Process Mining ist eine Technik des Prozessmanagements, die es ermöglicht, Businessprozesse auf Basis digitaler Spuren in IT-Systemen zu rekonstruieren und zu analysieren. Die in den Systemen gespeicherten einzelnen Schritte des Prozesses werden zusammengefügt und der Prozess in seiner Gesamtheit visualisiert. Process-Mining ermöglicht es, das in Daten enthaltene, implizite und sonst verborgene Prozesswissen zu modellieren und somit greifbar und transportierbar zu machen. Die Technik wird oft verwendet, wenn durch andere Herangehensweisen keine formale Beschreibung der Prozesse möglich oder wenn die Qualität existierender Prozessaufzeichnungen fragwürdig ist. Zeitgenössische Management-Trends wie z. B. BAM (Business Activity Monitoring), BOM (Business Operations Management), BPI (Business Process Intelligence) zeigen das große Interesse daran, die Analysemöglichkeiten in diesem Bereich weiterzuentwickeln.

Einsatzgebiete

Grundsätzlich kann Process-Mining überall dort eingesetzt werden, wo einzelne Schritte eines Prozesses so in einem IT-System gespeichert werden, dass die Zusammengehörigkeit und Chronologie der Schritte nachvollziehbar ist. Diese Nachvollziehbarkeit wird durch ein Prozess- oder Ablaufprotokoll sichergestellt. Besonders trifft das auf Workflows zu, die in Workflow-Management-Systemen gespeichert und verwaltet werden. Ein Workflow ist ein formal beschriebener Geschäftsprozess, der durch ein Workflow-Management-System koordiniert und kontrolliert werden kann. Durch Benutzerschnittstellen können Nutzer mit dem System interagieren und einzelne Schritte eines Workflows speichern und bearbeiten. Die Gesamtheit der gespeicherten Schritte ergibt schließlich einen Prozess, der mit Process-Mining gehoben und rekonstruiert werden kann. So können z. B. die Transaktionen aus ERP-Systemen, der Verlauf von Tickets in einem Ticketsystem oder klinische Behandlungspfade von Patienten eines Krankenhauses dargestellt werden. Wesentliche Anwendungsfelder von Process-Mining sind die Prozessharmonisierung über verschiedene Organisationseinheiten und Gesellschaften hinweg, die Prozessoptimierung in Bezug auf Durchlaufzeiten, Prozesskosten, Prozessstabilität sowie die Sicherstellung von Compliance-Anforderungen. Weitere Anwendungsmöglichkeiten für Process-Mining finden sich beispielsweise im Wissensmanagement oder in Assistenzsystemen.

Technik

Process-Mining kann als Bindeglied zwischen Data-Mining und Business Process Management gesehen werden. Im Gegensatz zu Data-Mining konzentriert sich Process-Mining jedoch auf die Hebung von in den Daten schon enthaltenem, implizitem Prozesswissen.

Ausgangspunkt für Process-Mining bildet eine Sammlung von Daten, in denen einzelne Prozessschritte gespeichert sind. Die Qualität dieser Daten ist dabei sehr bedeutend für das Process-Mining. Auf diese Daten werden nun eine Reihe statistischer Modelle angewendet, mit deren Hilfe der Standardverlauf des Prozesses (Kernprozess) ermittelt wird. Dieser Kernprozess gilt dann als Grundlage für die übrigen Prozessabläufe und ermöglicht es, Abweichungen vom Standardprozess zu ermitteln.

Process Mining Typen

Die „IEEE Task Force on Process Mining“ definiert drei verschiedene Process-Mining-Typen:

Discovery

Aus den vorhandenen Ablaufsprotokollen vorliegender Daten werden die darin enthaltenen Prozesse rekonstruiert, ohne vorher über Informationen oder Modelle vorhandener Prozesse zu verfügen. Process-Mining dient hier der reinen Hebung vorhandener Prozesse. Diese Art der Anwendung von Process-Mining ist derzeit die Bekannteste.

Conformance

Bei dieser Art des Process-Mining existiert bereits ein Modell über einen Prozessablauf. Die vorhandenen Daten werden nun auf Basis des Modells und der vorliegenden Ablaufprotokolle mit Process-Mining auf Konformität zum vorhandenen Modell überprüft.

Enhancement

Auch hier liegen die Ablaufprotokolle und ein Modell des vorhandenen Prozesses bereits vor. Im Gegensatz zum Conformance-Typ sollen hier jedoch nicht nur Theorie und Praxis auf ihre Konformität hin überprüft, sondern das vorhandene Modell gegebenenfalls angepasst und erweitert werden. Im Idealfall führt dieses Vorgehen zu einem neuen, besseren Modell des gewünschten Prozesses.

Quelle: Wikipedia