Skip to main content
Registrieren
Springer Professional
SUCHE
MENÜ 1 2 3 4
nach oben

Tipp

Weitere Kapitel dieses Buchs durch Wischen aufrufen

Erschienen in:
Grundlagen zur Automatisierung von Geschäftsprozessen mit Robotic Process Automation Kapitel lesen Erstes Kapitel lesen

2022 | OriginalPaper | Buchkapitel

5. Nutzung von Process Mining in RPA-Projekten

verfasst von : Jonathan Brock, Sebastian von Enzberg, Arno Kühn, Roman Dumitrescu

Erschienen in: Praxishandbuch Robotic Process Automation (RPA)

Verlag: Springer Fachmedien Wiesbaden

Einloggen, um Zugang zu erhalten
share
TEILEN

Zusammenfassung

Robotic Process Automation (RPA) ermöglicht Unternehmen ihre Prozesse zu automatisieren, ohne dass Eingriffe in die darunterliegenden IT-Systeme notwendig werden. Eine strukturierte Identifikation von Prozessen für diese Roboterautomatisierung, aber auch deren anschließende Überwachung, sind sehr zeitintensive Vorgänge. Process Mining bietet eine effiziente Lösung für diese Herausforderungen an und stellt daher eine logische Ergänzung in jedem RPA-Projekt dar. Process Mining nutzt die Daten, die bei der Anwendung von IT-Systemen zur Durchführung von Prozessen entstehen, um Prozessmodelle zu erstellen und zu analysieren. In diesem Beitrag werden die Grundlagen des Process Mining erläutert und ein umfassender Einblick in die Unterstützungsmöglichkeiten von RPA-Projekten geboten. Process Mining kann alle RPA-Phasen (Assess, Develop und Sustain) sinnvoll ergänzen, indem beispielsweise Nutzeraktionen aufbereitet und analysiert oder Benchmarkings neuer Roboterautomatisierungen durchgeführt werden können. Da Process Mining auf anderen Werkzeugen und Techniken aufbaut, werden zudem Hilfestellungen hinsichtlich der Toolauswahl und Erfolgsfaktoren für Projekte geboten.
Vorheriges Kapitel Wirtschaftlichkeitsbewertung einer Prozessautomatisierung mit RPA zur Unterstützung der Investitionsentscheidung
Nächstes Kapitel Datengestütztes RPA-Pipeline-Management mit Process Mining
Fußnoten
1
BPM ist neben der IT, Prozessautomation, Operations Research oder Stochastik eine Subdisziplin der Process Science (van der Aalst 2016). Tatsächlich vereint Process Mining die beiden Disziplinen Process- und Data Science. Für das Verständnis und die praktische Anwendung ist die Einordnung in das BPM ausreichend.
 
2
Data Science ist die Wissenschaft von Daten und vereint wiederum selbst verschiedene Disziplinen wie die Mathematik, Statistik, Computerwissenschaft und eine jeweilige Anwendungsdomäne (Cao 2017; Schutt und O’Neil 2014).
 
3
Dies stellt eine vereinfachende Sicht dar. Alternativ könnte RPA als Werkzeug für die Prozess-Redesign und -implementierungs-Phase gesehen oder der BPM-Lebenszyklus mit dem Vorgehen in einem Process-Mining-Projekt verglichen werden. Zum Verständnis dieser Arbeit ist die gewählte Betrachtungsweise ausreichend.
 
Literatur
Dreher, S., Reimann, P., Gröger, C.: Application fields and research gaps of process mining in manufacturing companies. Annual Conference of the German Informatics Society, 621–634 (2020)
Dumas, M., La Rosa, M., Mendling, J., Reijers, H.A.: Fundamentals of business process management. Springer Berlin Heidelberg (2018)
Dunzer, S., Zilker, S., Marx, E., Grundler, V., Matzner, M.: The status quo of process mining in the industrial sector. International Conference on Wirtschaftsinformatik, 629–644, (2021)
Gausemeier, J., Plass, C.: Zukunftsorientierte Unternehmensgestaltung. Strategie, Geschäftsprozesse und IT-Systeme für die Produktion von morgen. Carl Hanser Verlag, München (2014)
Geyer-Klingeberg, J., Nakladal, J., Baldauf, F., Veit, F.: Process Mining and Robotic Process Automation: A Perfect Match. International Conference on Business Process Management (BPM), 124–131 (2018)
König, M., Bein, L., Nikaj, A., Weske, M.: Integrating robotic process automation into business process management. In: Asatiani et al. (Hrsg.), Business Process Management, S. 132–146. Seville, Spain (2020)
Lechner, P.: BMW: Process Mining @ Production. In: Reinkemeyer, L. (Hrsg.), Process Mining in Action, S. 65–74. Cham. (2020)
Leno, V., Polyvyanyy, A., La Rosa, M., Dumas, M., Maggi, F.M.: Action logger: Enabling process mining for robotic process automation. BPM Demos. 124–128 (2019)
Mans, R., Reijers, H., Berends, H., Bandara, W., Prince, R.: Business Process Mining Success. 21st European Conference on Information Systems, 102–114 (2013)
Reinkemeyer, L.: How to get started. In: Reinkemeyer, L. (Hrsg.), Process Mining in Action, S. 11–14. Cham. Springer (2020a)
Reinkemeyer, L.: Purpose: Identifying the right use cases. In: Reinkemeyer, L. (Hrsg.), Process Mining in Action, S. 15–26. Cham. Springer (2020b)
Reinkemeyer, L.: People: The human factor. In: Reinkemeyer, L. (Hrsg.), Process Mining in Action, S. 27–30. Cham. Springer (2020c)
Reinkemeyer, L.: Processtraces: Technology. In: Reinkemeyer, L. (Hrsg.), Process Mining in Action, S. 31–36. Cham. Springer (2020d)
Reinkemeyer, L.: Challenges, pitfalls, and failures. In: Reinkemeyer, L. (Hrsg.), Process Mining in Action, S. 37–40. Cham. Springer (2020e)
Schmelzer und Sesselmann: Geschäftsprozessmanagement in der Praxis. Carl Hanser Verlag, München (2010)
Schutt, R., O’Neil, C.: Doing Data Science. O’Reilly, Sebastopol (2014)
Van der Aalst, W.M.P et al.: Process mining manifesto. Lecture Notes in Business Information Processing, 169–194 (2011)
Van der Aalst, W.M.P: Process mining. Data science in action. Springer, Berlin Heidelberg (2016)
Van der Aalst, W.M.P.: On the pareto principle in process mining, task mining, and robotic process automation. DATA 5–12 (2020)
Weske, M.: Business process management. Springer, Berlin Heidelberg (2019) CrossRef
Metadaten
Titel
Nutzung von Process Mining in RPA-Projekten
verfasst von
Jonathan Brock
Sebastian von Enzberg
Arno Kühn
Roman Dumitrescu
Copyright-Jahr
2022
Buch
Praxishandbuch Robotic Process Automation (RPA)

Print ISBN: 978-3-658-38378-7

Electronic ISBN: 978-3-658-38379-4

Copyright-Jahr: 2022

DOI
https://doi.org/10.1007/978-3-658-38379-4_5

Premium Partner