Lieferzeit und Termintreue verbessern mit Process Mining

Process-Mining ist eine neue analytische Disziplin zum Erkennen, Überwachen und Verbessern operativer Geschäftsprozesse in Unternehmen. Dabei werden die Realprozesse anhand von Ereignisprotokollen aus den operativen ERP-Systemen in ihrer gesamten Vielfalt rekonstruiert. Das Besondere ist, dass für diese Analysen keine aufwendigen Datentransformationen notwendig sind: Die gängigen Programme nutzen Standardkonnektoren, setzen auf den unveränderlichen Grundtabellen der ERP-Systeme auf und integrieren Stamm- und Bewegungsdaten zu Produkten, Materialien, Kunden und Weiteren.

Nutzen von Process Mining in der Auftragsabwicklung

Mit Hilfe dieser digitalen Spuren können Prozessabweichungen analysiert werden. Erstmals ermöglicht Process Mining dabei eine präzise und allumfassende Quantifizierung:

• Welche Prozessschritte haben welchen Anteil an der Lieferzeit?
• Welche Abschnitte der Auftragsabwicklung sind wie häufig von Abweichungen und Schleifen betroffen?
• Welche Prozessabweichungen kosten wie viele Prozentpunkte an Liefertreue?
• Welche Produkte oder Kunden sind wie stark von den Prozessabweichungen betroffen?

Weil der Gewinn an Lieferzeit und -treue genau bestimmt werden kann, können Investments per Business Case erstmals valide gerechtfertigt werden. Unternehmen treffen somit wirtschaftlich bessere Entscheidungen und können gezielter investieren.

Darüber hinaus können auf Basis der Performance die jeweiligen Best-Practice-Prozesse identifiziert werden. Gibt es beispielsweise eine Produktkategorie, die gegenüber anderen eine besonders hohe Liefertreue aufweist, so lassen sich die Unterschiede in der Prozesskette visuell und quantitativ analysieren. Suboptimale Prozessschritte können nun iterativ angepasst werden.

Marktübersicht der Technologieanbieter

Als Teil des SAP OpenEcoSystem sowie zertifizierter Partner von Celonis nutzt Rothbaum die Celonis Process Mining Technologie, weshalb dieser Artikel im Speziellen auf Celonis und SAP ausgerichtet ist. Darüber hinaus existiert lediglich eine Handvoll ernstzunehmender Anbieter der Process Mining Technologie. Wenn Sie mehr über die Technologie an sich und die Anbieter erfahren wollen, empfehle ich Ihnen diesen Artikel.

Nachfolgend möchte ich Ihnen zeigen, wie Sie Process Mining in Ihrem Unternehmen aufsetzen können und wie Sie vorgehen müssen, um diese neue Technologie wertsteigernd einzusetzen.

Wie Sie das Process Mining Projekt in der Auftragsabwicklung richtig aufsetzen

Organisatorische Rahmenbedingungen

Das Setup für ein Process Mining Projekt folgt bekannten Mustern. Neben dem Projektleiter, den Fachabteilungen und ggf. externer Unterstützung sind es aber vor allem die IT-Abteilung und das Analyse-Team, denen besondere Bedeutung zukommt. Process Mining Projekte sind zu Anfang sehr datenintensiv, denn die digitalen Spuren der Prozesse finden sich erst tief in den Systemen. Klären Sie ganz zu Anfang daher folgende Fragen und ziehen Sie die notwendigen Experten in Ihr Projektteam:

1. In welchen ERP- und IT-Systemen werden die zu untersuchenden Prozesse abgebildet?
2. Durch wen und wo werden die Systeme gehostet? Geschieht die Administration der Systeme unternehmensintern oder extern? Wie kann der Datentransfer gestaltet werden?
3. Werden im Prozessablauf individualisierte Transaktionen oder Felder genutzt?

Grundsätzlich müssen Sie entscheiden, ob das Datenmodell unternehmensintern (On-Premises) oder extern (Off-Premises, z.B. in einer Cloud) gehostet werden soll. Zudem existieren zwei Möglichkeiten, die Daten bereitzustellen:

• Statisch: Abzug der Daten als Kopie für einen definierten Zeitraum
• Dynamisch: Implementierung von Konnektoren, welche fortlaufend und automatisch die neuesten Daten aus dem System in ein Data Warehouse kopieren.

