What does a future-proof digital process look like?

What does a future-proof digital process look like?

Unfortunately, this content is not yet available in your country

Stellen Sie sich einen Prozess in Ihrem Unternehmen vor, mit dem Sie jeden Tag zu tun haben…
Welche Eigenschaften sollte dieser Prozess idealerweise haben?

Zu den allgemeinen und naheliegenden Punkten gehört, dass ein Prozess schnell, einfach und zuverlässig ablaufen sollte. Aus einer Management-Perspektive heraus sollte er zudem möglichst wenige Kosten verursachen. Wahrscheinlich haben Sie zunächst an diese Punkte gedacht.

Eine abstrakte Darstellung eines Prozesses

Weitergehende Anforderungen an Prozesse

Doch heute gehen die Anforderungen an Prozesse weit darüber hinaus. Sie sind stets im Sinne der Gesamtzielsetzung des Unternehmens zu beurteilen, welche nicht zuletzt oft darin besteht die gesamte Werthaltigkeit zu erhöhen. Gerade in Krisenzeiten und unter zunehmendem Wettbewerbsdruck in vielen Branchen wird oft über die reine Verschlankung und Erhöhung der Effizienz nachgedacht. Dabei ist es wichtiger denn je, zukunftsfähige Prozesse für die immer weiter digitalisierte Zukunft zu entwerfen.

Dies zeigt nicht zuletzt die Tatsache, dass laut einer Studie mehr als die Hälfte der Unternehmen der Digitalisierung eine große Bedeutung für ihre Prozesse zuweist. Für drei Viertel der Unternehmen ist dabei das wichtigste Thema die Möglichkeit einer strukturierten Auswertung von Unternehmensdaten.

Überraschend sind diese Ergebnisse gerade vor dem Hintergrund der gesamten Zielsetzung nicht. Denn: Unternehmen, die das volle Potential ihrer Daten nutzen sind wettbewerbsfähiger als ihre Konkurrenten.

Wie genau muss ein zukunftsfähiger Prozess aussehen?

Ohne Zweifel sind die ersten Gedanken bei dem Stichwort eines idealen Prozesses wichtig. Ein zukunftsfähiger Prozess sollte natürlich effizient, möglichst schnell und damit auch kostengünstig ablaufen. All diese Ziele lassen sich zum Teil durch eine reine Automatisierung erreichen.

Darüber hinaus ist es jedoch von großer Bedeutung, dass der Prozess zum einen richtig abläuft, also inhaltlich zutreffende Ergebnisse produziert. Darüber hinaus sollte er auf guten Daten basieren und gleichzeitig Daten in guter Art und Weise sammeln und aufbereiten. All diese Punkte sind unabdingbar, zum einen für Analysen, aber auch für zukünftige Innovationen und Projekte, mit denen sich das Unternehmen beschäftigen möchte.

Ein Beispiel: ein Unternehmen möchte analysieren und prognostizieren, wie sich der Bedarf eines Rohstoffes für die Produktion eines Endproduktes entwickelt. Die Grundvoraussetzung hierfür ist, dass entsprechende Bestellungen des Rohstoffs konzernweit einheitlich im Prozess gekennzeichnet werden. Die Vorstufe zu beinahe jeglicher zukünftigen Entwicklung ist also die korrekte Erfassung von Daten.

Zusammengefasst sollte ein zukunftsfähiger Prozess also folgende Qualitäten haben:

  • Effizient und kurze Durchlaufzeit
  • Kostengünstig
  • Hohe Genauigkeit und richtige Ergebnisse
  • Technologiegestützt
  • Basierend auf Daten, bei gleichzeitiger Sammlung und Aufbereitung neuer Daten

Solche Anforderungen gelten nicht nur für komplexe und mehrstufige Prozesse, sie sind auch für vermeintlich simple Prozesse anwendbar. Ein Beispiel hierfür ist die Zuweisung einer Warengruppe zu einer Bestellung im Einkauf, welche ohne einen guten Prozess sehr aufwendig sein kann.

Wie genau muss ein zukunftsfähiger Prozess aussehen?

Ohne Zweifel sind die ersten Gedanken bei dem Stichwort eines idealen Prozesses wichtig. Ein zukunftsfähiger Prozess sollte natürlich effizient, möglichst schnell und damit auch kostengünstig ablaufen. All diese Ziele lassen sich zum Teil durch eine reine Automatisierung erreichen.

