Our Understanding of Process Mining

Process Mining in a Nutshell

Process Mining ist eine Big-Data-Analytics-Technologie. Damit wird in der Analyse transaktionaler Daten die Lücke zwischen traditioneller, modellbasierter Prozessanalyse und datenzentrischen Analysetechniken wie Data Mining geschlossen. Process Mining geht über die Datenanalyse hinaus und verknüpft die Daten mit Transaktionen.

CubeServ`s Value-added …

Wir analysieren den IST-Zustand und vergleichen diesen mit dem SOLL-Zustand, falls vorhanden. Weiterhin werden die Arbeits- und Prozessmodelle mit den Anforderungen ihres Hauses abgeglichen und falls notwendig angepasst. Wir erreichen dabei eine 100%ige Transparenz, die sowohl für die interne Revision, als auch für Wirtschaftsprüfer und Aufsichtsbehörden von grosser Bedeutung ist. Eine stichprobenartige Prüfung auf Compliance wird nicht mehr notwendig sein, da alle einzelnen Schritte eines jeden Prozesses auf einen Blick wie mit einem Röntgendetektor zu sehen sind.

Die Aufnahme des IST-Zustandes erfolgt durch die Mitarbeiter der CubeServ. Im Anschluss werden die Informationen durch den Einsatz von Standardsoftware mittels KI vorab analysiert und ausgewertet. Die angewandte Methode des Process Mining führt dabei im Vergleich zur klassischen Methode der Prozessverbesserung zu einer Schonung der Ressourcen, Einsparung von Zeit und einer Reduzierung der Kosten. Durch einen dauerhaften Einsatz kann eine kontinuierliche Verbesserung der Prozesse gewährleistet werden.

Wir zeigen Ihnen nicht die Symptome, sondern die Ursachen für hohe Kosten und Ineffizienzen in Ihrem Reputation-Risk-Management-Prozess. Alle genannten Faktoren tragen zu einem reibungslosen und einwandfreien Prozess bei, welcher zu einer dauerhaft hohen Reputation Ihres Hauses führt und von Ihren Kunden entsprechend geschätzt wird.

Mit diesem Ansatz lassen sich erfahrungsgemäss eine Kostenreduktion von 25% erreichen, die Prozessgeschwindigkeit um 37% verschlanken, die Wiederholung von Standardaufgaben um 52% verringern und die Prozesseffizienz um 30% steigern. Sie ermöglichen so den Mitarbeitern mehr Freiraum für neue Herausforderungen in ihrem Aufgabengebiet.Dadurch sind sie nicht mehr mit der Bearbeitung von Standardaufgaben beschäftigt, sondern können ihr frei gewordenes Potenzial komplett für anspruchsvolle Aufgaben nutzen und somit der Bank und den Kunden einen Mehrwert bieten.

Wir sind ihr verbindlicher Begleiter, denn unser Anspruch ist ihr Erfolg.
Unser Honorar orientiert sich am gemeinsamen Projekterfolg.

CubeServ`s Value-added …

Die CubeServ AG hat seit Ihrer Gründung 1999 mehr als 1.300 Kunden aus allen Sektoren in über 3.000 nationalen und internationalen Projekten erfolgreich betreut. CubeServ verfügt neben ausgeprägtem Know-How in den Bereichen IT-Prozesse, BW & BI, Big Data und Data Analytics auch über fachspezifisches Wissen in der Bank- und Finanzwirtschaft. Somit kann CubeServ die einzelnen Bereiche der Banken - vom Fachbereich bis hin zur IT - dabei unterstützen, einen positiven Beitrag zur Wertschöpfung zu leisten und hierbei Ihre Key Performance Indicator (KPI) im Auge zu behalten. Das Ziel sollte nicht nur eine Reduktion der Kosten sein, sondern es geht auch darum, die Bank langfristig wettbewerbsfähig zu machen, um Gelder für Investitionen frei zu setzen. Dabei sollte die Bank immer ihre Value Proposition vor Augen behalten, um sich mit einem Unique Selling Proposition (USP) von der Konkurrenz abzuheben.

Die Nachfrage nach Datenanalysen zur Unterstützung und Förderung des Geschäftsbetriebs nimmt stetig zu. Immer beliebter wird dabei das Erkennen umfassenderer Zusammenhänge von dynamischen Datenmengen und Datenströmen. Diese Korrelationen können allerdings nur dann ermittelt werden, wenn die Systeme maschinelles Lernen beherrschen, künstliche Intelligenz nutzen können und diese komplexe Arbeit eigenständig und in Echtzeit ausführen können. Die intelligente Nutzung von Daten hat nicht nur positive Auswirkungen auf das Kundenerlebnis, sondern auch auf die internen Prozesse und Geschäftsabläufe. Mithilfe der gewonnen Informationen ermöglicht CubeServ es Ihnen, Vertriebskanäle noch genauer zu analysieren.

Process Mining …

Process Mining ist eine Big-Data-Analytics-Technologie, welche in der Analyse transaktionaler Daten die Lücke zwischen traditioneller, modellbasierter Prozessanalyse und datenzentrischen Analysetechniken wie Data Mining schliesst. In der Vergangenheit lag das Augenmerk auf der Analyse von Daten, ohne sie der Auswertung von Prozessen zuzuordnen. Im Unterschied zu Data Mining konzentriert Process Mining sich auf die Nutzung, von in den Daten enthaltenem, implizitem Prozesswissen. Dabei setzt Process Mining nicht auf der Datenebene an, sondern auf der Prozessebene.

Mit der Technik des Process Mining ist es möglich jeden Schritt in einem Prozess, bis auf Belegebene, nachvollziehbar zu machen. Dadurch werden Abweichungen und Engpässe sichtbar, die den Prozessablauf ineffizient machen, genauso werden aber auch die Optimierungspotentiale deutlich.

Um diese Form der Analyse möglich zu machen, werden die Aktivitäten in einem Prozess, als chronologisch ablaufende Ereignisse abgebildet. Diese sogenannten Logs können dann in ein Process Mining Tool geladen und dort sichtbar gemacht und analysiert werden. Zusätzlich können weitere Informationen wie etwa Angaben zur Rolle der ausführenden Mitarbeiter, zu den im Prozess verarbeiteten Objekten oder zum Zeitstempel der Ausführung ergänzt werden. Anhand dieser Ereignislogs können Anwender die Ist-Prozesse im Unternehmen erkennen, mit den Soll-Prozessmodellen abgleichen und daraus Maßnahmen ableiten.

Process Mining geht über die Datenanalyse hinaus, es erfolgt eine Verknüpfung der Daten mit Transaktionen, dadurch wird eine digitale Spur dargestellt, die systemübergreifend aufgezeichnet werden kann. Damit wird sichtbar, wie Prozesse in einem Unternehmen tatsächlich funktionieren und gelebt werden. Die Process-Mining-Analyse stellt dar, was wirklich in einem Prozess läuft und nicht was meist so nach eigener Meinung und Empfindung läuft. Durch diese Erkenntnisse bieten sich Nutzungsmöglichkeiten für verschiedene Fragestellungen.

Insgesamt bietet Process Mining ein hohes Potential zur Prozessoptimierung, es werden nicht nur Erkenntnisse bereitgestellt, ob ein Prozess optimal und effizient gestaltet ist, sondern auch darüber, ob ein Prozess zeitlich optimiert abläuft.