Model Enhancement

Model Enhancement beschreibt im Process Mining die Analyse eines datengetriebenen Prozessmodells nach Optimierungspotenzialen. Das datengetriebene Prozessmodell basiert auf einer Protokolldatei (engl. log) des Prozesses. Anhand dieser Informationen werden Verbesserungen oder Änderungen vorgenommen. Beispielsweise können so identifizierte Bottlenecks oder nicht vorgesehene Prozessverläufe behoben werden. Zielsetzung von “Model Enhancement” ist die Optimierung des Prozessmodells und damit des zugrundeliegenden Prozesses.


LANA Lexikon Model Enhancement | Process Mining Definition

Warum ist Model Enhancement so wichtig?

Die Resultate vom Model Enhancement spiegeln die Qualität der Analyse wieder und sind die Referenz für zukünftigen Analysen. Beim Model Enhancement werden die Ergebnisse von den Analysetechniken Process Discovery und Conformance Checking verwertet. Die richtige Umsetzung identifizierter Optimierungspotentiale ist essentiell: Wird in einem Unternehmen eine unvorteilhafte Prozessänderungen vorgenommen, kann das verlustreiche Konsequenzen haben. Beispielsweise können daraus höhere Kosten, Regelverstöße oder Qualitätsmängel resultieren. Und bis die verantwortliche Prozessänderung identifiziert und behoben wurde, vergeht meistens auch einige Zeit.

Was genau wird beim Model Enhancement gemacht?

Fangen wir von vorne an. Nehmen wir an, wir führen eine Process-Mining-Analyse mit der Protokolldatei eines beliebigen Geschäftsprozess durch. Anhand der Process-Mining-Methoden Process Discovery und Conformance Checking identifizieren wir verschiedene Prozessschwachstellen: Unter anderem liegen Engpässe, Prozessschleifen und unerwünschte Prozessabweichungen vor. Das sind alles wertvolle Informationen. Jetzt wissen wir nämlich, an welchen Stelle sich welche Arten von Optimierungspotenzialen befinden.

Aber was machen wir mit diesem Wissen? Wir passen unser Soll-Modell, welches als Standard und Vorgabe für die Prozessumsetzung dient, gezielt an. Das heißt, wir ändern den Prozess beispielsweise so, dass das Risiko für Engpässe sinkt oder bestimmte Prozessverläufe nicht mehr möglich sind. Wie erfolgreich oder sinnvoll die vorgenommen Prozessänderungen sind, lässt sich natürlich erst bestimmen, nachdem der neue Prozess für einige Zeit umgesetzt wurde. Daher ist Process Mining eine ausgezeichnete Methode seinen Prozess kontinuierlich (siehe KVP) zu verbessern. Denn die Veränderungen können mehr oder weniger erfolgreich sein.

In der Praxis werden an Prozessen meistens schrittweise, marginale Änderungen vorgenommen.

Das läuft folgendermaßen ab:

1. Analyse der Prozessdaten
2. Identifizierung von Optimierungspotentialen (Process Discovery, Conformance Checking)
3. Anpassung des Soll-Prozessmodells (Model Enhancement)
4. Umsetzung des Soll-Prozessmodells
5. Überprüfung der neuen Prozessumsetzung anhand der Analyse der Prozessdaten (Kontinuierlicher Verbesserungsprozess)

Verwandte Begriffe: Process Mining, Analyse, Optimierungspotential, Prozessmodell, BPMN