Process Mining

Process Mining ist ein datengetriebenes Analyseverfahren, das tatsächliche Geschäftsprozesse aus den digitalen Spuren in IT-Systemen rekonstruiert, statt sie zu modellieren oder zu interviewen. Aus Zeitstempel-Daten in ERP-, SRM- oder Ticket-Systemen wird die reale Prozessvariante sichtbar gemacht, mit allen Schleifen, Abweichungen und Engpässen. Im Einkauf ist Process Mining das Standardwerkzeug, um Purchase-to-Pay- und Source-to-Contract-Prozesse zu vermessen, Maverick Buying aufzudecken und Skontoverluste zu quantifizieren.

Detaillierte Erklärung

Der Begriff wurde 1999 von Wil van der Aalst an der TU Eindhoven geprägt; sein Lehrbuch "Process Mining: Discovery, Conformance and Enhancement of Business Processes" (Springer, 1. Auflage 2011, 2. Auflage 2016) gilt als Standardreferenz. Drei Disziplinen werden unterschieden: erstens Discovery, die Rekonstruktion eines Prozessmodells (BPMN, Petri-Netz) aus einem Event-Log, definiert nach dem IEEE-XES-Standard 1849-2016 als Folge von (Case-ID, Activity, Timestamp); zweitens Conformance Checking, der Abgleich des Ist-Modells mit einem Soll-Modell zur Identifikation von Abweichungen; drittens Enhancement, die Anreicherung des Modells mit Performance- und Ressourcendaten. Celonis wurde 2011 von Alexander Rinke, Bastian Nominacher und Martin Klenk in einem Studentenwohnheim der TU München gegründet, mit wissenschaftlicher Anbindung an van der Aalst, der heute Chief Scientist bei Celonis und Professor an der RWTH Aachen ist. Wettbewerber sind UiPath (Prozessermittlung über Task Mining), SAP Signavio, Microsoft Power Automate Process Mining sowie Apromore aus dem akademischen Umfeld. Celonis hat mit PQL (Process Query Language) eine SQL-ähnliche Abfragesprache speziell für Event-Logs etabliert, die Filter wie PROCESS EQUALS oder MATCH_PROCESS für KPI-Berechnungen ermöglicht. Gartner führt seit 2023 einen eigenen Magic Quadrant Process Mining; Stand 2026 wird Celonis als Leader gelistet, mit einer dokumentierten Bewertung von rund 16 Milliarden US-Dollar Unternehmensbewertung und 5.500+ Kunden, darunter BMW, Siemens und Uber.

Praxisbeispiel (konkretes Einkaufsszenario)

Ein hessischer Konsumgüterhersteller mit 2.100 Mitarbeitern und 480 Millionen Euro Umsatz analysiert 2026 seinen Purchase-to-Pay-Prozess mit Celonis. Eingelesen werden 1,8 Millionen Event-Records aus SAP MM, FI und Ariba über 14 Monate. Discovery zeigt 287 unterschiedliche Prozessvarianten gegenüber dem Soll-Modell mit 6 Varianten. Conformance Checking identifiziert: 12,4 Prozent der Bestellungen umgehen den Genehmigungsworkflow (Maverick Buying), 18,7 Prozent der Skonti werden wegen verspäteter Rechnungsfreigabe verloren (entspricht 1,42 Millionen Euro p.a. bei 3 Prozent Skonto und 47,3 Millionen Euro skontierfähigem Volumen), durchschnittliche Throughput-Time vom Bedarfsanlegen bis zur bezahlten Rechnung 38,2 Tage gegenüber Zielwert 21 Tage. Maßnahmenpaket: automatische 4-Augen-Genehmigung in SAP für Bestellanforderungen über 5.000 Euro, Eskalationsregeln für Rechnungen ab Tag 5 nach Eingang, Top-30-Lieferanten-Reviews mit Procurement-Business-Partnern. Ergebnis nach 9 Monaten: Skonto-Quote steigt von 81,3 auf 94,1 Prozent (Effekt 980.000 Euro p.a.), Maverick-Quote sinkt auf 4,2 Prozent, Throughput-Time 24,8 Tage. Lizenzkosten Celonis: 320.000 Euro p.a., ROI rund 3,1.

Typische Fehler & Verhandlungskontext

Der häufigste Fehler ist die mangelhafte Vorbereitung des Event-Logs: Wenn Case-IDs nicht eindeutig oder Zeitstempel inkonsistent sind, produziert Discovery ein Spaghetti-Modell ohne Aussagekraft, was van der Aalst in seinen Publikationen als "garbage in, garbage out" kennzeichnet. Zweitens wird Conformance Checking ohne dokumentiertes Soll-Modell durchgeführt; ohne Referenz lassen sich Abweichungen nur beschreiben, nicht bewerten. Drittens scheitern Initiativen an Betriebsrat-Themen: Process Mining erlaubt prinzipiell Performance-Analyse pro Mitarbeiter, was unter BetrVG §87 Absatz 1 Nr. 6 mitbestimmungspflichtig ist; eine Betriebsvereinbarung mit Aggregations- und Anonymisierungsregeln (typisch k>=5) ist Pflicht vor Roll-out. In Verhandlungen mit Lieferanten ist ein Process-Mining-Befund ein hartes Argument: Wer nachweist, dass der Lieferant in 31 Prozent der Fälle Bestellbestätigungen zu spät liefert, kann Liefertreue-Klauseln mit Bonus-Malus-Mechanik verhandeln.

Verwandte Begriffe

Process Mining liefert die Datenbasis für [[spend-analyse]] und ergänzt klassische Methoden wie [[wertanalyse]] und [[value-engineering]]; im Einkaufskontext deckt es typischerweise [[maverick-buying]] auf und liefert Inputs für [[lieferantenbewertung]] und Verhandlungen zu [[service-level-agreement]]-Klauseln.