Process Mining auf Deutsch: was es kann, was es nicht kann, und warum 80% der Projekte versanden

Process Mining ist ein Kunstwort, das man Prof. Wil van der Aalst aus Eindhoven verdankt. Im Kern ist die Idee fast banal: jedes IT-System schreibt Logs. Aus diesen Logs lässt sich rekonstruieren, in welcher Reihenfolge welche Schritte tatsächlich passiert sind — pro Auftrag, pro Vorgang, pro Patient. Wer das aggregiert, sieht zum ersten Mal, wie ein Prozess wirklich läuft — nicht, wie er im Handbuch steht.

Das ist analytisch ein Durchbruch. In der Beratungs-Realität ist es ein Industriezweig geworden, der sich erfolgreich von dieser Tatsache wegbewegt hat. Die meisten Process-Mining-Initiativen, die wir in Engagements antreffen, haben einen identischen Ablauf: 200.000 € für Lizenzen, 6 Monate Setup, ein hübsches Dashboard, das niemand benutzt, und nach 18 Monaten die ehrliche Frage „warum machen wir das eigentlich?“.

Diese Notiz ist eine ehrliche Anleitung, was Process Mining wirklich kann, wo seine Grenzen liegen, welches Tool wann passt — und warum die Disziplin im Mittelstand nur dann Wirkung entfaltet, wenn sie als Teil von Operating Architecture verstanden wird.

Was Process Mining tatsächlich ist

Die offizielle Definition: Process Mining extrahiert Wissen aus Event-Logs von Informationssystemen. Konkret heißt das: Ihr ERP, CRM, Ticketsystem oder MES schreibt zu jedem Vorgang Zeitstempel und Aktivitäten. Diese Daten werden als „Event Log“ zusammengeführt — typischerweise im sogenannten XES-Format oder einfach als CSV mit drei Pflichtspalten:

Aus diesen drei Spalten lassen sich drei Klassen von Erkenntnissen ziehen:

1. Process Discovery — der tatsächliche Prozess wird automatisch als Diagramm rekonstruiert. Sie sehen alle gelaufenen Pfad-Varianten, ihre Häufigkeit, ihre durchschnittliche Dauer.

2. Conformance Checking — der Soll-Prozess (etwa als BPMN-Diagramm modelliert) wird mit dem Ist abgeglichen. Wo sind Abweichungen? Wie oft? Welche?

3. Performance Analysis — Bottlenecks, Wartezeiten, Schleifen, Reihenfolge-Verstöße werden quantifiziert. Wo verliert der Prozess Zeit? Wo wird Arbeit doppelt gemacht?

Das ist alles. Klingt nicht spektakulär. Ist es auch nicht. Spektakulär wird es nur, wenn man es zum ersten Mal anwendet — denn fast jede Organisation überschätzt, wie geordnet ihre Prozesse laufen, und unterschätzt, wie viele Varianten es real gibt.

Was wir typischerweise im ersten Lauf finden

Aus rund 30 Engagements der letzten Jahre. Anonymisierte Beobachtungen, keine Kundennamen — aber das Muster wiederholt sich:

Die Zahlen sind nicht erfunden, aber illustrativ. Was sie zeigen: zwischen dem, was Manager glauben, dass passiert, und dem, was real passiert, klafft eine Lücke. Process Mining macht diese Lücke sichtbar — nicht mehr, aber auch nicht weniger.

Die unangenehme Wahrheit: das ist meist erst der Anfang der Schmerzen. Denn nun muss jemand entscheiden, was mit dieser Erkenntnis geschieht.

Ein konkretes Beispiel: Order-to-Cash, was Process Mining zeigt

Stellen Sie sich vor, Sie betreiben einen mittelständischen Maschinenbau-Zulieferer. Sie haben einen dokumentierten Order-to-Cash-Prozess, der so aussieht:

01 · Start

Kundenbestellung empfangen

02 · Task

Bestellung im ERP anlegen

Vertrieb

03 · Task

Verfügbarkeit prüfen

Disposition

04 · Task

Auftragsbestätigung versenden

Vertrieb

05 · Task

Produktion / Picking

Fertigung

06 · Task

Versand

Logistik

07 · System

Rechnung erstellen

ERP

08 · Ende

Zahlungseingang

Process Mining auf 12 Monate Echt-Daten ergibt jedoch ein anderes Bild. Wir sehen nicht die acht Schritte, wir sehen 1.247 Varianten. Die häufigsten 5 davon machen 64 % aller Aufträge aus, der Rest ist Long-Tail. Eine der häufigsten Varianten:

01 · Start

Kundenbestellung per Mail

02 · Task

Bestellung im ERP anlegen

03 · Task

Verfügbarkeit prüfen

04 · Entscheidung

Vorrätig?

