Den Geschäftsprozessen auf die zu Spuren kommen, das ist das Ziel von Process Mining, dem neuen Hype des Geschäftsprozessmanagements. Die ganzheitliche Unterstützung der Prozesse durch Geschäftsprozessmodelle, integrierte Datenbanken und darauf aufbauende ERP-Systeme führte in der Vergangenheit zu vielen erfolgreichen Projekten mit zum Teil erheblichen Produktivitätssteigerungen. Heute entwickelt sich beim Geschäftsprozessmanagement das Process Mining zum Top Thema. Dabei wendet sich das Interesse von der Gestaltung zur Ausführung der Prozesse. Erst die Ausführung der Prozesse zeigt, ob und wo sich der erwartete Nutzen eines Geschäftsprozessmanagement-Projektes tatsächlich einstellt.
Im Vordergrund steht nun das Verhalten der einzelnen Geschäftsprozessinstanzen. Theoretisch sollen die Instanzen dem Geschäftsprozessmodell bzw. der mit seiner Hilfe konfigurierten Software folgen. Dieses ist aber nur dann der Fall, wenn das Modell die Logik aller möglichen realen Geschäftsinstanzen umfasst, die Software entsprechend konfiguriert ist und in der Realität keine unvorhergesehenen Abweichungen auftreten. Alle Abläufe sind dann vordefiniert und sie laufen automatisch ab. Das ist aber gemeinhin nur in der Theorie der Fall. In der Realität treten dagegen Änderungen wie beispielsweise in den vorgesehenen Zuordnungen von Organisationseinheiten zu Funktionen auf oder es entstehen Störungen. Der Mensch greift dann ein und ändert ad-hoc Abläufe gegenüber dem Soll-Modell.
Derartige Abweichungen begründen das Interesse an der Ausführung realer Prozessinstanzen. Sie hinterlassen in Ausführungssystemen Datenspuren in Form von anomalen Ereignismeldungen in sogenannten Logdateien, die dann für Auswertungen mittels Process Mining zur Verfügung stehen. Die Auswertung der Prozessausführung ist damit primär von Daten getrieben.
Es geht beim Process Mining also darum, die Spuren der Geschäftsprozesse während ihrer Ausführung in einer Logdatei auszuwerten. Aus den Vergleichen des bestehenden Soll-Modells mit den Datenspuren der Logdatei und eines daraus generierten Ist-Modells werden Abweichungen ermittelt. Diese werden genutzt, um das Soll-Modell an die Realität anzupassen und organisatorische Verbesserungsvorschläge zu entwickeln. Process Mining kann Auskunft geben, ob bei der Prozessausführung Compliance Regeln eingehalten oder verletzt werden, an welchen Stellen Kapazitätsengpässe entstehen, ob von vorgesehenen Kapazitätszuordnungen abgewichen wurde, wie sich Durchlaufzeiten und Qualität verhalten usw. Daraus Schlussfolgerungen zur Verbesserung der Prozesse zu ziehen, kann insbesondere auch mittels Methoden der Künstlichen Intelligenz (KI) vollautomatisch durchgeführt werden. Ein so an die Realität angepasstes und verbessertes Modell wird dann direkt als neues Soll-Modell definiert. Der Abgleich von Ist- und Soll- Prozessen muss als kontinuierliche Aufgabe verstanden werden, denn die immer wieder auftretenden Änderungen stellen die Soll-Prozesse ständig wieder in Frage.
Viele reale Einsatzszenarien und der Erfolg von Process Mining Software zeigen, dass sich mit den Ansätzen beeindruckende Erfolge erzielen lassen.
