne oder externe Experten an. Ein Beispiel dafür ist die Priorisierung, wenn es um die Vorbereitung der Discovery von Prozessen geht, also das Rekonstruieren von Prozessen aufgrund des vorliegenden Datenmaterials. Auch sollten immer Kollegen mit dem nötigen Verständnis der Daten hinter dem visualisierten Modell und den Kennzahlen mit an Bord sein. Sie können Zusammenhänge schneller erklären. Bei der Interpretation und Ableitung von Maßnahmen sind dann mehr denn je Experten gefragt: Hier bieten sich Prozessexzellenzteams oder auch (Inhouse-)Effizienzberater an. Der Thin[gk]athon, veranstaltet vom Smart Systems Hub, vereint kollaborative Intelligenz und Industrie-Expertise, um in einem dreitägigen Hackathon innovative Lösungsansätze für komplexe Fragestellungen zu generieren. ‣ weiterlesen
Innovationstreiber Thin[gk]athon: Kollaborative Intelligenz trifft auf Industrie-Expertise
Nicht nur auf bestimmten Zeitraum konzentrieren
Eine statische Datenscheibe über z.B. alle Vorgänge für einen Prozess aus einem Jahr kann zunächst Klarheit liefern. Allerdings lässt sich ein Monitoring so nicht zuverlässig darstellen. Erst eine konstante Bedatung des Modells macht aus einem Process-Mining-Werkzeug eine Lösung, die Frühwarnsystem und Korrektiv gleichermaßen sein kann. Es macht eine Verzögerung beispielsweise schon zu Beginn eines Prozesses sicht- und spürbar. Die Folgen dessen lassen sich so besser vorhersagen, damit leichter in den Griff bekommen – und das an sich taktisch-strategische Tool kann dann auch zur operativen Steuerung verwendet werden.
„Uns reicht es, den Prozess besser zu verstehen und einmal konventionell zu optimieren“ – diese Haltung ist nicht selten – aber schade. Denn der Erfolg des Projektes wäre nur zeitlich begrenzt und würde die Möglichkeiten des Process-Mining-Werkzeugs außer Acht lassen. Die volle Transparenz bei den IT-unterstützten Prozessen führt zu einer guten Übersicht und liefert Bewertungsmöglichkeiten für den Einsatz unterschiedlichster Formen der Automatisierung. Generell bietet Process Mining einen guten, kontrollierbaren Einstieg in das Thema Hyperautomation. Und mehr als das: Es bildet das unverzichtbare Fundament durch Transparenz.