05 · Task

Rückfrage Kunde

+ 4 Tage

Nein

06 · Task

Auftragsänderung im ERP

Korrektur

07 · Task

Erneute Auftragsbestätigung

08 · Task

Produktion

+ 11 Tage

09 · Task

Versand

10 · System

Rechnung

ERP

11 · Task

Mahnung 1 versenden

+ 14 Tage

12 · Task

Telefon-Rückruf

Vertrieb

13 · Ende

Zahlungseingang

+ 30 Tage

Diese Variante ist nicht in Ihrem Soll-Prozess dokumentiert. Sie passiert trotzdem 12 % der Zeit. Die Disposition weiß, dass Verfügbarkeitsprobleme häufig sind — aber niemand hat dokumentiert, dass die Korrekturschleife im Schnitt vier Tage kostet. Und niemand hat aggregiert, dass jeder zehnte Auftrag eine Mahnung braucht — unabhängig von der Bonität des Kunden, sondern weil die Rechnung in einer der 1.247 Varianten 14 Tage später als erwartet gestellt wurde.

Process Mining macht so etwas in zwei Wochen sichtbar. Ohne ein einziges Interview. Nur aus den ERP-Logs.

Die Tools-Landschaft: Celonis, Apromore, ProcessGold und die anderen

Die Tools im Markt unterscheiden sich erheblich — in Preis, Tiefe, Open-Source-Verfügbarkeit, Integrations-Aufwand. Hier eine ehrliche Übersicht:

Die Liste ließe sich verlängern (Mehrwerk, Lana Labs, MPM, Software AG ARIS Process Mining), aber das Bild bleibt: Celonis ist der mit Abstand bekannteste Anbieter, und auch der teuerste. Für Konzerne lohnt es sich oft. Für mittelständische Firmen ist es fast immer overkill — die meisten Use-Cases wären mit Disco oder Apromore zu einem Bruchteil der Kosten erfüllbar.

Die Kostenrealität für den Mittelstand:

Wenn jemand Ihnen ein Process-Mining-Projekt für 50.000 € verkaufen will, sollten Sie zuerst fragen, welches Tool dahinter steckt. Und welcher Anteil davon in Lizenzen versinkt.

Das echte Vorgehen: in 6 Wochen vom Log zu Erkenntnissen

Die Tool-Anbieter verkaufen Process Mining gerne als „in 6 Wochen sehen Sie alles“. Das stimmt — aber 6 Wochen produzieren nur das Diagramm. Die nutzbare Erkenntnis kommt im 4. bis 6. Monat. Hier das realistische Vorgehen aus echten Engagements:

Woche 1: Use-Case-Auswahl

Nicht jeder Prozess eignet sich. Drei Kriterien:

1. Strukturierter, IT-gestützter Ablauf — wenn der Prozess hauptsächlich in Outlook und Excel läuft, gibt es keine sauberen Logs. Process Mining funktioniert auf Prozessen, die in einem oder wenigen Systemen laufen (ERP, CRM, MES, Ticketsystem).

2. Hohes Volumen — unter ~500 Cases pro Monat ist die statistische Signifikanz dünn. Klassische Kandidaten: Order-to-Cash, Purchase-to-Pay, Service-Ticket-Lifecycle, Onboarding.

3. Spürbarer Schmerz — wenn niemand das Problem akut spürt, wird auch niemand mit den Erkenntnissen arbeiten.

Woche 2-3: Datenextraktion

Die unsexy Wahrheit: 70 % des Aufwands eines Process-Mining-Projekts liegt hier. Sie müssen aus dem Quellsystem (oft SAP, Salesforce, eigenen Datenbanken) ein sauberes Event-Log extrahieren. Dazu gehören:

• Identifikation der relevanten Tabellen (in SAP: typisch CDPOS, CDHDR für Änderungs-Logs; BKPF/BSEG für Buchungen)
• Mapping der Status-Wechsel auf Aktivitäten
• Anonymisierung personenbezogener Daten (Mitarbeiter-IDs)
• Sicherstellung der Chronologie (Zeitstempel müssen sauber sein)

Wer das nicht ernst nimmt, bekommt im Tool ein hübsches Diagramm — aber nicht das, was im Prozess passiert.

