Process Mining: Wie Prozesse wirklich laufen — und was du damit anfängst

In fast jedem Unternehmen gibt es zwei Versionen jedes Prozesses.

Die erste Version steht im Handbuch, in der Prozesslandkarte, in der Schulungsunterlage. Schritte, Verantwortlichkeiten, Zeitvorgaben — alles sauber dokumentiert.

Die zweite Version lebt in der täglichen Praxis. Abkürzungen, die sich über Jahre eingeschliffen haben. Ausnahmen, die zur Regel geworden sind. Schritte, die niemand mehr macht, weil sie sich als überflüssig herausgestellt haben — oder die zusätzlich entstanden sind, weil etwas nie richtig funktioniert hat.

Process Mining macht die zweite Version sichtbar.

Was Process Mining ist — und was nicht

Process Mining ist kein Beratungsansatz. Es ist eine analytische Methode, die digitale Spuren aus vorhandenen Systemen auswertet: Event-Logs, die jedes moderne ERP-, CRM- oder Ticketsystem schreibt.

Jedes Mal, wenn eine Rechnung freigegeben, ein Ticket erstellt oder ein Auftrag bearbeitet wird, hinterlässt das einen Zeitstempel. Diese Zeitstempel zusammengesetzt ergeben den tatsächlichen Ablauf des Prozesses — nicht den geplanten.

Das Ergebnis: Eine visualisierte Darstellung davon, wie der Prozess wirklich läuft. Mit Varianten, Schleifen, Wartezeiten und Abweichungen.

Was Process Mining sichtbar macht

Engpässe — An welcher Stelle staut sich Arbeit? Wo liegen die längsten Wartezeiten zwischen zwei Schritten? Das lässt sich nicht immer durch Befragung herausfinden — weil die Beteiligten die Wartezeit normalisiert haben und sie nicht mehr als Problem wahrnehmen.

Prozessvarianten — Wie viele verschiedene Wege durch denselben Prozess gibt es? In einer idealen Welt: wenige, klar definierte. In der Praxis: oft Dutzende Varianten, von denen manche funktionieren, manche Fehler produzieren und manche einfach ineffizient sind.

Häufigkeit von Ausnahmen — Was gilt als “Ausnahme”? Wenn 30% aller Fälle die Ausnahme sind, ist sie faktisch Teil des Standardprozesses — und sollte auch so behandelt werden.

Systembrüche — An welchen Stellen verlässt ein Prozess das digitale System? Wo wird Information manuell übertragen oder auf anderen Wegen weiterverarbeitet?

Von der Analyse zur Aktion

Process Mining allein ist kein Ergebnis. Es ist der Startpunkt für Entscheidungen.

Optimierung vor Automation — Das wichtigste Prinzip: Wer einen chaotischen Prozess automatisiert, automatisiert das Chaos. Process Mining zeigt, welche Schritte wirklich wertschöpfend sind — und welche Reste aus vergangenen Systemlandschaften oder veralteten Anforderungen sind. Die letzteren werden bereinigt, bevor automatisiert wird.

Priorisierung — Nicht jeder Engpass lohnt es sich zu beheben. Process Mining liefert Daten, um die Entscheidung zu treffen: Wie viele Fälle betrifft dieses Problem? Wie viel Zeit kostet es pro Fall? Welche Fehler entstehen dadurch?

Baseline für Verbesserung — Wer nach einem Automatisierungsprojekt messen will, ob sich etwas verbessert hat, braucht eine Ausgangslage. Process Mining vor dem Projekt liefert genau das: eine datenbasierte Baseline.

Process Mining für KMU: ohne Enterprise-Budget

Die bekannten Process Mining-Plattformen sind für Enterprise-Budgets ausgelegt. Das heißt nicht, dass der Ansatz nur für große Unternehmen funktioniert.

Für kleinere Unternehmen gibt es einen pragmatischen Einstieg:

1. Daten exportieren — Welche Systeme werden für den Prozess genutzt? Die meisten Systeme (Pipedrive, HubSpot, Personio, DATEV) erlauben Datenexporte mit Zeitstempeln.

2. Einfache Analyse — Eine Tabelle mit Zeitstempeln pro Prozessschritt, visualisiert in einem Durchschnitt und einer Verteilung, reicht für erste Erkenntnisse. Wo sind die Ausreißer? Wo sind die langen Wartezeiten?

3. Befragung ergänzen — Zahlen zeigen, wo Probleme sind. Menschen erklären, warum. Process Mining und Interviews zusammen ergeben ein vollständiges Bild.

4. Eine Frage zuerst — Nicht “Wie läuft der gesamte Prozess?” sondern “Warum dauert Schritt X so viel länger als geplant?” Der Fokus auf eine konkrete Frage liefert schneller verwertbare Ergebnisse.

Was Process Mining nicht leistet

Process Mining zeigt, was passiert — nicht, warum es passiert oder was dagegen zu tun ist. Die Interpretation braucht Menschen, die den Prozess kennen. Die Entscheidung, was sich ändern soll, liegt beim Menschen.

Es ist ein Werkzeug für bessere Entscheidungen. Kein Ersatz für sie.

Und es ist der Schritt, der verhindert, dass Automatisierung an der falschen Stelle ansetzt. Wer weiß, wie ein Prozess wirklich läuft, automatisiert zielgenauer — mit weniger Nacharbeit und mehr realem Effekt.