Process Mining: Was es ist und wie Sie starten

Process Mining ist einer der spannendsten Trends in der Prozessoptimierung. Aber was verbirgt sich dahinter? Ist es nur ein weiteres Buzzword – oder ein echtes Game-Changer? In diesem Artikel erklären wir, was Process Mining ist, wie es funktioniert und ob es für Ihr Unternehmen relevant ist.

Was ist Process Mining?

Process Mining ist eine Technologie, die automatisch analysiert, wie Prozesse in Ihrem Unternehmen tatsächlich ablaufen – basierend auf Daten aus Ihren IT-Systemen.

Die Idee:

Ihre Software-Systeme (ERP, CRM, etc.) protokollieren jede Aktion. Process Mining nutzt diese Logs, um den echten Prozessablauf zu rekonstruieren und zu visualisieren.

Klassisches Prozessmanagement (z. B. durch Process Mapping):

• Sie befragen Mitarbeiter: "Wie läuft der Prozess?"
• Sie bekommen die Theorie (oder was Leute glauben zu tun)
• Der dokumentierte Prozess ≠ der echte Prozess

Process Mining:

• Sie analysieren, was tatsächlich passiert ist
• Basierend auf harten Daten
• Der echte Prozess wird sichtbar

Wie funktioniert Process Mining?

Die Datenbasis: Event Logs

Jedes IT-System erzeugt Logs. Ein Beispiel aus einem ERP:

Timestamp
Case ID
Activity
User
2024-01-15 09:00:00
PO-1234
Bestellung angelegt
Müller
2024-01-15 09:15:00
PO-1234
Freigabe angefordert
Müller
2024-01-15 14:30:00
PO-1234
Freigabe erteilt
Schmidt
2024-01-16 10:00:00
PO-1234
Bestellung versendet
System
2024-01-18 08:00:00
PO-1234
Ware eingegangen
Weber
2024-01-18 09:30:00
PO-1234
Rechnung gebucht
Fischer

Der Algorithmus rekonstruiert den Prozess

Aus tausenden solcher Einträge erkennt Process Mining:

Den Standard-Prozess (wie es meist läuft)

Varianten (Abweichungen vom Standard)

Anomalien (Fehler, Schleifen, Ausnahmen)

Durchlaufzeiten (wo dauert es lange?)

Engpässe (wo staut es sich?)

Visualisierung

Das Ergebnis ist ein Prozess-Graph:

[Bestellung anlegen]
        ↓
  [Freigabe nötig?]
    ↙        ↘
  Ja          Nein
   ↓            ↓
[Freigabe   [Direkt
 anfragen]   versenden]
   ↓            ↓
[Freigabe       ↓
 erteilt]       ↓
   ↓            ↓
[Bestellung versenden] ←——————
        ↓
[Wareneingang]
        ↓
[Rechnung buchen]

Plus: Jeder Pfeil zeigt Häufigkeit und Durchlaufzeit.

Die drei Typen von Process Mining

1. Discovery (Entdeckung)

Frage: "Wie läuft der Prozess wirklich?"

Der Algorithmus rekonstruiert den Prozess aus den Daten – ohne Vorwissen.

Nutzen:

• Prozess sichtbar machen
• Unbekannte Varianten entdecken
• Realität vs. Dokumentation vergleichen

2. Conformance Checking (Konformitätsprüfung)

Frage: "Hält sich der Prozess an die Regeln?"

Der echte Prozess wird mit dem Soll-Prozess verglichen.

Nutzen:

• Compliance-Verstöße finden
• Prozessabweichungen identifizieren
• Audit-Vorbereitung

3. Enhancement (Verbesserung)

Frage: "Wie kann der Prozess besser werden?"

Erkenntnisse aus Mining nutzen, um zu optimieren.