Woche 4: Discovery & erste Visualisierung

Hier liefert das Tool. Sie laden den Event-Log hoch und sehen zum ersten Mal das Spaghetti-Bild Ihrer Realität. Typische Reaktion der Stakeholder: „Das kann doch nicht sein.“ Es ist genau so.

Das erste Diagramm ist überfordernd — Hunderte Pfade, Pfeile in alle Richtungen. Hier kommt der erste handwerkliche Schritt: Frequency-Filter setzen. Nur die Top-10 oder Top-20 Pfade anzeigen. Sofort wird ein Bild lesbar.

Woche 5: Conformance & Performance

Jetzt vergleichen Sie das Ist mit dem Soll. Wenn Sie kein Soll-Modell haben — was im Mittelstand häufig vorkommt — modellieren Sie eines aus den Top-3 Pfaden. Damit haben Sie den „nominalen“ Prozess. Alle Abweichungen davon werden dann als Compliance-Issues sichtbar.

Performance-Analyse: wo sind die langen Wartezeiten? Welche Schleifen entstehen, wann werden Aufgaben mehrfach bearbeitet?

Woche 6: Ergebnis-Workshop

Hier scheitern die meisten Projekte — nicht beim Tool, sondern bei der Übersetzung. Sie haben Erkenntnisse. Die Stakeholder wollen wissen: „Was machen wir damit?“ Ohne klare Roadmap aus dem Workshop heraus versickert die Initiative.

Monat 4-6: Maßnahmen umsetzen

Hier wird getrennt, wer Process Mining ernst nimmt und wer nicht. Ernst genommen bedeutet: aus den Discovery-Ergebnissen werden konkrete Maßnahmen abgeleitet, priorisiert nach Effekt × Aufwand, jemandem zugewiesen, terminiert. Ohne diesen Schritt war es ein teures Spielzeug.

Die fünf häufigsten Fehler, die wir sehen

Fehler 1: Tool vor Use-Case. Eine Geschäftsführung kauft Celonis, weil ein Wettbewerber es hat. Dann wird gesucht, was man damit machen kann. Falsche Reihenfolge — der Use-Case definiert das Tool, nicht umgekehrt.

Fehler 2: Datenextraktion unterschätzen. Ein Tool kann nur so gut analysieren, wie der Event-Log sauber ist. Wer die Datenextraktion an die IT delegiert und dann nicht prüft, bekommt Müll im Tool.

Fehler 3: Niemand ist Eigentümer. „Wir machen Process Mining“ ist kein Projekt, sondern ein Wunsch. Es braucht eine namentlich verantwortliche Person mit Mandat — nicht ein Komitee.

Fehler 4: Discovery ohne Maßnahmen. Process Mining identifiziert Probleme. Die Lösung dieser Probleme erfordert ganz andere Disziplinen (Change Management, Prozessdesign, IT-Anpassungen). Wenn die Lücke zwischen Discovery und Lösung niemand schließt, war das Tool umsonst.

Fehler 5: einmalige Analyse statt kontinuierlich. Das beste Process Mining ist eingebettet in den Betrieb. Daten werden täglich aktualisiert, KPIs werden in Dashboards überwacht, Maßnahmen werden gegen die Daten gemessen. Einmal-Analysen sind interessant, aber nicht nachhaltig.

Wo Process Mining stark ist — und wo nicht

Stark, wenn:

• der Prozess in einem oder wenigen IT-Systemen läuft
• es Volumen gibt (mehrere hundert Cases/Monat)
• es einen klaren Soll-Prozess als Vergleichsbasis gibt
• es eine Person mit Mandat gibt, aus den Erkenntnissen Maßnahmen abzuleiten
• Sie bereit sind, die Erkenntnisse auch zu teilen — auch wenn sie unbequem sind

Schwach, wenn:

• der Prozess primär in Excel und Email läuft (keine Logs)
• die Vorgangs-IDs zwischen Systemen nicht durchgehend sind
• die Stakeholder nicht bereit sind, mit dem Ist konfrontiert zu werden
• niemand für die nachgelagerte Umsetzung verantwortlich ist
• es eine politische Initiative ist („wir wollen sagen können, dass wir KI nutzen“), keine operative

Process Mining vs. BPMN vs. Klassische Beratung

Eine Frage, die in fast jedem Engagement aufkommt: brauchen wir Process Mining ODER BPMN ODER klassische Berater?

