FluxiconAn der Schnittstelle wischen BPM, Workflow Management (WfM) und Big Data, Business Intelligence (BI) hat sich eine noch recht junge, aber äußerst vielversprechende Disziplin herausgebildet, das „Process Mining„. In der Tat geht es hier darum, Informationen (typischerweise aus Event Logs oder Datenbanken) herauszuschürfen, anzureichern, zu analysieren und darzustellen. Eine schöne Einführung zum Thema gibt die Gesellschaft für Informatik (GI). Prof. Wil van der Aalst, einer der Vorreiter in dieser Disziplin, meint zu den Aufgaben des Process Mining:

  1. Process discovery: Erlernen eines Prozessmodells aus Mustern, wie sie in Ergebnisprotokollen (event logs) aufgezeichnet sind.
  2. Conformance checking: Diskrepanzen zwischen beobachtetem Verhalten und modelliertem Verhalten zu diagnostizieren und zu quantifizieren.

Aus diesen analysierten Daten können Engpässe, Ineffizienzen und Risiken heraus gelesen werden. Insbesondere der Vergleich zwischen dem tatsächlichem Verlauf des Prozesses / der Events durch die Systeme und dem angenommen bzw. modellierten Geschäftsprozess kann sehr aufschlussreich sein. Z.B. wenn Pfade eingeschlagen werden, die laut Dokumentation eigentlich gar nicht möglich sind … Das vollständige Interview zum Thema Process Mining können Sie hier lesen >> WeDoWebSphere: Wil van der Aalst <<.

Neben einer aktiven Open-Source Community gibt es auch einige kommerzielle Anbieter. Hier möchte ich besonders das Tool „Disco“ der Firma Fluxicon nennen. Dieses kann Daten in verschiedenen Formaten importieren, die erstellte Process Map kann gefiltert und gezoomt werden und es liefert detaillierte Statistiken (Durchlaufzeiten, Häufigkeiten, Schleifen, etc.). Kombiniert mit einem ansprechenden Look&Feel ist dies momentan das stärkste Tool am Markt.

Der unten dargestellte Ansatz von Process Minig (siehe auch Tom Thaler)  hat aber einen entscheidenden Nachteil, wenn die Datenbasis nicht einheitlich ist (wie bei heterogenen Systemlandschaften häufig der Fall) oder eindeutige Bezeichnungen mehrfach für unterschiedliche Sachverhalte verwendet werden – sprich wenn die Auftragsnummer eben nicht in allen Systemen dieselbe ist.

vorgehen_process_mining

Dann muss diese Datenbasis (Event Data) erst aufbereitet werden. Damit sind die importierten Daten streng genommen auch keine vollständigen Echt- und Livedaten mehr. Dies kann zu Verwirrungen führen, wenn die Auftragsnummer in einem anderen fachlichen Kontext gesetzt wird, als man es in der eigenen Abteilung gewöhnt ist.

Aus unserer Sicht ist dies ein spannendes Thema, das wir weiter verfolgen werden. Hinsichtlich der ersten Abstimmungen im Rahmen der Prozessanalyse mit dem Fachbereich/Business erleichtert eine valide Bestandsaufnahme der Ist-Situation anhand der Echtdaten die Diskussion enorm. Es gibt keine Diskrepanz zwischen gewünschten, dokumentiertem und realem Prozessfluss mehr. Die Konzentration richtet sich allein auf die gewünschten Prozessverbesserungen. Allerdings bleibt die Problematik der Datenqualität vorab zu lösen, und dies kann sich durchaus dann um ein eigenes (kleines) Projekt handeln.

Hier eine kurze Video-Einführung von fluxicon zum Thema:

Haben Sie Interesse an der Thematik? Eine E-Mail an info@logicline.de genügt.