Rund 40 Prozent aller “KI-Startups” in Europa setzen künstliche Intelligenz jedoch gar nicht oder zumindest nicht in ihrem Kernprodukt ein. Gerade im Bereich der Prozessanalyse haben KI und Machine Learning allerdings regelrechten Buzzword-Status.
Nachfolgend klären wir auf, warum Process Mining als Methode zunächst einmal nichts mit KI zu tun hat und trotzdem eine disruptive digitale Innovation ist – und an welcher Stelle LANA tatsächlich künstliche Intelligenz einsetzt.
Process Mining ohne KI? So funktioniert’s!
Basis für die Anwendung von Process Mining sind die Prozessdaten. IT-Systeme protokollieren automatisch alle Aktionen, die im System ausgeführt werden. Das geschieht unabhängig davon, ob die Prozessaktivitäten automatisiert oder durch manuelle Eingabe der Mitarbeiter ausgeführt werden. Diese protokollierten Ereignisse, sogenannte Event-Logs, beinhalten neben der Aktivität selbst ein oder zwei Zeitstempel, eine eindeutige Identifikationsnummer (Case ID) und zugehörige Attribute. Mit diesen Informationen kann der Prozess statistisch analysiert werden. Und genau das macht Process Mining.
Die Log-Dateien bieten eine faktenbasierte Grundlage, den Prozess transparenter und damit auch effektiver zu machen. Process Mining visualisiert die Aktivitäten in einem responsiven Prozessmodell, auf dessen Basis gezielte Analysen zu Leistung und Ressourcenaufwand aufbauen.
Die Zukunft: Der sich selbst-optimierende Prozess
Jetzt haben wir eine Vorstellung davon, wie Process Mining die Prozessdaten transformiert und auswertet. An keiner Stelle kam bisher allerdings künstliche Intelligenz oder maschinelles Lernen zum Einsatz. Weder für die Visualisierung noch für die Analyse der Daten ist KI notwendig.
Künstliche Intelligenz ist per Definition die Automatisierung von intelligentem Verhalten von IT-Systemen. Damit soll das System befähigt werden, Probleme eigenständig zu bearbeiten und Entscheidungen zu treffen. Beim Process Mining hat das System die Daten in eine bestimmte Form zu transformieren und statistische Verfahren durchzuführen. Die Entscheidung, wie die Resultate zu interpretieren und welche Maßnahmen davon abzuleiten sind, liegt aber bei den Benutzern.
Process Mining ist eine extrem akkurate und effiziente Methode, um Geschäftsprozess zu analysieren – aber keine Substitution für menschliche Entscheidungen. Das bedeutet jedoch nicht, dass künstliche Intelligenz für die automatisierte Prozessanalyse irrelevant ist. Im Gegenteil: Es ist denkbar, dass die Prozessanalyse mit Process Mining in Zukunft vollautomatisiert wird. Endprodukt wäre dann ein System, dass den Prozess eigenständig optimiert, Simulationen für verschiedene Szenarien und Prognosen erstellt.
Wie funktioniert smartes Process Mining?
Mit Process Mining werden unerwünschte Prozessentwicklungen und -abweichungen, Bottlenecks und Risiken identifiziert. Das bietet Unternehmen bereits einen großen Mehrwert, da dabei spezifisch gezeigt wird, wo Probleme und Schwachstellen liegen und auch welchen Einfluss diese auf die gesamte Prozessleistung haben.
Noch interessanter ist jedoch die Frage: Warum? Wo liegt die Problemursache? Um dies so präzise wie möglich zu beantworten, hat Lana Labs beispielsweise einen komplexen Machine-Learning-Algorithmus entwickelt. Maschinelles Lernen ist ein Teilgebiet der künstlichen Intelligenz, bei dem digitale Systeme anhand realer Daten lernen. Grundsätzlich wird solch ein Algorithmus für die automatisierte Ursachenanalyse angewandt, durch die die Kernursachen von kritischen Prozessschwachstellen untersucht werden. Genauso können aber auch die Ursachen von leistungsstarken Aktivitäten aufgedeckt werden. Der Algorithmus analysiert die Prozessdaten nach Mustern und Gesetzmäßigkeiten und identifiziert von allein die wahrscheinlichsten Problemursachen. Wie dieser Algorithmus im Detail operiert, können Sie direkt bei Lana Labs nachlesen.
KI hilft bei disruptiven Innovationen
Wie wir gesehen haben, hat Process Mining allein also nichts mit künstlicher Intelligenz zu tun. Denn KI ist für die angestrebten Resultate – Transparenz, Auswertungen zur Prozessleistung, Identifikation von Abweichungen – eigentlich nicht notwendig.
Anhand der identifizierten Problemursachen können Entscheider gezielte und effektive Verbesserungsmaßnahmen umsetzen. Künstliche Intelligenz ist also kein zwingend notwendiges Kriterium für digitale, disruptive Innovation wie Process-Mining-Lösungen. Aber oftmals kann KI das Potential digitaler Innovation multiplizieren
Zur Autorin
| Shirin Dagher ist Junior Performance Managerin bei Lana Labs GmbH. Ihre Expertise bringt sie in regelmäßigen Abständen im Unternehmensblog des Process Mining Startups ein. |  |
Sie wollen sich selbst überzeugen? Dann vereinbaren Sie doch einen Termin mit einem LANA Prozessexperten.