Darüber hinaus ist es jedoch von großer Bedeutung, dass der Prozess zum einen richtig abläuft, also inhaltlich zutreffende Ergebnisse produziert. Darüber hinaus sollte er auf guten Daten basieren und gleichzeitig Daten in guter Art und Weise sammeln und aufbereiten. All diese Punkte sind unabdingbar, zum einen für Analysen, aber auch für zukünftige Innovationen und Projekte, mit denen sich das Unternehmen beschäftigen möchte.

Ein Beispiel: ein Unternehmen möchte analysieren und prognostizieren, wie sich der Bedarf eines Rohstoffes für die Produktion eines Endproduktes entwickelt. Die Grundvoraussetzung hierfür ist, dass entsprechende Bestellungen des Rohstoffs konzernweit einheitlich im Prozess gekennzeichnet werden. Die Vorstufe zu beinahe jeglicher zukünftigen Entwicklung ist also die korrekte Erfassung von Daten.

Zusammengefasst sollte ein zukunftsfähiger Prozess also folgende Qualitäten haben:

  • Effizient und kurze Durchlaufzeit
  • Kostengünstig
  • Hohe Genauigkeit und richtige Ergebnisse
  • Technologiegestützt
  • Basierend auf Daten, bei gleichzeitiger Sammlung und Aufbereitung neuer Daten

Solche Anforderungen gelten nicht nur für komplexe und mehrstufige Prozesse, sie sind auch für vermeintlich simple Prozesse anwendbar. Ein Beispiel hierfür ist die Zuweisung einer Warengruppe zu einer Bestellung im Einkauf, welche ohne einen guten Prozess sehr aufwendig sein kann.

Wie erreicht man dieses Ziel?

Nun stellt sich die Frage, wie man diese Ziele etwa für den zu Beginn dieses Artikels vorgestellten Prozess erreicht und auf welche Hürden man hierbei stoßen kann.

Als Idealbild für einen digitalen und zukunftsfähigen Prozess kann das von Bitkom entwickelte Reifegradmodell herangezogen werden, welches den Prozess in den vier Dimensionen Technologie, Daten, Qualität und Organisation beschreibt. Hier möchten wir uns auf die Dimensionen Technologie und Daten konzentrieren.

Eine beispielhafte Einordnung eines Prozesses in das Reifegradmodell von Bitkom.
Quelle: Leitfaden zum Reifegradmodell Digitale Geschäftsprozesse

Während die Dimension Technologie beschreibt in welcher IT-Infrastruktur der Prozess eingebettet ist und welche konkreten Tools hierfür genutzt werden, geht es in der Daten-Dimension darum, welche Daten erhoben und verwendet werden. Wenn diese beiden Punkte Hand in Hand gehen, können für Unternehmen echte Differenzierungsmerkmale entstehen.

Das Ziel ist die vollständige Digitalisierung und Automatisierung der Prozesse.

Bei einem rein standardisierbaren Prozess lässt sich das möglicherweise noch relativ einfach umsetzen, in der Realität stößt man jedoch in diesen zwei Dimensionen auf große Herausforderungen. Hierfür lässt sich das obige Beispiel einer Warengruppenzuordnung innerhalb einer Bestellung heranziehen:

Die Automatisierung dieses Prozesses stößt auf die Hürde, dass eine manuelle Entscheidung getroffen werden muss. Die Bestelltexte sind nicht standardisiert, die Entscheidung für eine Warengruppe lässt sich also nicht mit klassischen festen Regeln treffen.

Wie erreicht man dieses Ziel?

Nun stellt sich die Frage, wie man diese Ziele etwa für den zu Beginn dieses Artikels vorgestellten Prozess erreicht und auf welche Hürden man hierbei stoßen kann.

Als Idealbild für einen digitalen und zukunftsfähigen Prozess kann das von Bitkom entwickelte Reifegradmodell herangezogen werden, welches den Prozess in den vier Dimensionen Technologie, Daten, Qualität und Organisation beschreibt. Hier möchten wir uns auf die Dimensionen Technologie und Daten konzentrieren.

Eine beispielhafte Einordnung eines Prozesses in das Reifegradmodell von Bitkom.
Quelle: Leitfaden zum Reifegradmodell Digitale Geschäftsprozesse

Während die Dimension Technologie beschreibt in welcher IT-Infrastruktur der Prozess eingebettet ist und welche konkreten Tools hierfür genutzt werden, geht es in der Daten-Dimension darum, welche Daten erhoben und verwendet werden. Wenn diese beiden Punkte Hand in Hand gehen, können für Unternehmen echte Differenzierungsmerkmale entstehen.

