Wie erzielt Process Mining schnelle und effiziente Ergebnisse?

Was können wir tun, um die Zahl der „perfekten Prozesse“ zu erhöhen?

Vom Bestellvorgang über die Zustellung bis zum Zahlungseingang kann so einiges schief gehen. Mit ausreichend vorhandenen Daten treffen wir Vorhersagen, korrigieren Abweichungen oder planen sie zumindest ein. Wie könnte das für den komplexen Bereich der Logistik aussehen?

Stellen Sie sich vor, Sie bekommen als Mitarbeiter eines Logistik-Unternehmens im Warenversand die nachfolgende Mitteilung:

Der Fulfillment-Prozess

Beziehungen in einem Handelsunternehmen entstehen oft auf organische Weise und erzählen dabei eine ganze Geschichte. Ohne Möglichkeit zur objektiven Bewertung hält man oft an bestehenden Strukturen fest – wie es uns ja auch in unserem Alltag oft passiert. Ich denke, die Frage, warum manche Unternehmen erfolgreicher als andere sind, lässt sich auch darauf zurückführen, dass erfolgreiche Händler ihre bestehenden Beziehungen immer wieder neu bewerten und laufend optimieren: Der richtige Lieferant, der passende Transporteur und der optimale Transportweg unterliegen ständigen Veränderungen.

Prozesse in der Logistik fordern uns durch ihre Komplexität heraus: Manche Güter sind nur saisonal von Bedeutung, andere sind verderblich, kurzfristige Trends erhöhen die Anforderungen an Flexibilität und Kosteneffizienz. Einerseits müssen Überbestände vermieden oder reduziert und andererseits Sell-Outs verhindert werden.

Parallel dazu steht immer die Frage „Was wünscht sich der Kunde?“ an erster Stelle, und verschiedene Vertriebskanäle müssen gleichzeitig bespielt werden. Oft entdecken Unternehmen noch zu wenig Gemeinsamkeiten in den Kanälen, was dazu führt, dass die einzelnen Kanäle voneinander getrennt behandelt werden. Das bedeutet Zusatzaufwand.

Beispiel Fulfillment im Fashion-Handel

Welche Schwierigkeiten im Prozess kommen hier auf uns zu?

• organisch über die Zeit entstandene Lieferwege und Prozessvarianten
• erforderliche manuelle Eingriffe, selbst bei eigentlich automatisierten Prozessen
• der Wunsch, „doch noch eingreifen zu können“, verhindert überhaupt erst die effiziente Automatisierung
• Vertriebskanäle existieren parallel, anstatt dass sie ineinander verzahnt sind
• Sonderprozesse in den verschiedenen eigenständig agierenden Abteilungen – jede Abteilung beansprucht für sich, den besten Prozess entwickelt zu haben…

Problemzonen

Alle Problemzonen können zu abweichenden Lieferterminen, Verschiebungen in der Produktion, und allgemein höheren Kosten führen. Wie lassen sich trotzdem alle Prozesse in ihrer Gesamtheit analysieren? Und wie lassen sich die Prozesse in ihren einzelnen Schritten visualisieren, um sie überhaupt erst einmal besser verstehen zu können?

Ihr erinnert euch: der traditionelle Weg ist, Process Owners oder Mitarbeiter der Fachabteilungen zu befragen, was immer zu einer subjektiv geprägten Abbildung der Prozesse führt. Auch das Identifizieren von Problemen ist dadurch subjektiv geprägt, und vorgenommene Optimierungen führen nicht unbedingt zu einer schlankeren Lösung.

Der neue Weg: Process Mining

Stellen wir uns vor, eine Software macht die vollständige und objektive Analyse aller Prozesse möglich, und zwar durch Datenextraktion. Schnelle Lösungen und Automatisierungsmöglichkeiten werden „sichtbar“.

Es spielt dabei keine Rolle, ob ein Unternehmen mit vielen verschiedenen Datenbanken und Backends arbeitet, und es muss auch nicht vollkommen SAP-basiert sein, aber eines haben alle beteiligten Datenbanken gemeinsam: sie setzen Zeitstempel. Nun werden alle Datenpunkte erfasst und mittels Unique Identify zu einem Gesamtprozess zusammengeführt und abgebildet.

Ziele der Optimierung in unserem Fall wären natürlich: die pünktliche, vollständige Lieferung, eine schnelle Auftragsabwicklung und außerdem möglichst wenige manuelle Eingriffe. In der Software können auch gewünschte Zeitparameter definiert werden.

Prozess-Visualisierung

Das Problem erkennen

Es geht hier nicht nur um eine mögliche Analyse – das bessere Verständnis der Prozesse und ihrer aktuellen Probleme ist das Ziel. Das zeigt uns die Möglichkeiten zur Optimierung. Eine First-Time-Right-Rate zeigt beispielsweise an, wie viele Durchläufe der Prozesse dem „Happy Path“ entsprechen. Liegt sie zum Beispiel bei nur 44%, müssen wir uns fragen, ob und wie sich diese steigern lässt.

• Durch eine Filterung der Materialgruppen sehen wir, welches Material zu den meisten Verspätungen führt. Das gleiche Material führt in verschiedenen Fertigungsstätten zu unterschiedlich großen Verzögerungen. Die Abweichungen vom „perfekten Prozess“ können folglich von der Fertigungsstätte abhängen.
• Ein weiterer Filter visualisiert die Lieferzeiten: Die Häufigkeit von Änderungen betreffend Menge oder Transportart kann verglichen werden. Ein direkter Vergleich von zwei Verteilerzentren mit gegensätzlichen Ergebnissen kann eine Lösung sichtbar machen: Was passiert in dem erfolgreichen Verteilerzentrum im Vergleich zu dem mit den größten Schwierigkeiten?

Mitarbeitern sofort helfen können

Mein Fazit

Zusammen mit Process Mining wird die Basis zur erfolgreichen Digitalisierung geschaffen: Harmonische Prozesse, KI, Automatisierung, Robotic und eine digitale Supply Chain können auf dieser Grundlage optimal eingesetzt werden. Und das klingt zukunftsweisend.