Für den Anfang würde ich Ihnen raten, ein statisches Datenmodell zu wählen, welches unternehmensintern gehostet, da die Aufwände und Komplikationen deutlich geringer sind – schließlich enthalten Prozessdaten oftmals vertrauliche Informationen. Wenn Sie mit Ihrem Unternehmen Erfahrung gesammelt und Vertrauen zum Lösungsanbieter aufgebaut haben, sind dynamische und Cloud-basierte Lösungen aufgrund der besseren Datenqualität und einfacheren Wartung zu bevorzugen.

Relationales Datenmodell für die Auftragsabwicklung in SAP

Die folgenden SAP-Tabellen sind für das Datenmodell des Auftragsabwicklungsprozesses notwendig:

• VBAP: Verkaufsbeleg Positionsdaten
• VBEP: Verkaufsbeleg Einteilungsdaten
• VBAK: Verkaufsbeleg Kopfdaten

Zusätzlich können und sollten weitere Tabellen verknüpft werden, um zusätzliche Informationen bereitzustellen, wie z.B. Materialstammdaten (MARC) oder Kundenstammdaten (KNA1, KNB1).

Da Celonis speziell (aber nicht ausschließlich) für SAP entwickelt wurde, können die Grundtabellen ohne weitere Bearbeitung eingelesen werden. Es sind keine weiteren, manuellen Datentransformationen notwendig. Sie benötigen jedoch eine individuell erstellte „Übersetzung-Tabelle“, welche die relevanten Ereignisse definiert und diese allgemein verständlich benennt.

Die folgende Abbildung zeigt ein beispielhaftes, relationales Datenbankmodell:

Auswahl der Analyse und weitere Individualisierung

Bevor Sie aus Ihrem Process Mining Modell Erkenntnisse ziehen können, müssen erst noch die passenden Analysen erstellt werden. Auch hier greift Ihnen Celonis unter die Arme und ermöglicht einen direkten Einstieg in die Process Mining Welt. Für viele Standardprozesse können fertige, vorkonfigurierte Analysen aus der Celonis Anwendung installiert werden, so auch für den Auftragsabwicklungsprozess. Insgesamt stehen über 400 fertige Analysen bereit und es kommen stetig neue dazu.

Die meisten Unternehmen nutzen jedoch individualisierte SAP-Systeme, weshalb auch die vorkonfigurierten Analysen in Celonis zumeist weiterentwickelt werden müssen. Diese Analysen geben Ihnen einen Überblick über Ihren Prozess und verschaffen erste Erkenntnisse. Für individuelle Fragestellungen können Sie die Analysen natürlich anpassen und weitere Elemente hinzunehmen.

So geht die Analyse der Auftragsabwicklung

Sobald die Daten vorliegen und die nötigen Auswertungen angepasst worden sind, können Sie zum wichtigsten Teil der Analyse übergehen: die Abweichungs- und Ursachenanalyse.

Den Ausgangspunkt hierzu bildet der Process Explorer. Der Process Explorer ermittelt den häufigsten Prozessfluss innerhalb der Auftragsabwicklung. Dieser entspricht in der Regel dem gewünschten Soll-Prozess. Hiervon ausgehend können Sie schrittweise die weiteren Prozessvarianten einblenden, um so nach und nach alle Abweichungen vom Soll-Auftragsabwicklungsprozess zu visualisieren und nachzuvollziehen.

Im dargestellten Beispielprozess entsprechen 67% der betrachteten Fälle dem Soll-Auftragsabwicklungsprozess. Durch Einblenden der nächsten beiden Varianten wächst der Betrachtungsumfang auf 96% aller Fälle.

Der nächste Schritt besteht darin, typische Abweichungsmuster zu erkennen und den Fokus der Betrachtung auf die Fälle zu legen, die Muster aufweisen. Konzentrieren Sie sich vor allem auf Prozessschritte, die eine oder mehrere Schleifen verursachen oder eine lange Durchlaufzeit aufweisen. Hierzu können Sie die Durchlaufzeitanalyse von Celonis nutzen.

Versuchen Sie die Ursachen nachzuvollziehen und hierzu die verknüpften Daten sinnvoll einzusetzen. Möglicherweise treten Verzögerungen in der Auftragsabwicklung nur bei bestimmten Produktgruppen auf oder es sind nur bestimmte Regionen oder einzelne Kunden betroffen. Bei der Untersuchung einer problematischen Produktgruppe werden Sie beispielsweise feststellen, dass ein wichtiger Lieferant seinem Lieferversprechen nicht nachkommt. Eine solche Ursachenanalyse sollten Sie für jede größere Abweichung durchführen. Durch Celonis sind Sie dabei erstmals in der Lage, den Zugewinn an Liefertreue durch die Problembeseitigung in präzisen Prozentpunkten zu bestimmen.

