Die Revolution im Prozess-Management

Process Mining

relevante Stellhebel für die Optimierung aufzeigen

Process Mining im Kreditgeschäft

‍Es gestaltet sich äußerst schwierig, die Frage nach den Hauptstellhebeln der Optimierung im Kreditgeschäft zu beantworten, wenn keine vollständige Transparenz über sämtliche Einflussfaktoren vorliegt. Die Anzahl der Varianten, Kunden, Produkte und Märkte ist sehr vielfältig und stellt eine Herausforderung dar. Entscheidungen basieren somit häufig auf Intuition und es fehlt ein vollständiges Bild sowie eine quantitative Bewertung, um die optimalen Handlungsoptionen zu adressieren.

Dabei sind in den meisten Fällen alle Daten für solch eine Transparenz vorhanden. Mit Process Mining können wir diese Daten nutzbar machen und sind somit in der Lage, auf Basis von Big Data die relevanten Stellhebel zur Optimierung im Kreditgeschäft aufzuzeigen und deren Potenziale quantitativ zu bewerten.

Anforderungen an das Datenmodell

Um eine zielgerichtete Interpretation zu ermöglichen, stellt die Strukturierung der Input-Daten einen wesentlichen Schritt dar. Dies umfasst in erster Linie folgende Aspekte:

Der Datenabzug zum Kernprozess liefert die Grundlage für eine Verarbeitung durch das Process Mining Tool. Zumeist ist jedoch eine weitere Datenanreicherung notwendig

Über die Anreicherung von Daten werden die Spezifika des betrachteten Prozesses deutlich, die jeweiligen Ausprägungen können differenziert werden

Durch eine Synchronisation mit dem Soll-Prozess können die Inhalte des jeweiligen Abschnitts dargestellt werden, eine Aussage zur Abweichung vom vorgesehenen Ablauf wird somit möglich (z.B.:vermeidbare Schleife vs. notwendiges Zusammenspiel)

Übersicht Ergebnistypen

Über den Einsatz von Process Mining kann eine Identifikation der wesentlichen Stellhebel zur Reduzierung von Schleifen, zur Vermeidung langer Durchlaufzeiten und Steigerung der Bearbeitungseffizienz erfolgen:

Liegezeiten und Bearbeitungszeiten

Abweichungsanalysen Best Practice

Mittelwerte und Bandbreiten

Korrelationen mit Produktmerkmalen

Durchlaufzeiten nach Prozessvarianten

Einfluss Objekt/ Kundenmerkmale

Untersuchungsfelder im Kreditprozess

Bezogen auf den Kreditprozess können somit folgende Aspekte fundiert diskutiert werden:

Darstellung der vorhandenen Prozesskonstellationen inkl. Bearbeitungsschleifen und Rücksprüngen

Systematische Gegenüberstellung von Soll- und Ist-Prozess – Fokussierung auf Kernherausforderungen durch die Fokussierung auf Abweichungen mit relevanten Häufigkeiten

Fokussierung auf einzelne Abschnitte wie bspw. Schnittstelle zwischen Markt, Vorcheck und Marktfolge möglich – sukzessive Vorgehensweise entlang des Prozesses

Somit kann über den Einsatz von Process Mining, Transparenz in den Ist-Prozessen sowie eine systematische Analyse der Abweichungen durchgeführt werden

Process Mining im Incident Prozess

Eine deutsche Großbank hat in ihrem IT-Incident-Prozess über die Jahre mit tendenziell zunehmenden Durchlaufzeiten und Prozessschleifen zu kämpfen, was diverse negative Konsequenzen mit sich bringt. Das Vorgehen mit Process Mining sah wie folgt aus:

Nutzung spezieller Process-Mining-Software zur Auswertung großer Datenmengen und Ableitung der relevanten Zusammenhänge

Erkennen von Schwerpunkten für Handlungsfelder

Datenbasierter Aufbau der Current State Map (volllständige Transparenz über den IST-Zustand)

Erarbeitung von Maßnahmen in Workshops unter Nutzung der Daten
• 633.821 Incidents
• 1.171 Services
• 9 Prozess-Typen
• 7.7 Tage DLZ
• 48 Dateien
• 92.875 Services
• 10 Kategorien
• 11 Kontakttypen
• 148.783 Statusschleifen

Tagesbasierte Produktions-Steuerung

Mit Process Mining wird die erforderliche Datengrundlage bereitgestellt, eine industrieübliche Produktionssteuerung zu verankern:

Hohe Schwankungen des Bereiches innerhalb der Tage

Produktivitätsspitzen zeigen Leistungsfähigkeit der Organisation

Management von Leerkapazitäten zur Effizienzsteigerung

Erfahren Sie mehr über

Prozessoptimierung End-to-End

Was in der Industrie bereits seit Jahren als Standard gilt, ist bei Banken und Versicherungen noch immer Neuland: Process Mining. Der Datenberg wird immer größer, aber keiner weiß, wie er richtig zu bezwingen ist. Dabei bieten diese ungenutzten Daten ein enormes Potenzial. Richtig ausgewertet helfen sie nicht nur dabei Prozesse zu optimieren, sondern auch Effizienzen zu steigern und Kosten zu senken – was sich langfristig auch positiv auf die Kundenzufriedenheit auswirkt.

Mehr erfahren