Mit Process Mining in die Zukunft der Supply Chain: Eine komplexe Welt verstehen

Die meisten Experten für Lieferketten beschreiben den Lieferprozess als gerade Linie von der Auftragserteilung bis zum Auftragsabschluss. Doch die Wirklichkeit zeichnet ein anderes Bild. Process Mining basiert auf der Annahme, dass Prozesse nicht immer nach Plan ablaufen und sich Probleme an Stellen einschleichen, die im Vorfeld nicht absehbar sind. Beispielsweise sind Änderungen bei Angebot und Nachfrage und andere unvorhersehbare Ereignisse oder Prozessabweichungen Realitäten, die zeigen, dass ein linearer Prozess nur auf dem Papier existiert. Neue Lösungswege mit eventuellen Abkürzungen und Prozessoptimierungen müssen evaluiert und realisiert werden. Das Ergebnis? Der durchschnittliche Lieferprozess ist oft alles andere als Standard.

Das Potenzial von Process Mining ist zwar außerordentlich groß: verbesserter Kundenservice, reduzierte Überbestände im Lager, geringere Fertigungs- und Logistikkosten. Doch dieses Potenzial kann nicht in einem einzigen Schritt freigesetzt werden, sondern nur in einem Prozess, der sich ständig weiterentwickelt und allmählich das große Potenzial von Process Mining ausschöpft. Die ersten Anwendungen sind der Beginn. Dann wird im Laufe der Zeit der Mehrwert von Process Mining immer größer und die Rendite steigt merklich.

• Der Kundenservice verbessert sich um 2-10 %
• Durch kleinere Lagerbestände werden 5-10 % weniger Kapital gebunden
• Die Herstellungs- und Logistikkosten sinken um 5-10 %

Wir haben Ihnen einige Praxisanwendungen für Process Mining in Lieferketten zusammengestellt und die Auswirkungen untersucht. Auch die wichtigsten Schritte, die Unternehmen zur Optimierung ihrer Standardprozesse durchführen können, erläutern wir anhand der Praxisbeispiele.

Die Anwendungsfälle lassen sich in zwei unterschiedliche Kategorien einteilen:

1. Ausführungsperformance
2. Planungsperformance

Ausführungsperformance

Bei der Ausführungsperformance ermöglicht Process Mining transparente Einblicke in die am Tag Tausenden von Transaktionen in den verschiedenen Geschäftssystemen des Unternehmens. Zum Beispiel Ereignisdaten aus dem Lagerverwaltungssystem, dem Transportverwaltungssystem, dem Fertigungsausführungssystem oder dem ERP-System (Enterprise Resource Planning). Auf diese Weise können im Unternehmen proaktiv potenzielle Leistungsprobleme erkannt und die Ursachen für Ineffizienzen und unzureichende Leistung aufgedeckt werden. Aus der Analyse der Daten rekonstruiert Process Mining automatisch Szenarien, die die Performance optimieren.

Planungsperformance

Die Anwendungsfälle konzentrieren sich auf die mittelfristige Planung der Lieferkette. In diesen Anwendungsfällen nutzt das Unternehmen Daten aus den operativen Systemen des Unternehmens, um die Planungsparameter auf der Grundlage der objektiven, datengestützten Prozessperformance zu erfassen. Ineffizienzen und Verzögerungen innerhalb der Prozesse werden identifiziert, korrigiert und neue Planungen initiiert, die Systeme schneller, reibungsloser und schlanker laufen lassen, was wiederum zu einer höheren Unternehmensperformance führt.

Mit einer sich ständig verbessernden Planungsperformance kann Process Mining das Decision Mining erleichtern. Prozesse werden verbessert, die Vertriebs- und Betriebsplanung sowie die integrierte Geschäftsplanung Schritt für Schritt optimiert. Weitere Details zu den Anwendungsfällen von Decision Mining finden Sie hier.

Die Auswahl eines ersten Anwendungsfalls für den Start der Process Mining-Reise sollte sorgfältig durchdacht sein. Es sollten zunächst mögliche Einsatzbereiche festgelegt und die Daten ermittelt werden. Der Ausgangspunkt für jedes Process Mining-Projekt ist die Prozessanalyse, die den aktuellen Zustand der Geschäftsprozesse untersucht, Mängel aufzeigt und Möglichkeiten zur Optimierung identifiziert. Wir empfehlen, einen Anwendungsfall auf der Grundlage von zwei verschiedenen Kriterien auszuwählen:

1. Was ist der voraussichtliche Wert für das Unternehmen?
2. Wie einfach ist die Prozessanalyse zu implementieren?

Obwohl der Wert des Anwendungsfalls von den individuellen Zielen jedes Unternehmens abhängt, wird im Allgemeinen der Kundenservice priorisiert. Daher sind Anwendungsfälle, die sich auf die Verbesserung der Servicequalität konzentrieren, exzellente Kandidaten für das Process Mining.

Um die Einfachheit der Implementierung zu beurteilen, müssen die Verantwortlichen für die Lieferketten zunächst den digitalen Reifegrad des Systems oder der Systeme bewerten, die sie auswerten wollen. Je weniger Datenfehler das Quellsystem aufweist und je höher die Datengranularität der Ereignisprotokolle ist, desto einfacher wird die Implementierung des Process Mining-Anwendungsfalls. Wenn das Quellsystem weit verbreitet ist – wie z. B. ERP-Systeme –, ist es außerdem wahrscheinlich, dass der Anbieter der Process Mining-Technologie Datenkonnektoren entwickelt hat, die genutzt werden können.

