Blog

Auch wenn Unternehmen in der Regel erstmal über CRM- oder ERP-Standardprozesse (P2P, O2C) in Process Mining einsteigen, sind auch un- oder semi-strukturierte Daten aus Quellen wie Ticket- oder Telekommunikations-Systemen in Prozessanalysen integrierbar. Nicht selten sind besonders kritische Prozesse teilweise nur über viel dynamischere Systemen mit kundenindividueller Text-Kommunikation rückverfolgbar. Besonders interessante Prozessabschnitte erfolgen beispielsweise über E-Mail-Kommunikation und sind somit für klassische Process-Mining-Analysen blinde Flecken.

Können mit Process Mining auch unstrukturierte Daten analysiert werden?

Ja! Unter Einsatz von Deep Learning für Natural Language Processing (NLP) können Textdokumente (auch gescannte PDF) sowie E-Mails bereits zuverlässig klassifiziert werden, beispielsweise, ob eine E-Mail eines Kunden oder Lieferanten eine bestimmte Bestellung auszulösen, zu verändern oder zu stornieren versucht. Auch ganze Absätze oder Sätze eines Textes können als Prozessaktivität interpretiert werden und neben den E-Mail-Metadaten auch sequenziell interpretiert, also in eine Reihenfolge gebracht, werden. Dazu setzen wir auf diverse Methoden aus der Data Science und dem Machine Learning für NLP, hauptsächlich auf Deep Learning mit Bidirectional Encoder Representations from Transformers (BERT).

Mit auf BERT basierenden Methoden können sowohl Datumsangaben (die oft jedoch konkret als Metadaten vorliegen) als auch Schlagwörter in Texten markiert werden, die auf Aktivitäten (Events) hindeuten.

Wichtig dabei zu verstehen, dass die Event Logs selbst wieder strukturierte Daten sind und in jedes Process Mining Tool, wie etwa von Celonis, Signavio, UiPath und auch alle anderen Tools, geladen werden können!

Auch Video-Material ist in Event Logs transformierbar

Übrigens sind auch Videos mit Deep Learning pro Zeiteinheit klassifizierbar, wodurch eine Integration in Process Mining Analysen möglich ist. Hierzu kommen auf Bilderkennung trainierte Künstliche Neuronale Netze zum Einsatz, die Bild für Bild Aktivitäten erkennen. Dies eröffnet Prozessanalysen von Vorgängen, die in operativen IT-Systemen nicht getrackt werden. Ein Beispiel wären Video-Aufnahmen von Montage-Vorgängen oder logistischen Abläufen auf dem Fabrikgelände, die mit Process Mining auf Basis von Video-Daten nachvollziehbar im Prozessflussdiagramm visualisiert und dadurch zur weiteren Analyse bereitstehen. Somit werden zukünftig auch Analysen nach REFA oder MTM automatisierbar in ihrer Auswertung.

Sollten Sie vor der Einführung oder Optimierung eines Process Mining Systems für Ihre Organisation stehen, lassen Sie sich unabhängig von uns beraten! Wir kennen nahezu jede Lösung am Markt, können neutral Ihre technischen Anforderungen und organisatorischen Bedürfnisse mit den vorhanden Tools und analytischen Methoden abgleichen. DATANOMIQ ist Ihr Erfolgsgarant für unabhängige Business Intelligence, Data Science und Process Mining! 

DATANOMIQ ist der herstellerunabhängige Beratungs- und Service-Partner für Business Intelligence, Process Mining und Data Science. Wir erschließen die vielfältigen Möglichkeiten durch Big Data und künstliche Intelligenz erstmalig in allen Bereichen der Wertschöpfungskette. Dabei setzen wir auf die besten Köpfe und das umfassendste Methoden- und Technologieportfolio für die Nutzung von Daten zur Geschäftsoptimierung.