Einleitung: Was behindert die Verbesserung von Geschäftsprozessen?
Jump to a challenge:
Einleitung: Was behindert die Verbesserung von Geschäftsprozessen?
Warum führen viele Unternehmen keine kontinuierliche Prozessverbesserung durch? Den meisten Teams fehlt die nötige Transparenz, um zu verstehen, was funktioniert und was nicht. Laut dem Bericht Stand der Prozessorchestrierung stimmen 72 % der IT-Führungskräfte zu, dass die Wartung geschäftskritischer Prozesse komplex ist. Das liegt daran, dass viele dieser Prozesse folgende Merkmale aufweisen:
Sie umfassen mehrere Schritte
Sie weisen eine große Anzahl verschiedener Endpunkte auf — einschließlich Systeme, Personen, Geräte oder sogar Abteilungen
Workflows müssen parallel ausgeführt werden
Oft ist eine Ausnahmebehandlung erforderlich
Da immer mehr Aufgaben automatisiert werden, sagen 69 % der befragten IT-Führungskräfte, dass es immer schwieriger wird, End-to-End-Prozesse zu visualisieren. Infolgedessen gehen viele Teams in den „Triage-Modus“ und konzentrieren sich auf die Behebung von Problemen in ihren automatisierten Prozessen auf lokaler Ebene. Dabei können sie zwar Probleme mit lokalen Automatisierungen (z. B. durch den Einsatz von Technologien wie RPA) feststellen und beheben, aber den gesamten End-to-End-Prozess können sie dennoch nicht verbessern. Viele Teams stehen bei Geschäftsprozessen, die manuelle Aufgaben beinhalten, vor einer besonderen Herausforderung.
Man kann nicht messen und verbessern, was man nicht sieht. Die Auswirkungen dieser mangelnden Transparenz automatisierter Geschäftsprozesse können sich leider im gesamten Unternehmen bemerkbar machen. Fehlerhafte oder ineffiziente Prozesse können sich nachteilig auf die Kunden- und Mitarbeitererfahrung, den Wettbewerbsvorteil und letztlich auf das Endergebnis auswirken.
In diesem Leitfaden stellen wir das Konzept der kontinuierlichen Prozessverbesserung vor und beantworten einige wichtige Fragen, darunter:
Wie können Unternehmen ihre automatisierten Geschäftsprozesse messen und verbessern?
Welche Rolle spielen die Business- und IT-Stakeholder im Prozess, und wie kann die Prozesstransparenz für alle Mitarbeiter erhöht werden?
Wie kann eine kontinuierliche Prozessverbesserung Unternehmen dabei helfen, ihre Automatisierungsprojekte zu skalieren und strategischer zu gestalten?
Was ist kontinuierliche Prozessverbesserung?
Kontinuierliche Prozessverbesserung umfasst die kontinuierliche Überwachung, Identifizierung von Problemen und die Implementierung von Verbesserungen am End-to-End-Prozess. Ähnlich wie der agile Softwareentwicklungslebenszyklus ist die kontinuierliche Verbesserung von Prozessen keine einmalige Sache.
Die Ära der Waterfall-Softwareentwicklung war eine Zeit, in der Softwareprojekte bis zum Abschluss einer strengen Schritt-für-Schritt-Abfolge folgten. In den 2010er Jahren gewann die agile Entwicklung jedoch an Bedeutung, insbesondere seit der Verbreitung cloudbasierter Anwendungen und der Entstehung geografisch verteilter Teams. Dieser Wandel führte zum Lebenszyklusmodell der kontinuierlichen Integration und kontinuierlichen Bereitstellung (continuous integration and continuous delivery, CI/CD), das die Effizienz und Reaktionsfähigkeit der Softwareentwicklungsteams erheblich steigerte. Warum scheint die Automatisierung von Geschäftsprozessen trotz all dieser Fortschritte immer noch von gestern zu sein?
Bei der kontinuierlichen Prozessverbesserung handelt es sich um einen fortlaufenden Zyklus, um die Automatisierung nach und nach zu optimieren.
Nur sehr wenige Unternehmen verfeinern und verbessern ihre Prozesse kontinuierlich gemäß der agilen Softwareentwicklung. Einige Prozesse laufen kontinuierlich in einer Schleife oder sogar gleichzeitig ab. Nicht jeder Geschäftsprozess lässt sich sauber als lineare Abfolge von Schritten definieren.