Das Ziel ist die vollständige Digitalisierung und Automatisierung der Prozesse.

Bei einem rein standardisierbaren Prozess lässt sich das möglicherweise noch relativ einfach umsetzen, in der Realität stößt man jedoch in diesen zwei Dimensionen auf große Herausforderungen. Hierfür lässt sich das obige Beispiel einer Warengruppenzuordnung innerhalb einer Bestellung heranziehen:

Die Automatisierung dieses Prozesses stößt auf die Hürde, dass eine manuelle Entscheidung getroffen werden muss. Die Bestelltexte sind nicht standardisiert, die Entscheidung für eine Warengruppe lässt sich also nicht mit klassischen festen Regeln treffen.

Diese Herausforderungen lassen sich mit Technologie lösen

Unserer Erfahrung nach stellen sich bei der Umsetzung solcher Prozesse folgende Hürden, jeweils erklärt am Beispiel der Warengruppenzuweisung:

1

Mangelhafte zugrundeliegende Daten

Bei dem Aufsetzen eines datenbasierten Prozesses stößt man häufig auf das Problem, dass bereits die nötigen zugrundeliegenden Daten fehlerhaft oder gar nicht gepflegt sind.

Im Beispiel sind den historischen Bestellungen eines Unternehmens fehlerhafte Warengruppen zugeordnet, sodass diese keine sinnvollen Informationen für neue Bestellungen liefern können.

Um solche Problemstellungen zu meistern, verwendet kiresult Algorithmen dazu, fehlerhaft gepflegte Daten zu erkennen und diese Fehler auszubessern. Damit wird eine auswertbare und zukunftsfähige Datenbasis geschaffen.

2

Prozesse sind nicht rein standardisierbar

Gerade wenn eine volle Automatisierung von Prozessen angestrebt wird, wird oft klar, dass der Prozess aktuell gar nicht automatisierbar ist. Viel mehr erfordert er ein manuelles Eingreifen, das oft auf menschlichem Wissen oder Erfahrung basiert.

Im Warengruppen-Beispiel muss etwa einem Bestelltext „Papier auf Rollen, 20m“ der Kategorie „Papier“ zugewiesen werden – dies ist heute oft nicht mit festen Regeln möglich.

Für dieses Problem nutzt kiresult künstliche Intelligenz dazu, Muster auf den historischen Daten zu lernen und diese im laufenden Prozess für korrekte Zuordnungen zu nutzen.

3

Mangelnde Standardisierung

Daten liegen häufig in unternehmenseigenen, historisch gewachsenen Strukturen vor. Zukünftig sollen jedoch Benchmarks zu Konkurrenten, aber auch tiefere Integrationen mit Lieferanten geschaffen werden, die auf Branchenstandards arbeiten.

Im Beispiel existiert für den Branchenstandard „Papier“ im Unternehmen eine eigene Warengruppe, die „Papier auf Rollen für Zeitungen“ heißt. Ein direkter Vergleich zu anderen Unternehmen ist damit nicht möglich.

Um dieses Problem zu lösen bietet kiresult die Möglichkeit, anhand bestimmter Merkmale und Muster in den eigenen Daten, diese einem Branchenstandard wie eCl@ss für Warengruppen zuzuweisen.

4

Fehlerhafte Schnittstellen oder schlechte Einbindung

Ein weiteres Problem bei der Umstellung auf neue, digitale Prozesse stellt sich im Umfang der alltäglichen Nutzung. Häufig werden neue Abläufe in IT-Systemen nicht ausreichend genutzt, da entweder die Umstellung groß oder die Handhabung schlicht zu kompliziert ist

Für das Warengruppen-Beispiel bedeutet dies, dass ein IT-Tool zur manuellen Auswahl von Warengruppen im Bestellprozess mit einem Dropdown-Feld eingeführt wurde. Das Tool ist jedoch im operativen Betrieb zu lästig und unübersichtlich, folglich wird es nicht genutzt.

Dieses Problem lässt sich dadurch lösen, dass manuelle Schritte entweder automatisiert im Hintergrund durch Algorithmen erledigt werden, oder sie direkt im Prozess unterstützt werden. Kiresult löst dies mit nahtlosen Einbindungen in ERP-Systemen, wie etwa in SAP:

Diese Herausforderungen lassen sich mit Technologie lösen

Unserer Erfahrung nach stellen sich bei der Umsetzung solcher Prozesse folgende Hürden, jeweils erklärt am Beispiel der Warengruppenzuweisung:

1

Mangelhafte zugrundeliegende Daten

Bei dem Aufsetzen eines datenbasierten Prozesses stößt man häufig auf das Problem, dass bereits die nötigen zugrundeliegenden Daten fehlerhaft oder gar nicht gepflegt sind.

