Process Mining: Wie Banken mit vorhandenen Daten ihre Prozesse verbessern

Mit Process Mining können Banken digitale Geschäftsprozesse einfach optimieren. Diese Erweiterung des Prozess-Managements zielt auf die Visualisierung und Analyse sogenannter Ereignisprotokolle, die IT-Systeme laufend erzeugen. Die so geschaffene Transparenz ermöglicht es, Schwachstellen in komplexen virtuellen Prozessen schnell zu beheben. Bald dürften dabei auch künstliche Intelligenz (KI) und maschinelles Lernen helfen.

Die Erfassung und Analyse von IT-Prozessdaten ist eine Kampfansage etwa gegen Verzögerungen bei der Bearbeitung von Kreditanträgen, die Kunden unzufrieden machen und das Kerngeschäft einer Bank gefährden können. Da das IT-System ohnehin wie ein Flugschreiber alle wesentlichen Vorgänge protokolliert, muss das Process Mining „nur“ diesen Datenberg durchforsten, um unnötige Schleifen, schlecht gestaltete Arbeitsabläufe oder langsame manuelle Dateneingabe, beispielsweise in der Kreditabteilung, zu identifizieren.

Auf der Basis von Ereignisprotokollen, die in der IT schon lange eingesetzt werden, kann eine Bank „versteckte“ Prozesse in bisher nicht gekannter Weise durchleuchten. Durch die Weiterverarbeitung vorhandener Daten können Engpässe und Ineffizienzen lokalisiert und die entsprechenden Prozesse optimiert werden. Eine reibungslosere Kreditvergabe etwa verbessert die Kundenzufriedenheit und steigert letztlich die Profitabilität der Bank.

Process Mining: Prozess-Management und Data Science

Process Mining ist an der Schnittstelle von Prozess-Management und Data Science angesiedelt. Es gewinnt neue Erkenntnisse aus den bereits vorhandenen Informationen in den IT-Ereignisprotokollen – welche Aktion wann und wo im System ausgeführt wurde. Mithilfe von Algorithmen kann Process Mining diese Rohdaten kontextualisieren, um ein detailliertes Bild der wesentlichen Prozesse innerhalb eines Unternehmens zu erstellen.

Die Schlagkraft von Process Mining ergibt sich aus seiner Fähigkeit, Transparenz in – zumindest für Nicht-IT-Experten – undurchsichtige Prozesse zu bringen. In einer Zeit, in der Geschäftsprozesse zunehmend digitalisiert und automatisiert werden, müssen die Verantwortlichen in allen Unternehmensbereichen ein klares Verständnis davon haben, wie Prozesse in einzelnen und zwischen verschiedenen Abteilungen tatsächlich ablaufen – und sei es nur, um sicherzustellen, dass Gesetze und Vorschriften eingehalten werden.

Weil Process Mining eine freie und leicht verständliche Sicht auf virtuelle Abläufe bietet, können Geschäftsverantwortliche sogenannte Prozess-Entdeckungen, Optimierungs-Analysen und Konformitäts-Prüfungen ohne Weiteres verstehen und sinnvoll einsetzen:

• Mit „Process Discovery“ können Mitarbeiter die oft historisch gewachsenen Prozesse überhaupt erstmalig visualisieren und in neuer Tiefe verstehen;
• Optimierungs-Analysen erlauben ihnen dann, wichtige Prozesse kontinuierlich zu überwachen und sie durch die Beseitigung von Engpässen zu verbessern;
• „Conformance Checks“ überprüfen, ob alle Prozesse den regulatorischen Anforderungen entsprechen, um Compliance-Verstöße zu identifizieren und zu beheben.

Was braucht es, damit Process Mining funktioniert?

Mit Process Mining kann eine Bank beispielsweise den gesamten Prozess der Kreditvergabe von der ersten Kreditanfrage bis zur endgültigen Kreditvergabe visualisieren. So lassen sich etwa Verzögerungen bei der Risikoprüfung aufdecken, Unzulänglichkeiten bei der Bearbeitung von Kundenanfragen beheben und die Compliance mit den Vorgaben der Bundesanstalt für Finanzaufsicht oder der Europäischen Zentralbank sicherstellen.

Process Mining ist eine datenintensive Technologie, die auf der Analyse großer Mengen von Ereignisprotokollen basiert. Banken benötigen daher eine ausreichende Menge an Daten, die zudem gewisse Eigenschaften haben. Jeder erfasste Prozessschritt muss mit einer Vorgangs-ID, einem Zeitstempel und einer Beschreibung versehen sein. Nur so können zusammengehörige Prozessschritte identifiziert, zeitlich verknüpft und als Ereignisse verstanden werden. Die Qualität der Daten ist dabei ebenso wichtig wie die Quantität.

Mit fortschreitender Digitalisierung und zunehmender Verfügbarkeit von Daten erweitern sich die Einsatzmöglichkeiten von Process Mining. Besonders spannend dürfte die Integration mit KI und maschinellem Lernen werden. Diese Kombination könnte es Banken ermöglichen, Prozesse auf Basis historischer Daten nicht nur zu visualisieren und zu analysieren, sondern auch vorherzusagen, wo Engpässe entstehen und wie diese im Vorfeld vermieden werden könnten.

Process Mining steht vor einer spannenden Zukunft.

––––––––––––––––––––

*Wolf Rasmussen ist Berater bei findic, der IT-Beratungstochter von zeb consulting. Sie erreichen den Autor unter wolf.rasmussen@findic.ch. zeb consulting gehört zu den Premium-Partnern von Finanz-Szene. Mehr zu unserem Premium-Partner-Modell erfahren Sie hier.