Bei der kontinuierlichen Prozessverbesserung handelt es sich um einen fortlaufenden Zyklus, um die Automatisierung nach und nach zu optimieren. Das Konzept geht auf andere beliebte Methoden zur Qualitätsverbesserung zurück, darunter Six Sigma und Kaizen. Der gemeinsame Nenner all dieser Methoden ist die Einführung einer kontinuierlichen Verbesserung.
Damit Unternehmen ihre End-to-End-Geschäftsprozesse verbessern können, benötigen sie Transparenz.
Hier kommt die Prozessorchestrierung ins Spiel. Sie ermöglicht es Unternehmen, ihre Prozesse strategisch in Zusammenarbeit mit verschiedenen Stakeholdern in Business- und IT-Teams zu gestalten. Mithilfe der Orchestrierung können Teams End-to-End-Prozesse basierend auf bestimmten KPIs visualisieren, messen und verbessern. Mit der kontinuierlichen Prozessverbesserung können Unternehmen sinnvolle Entscheidungen über die Ausweitung ihrer Automatisierung auf andere Bereiche treffen, was zu einer strategischeren Einführung der Automatisierung führt – anstatt dass weiterhin nur Einzelprojekte durchgeführt werden.
Das Reifegradmodell in der Prozessorchestrierung
Nach Angaben von Deloitte nutzen 92 % der Anwender der fortgeschrittenen Automatisierung die End-to-End-Automatisierung bereits als Teil ihrer Strategie oder planen dies innerhalb der nächsten drei Jahre. Unternehmen, die bei der Implementierung der Prozessorchestrierung einen hohen Reifegrad erreicht haben, setzen die End-to-End-Automatisierung strategisch und in größerem Umfang ein. Sie sind in der Lage, ihre Automatisierung besser auf ihre spezifischen Geschäftsziele und -projekte abzustimmen.
Die Erhöhung des Reifegrads kann Teams dabei helfen, die technologischen und personellen Herausforderungen zu überwinden, die den Automatisierungszielen im Wege stehen. Mit dem Reifegradmodell in der Prozessorchestrierung können Unternehmen ihren Reifegrad auf der Grundlage von fünf Schlüsselfaktoren bewerten:
Process Orchestration Maturity Drivers
Vision
Motivation
Teamstruktur
Erfolgsmessung
Technologie
Die Erfolgsmessung ist einer der wichtigsten Katalysatoren für den Reifegrad. Teams mit hohem Reifegrad definieren und messen umfangreiche KPIs, die den Beitrag der Prozessorchestrierung zu den Geschäftsergebnissen belegen. Sobald Teams Engpässe in ihren Prozessen identifizieren können, können diese kontinuierlich verbessert werden — und dadurch werden mithilfe von Automatisierung bessere Geschäftsergebnisse erzielt.
Geschäftsprozessverbesserung für End-to-End-Prozesse
Die Prozessmodellierung ist der erste Schritt zur Maximierung des Stakeholder-Engagements und der Ausrichtung auf Geschäftsprozesse. Automatisierung und Prozessorchestrierung werden häufig als Mittel eingesetzt, um bestimmte Ziele zu erreichen. Diese Ziele können von der Verbesserung des Kundenerlebnisses und der internen betrieblichen Effizienz bis hin zur Durchführung umfassender digitaler Transformationen reichen. Leider führen viele Teams technische Lösungen ein, ohne deren Wirksamkeit aus Sicht der Geschäftsanwender zu bewerten.
In einigen Fällen umgehen Geschäftsanwender sogar die etablierten Protokolle innerhalb zentralisierter IT-Organisationen, um ihre eigenen Lösungen zu implementieren. Dies kann zu Prozesssilos führen, die dem Unternehmen nicht nutzen, sowie zu fehlerhaften und unvollständigen automatisierten Prozessen.
Die gute Nachricht ist, dass gängige Frameworks zur Geschäftsprozess- und Entscheidungsmodellierung sich hervorragend für das Stakeholder-Alignment eignen. Sowohl BPMN als auch DMN sind visuelle, flussdiagrammbasierte Darstellungen, wie ein Prozess oder eine Geschäftsentscheidung ablaufen wird. Diese Ressourcen können Business-Stakeholdern helfen, erweiterte Workflow-Muster oder komplexe Prozesse und/oder Entscheidungsregeln im Voraus zu visualisieren und Änderungen oder Verbesserungen vorzunehmen, bevor der Prozess in Produktion geht.
