Fehler in Daten-basierten Prozessen sind oft schwer zu finden. Mit Process Mining und ERP-Daten lassen sich die Abläufe untersuchen und Erkenntnisse daraus gewinnen – wenn die Datenqualität stimmt.
Process Mining hat seinen Ursprung im Data Mining, also der Analyse großer Datenbestände mit dem Ziel, neue Querverbindungen, Muster und Trends zu erkennen. Damit lassen sich beispielsweise Angebote personalisierter gestalten oder Warenkorbanalysen erstellen. Beim Process Mining wird dieses Verfahren auf einen kompletten Prozess übertragen. Die darin auftretenden Ereignisse, so genannte Events, werden hinsichtlich ihrer chronologischen Reihenfolge miteinander verknüpft und in Ereignisprotokollen (Event Logs) gespeichert. Auf dieser Basis lässt sich der Prozess visualisieren und analysieren. Auch theoretische Prozessvarianten können dargestellt werden, um den jeweils optimalen Ablauf zu ermitteln.
ERP-System als Datenquelle
Die wichtigste Datenquelle für Process-Mining-Anwendungen ist das ERP-System. Darin laufen die Daten und Applikationen eines Unternehmens, wie etwa aus Einkauf, Produktion und Vertrieb, zusammen. Soll beispielsweise die Auftragsabwicklung per Process Mining analysiert werden, werden dafür die Ereignisdaten zu den einzelnen Events mit den Transaktionsdaten aus dem ERP-System miteinander verknüpft – von der Angebotserstellung über den Versand bis hin zur Verbuchung der Rechnung. Dadurch lassen sich mehr Erkenntnisse gewinnen als mit den reinen Ereignisdaten. Beispielsweise wird ersichtlich, wie lange einzelne Prozesse – etwa die Lieferung – gedauert haben. Kommt es in diesem Bereich zu Verzögerungen, lassen sich z.B. auch die kostenseitigen Auswirkungen darstellen, indem zusätzlich von der Störung betroffene Transaktionsdaten mit ins Kalkül gezogen werden. Aber auch in anderen Bereichen sind Analysen mithilfe von Process Mining möglich – etwa die Beleuchtung von Abläufen im HR-Management, wie die laufenden Bewerbungsverfahren, oder die im CRM-System erfassten Reaktionszeiten im Kundenservice. Letztlich kann die Technologie auch zu mehr Mitarbeiterzufriedenheit und -motivation beitragen: Zum einen, weil dadurch in der administrativen Prozesssteuerung der Automatisierungsgrad steigt und gleichzeitig die Fehleranfälligkeit sinkt, so dass den Mitarbeitern mehr Zeit für die eigentlich wichtigen Fachaufgaben bleibt. Zum anderen weil sich durch die anschauliche Darstellung von Arbeitsabläufen durch deren Visualisierung und Schematisierung der Informationsgehalt für die Verantwortlichen erhöht.
Voraussetzung für den Process Mining-Einsatz sind zum einen digitalisierte Prozesse, um überhaupt Daten zu gewinnen. Zum anderen muss die Datenqualität im ERP-System hinsichtlich Aktualiät, Vollständigkeit und Eindeutigkeit stimmen. Zudem müssen sie verständlich bzw. interpretierbar sein. Die Qualität der Daten ist jedoch oftmals ein Problem. Angesichts der wachsenden Informationsmengen fehlt oft die Zeit, um die Daten professionell zu pflegen und sauber zu strukturieren. Häufig gibt es in Unternehmen keine Verantwortlichkeiten. In der Folge ergeben sich Dubletten und ‚Karteileichen‘.
Mit KI gelöst
Durch die Integration von künstlicher Intelligenz und Process Mining wird die Qualität der Analysen zusätzlich gesteigert. Die Software ist dadurch in der Lage, aus großen Datenmengen Prognosen abzuleiten (Predictive Analytics). Beispielsweise wird ersichtlich, wann der Bedarf nach einem bestimmten Produkt steigen wird und wie stark. Auch Ursachen für Prozessschleifen oder Fehler lassen sich durch den KI-Einsatz ermitteln, wie etwa die Ursachen für wiederkehrende Verzögerungen.
Anbieter von Process-Mining-Tools und auch einige ERP-Softwarehersteller bieten Konnektoren an, um das Auslesen und die Aufbereitung der Daten für das Process Mining zu erleichtern. Da Prozessoptimierung und Kostenreduzierung zunehmend an Bedeutung gewinnen, ist zu erwarten, dass diese beiden Technologien künftig noch stärker miteinander verschmelzen. Ein Beispiel dafür wäre die nachträgliche oder standardmäßige Integration klassischer Process Mining-Kernfunktion in das ERP-System. Process Mining kann z.B. künftig als Lösungs-Design eines ERP-Systems von Beginn an mitbedacht werden. Dies erleichtert die Nutzung, da keine Schnittstellen mehr erforderlich sind und die Bedienung über eine einzige Benutzeroberfläche erfolgen kann.
