Was ist Process Mining?
Process Mining ist eine Technik, bei der Geschäftsprozesse aus Ereignisprotokollen des Informationssystems extrahiert und analysiert werden. Hierbei handelt es sich um eine Geschäftsprozessmanagementpraxis, die dazu dient, neue Prozesse zu ermitteln, den vorhandenen Prozess mit dem Workflow-Modell zu vergleichen und den Prozess zu verbessern. Das Data Mining von Ereignisprotokollen kann wertvolle Informationen liefern, die mit anderen Methoden möglicherweise nicht abgerufen werden können.
Es gibt drei Kategorien von Process Mining. Das erste ist das so genannte Discovery-Modell, bei dem zuvor unbekannte oder undokumentierte Prozesse erkannt werden. Diese Art von Data Mining wird durchgeführt, wenn für den Workflow kein Modell vorhanden ist oder wenn bekannt ist, dass die vorhandene Dokumentation fehlerhaft ist. Die Ereignisprotokolle werden dann nach Informationen durchsucht, die analysiert werden, um den Prozess neu erstellen zu können. Für den Prozess wird dann eine Dokumentation erstellt, die auf den aus den Ereignisprotokollen extrahierten Daten basiert.
Die zweite Art des Process Mining ist das Konformitätsmodell. Der Name leitet sich aus dem Zweck ab, zu überprüfen, ob der laufende Workflow mit dem geplanten Prozess übereinstimmt. Die Ereignisprotokolle werden anhand von Data Mining-Daten ermittelt, um Unterschiede zwischen dem vorhandenen Prozess und dem Modell zu lokalisieren.
Sobald solche Unterschiede gefunden wurden, werden sie analysiert, um festzustellen, ob sie den Prozess verbessert haben. Sollten sich solche Änderungen für den Prozess als vorteilhaft erweisen, wird das Modell dahingehend überarbeitet, dass diese Abweichungen berücksichtigt werden. Entscheidungen, die an Prozesskontrollpunkten getroffen werden, werden in Bezug auf die an jedem Punkt verfügbaren Informationen und die Daten, die sich auf solche Entscheidungen auswirken, überprüft. Wenn solche Änderungen nachteilig sind, können Änderungen an dem bestehenden Prozess vorgenommen werden, um eine leichtere Anpassung an das Modell zu ermöglichen.
Die dritte Klasse des Process Mining ist das Erweiterungsmodell. Diese Art von Data Mining soll ein vorhandenes Modell mit einer Verbesserung erweitern. Daten aus den Ereignisprotokollen werden auf mögliche Verbesserungsbereiche in der Struktur des Modells analysiert. Beispielsweise können Engpässe im Workflow auf mögliche Alternativrouten überprüft werden.
Process Mining ist nicht ohne Schwierigkeiten. Einige Aufgaben sind ausnahmslos in den Ereignisprotokollen verborgen und können nicht mit Data Mining erfasst werden. Diese können durch sorgfältige Analyse der sichtbaren Aufgaben rekonstruiert werden, jedoch nicht immer. Schlussfolgerungen, die ausschließlich auf Informationen aus den Ereignisprotokollen beruhen, können daher von fragwürdiger Qualität sein.
Doppelte Aufgaben im Ereignisprotokoll verursachen ebenfalls Probleme, da verschiedene Aktivitäten unter derselben Aufgabenkategorie oder demselben Aufgabennamen ausgeführt werden können. Es kann daher schwierig sein, Aufgaben mit demselben Namen voneinander zu unterscheiden, obwohl sie unterschiedliche Funktionen haben. Weitere Probleme sind adäquate Daten zur Entscheidungsfindung, die Einbeziehung von Zeit in das Modell, unterschiedliche Perspektiven, falsch aufgezeichnete Daten und einfach unzureichende Informationen. Process Mining muss mit Erfahrung und Urteilsvermögen gemildert werden, um solche Probleme bei der Anwendung dieser Technik zu lösen.