Mit Prozessorchestrierung können Teams die tatsächliche Leistung eines End-to-End-Geschäftsprozesses ermitteln und visualisieren, was in ihren Prozessen funktioniert und was nicht, indem sie die zuvor erwähnten BPMN- und DMN-Diagramme verwenden. Es ist wichtig, eine Lösung zu wählen, bei der das Modell während des gesamten Lebenszyklus des Prozesses im visuellen Format bleibt. Auf diese Weise lässt sich einfacher erkennen, wo Engpässe oder Probleme auftreten, und zwar weit über die erste Implementierung hinaus. Außerdem können technische Teams laufend mit Business Stakeholdern besprechen, wie die Prozesse laufen und wo sie verbessert werden können.
Beispiele für kontinuierliche Prozessverbesserung
In der Praxis gibt es viele Beispiele für kontinuierliche Prozessverbesserung. Sehen wir uns B. einen Prozess für Versicherungsforderungen an. Nehmen wir an, dass die Bearbeitung des Versicherungsanspruchs in einem Unternehmen vier Wochen dauert. Da es zu Kundenabwanderung kommt, möchte das Unternehmen die Bearbeitungszeit auf den Branchenstandard von zwei Wochen reduzieren.
Ein Blick auf den Prozess für Anspruchsbearbeitung dieses Unternehmens könnte ergeben, dass es mehrere manuelle Schritte im Prozess gibt, die diesen verlangsamen. Das Unternehmen kann auf eine durchgängige Bearbeitung hinarbeiten, indem es diese zeitaufwändigen Aufgaben aus dem Prozess entfernt und sie durch vollautomatische Komponenten ersetzt.
Basierend auf Kundenfeedback kann ein Business Stakeholder entscheiden, dass Kunden mehr Einblick in den Bearbeitungsstatus benötigen. Daher könnte das Team eine Textnachricht oder eine automatisierte Status-E-Mail in den Prozess integrieren, um Kunden regelmäßig über den Stand ihrer Forderung zu informieren.
Mithilfe einer kontinuierlichen Prozessverbesserung kann der Prozess im Laufe der Zeit schrittweise verfeinert und verbessert werden. Ein effektiver KPI für die Messung könnte der Zeitaufwand sein, der für die Bearbeitung des Antrags benötigt wird. Das Unternehmen kann diese Daten mit einer übergeordneten Benchmark, z. B. der Kundenbindung, korrelieren, um die Auswirkungen seines Geschäftsprozesses zu bestimmen.
case study
Kontinuierliche Prozessverbesserung bei Atlassian
Schnelle, präzise Kundenerfahrungen zu liefern ist schwierig, besonders als internationales Unternehmen mit einem großen Angebot an digitalen Lösungen und Dienstleistungen. Aus diesem Grund hat das globale Softwareunternehmen Atlassian die Prozessorchestrierung eingeführt, um ein RPA-basiertes Ticket-Supportsystem (Spitzname Suzie) zu ersetzen.
Eine Out-of-the-Box-Orchestrierung war mit dem vorherigen RPA-System für Suzie nicht möglich. Mitarbeiter ohne technischen Background hatten nicht die Möglichkeit, diese Prozesse durchgängig zu visualisieren. Darüber hinaus war RPA nicht für die langwierigen oder komplexen Prozesse des Teams geeignet, die eine menschliche Interaktion erforderten.
Mithilfe von DMN und BPMN modellierte das Team die Prozesse des Suzie-Bots End-to-End und verschaffte so Stakeholdern mit und ohne IT-Background Einblick in die Funktionsweise dieser Prozesse. Jetzt arbeitet Suzie in einer Prozessorchestrierung, in der beide beteiligten Gruppen Prozesse kontinuierlich überwachen und Verbesserungen vornehmen können. Entwickler können problemlos Änderungen im laufenden Betrieb vornehmen und ihr Prozessorchestrierungssystem mit externen Technologien integrieren.
Bei der ursprünglichen, RPA-basierten Suzie vergingen zwischen einer Angebotsanfrage und einer Antwort durchschnittlich 45-60 Minuten. Heute hat sich diese Zeitspanne um 93 % auf zwei Minuten verkürzt, selbst wenn eine manuelle Genehmigung erforderlich ist.