Meistens empfehlen wir unseren Kunden, die Process Mining-Reise mit dem Anwendungsfall des On-Time-In-Full-Managements (OTIF) zu beginnen. Denn dieser Anwendungsfall hat fast immer einen hohen Wert für das Unternehmen und ist relativ einfach zu implementieren. Darüber hinaus basiert der Anwendungsfall OTIF-Management auf Order-to-Cash-Prozessen, einer beliebten Anwendung von Process Mining, so dass es wahrscheinlich ist, dass der Anbieter der Process Mining-Technologie bereits Anwendungen oder Dienstleistungen dafür entwickelt hat.

Wenn ein OTIF-Anwendungsfall vorhanden ist, ist der nächste logische Anwendungsfall, der in die Lieferkette zu implementieren ist, die Bestandsmanagementoptimierung.

In den letzten Jahren hat die europäische Niederlassung eines weltweit tätigen Herstellers aus der Unterhaltungselektronik ein starkes Umsatzwachstum verzeichnet. Die Lieferkapazitäten des Unternehmens waren jedoch nicht in der Lage, dieser neuen Nachfrage gerecht zu werden. Die Kunden erlebten lange Verzögerungen und wurden unzureichend informiert, was zu schlechten Zufriedenheitsraten führte.

Obwohl die Umsätze weiterhin hoch waren, erkannte das Unternehmen, dass es seinen derzeitigen Wachstumskurs nicht fortsetzen konnte, wenn es nicht gelang, den Auftragsverwaltungsprozess zu optimieren.

Gemeinsam mit den Verantwortlichen für die Lieferkette und das operative Geschäft wurde das Problem angegangen. Es wurde ein Fehler im Datensatz identifiziert, der verhinderte, die Ursache für Verzögerungen zu ermitteln, und damit auch die exakte Messung der Performance unmöglich machte.

Der Hersteller beauftragte uns mit der Verbesserung der Sichtbarkeit und Transparenz innerhalb des Auftragsverwaltungsprozesses durch Process Mining. Wir identifizierten drei Schlüsselfaktoren zur Lösung des Problems:

1. Erreichen von Prozesstransparenz durch das Verstehen der Realität des Auftragsverwaltungsprozesses in seiner ganzen Komplexität
2. Verbesserung des Kundenservice durch Identifizierung und Behebung der Ursachen für verspätete oder unvollständige Lieferungen und Beseitigung überflüssig gewordener Prozesskomplexität
3. Beibehaltung der erzielten Vorteile bei weiterem Umsatzwachstum und der damit verbundenen steigenden Komplexität

OTIF-Verbesserung durch Process Mining Das Team extrahierte Daten aus dem ERP-System, um eine umfassende Prozessübersicht zu erstellen. Innerhalb von sechs Wochen wurde eine erste Reihe von Erkenntnissen gewonnen, anhand deren die Ursache der schwachen OTIF-Rate bestimmt werden konnte. Dies ermöglichte dem Team, Ansätze zu entwickeln, die die Probleme innerhalb des Auftragsprozesses beseitigten.

• Einer von drei Aufträgen wich vom Standardprozess ab, was zu mehr als 100.000 Prozessvarianten führte
• Bei etwa 60 % der Aufträge gab es manuelle Prozessänderungen, die die Durchlaufzeit von durchschnittlich 14 Tagen auf 39 Tage erhöhte
• Fehlerhafte Gutschriften und Liefersperren verursachten Verzögerungen, die die OTIF um durchschnittlich 12 % reduzierten
• Die falsche Einstufung von Produkten als langfristig reserviert verringerte die OTIF-Rate um 16 %

Durch diese Maßnahmen wurde eine 14%ige Verbesserung der OTIF-Rate erreicht:

• Erhöhung der auf Anhieb fehlerfreien Produktion von 40 % auf 80 %
• Einführung einer regelbasierten, automatischen Korrektur von Fehlern bei Gutschrift und Liefersperre
• Optimierung der Produkt-Kapazitätsreservierung
• Die durchschnittliche Durchlaufzeit verringerte sich um 10 Tage – von 29 auf 19 – durch Minimieren und Eliminieren von Nachbearbeitungen und Ersetzen von manuellen Tätigkeiten durch Automatisierung
• Das Verhältnis der verwalteten Auftragszeilen pro Mitarbeiter stieg von 11.000 auf 30.000 durch Automatisierung, Fehlerkorrektur, Prozessverschlankung und die Einführung neuer Richtlinien

Digitale Technologien ermöglichen einen hohen Grad an Individualisierung. Damit einhergehend steigen die Erwartungen der Kunden an das Unternehmen. Die Folge: Die Geschäftsprozesse der Unternehmen werden immer komplexer. Unternehmen, die diese Veränderungen und deren Auswirkungen ignorieren, müssen mit sinkenden Gewinnspannen und Umsatzeinbußen rechnen. Auf der anderen Seite entwickeln Unternehmen, die Process Mining-Technologie einsetzen, einen massiven Wettbewerbsvorteil und gewinnen dadurch einen Mehrwert.

Dieser Beitrag wurde verfasst von Luis Dominguez, Supply Chain Lösungen, Genpact.