Mittelständische Unternehmen investieren selbst in schwierigen Zeiten in Microsoft-Technologien, weil sie überzeugt sind, dass ihre Mitarbeiterproduktivität steigt und sich ihre Kostenstruktur bessert. Microsoft hat mit dem Microsoft-Partner-Network ein Netzwerk aufgebaut, das ein Forum für den Aufbau von Partnerschaften, Zugang zu Ressourcen und einen Rahmen für Dialoge und Kooperationen bietet. Für unsere Leser gibt die Microsoft-Partnerübersicht in Ausgabe Juli/August der IT&Production Tipps für die Suche nach einer geeigneten Branchen- oder Speziallösung im Bereich des produzierenden Gewerbes.
Auf der Suche nach Innovation, nach neuen Lösungen und der Abgrenzung zum Mitbewerb vernetzen sich zunehmend mehr Unternehmen mit externen Experten und Partnern. SAP hat mit dem SAP-Ecosystem ein Netzwerk aufgebaut, das ein Forum für den Aufbau von Partnerschaften, Zugang zu Ressourcen und einen Rahmen für Dialoge und Kooperationen bietet. In der Maiausgabe der Fachzeitschrift IT&Production erhalten unsere Leser einen aktuellen Überblick zum SAP-Ecosystem im Bereich des produzierenden Gewerbes.
Anbieter & Produkte
augmented instructions – digitalisiertes Know how unterstützt die Industrie beim Wissenstransfer
MPDV Mikrolab GmbH – WE CREATE SMART FACTORIES
Qualität, Lieferketten, Rückverfolgbarkeit – Nachhaltigkeit hat viele Facetten
IIoT in Stahl Service Centern
Weltweit führende APS-Technologie für alle industriellen Anforderungen
Work-in-Process-Management in S/4HANA
becosEPS – Enterprise Planning System
Wachstum durch Kundenorientierung: Das Geheimnis liegt in einem smarten Variantenkonfigurator
ANZEIGE
Whitepaper
Monitoring IT, OT and IIoT with Paessler PRTG: use cases and dashboards
Vollautomatische Feinplanung
Mit Kennzahlen die Produktion im Griff
Vom 4-Stufen-Modell zum Regelkreis
Smart Factory Elements
Videos
Erfolgreiche Asprova APS Einführung bei Bopisa, Hersteller von Lebensmittelverpackungen
Erfolgreiche Asprova APS Einführung bei Horst Scholz, Hersteller von komplexen Kunststoffspritzformen höchster Präzision
KSB: Digitale Lieferantendokumentation
Erfolgreiche Asprova APS Einführung bei Panasonic, Hersteller von Komponenten für Autoelektronik
Erfolgreiche Asprova APS Einführung bei Fogel, Hersteller von gewerblichen Kühl- und Gefrieranlagen für Abfüller kohlensäurehaltiger Getränke
Ein Unternehmen, das sich mit der Auswahl eines ERP- Systems befasst, muss sich gleichsam mit einem viel- schichtigen Software-Markt und unklaren Interessen- lagen an interne Abwick- lungsprozesse auseinander- setzen. Guter Rat bei der Investitionsentscheidung ist teuer. ERP/CRM Wissen Kompakt unterstützt Sie bei der gezielten Investition in die IT-Infrastruktur.
Immer mehr Anbieter von Maschinen, Automatisierungstechnik und Industriesoftware integrieren künstliche Intelligenz in ihre Produkte. Das ganze Potenzial spielen selbstlernende Systeme aber erst aus, wenn sie passgenau auf ihren Einsatz in Fertigung und Büro zugeschnitten wurden. Über beide Möglichkeiten, als Fertiger die Vorzüge von industrieller KI zu nutzen, geht es im regelmäßig aktualisierten Themenheft Künstliche Intelligenz.
Das Internet of Things verändert Produktwelten und die Vernetzung in der Fertigung gleichermaßen. Entstehende Ökosysteme laden zur einer neuen Form der Zusammenarbeit ein. Die Spezialausgabe IoT Wissen Kompakt informiert über die Technologie, Projektierung und Anbieter für die eigene Applikation, in- und außerhalb der Fabrik.
Um alle Potenziale eines MES umfassend ausnutzen zu können, beleuchten unsere Autoren in der Serie von MES Wissen Kompakt die erfolgskritischen Faktoren, um Fertigungsunternehmen präventiv zu steuern. Darüber hinaus präsentiert MES Wissen Kompakt ein breites Spektrum an Firmenportraits, Produkt- neuheiten und Dienst- leistungen im MES-Umfeld.