Wie eine Prozessorchestrierungsplattform zur Verbesserung von Geschäftsprozessen funktioniert
Die richtige Prozessorchestrierung ermöglicht es Teams, Probleme bei Prozessen zu beheben und zu visualisieren. Derjenige, der die Prozesse überwacht, muss dafür sorgen, dass ein Feedback möglich ist. Technische Teams können den Prozessablauf in der Testphase betrachten und mithilfe von Simulationen verstehen, was in Ihrem Prozess passieren wird, bevor er in Produktion geht. Sobald der Prozess in Produktion ist, können aggregierte Prozessdaten in einer Heatmap angezeigt werden, einem unternehmensfreundlichen Dashboard, das mit BPMN- und DMN-Diagrammen abgestimmt ist.
Diese Heatmaps zeigen Engpässe in Bereichen auf, auf die sich das Unternehmen konzentrieren kann. Eine Heatmap könnte zum Beispiel eine API aufzeigen, die nur langsam reagiert. Oder es ergeben sich Möglichkeiten, eine manuelle Aufgabe durch eine automatisierte zu ersetzen. Externe Probleme, z. B. Probleme mit der Serverleistung, können der erste Indikator dafür sein, dass eine Optimierung nötig ist. Diese Probleme zu identifizieren und zu beheben, kann dann zur Prozessverbesserung beitragen.
Anschließend können Teams Geschäftsprozessdaten mithilfe der Analyseplattform ihrer Wahl mit anderen Geschäftsdaten korrelieren. Dies funktioniert durch den Export von für maschinelles Lernen geeigneten Datensätzen aus dem Prozessorchestrierungssystem. Diese Datensätze bieten Data Scientists die Möglichkeit, Prozessdaten mit anderen Geschäftsdaten zu vergleichen oder sie in ihren eigenen Algorithmen anzuwenden, um Erkenntnisse zum Prozess zu gewinnen.
Data Scientists können beispielsweise Prozess-KPIs mit übergeordneten Geschäfts-KPIs abgleichen oder Prozessdaten mit Kundeninformationen korrelieren. Sie können feststellen, dass zu bestimmten Tageszeiten oder bei einem bestimmten Mitarbeiter, der weiter geschult werden muss, Engpässe im Prozess auftreten. Diese Daten können auch verwendet werden, um festzustellen, welche Teile des Technologie-Stacks für Hyperautomation effektiv sind oder welche Technologien ersetzt werden sollten (wie im obigen Beispiel von Atlassian und RPA).
Im Idealfall kann man anhand von Trends in der Geschäftsprozessleistung feststellen, wo Engpässe heute oder künftig auftreten können. In Zukunft könnten sich Prozesse selbst heilen oder ein System zur Prozessorchestrierung könnte Empfehlungen für die besten Optimierungen geben, indem es Verbesserungen von Geschäftsprozessen mit dem Prozessmodell verknüpft.
Integration der kontinuierlichen Prozessverbesserung in die Automatisierungsstrategie
Die Automatisierung ist ein entscheidender Geschäftsfaktor — und doch ist es erstaunlich, wie selten deren Erfolg heute gemessen wird. Daher sollten Unternehmen bei der kontinuierlichen Prozessverbesserung einen Ansatz verfolgen, der dem Lebenszyklus der agilen Softwareentwicklung ähnelt. Dabei sollte die Prozessorchestrierung die Grundlage bilden.
Kontinuierliche Prozessverbesserung ist eines der leistungsstärksten Tools im Toolkit eines Unternehmens, um Geschäftsprozesse besser zu verstehen und damit Stakeholder mit und ohne IT-Background besser zusammenarbeiten können. Sie kann Prozesse optimieren, damit sie schneller und effizienter ablaufen. Durch die Korrelation von Prozessdaten mit anderen Geschäftsdaten können Teams die weitergreifenden geschäftlichen Folgen automatisierter Prozesse verstehen. Wir sind nicht mehr weit von Selbstheilungsprozessen und Empfehlungen zur Prozessverbesserung durch maschinelles Lernen entfernt.
Die Auswirkungen der kontinuierlichen Prozessverbesserung auf das Unternehmen gehen weit über schnellere und effizientere Prozesse hinaus. Die Optimierung von Prozessen kann die Kundenerfahrung, die Mitarbeiterzufriedenheit und die organisatorische Effizienz verbessern sowie zu Kosteneinsparungen, Wettbewerbsvorteilen und vielem mehr führen.