Im Beispiel sind den historischen Bestellungen eines Unternehmens fehlerhafte Warengruppen zugeordnet, sodass diese keine sinnvollen Informationen für neue Bestellungen liefern können.

Um solche Problemstellungen zu meistern, verwendet kiresult Algorithmen dazu, fehlerhaft gepflegte Daten zu erkennen und diese Fehler auszubessern. Damit wird eine auswertbare und zukunftsfähige Datenbasis geschaffen.

2

Prozesse sind nicht rein standardisierbar

Gerade wenn eine volle Automatisierung von Prozessen angestrebt wird, wird oft klar, dass der Prozess aktuell gar nicht automatisierbar ist. Viel mehr erfordert er ein manuelles Eingreifen, das oft auf menschlichem Wissen oder Erfahrung basiert.

Im Warengruppen-Beispiel muss etwa einem Bestelltext „Papier auf Rollen, 20m“ der Kategorie „Papier“ zugewiesen werden – dies ist heute oft nicht mit festen Regeln möglich.

Für dieses Problem nutzt kiresult künstliche Intelligenz dazu, Muster auf den historischen Daten zu lernen und diese im laufenden Prozess für korrekte Zuordnungen zu nutzen.

3

Mangelnde Standardisierung

Daten liegen häufig in unternehmenseigenen, historisch gewachsenen Strukturen vor. Zukünftig sollen jedoch Benchmarks zu Konkurrenten, aber auch tiefere Integrationen mit Lieferanten geschaffen werden, die auf Branchenstandards arbeiten.

Im Beispiel existiert für den Branchenstandard „Papier“ im Unternehmen eine eigene Warengruppe, die „Papier auf Rollen für Zeitungen“ heißt. Ein direkter Vergleich zu anderen Unternehmen ist damit nicht möglich.

Um dieses Problem zu lösen bietet kiresult die Möglichkeit, anhand bestimmter Merkmale und Muster in den eigenen Daten, diese einem Branchenstandard wie eCl@ss für Warengruppen zuzuweisen.

4

Fehlerhafte Schnittstellen oder schlechte Einbindung

Ein weiteres Problem bei der Umstellung auf neue, digitale Prozesse stellt sich im Umfang der alltäglichen Nutzung. Häufig werden neue Abläufe in IT-Systemen nicht ausreichend genutzt, da entweder die Umstellung groß oder die Handhabung schlicht zu kompliziert ist

Für das Warengruppen-Beispiel bedeutet dies, dass ein IT-Tool zur manuellen Auswahl von Warengruppen im Bestellprozess mit einem Dropdown-Feld eingeführt wurde. Das Tool ist jedoch im operativen Betrieb zu lästig und unübersichtlich, folglich wird es nicht genutzt.

Dieses Problem lässt sich dadurch lösen, dass manuelle Schritte entweder automatisiert im Hintergrund durch Algorithmen erledigt werden, oder sie direkt im Prozess unterstützt werden. Kiresult löst dies mit nahtlosen Einbindungen in ERP-Systemen, wie etwa in SAP:

Fazit

Heute werden zahlreiche Anforderungen an Prozesse in Unternehmen gestellt, gerade wenn es um die Zukunftsfähigkeit geht. Durch den Einsatz von digitalen Technologien lassen sich Herausforderungen lösen, die sich bei der Umsetzung und im laufenden Betrieb stellen.

Wichtig ist allerdings, dass Technologie an den richtigen Stellen eingesetzt wird und auf eine Art unterstützt, die anwenderfreundlich und simpel ist. Hierbei sollte stets der Fokus darauf gelegt werden, dass anfallende Daten in einer guten Struktur und konsistent gespeichert werden. Im Prozess selbst sollten datenbasierte Entscheidungen möglichst automatisiert getroffen werden.

Das Ergebnis des digitalen Prozesses ist die vollständige Automatisierung mithilfe von Technologie

Unternehmen, die diese Herausforderungen lösen und Prozesse dementsprechend entwerfen, werden langfristig deutlich erfolgreicher und in der Lage dazu sein, das volle Potential aus ihren Daten zu schöpfen.