Process Mining ist eine Methode des Prozessmanagements und wird auch manchmal als Automated Business Process Discovery (ABPD) bezeichnet. Als Grundlage werden reale Prozesse analysiert. Angenommene oder theoretische Prozesse werden nicht mit Process Mining betrachtet, da elektronische Ereignisprotokolle zum Funktionieren der Methode vorliegen müssen. Process Mining kombiniert Techniken aus den Bereichen des Data Minings, der Computional Intelligence, der Prozessmodellierung und -analyse.
Die Methode ist datengestützt und fokussiert auf die Analyse von Event-Logs. Event Logs sind Informationen zu einzelnen Schritten im Prozess, die in IT-Systemen gespeichert sind. Log Dateien geben Ereignisse in zeitlicher Ordnung wieder und lassen sich einem bestimmten Schritt oder einer bestimmten Person im Prozess zuordnen. Jeder Arbeitsschritt, der digital unterstütz wird, hinterlässt diese Spuren als Logs im IT-System, die dann zur Auswertung genutzt werden. So können Trends und Muster identifiziert werden, Schwachstellen aufgedeckt werden und typische Geschäftsprozesse besser verstanden werden. Das alles hilft, diese zu optimieren.
Außerdem ermöglicht Process Mining einen objektiven Blick auf die bestehenden Prozesse, den Sie beim „menschlichen“ Analysieren von Geschäftsprozessen nicht bekommen würden. Jeder Mitarbeiter hat wahrscheinlich unterschiedliche Vorstellungen davon, warum ein Prozess nicht reibungslos abläuft. Durch Process Mining können Sie auf Basis von Daten und Fakten optimieren und müssen nicht nur auf Grund von persönlicher Einschätzung handeln.
Beispiele für Prozesse, die durch Process Mining häufig analysiert werden, sind Vertriebsprozesse, Fertigungsprozesse, Logistikprozesse oder IT-Service Management-Prozesse. Einzige Voraussetzung ist das Vorliegen eines elektronischen Ereignisprotokolls, dass ausgewertet werden kann.
Process-Mining ist teilweise mit Data-Mining verwandt und die Begrifflichkeit auch davon geprägt. Eine sehr große Menge an Daten wird ausgewertet, um hilfreiche Einsichten zu gewinnen oder zu schöpfen. Im Gegensatz zu Data Mining, wird allerdings nicht ein spezifischer Vorfall oder eine definierte Herausforderung ausgewertet, sondern ein gesamter Geschäftsprozess.
Ein Nachteil von Process Mining ist, dass Schritte im Prozess, die ausschließlich analog stattfinden, nicht mit ausgewertet werden können. Ein Gefühl, das der Mitarbeiter bei der Ausführung eines Arbeitsschrittes hat oder der Gesichtsausdruck des Kunden bei der Interaktion mit dem Kundenservice, fehlen so zum Beispiel in der Analyse. Das sollte bei der Betrachtung der Ergebnisse aus dem Process Mining unbedingt im Hinterkopf behalten werden. Nichtsdestotrotz bietet Process Mining wertvolle Einblicke.