Anlass
- Der dokumentierte Prozess und der tatsächliche Ablauf weichen voneinander ab, ohne dass das Ausmaß bekannt ist
- Durchlaufzeiten schwanken stark, die Ursache liegt nicht in der Kapazität
- Es gibt viele Sonderfälle und manuelle Nacharbeiten, deren Häufigkeit niemand belegen kann
- Vor der Einführung eines neuen ERP- oder Lagerverwaltungssystems soll der Ist-Prozess objektiv vorliegen, nicht als Selbstauskunft der Fachbereiche
- Nach einer Systemeinführung soll geprüft werden, ob der Sollprozess tatsächlich gelebt wird
Vorgehen
1. Zielfrage festlegen. Process Mining beantwortet konkrete Fragen, keine allgemeinen. Festgelegt wird, welcher Prozess betrachtet wird und welche Entscheidung das Ergebnis stützen soll.
2. Datenquellen und Ereignisprotokoll. Bestimmt werden die Systeme und Tabellen, aus denen sich ein Ereignisprotokoll bilden lässt. Erforderlich sind mindestens drei Angaben je Ereignis: eine Fallkennung, eine Aktivität und ein Zeitstempel.
3. Extraktion und Datenqualität. Die Daten werden extrahiert und geprüft. Fehlende Zeitstempel, Sammelbuchungen und nachträgliche Korrekturbuchungen sind die häufigsten Ursachen für Fehlinterpretationen und werden vorab bewertet.
4. Prozessrekonstruktion. Aus dem Ereignisprotokoll wird der tatsächliche Prozessverlauf modelliert, einschließlich aller vorkommenden Varianten.
5. Analyse. Ausgewertet werden Variantenhäufigkeit, Durchlauf- und Wartezeiten je Prozessschritt, Rücksprünge und Wiederholungen sowie Abweichungen vom Sollprozess.
6. Maßnahmen. Die Befunde werden in Maßnahmen übersetzt — organisatorisch, systemseitig oder in der Prozessgestaltung — und priorisiert.
Ergebnis / Deliverables
- Spezifikation des Ereignisprotokolls, wiederverwendbar für weitere Auswertungen
- Bewertung der Datenqualität mit ihren Grenzen
- Rekonstruierte Prozessmodelle mit Variantenübersicht
- Durchlaufzeit- und Engpassanalyse
- Abweichungsanalyse gegen den Sollprozess
- Priorisierter Maßnahmenplan
Die Projektmethodik PM² hinter dem Vorgehen
Die Schritte oben folgen PM², der 2015 von van Eck, Lu, Leemans und van der Aalst veröffentlichten Projektmethodik für Process Mining. Sie ordnet ein Projekt in sechs Stufen: Planung und Extraktion als Vorlauf, danach eine mehrfach durchlaufene Schleife aus Datenaufbereitung, Mining und Analyse sowie Bewertung, am Ende Prozessverbesserung und Unterstützung.
Zwei Eigenschaften der Methodik sind der Grund für diese Wahl. Erstens übersetzt sie Projektziele in konkrete Forschungsfragen, die iterativ geschärft und beantwortet werden; daraus entstehen Leistungs- und Konformitätsbefunde und aus diesen die Verbesserungsideen. Zweitens ist die Schleife ausdrücklich vorgesehen — eine Analyseiteration dauert nach den Autoren von Minuten bis Tagen, und erst wenn die Befunde tragen, geht es weiter. Ältere Methodiken zielten dagegen auf ein einziges integriertes Prozessmodell.
Fachliche Grundlage und Grenzen
Ein belastbarer Event Log benötigt mindestens eine fachlich geeignete Fall- oder Objektzuordnung, eine Aktivität und einen Zeitbezug — die drei Pflichtangaben des Process Mining Manifesto der IEEE Task Force on Process Mining (2012). Zusätzlich werden Datenherkunft, Zeitzone, Statuswechsel, Dubletten, fehlende Ereignisse und die Abgrenzung paralleler Abläufe dokumentiert. Dasselbe Dokument unterscheidet die drei Grundtypen, nach denen sich der Zuschnitt eines Projekts richtet: Discovery erzeugt ein Modell aus den Daten, Conformance vergleicht Daten und Sollmodell, Enhancement erweitert ein vorhandenes Modell um das, was die Daten zeigen.
Ein Directly-Follows-Graph zeigt beobachtete Nachbarschaften, ist aber kein vollständiges Prozessmodell. Van der Aalst hat 2019 belegt, warum: Der Graph kann Nebenläufigkeit nicht abbilden und zieht stattdessen Schleifen ein, die wie Nacharbeit aussehen; durch die Vereinfachung über Häufigkeitsschwellen sind die meisten Abläufe auf dem Graphen nicht mehr nachspielbar, und die ausgewiesenen Zeiten zwischen zwei Aktivitäten bleiben bedingte Werte. Auf DFG-gestützte Leistungsdiagnosen allein lässt sich deshalb keine Entscheidung stützen.
Vertiefung: Datenanforderungen und Fallstricke in Produktion und Logistik, Process Mining im Glossar, Event Log, Conformance Checking und Object-Centric Process Mining.
Quellen: van der Aalst, W. u. a. (2012): Process Mining Manifesto, LNBIP 99, S. 169–194, Springer. — van Eck, M. L.; Lu, X.; Leemans, S. J. J.; van der Aalst, W. M. P. (2015): PM²: A Process Mining Project Methodology, CAiSE 2015, LNCS 9097, S. 297–313. — van der Aalst, W. M. P. (2019): A practitioner's guide to process mining: Limitations of the directly-follows graph, Procedia Computer Science 164, S. 321–328.