Nutzen:

• Engpässe beseitigen
• Automatisierungspotenziale finden
• Prozesszeiten verkürzen

Was Process Mining aufdeckt

Typische Erkenntnisse

Varianten:

"Wir haben 47 verschiedene Varianten des Bestellprozesses. Die Top-3 decken 80% ab – aber die anderen 44?"

Schleifen:

"23% der Rechnungen werden 3x oder öfter geprüft bevor sie freigegeben werden."

Wartezeiten:

"Zwischen Freigabe-Anforderung und Freigabe vergehen durchschnittlich 2,3 Tage. Bei Manager X sind es 5,7 Tage."

Ausnahmen:

"15% der Bestellungen überspringen die Freigabe komplett."

Automatisierungspotenzial:

"40% aller Aktivitäten sind reine Statusänderungen – automatisierbar."

Beispiel: Order-to-Cash Prozess

Erwarteter Prozess:
Auftrag → Lieferung → Rechnung → Zahlung
(7 Tage)

Reality laut Process Mining:
35% folgen dem Standard
25% haben 2+ Reklamationsschleifen
20% haben Rechnungskorrekturen
10% haben Mahnungsläufe
10% haben sonstige Abweichungen

Durchschnittliche Durchlaufzeit: 23 Tage (nicht 7)

Process Mining Tools

Enterprise-Lösungen

Mittelstands-Lösungen

Open Source / Kostenlos

Ist Process Mining für Sie relevant?

Ja, wenn:

✅ Sie haben ERP/CRM-Systeme mit Transaktionsdaten

✅ Sie haben >1.000 Prozessinstanzen pro Monat

✅ Prozesse laufen über mehrere Systeme/Abteilungen

✅ Sie vermuten Ineffizienzen, können sie aber nicht lokalisieren

✅ Compliance/Audit ist ein Thema

✅ Sie planen RPA/Automatisierung und wollen wissen, wo

Eher nicht, wenn:

❌ Sie haben wenige, einfache Prozesse

❌ Ihre Systeme erzeugen keine nutzbaren Logs

❌ Weniger als 500 Prozessinstanzen im Jahr

❌ Prozesse sind bereits gut dokumentiert und kontrolliert

❌ Kein Budget für Enterprise-Tools

So starten Sie mit Process Mining

Phase 1: Proof of Concept (4-8 Wochen)

Schritt 1: Prozess auswählen

Ideale Kandidaten:

• Hohe Transaktionsvolumen
• Verdacht auf Ineffizienz
• Mehrere Beteiligte/Systeme
• Gute Datenverfügbarkeit

Schritt 2: Daten extrahieren

Typische Quellen:

• SAP: Tabellen BKPF, VBAK, EKKO, etc.
• Salesforce: Opportunities, Cases
• ServiceNow: Incidents, Changes
• Custom: Datenbank-Logs

Schritt 3: Event Log erstellen

Benötigte Felder:

• Case ID (eindeutige Prozessinstanz)
• Activity (was passiert)
• Timestamp (wann)
• Optional: User, Abteilung, Kosten

Schritt 4: Analyse durchführen

Mit Apromore (kostenlos) testen:

Event Log hochladen (CSV/XES)

Process Map generieren

Varianten analysieren

Erkenntnisse dokumentieren

Phase 2: Pilotprojekt (2-3 Monate)

Nach erfolgreichem PoC:

Tool-Entscheidung treffen

Datenanbindung automatisieren

Dashboards einrichten

Stakeholder schulen

Erste Optimierungen umsetzen

Phase 3: Skalierung

• Weitere Prozesse anbinden
• Continuous Monitoring einrichten
• RPA/Automatisierung basierend auf Erkenntnissen

Process Mining + Automatisierung

Der Zusammenhang

Process Mining zeigt WO automatisiert werden sollte.

Automatisierung setzt es um.