Die richtigen Maßnahmen für mehr Lieferperformance

Nachdem Sie eine Reihe von Abweichungen identifiziert und untersucht haben, sollten Sie sich als nächstes der Prozessverbesserung widmen. Als erstes sollten Sie die vorhandenen Abweichungen clustern, denn vielfach werden für ähnliche Abweichungen dieselben Maßnahmen zum Erfolg führen. Hierdurch können Sie besser quantifizieren, wie viel Verbesserung Sie durch eine einzelne Maßnahme erzielen können. Die Cluster helfen Ihnen bei der Priorisierung Ihrer Maßnahmen.

Innerhalb der einzelnen Cluster sollten Sie sich vor allem darauf konzentrieren Engpässe aufzulösen und Prozessschleifen zu beseitigen. Bei Engpässen können Sie beispielsweise Ihr Lieferantennetzwerk vergrößern oder eine Bestandsoptimierung der Rohmaterialien durchführen. Um Prozessschleifen in den Griff zu bekommen, sollten Sie auf standardisierte Prozessabläufe setzen. Versuchen Sie generell die Prozessvarianz klein zu halten, denn je weniger unterschiedliche Prozessabläufe es gibt, desto weniger Abweichungen können dabei auch entstehen.

Durch die Standardisierung und Reduktion der Prozessvarianz schaffen Sie auch die Voraussetzung für den nächsten Schritt, die Prozessautomatisierung. Repetitive, standardisierte Prozessschritte können heutzutage durch technische Mittel automatisiert werden, das Stichwort hierfür lautet Robotic Process Automation (RPA). Auch bei diesem Thema kann Celonis Sie mit den enthaltenen Modulen für Prozessautomatisierung unterstützen. Alternativ können Sie auch auf die bekannten RPA Anbieter wie Blue Prism oder UiPath setzen.

Vorteil Process Mining

Was unterscheidet Process Mining in der Auftragsabwicklung nun abschließend von der klassischen Prozessanalyse? Im Vorgehen gibt es Parallelen und Unterschiede: Beide Ansätze dringen tief in die Prozessabläufe vor und benötigen eine intensive, erklärende Begleitung der Fachabteilung.

Die klassische Prozessanalyse kann jedoch keine umfängliche Betrachtung großer Produktportfolios leisten und Potentiale können ohne aufwendige Datenanalyse nicht quantifiziert werden. Genau hier entwickelt das Process Mining Vorteile:

• Realitätsgetreu: Abbildung der tatsächlichen Ist-Prozesse vom Hauptprozess bis zum Exoten
• Vollständigkeit: Berücksichtigung des gesamten Produktportfolios anstelle von ausgewählten Repräsentanten
• Schnelligkeit: Deutliche Zeitersparnis durch das integrierte Vorgehen von reiner Prozessablaufanalyse und Datenanalyse
• Präzision: Erstmalig präzise Quantifizierung von Lieferzeit-Reduktionen und OTD-Zugewinnen bis auf die Nachkommastelle
• Nachhaltigkeit: Process Mining im Live-Betrieb kann in der eigenen Organisation verankert werden

Insbesondere die Nachhaltigkeit möchte ich besonders hervorheben, denn sie unterscheidet sich vom „normalen“ technologischen Fortschritt. Durch seine Konnektoren ist ein einmal aufgesetztes Process Mining Modell in der Lage, ohne große Aufwände fortlaufende Erkenntnisse über die Prozesse der Auftragsabwicklung zu liefern. Process Mining kann von den operativen Organisationseinheiten in den Arbeitsalltag integriert werden und hat damit das Potential, ein wertvolles Instrument in deren Steuerung und spürbarer Optimierungshebel zu werden.

Zusammenfassung

Ist die klassische Prozessanalyse der Auftragsabwicklung damit auf dem Abstellgleis? Mitnichten, aber ihre Rolle ändert sich. Die Stärke der bewährten Methodik ist die Tatsache, dass die handelnden Personen ein tiefes Prozess- und Produktverständnis aufbauen. Und ohne dieses Wissen kann ein Process Mining Projekt auch nicht auskommen. Damit schließt sich der Kreis und es wird klar: Process Mining ist die Zukunft – die klassischen Prozessanalyse aber bleibt die Basis. Ein erfolgreiches Projekt kombiniert deshalb beide Ansätze, um Lieferzeit und Termintreue nachhaltig zu verbessern.