Fragt man drei Abteilungen, wie der Auftragsprozess läuft, bekommt man drei Antworten — und keine davon entspricht dem, was die Systeme protokollieren. Process Mining schließt diese Lücke: Die Methode rekonstruiert Prozesse nicht aus Interviews, sondern aus den digitalen Spuren, die jeder Vorgang ohnehin hinterlässt. Das Ergebnis ist oft unbequem, aber immer belastbar.
Was Process Mining sichtbar macht
Jedes ERP-, CRM- oder Ticketsystem protokolliert, wann welcher Vorgang welchen Status erreicht hat. Process Mining liest diese Ereignisdaten aus und rekonstruiert daraus den tatsächlichen Prozessablauf: alle Varianten, alle Schleifen, alle Liegezeiten. Sichtbar wird, was in keinem Prozesshandbuch steht — etwa dass Aufträge im Schnitt viermal zwischen Vertrieb und Disposition wechseln oder dass 80 Prozent der Durchlaufzeit reine Wartezeit sind, in der niemand aktiv am Vorgang arbeitet.
Die Datenbasis: Event-Logs aus ERP, CRM und Ticketsystem
Benötigt werden pro Vorgang nur drei Angaben: eine Vorgangs-ID, eine Aktivität und ein Zeitstempel. Diese Event-Logs lassen sich aus den meisten Systemen exportieren, ohne in laufende Prozesse einzugreifen. Der eigentliche Aufwand liegt in der Datenaufbereitung: IDs müssen über Systemgrenzen hinweg zusammengeführt, Testbuchungen und Sonderfälle bereinigt werden. Erfahrungsgemäß entfallen rund 60 Prozent der Projektzeit auf diesen Schritt — wer ihn abkürzt, analysiert später Artefakte statt Prozesse.
Ein Beispiel aus der Praxis: 38 Varianten statt fünf
In einem Projekt zur Auftragsabwicklung eines Handelsunternehmens ging die Prozessdokumentation von fünf Ablaufvarianten aus. Die Analyse von rund 12.000 Vorgängen aus neun Monaten zeigte 38 tatsächlich gelebte Varianten. Entscheidend war nicht die Zahl, sondern die Verteilung: Drei Varianten deckten 82 Prozent der Fälle ab — die übrigen 35 verursachten aber über die Hälfte der Rückfragen und Eskalationen. Damit war klar, wo Standardisierung und wo Automatisierung ansetzen müssen: nicht am häufigsten Fall, sondern an den teuren Ausnahmen.
Von der Analyse zur Maßnahme
Process Mining liefert Diagnosen, keine Therapien. Aus den Befunden leiten wir gemeinsam mit den Prozessverantwortlichen konkrete Maßnahmen ab — in drei typischen Kategorien: Regeln schärfen (etwa Freigabegrenzen, die 90 Prozent der Genehmigungsschleifen überflüssig machen), Medienbrüche schließen (Schnittstellen statt Doppelerfassung) und gezielt automatisieren, wo Volumen und Standardisierungsgrad es rechtfertigen. Jede Maßnahme erhält eine Kennzahl und wird nach der Umsetzung erneut gemessen — mit denselben Event-Logs, aus denen die Diagnose stammt. Mehr zu unserem Vorgehen bei Prozessanalyse und Automatisierung finden Sie unter Dienstleistungen.
Grenzen der Methode — und wie Sie damit umgehen
Process Mining sieht nur, was Systeme protokollieren. Telefonate, Zurufe im Flur und Excel-Zwischenschritte bleiben unsichtbar. Deshalb kombinieren wir die Datenanalyse immer mit kurzen Gesprächen an den auffälligen Prozessstellen — die Daten zeigen wo es hakt, die Beteiligten erklären warum. Und: Die Auswertung personenbezogener Bearbeitungsdaten berührt Mitbestimmung und Datenschutz. Frühzeitige Einbindung von Betriebsrat und Datenschutzbeauftragtem ist keine Formalie, sondern Voraussetzung für Akzeptanz.
In sechs Wochen zum Pilotprojekt
Ein sinnvoller Einstieg ist ein begrenzter Pilot: ein Prozess, ein Quellsystem, sechs Wochen. Woche 1–2: Zieldefinition und Datenexport. Woche 3–4: Aufbereitung und Analyse. Woche 5–6: Befunde validieren, Maßnahmen priorisieren, Entscheidung über den Rollout. So investieren Sie überschaubar und wissen danach faktenbasiert, ob sich der breite Einsatz lohnt. Wenn Sie prüfen möchten, ob Ihre Systeme die nötige Datenbasis hergeben: Wir schauen unverbindlich mit Ihnen drauf.
