David Wilms
Process Mining bildet die Schnittstelle zwischen Data Science und Business Process Analysis und ermöglicht es Verbesserungspotentiale in Geschäftsprozessen mittels Analysemöglichkeiten aus dem Bereich der Data Science zu erkennen. Untersuchungsgegenstand der Analyse sind Event-Logs, die innerhalb einer jeden Prozesskette in IT-Systemen in großer Menge gesammelt werden. Die Informationen aus diesen Daten bleiben bisher zumeist ungenutzt. Mit Process Mining haben Unternehmen die Möglichkeit, aus diesen Logdateien anhand der Events aus ihren IT-Systemen die Ist-Prozesse zu visualisieren, Rückschlüsse auf Engpässe, Prozessschleifen und andere Prozessschwächen zu ziehen und Abweichungen zwischen Soll- und Ist-Prozessen zu identifizieren.
Der Process Mining Demonstrator, wurde gemeinsam mit dem FIR an der RWTH Aachen entwickelt, um die Nutzung von Process Mining anhand einer vereinfachten Beispielanwendung aus dem Produktionsumfeld zu verdeutlichen. Dabei werden die Daten zunächst in einer Montagelinie erzeugt und anschließend genutzt, um mit Hilfe eines Process Mining Tools den zuvor durchgeführten Prozess zu visualisieren und in Echtzeit verfolgen zu können. Die Darstellung des Prozessmodells und die Prozesskennzahlen schaffen Klarheit über den realen Prozessablauf und ermöglichen die Identifizierung von Optimierungspotentialen.
Die Datengenerierung erfolgt während der Fertigung von Lego Fahrzeugen. Es gibt drei verschiedene Fahrzeugvarianten, welche in sieben Montageschritten zusammengesetzt werden. Die Produktion eines Fahrzeugs durchläuft für jeden Auftrag (Case) das Lager, fünf Montagestationen und abschließend die Qualitätssicherung.
Jeder Arbeitsplatz verfügt über einen All-in-One-Computer mit Touchscreen, auf welchem die Montageanweisungen zu entnehmen sind. Durch das Einlesen eines Barcodes beginnt ein Prozessschritt und durch Quittieren mit einer Schaltfläche wird der Prozessschritt abgeschlossen. Durch den eingelesenen Barcode wird zudem die Verknüpfung des Prozessschritts mit einer Auftragsnummer hergestellt. Während des Fertigungsprozesses, können Fehler an die Qualitätssicherung gemeldet werden. Gelangt ein fehlerhaftes Fahrzeug in die Qualitätssicherung, wird der Fehler identifiziert und an die entsprechende Station weitergeleitet.
Während des gesamten Ablaufs, wird jeder Prozessschritt (Event) in einer Datenbank erfasst, um die spätere Analyse des Prozesses zu ermöglichen. Neben der Auftragsnummer werden für jeden Prozessschritt auch Zeitstempel abgelegt.
Mithilfe einer Process Mining Software, wird aus den zuvor gesammelten Daten ein Prozessmodell generiert. Diese Modellierung erfolgt automatisch aus den Eventdaten der Datenbank. Das Modell bietet Möglichkeiten zur Analyse und Anhaltspunkte zur Prozessoptimierung. Die identifizierbaren Bottlenecks können beispielsweise auf spezifische Verhaltensmuster oder Überlastung von Montagestationen zurückgeführt werden.
Zudem kann mittels Conformance Checking das erkannte Prozessmodell mit einem vorgegebenen Soll-Prozess verglichen werden. Dies ermöglicht die Identifizierung von Abweichungen im Prozess und die Entdeckung von Gemeinsamkeiten und Diskrepanzen zwischen dem tatsächlichen und dem gewünschten Ablauf. Da durch diese Technik unerwünschtes Verhalten schnell erkannt werden kann, ist diese Anwendung auch für Compliance und Auditing interessant.
Katharina Berwing
Centerleiterin
+49 241 47705-415