[Process Mining]
      ↓
"40% der Aktivitäten sind manuelle Dateneingaben"
"Jede 5. Bestellung erfordert manuelle Nacharbeit"
"Freigabe-Prozess hat 2 Tage Wartezeit"
      ↓
[Automatisierungs-Maßnahmen]
      ↓
API-Integration statt Copy-Paste
Validierung am Eingang, nicht am Ende
Automatische Freigabe unter Schwellwert
      ↓

[Erneutes Process Mining]
      ↓
Verbesserung messen

Beispiel

Process Mining findet:

"80% der Rechnungen unter 1.000€ werden ohne Änderung freigegeben. Durchschnittliche Freigabe-Wartezeit: 1,5 Tage."

Automatisierungs-Lösung:

Rechnungen < 1.000€ von bekannten Lieferanten → Automatische Freigabe

Process Mining nach Automatisierung:

"Durchschnittliche Freigabe-Zeit bei automatisierten Rechnungen: 2 Minuten. Manuelle Rechnungen: Weiterhin 1,5 Tage."

Kosten-Nutzen-Betrachtung

Investment

Enterprise (Celonis/UiPath):

• Lizenz: 50.000-200.000€/Jahr
• Implementierung: 50.000-150.000€
• Wartung: 10-20% der Lizenz

Mittelstand (Minit/ARIS):

• Lizenz: 10.000-50.000€/Jahr
• Implementierung: 10.000-30.000€

Einstieg (Apromore/PoC):

• Lizenz: 0-5.000€
• Interner Aufwand: 40-80 Stunden

Typischer ROI

Erfahrungswerte:

• 15-30% Prozesszeitverkürzung
• 10-20% Kostenreduktion
• 50%+ weniger Compliance-Verstöße
• 3-6 Monate bis Break-even

Beispielrechnung:

Betrachteter Prozess: Beschaffung
Volumen: 10.000 Bestellungen/Jahr
Kosten pro Bestellung: 50€

Investment Process Mining: 30.000€/Jahr

Verbesserungen gefunden:
20% weniger Rework: 15€/Bestellung
10% schnellere Durchlaufzeit: 5€/Bestellung
Automatisierungspotenzial: 10€/Bestellung

Einsparung: 30€ × 10.000 = 300.000€/Jahr
ROI: 900%

Weiterführende Artikel

• Process Mapping: Der komplette Einsteiger-Guide
• Prozessoptimierung-Methoden: Systematisch verbessern
• Automatisierung ROI berechnen: So messen Sie den Erfolg
• Was ist Prozessautomatisierung? – Vom Mining zur Umsetzung

Häufige Fragen

Welche Daten brauche ich?

Mindestens: Prozess-ID, Aktivität, Zeitstempel. Besser: + User, Kosten, Attribute.

Wie viele Datenpunkte brauche ich?

Empfohlen: 1.000+ Prozessinstanzen für aussagekräftige Analysen.

Wie lange dauert ein Projekt?

PoC: 4-8 Wochen. Volles Projekt: 3-6 Monate.

Brauche ich Entwickler?

Für den Datenzugang hilfreich. Die Analyse selbst ist meist No-Code.

DSGVO-Bedenken?

Ja, relevant. User-Daten anonymisieren/pseudonymisieren.

Fazit

Process Mining ist mehr als ein Buzzword. Es ist die datengetriebene Antwort auf "Wie laufen unsere Prozesse wirklich?"

Für große Unternehmen: Fast unverzichtbar. Die Erkenntnisse sind zu wertvoll. Für den Mittelstand: Selektiv sinnvoll. Bei komplexen, hochvolumigen Prozessen ja. Für kleine Unternehmen: Meist Overkill. Hier reicht oft klassisches Process Mapping.

Der beste Einstieg: Kostenloser PoC mit Apromore und einem klar definierten Prozess.

---

Sie wollen wissen, ob Process Mining für Sie sinnvoll ist? Wir analysieren Ihre Situation und zeigen Ihnen, wo datengetriebene Prozessanalyse den größten Nutzen bringt.