Nicole Fischer, Manuela Lauer
Insgesamt sehen sich die Unternehmen im dynamischen Marktumfeld mit kürzeren Entscheidungsprozessen konfrontiert. Während die Prozesssicht in der Vergangenheit eher als optional betrachtet wurde, erfordern die heutigen Anforderungen an das Controlling die Realisierung eines umfangreichen prozessbezogenen Datenmanagement. Analog ergeben sich durch die Digitalisierung neue Möglichkeiten des prozessbezogenen Datenmanagement; so z. B. die strukturierte Datensammlung und Analyse mittels Process Mining Tools.
2.1 Reifegrad der Unternehmen in Bezug auf prozessbezogenes Datenmanagement
Im Hinblick auf das prozessbezogene Datenmanagement weisen Unternehmen verschiedene Reifegrade auf. Es gibt Unternehmen, die bereits sehr fortgeschrittene Ansätze im prozessbezogenen Datenmanagement verfolgen und Datenanalyse-Tools und Technologien erfolgreich in ihre Geschäftsprozesse integriert haben. Andere Unternehmen stehen noch am Anfang oder haben erst begonnen, sich mit dem Thema zu beschäftigen.
Mehr als die Hälfte der Fortune-500-Unternehmen beschäftigen sich mit Initiativen zum prozessbezogenen Datenmanagement. Einige Unternehmen haben bereits bemerkenswerte Verbesserungen in ihren Geschäftsergebnissen festgestellt und einen hohen Return on Investment erzielt. Diese Unternehmen setzen ihre Implementierungen erfolgreich fort und bauen sie weiter aus.
Unternehmen erkennen also zunehmend, dass prozessbezogenes Datenmanagement ein wichtiger Bestandteil des Geschäftserfolgs ist. Dennoch gibt es weiterhin Herausforderungen zu bewältigen, wie z. B. die Integration von Daten aus verschiedenen Quellen, die Sicherstellung der Datenqualität und die Schulung von Mitarbeitern in Datenanalyse und -management.
Unternehmen, die erfolgreich im prozessbezogenen Datenmanagement sind, haben i. d. R. eine stark datengetriebene Kultur und nutzen fortschrittliche Technologien wie künstliche Intelligenz und maschinelles Lernen, um ihre Prozesse zu optimieren. Sie setzen auch auf enge Zusammenarbeit zwischen den Abteilungen, um eine effektive Nutzung von Daten und eine kontinuierliche Verbesserung der Prozesse zu gewährleisten.
Insgesamt ist es wahrscheinlich, dass der Einsatz von prozessbezogenem Datenmanagement bzw. Prozesscontrolling als Steuerungsinstrument in Zukunft weiter zunehmen wird. Unternehmen setzen zunehmend auf datengetriebene Entscheidungen und die Automatisierung von Geschäftsprozessen, um ihre Effizienz und Wettbewerbsfähigkeit zu steigern.
2.2 Neuerungen im prozessbezogenen Datenmanagement als Treiber für zunehmende Nutzbarkeit und Nutzung
Heute ist es einfacher, mit prozessbezogenem Datenmanagement zu beginnen oder das vorhandene auszubauen. Die Standardisierung von Datenformaten und die Einführung bzw. Weiterentwicklung benutzerfreundlicher Tools hat dazu beigetragen, dass prozessbezogenes Datenmanagement eine Lösung für fast jedes Unternehmen bietet.
Die meisten Prozessdaten werden in standardisierten Datenformaten wie CSV, XML oder JSON gespeichert, was die Integration von Process Mining Tools, d. h. Tools zur Implementierung und Durchführung von prozessbezogenem Datenmanagement erleichtert. Unternehmen können ihre Daten ohne großen Aufwand in die Tools importieren und mit der Analyse beginnen. Zudem sind moderne Tools oft hoch automatisiert und erfordern nur wenige manuelle Eingriffe.
Zum Beispiel können diese Tools automatisch komplizierte Ende zu Ende Prozessabläufe identifizieren, Schwachstellen erkennen und visuelle Darstellungen der Prozesse generieren. Auf Spezialisten für prozessbezogenes Datenmanagement kann verzichtet werden. Viele Process Mining Tools wurden entwickelt, um auch von Nicht-Experten genutzt zu werden. Sie verfügen über intuitive Benutzeroberflächen und bieten Schritt-für-Schritt-Anleitungen, um Nutzern den Einstieg zu erleichtern.
Die Tools sind vielfach als Cloud-Lösung verfügbar und Unternehmen brauchen keine spezielle Hard- oder Software installieren. Waren die Tools oftmals wegen hoher Einführungs- und laufender Kosten eher für große Unternehmen und Massenprozesse mit hohem Optimierungspotenzial rentabel, sind in den letzten Jahren auch Tools auf den Markt gekommen, die für kleine und mittelständische Unternehmen geeignet sind.
2.3 Marktüberblick Process Mining Tools zum prozessbezogenen Datenmanagement
Ein aktueller Marktüberblick für Process Mining Tools wurde 2023 durch Gartner veröffentlicht (Abb. 1).
Abb. 1: Gartner Magic Quadrant for Process Mining Tools
Die Funktionalitäten, Benutzerfreundlichkeit und auch die Kosten der Softwarelösungen sind sehr unterschiedlich. Als Unternehmen ist es essenziell, zu Beginn die Anforderungen und Use Cases zu definieren, sodass die passende Software entsprechend der Bedürfnisse gewählt werden kann.
Ein Beispiel für eine in der Praxis verwendete Process Mining Lösung ist Celonis. Ein Blick auf die Funktionalitäten zeigt, dass für das Controlling und damit die Optimierung und Steuerung der Prozesse Informationen und Anhaltspunkte aus unterschiedlichen Perspektiven zur Verfügung stehen (s. Tab. 1).
| Informationen |
Anhaltspunkte für das Controlling |
- Nacharbeiten/ Automatisierung
|
- Prozessdurchführung gemäß vorgegebener Sequenz
|