Die Antwort: das sind drei verschiedene Werkzeuge für drei verschiedene Phasen.

Wer nur eines der drei hat, hat einen Blinden Fleck. Process Mining ohne BPMN ist Datenfriedhof. BPMN ohne Process Mining ist Wunschdenken. Beides ohne klassische Interviews ist Mechanik ohne Verständnis für Motivation.

Process Mining im Mittelstand: realistische Empfehlung

Aus 12 Jahren Engagement-Praxis: Mittelständler ab 100 Mitarbeitern und ~50 Mio. € Umsatz haben in der Regel die Datengrundlage für sinnvolles Process Mining. Darunter ist die Datenbasis oft zu dünn, das Tool zu teuer, der Erkenntnisgewinn zu gering.

Konkretes Vorgehen, das wir empfehlen:

1. Ein Use-Case — Order-to-Cash oder Purchase-to-Pay sind die besten Einstiege. Klare Logs in ERP, hohes Volumen, hoher Cash-Impact.

2. Disco oder Apromore Open Source für den Pilotlauf — nicht Celonis. Sparen Sie 95 % der Lizenzkosten für die Erkenntnisphase.

3. Externe Begleitung für die Datenextraktion — die meisten internen IT-Teams haben das noch nie gemacht. Ein Berater, der das schon zwanzig Mal gemacht hat, spart Wochen.

4. Sechs-Wochen-Pilot mit klarem Stop-or-Go — am Ende eine ehrliche Entscheidung: rechtfertigen die Erkenntnisse die laufende Investition? Wenn nein, einstampfen, kein Sunk-Cost-Fallacy.

5. Wenn Go: in Operating Architecture einbetten. Process Mining alleine ist kein Programm, es ist eine Methode innerhalb einer Disziplin. Die Disziplin entscheidet, was mit den Erkenntnissen passiert.

Die Rolle in Operating Architecture

Hier wird es ehrlich. Process Mining liefert eine spezifische Klasse von Erkenntnissen: die Realität von Prozessen aus Maschinen-Daten. Es beantwortet nicht:

• Welche Prozesse strategisch wichtig sind
• Welche Verantwortlichkeiten existieren
• Wie sich Prozesse zu einer Architektur fügen
• Wo Mensch und KI ineinandergreifen sollten

Diese Fragen beantwortet Operating Architecture — die Verdichtung von TOGAF, BPMN, Process Mining und KI-Integration zu einer Methode, die im Mittelstand wirklich gelebt werden kann.

Process Mining wird in dieser Disziplin zu einem Instrument unter mehreren. Es liefert die quantitative Basis für Architektur-Entscheidungen. Aber die Entscheidungen selbst entstehen anderswo — in Diskussionen über Strategie, Verantwortung und Zukunftsbild.

Mehr zur Disziplin in unserer Standortbestimmung.

Fazit: was Sie jetzt tun sollten

Wenn Sie Process Mining in Ihrer Organisation einführen wollen, ist die ehrlichste Empfehlung: fangen Sie klein an, kaufen Sie nicht das teuerste Tool, holen Sie sich Hilfe bei der Datenextraktion, und planen Sie 6 Monate für den Erkenntnisgewinn — nicht 6 Wochen.

Wenn Sie Process Mining bereits eingeführt haben und das Gefühl haben, dass die Erkenntnisse versickern: prüfen Sie, ob Sie eine namentliche Eigentümerschaft und einen Maßnahmen-Loop haben. Ohne diese beiden ist Process Mining ein teurer Ablenker.

Wenn Sie unsicher sind, ob Process Mining bei Ihnen das richtige Werkzeug ist: 30 Minuten Erstgespräch, kostenlos, in dem wir das ehrlich einordnen — Termin vereinbaren.

In einer Mehrheit der Fälle ist die Antwort übrigens „ja, aber kleiner und billiger als das, was die Lizenzanbieter verkaufen wollen“. Wir haben kein eigenes Process-Mining-Tool zu verkaufen — was uns hier ehrlicher macht als die meisten Stimmen im Markt.