SAP S/4 HANA –MIGRIEREN UND GESCHÄFTSPROZESSE ERFOLGREICH OPTIMIEREN

Fortschreitende Marktveränderungen, sich durch eine Pandemie verändernde Arbeitsabläufe, die zu einer weiteren Beschleunigung der Digitalisierung beitragen, stellen viele Unternehmen vor die Herausforderung, etablierte Geschäftsprozesse, Geschäftsmodelle und vielfach auch ihre IT-Landschaft kritisch zu hinterfragen und auf die neuen Anforderungen hin anzupassen.

Für SAP-Anwender, die ohnehin mit dem Thema einer zwangsläufig durchzuführenden Migration in Richtung S/4 HANA konfrontiert sind, ergibt sich eine weitere Herausforderung, die in Anbetracht der von der SAP gesetzten Zeiträume, den Druck auf die IT-Verantwortlichen spürbar verstärkt. So stellt sich nahezu unausweichlich die Frage danach ein, wie die Migration erfolgen soll. Im Rahmen eines Greenfield- oder Brownfield-Ansatzes und wie soll mit den Geschäftsprozessen verfahren werden? Hat S/4 HANA überhaupt einen Impact auf die Prozesslandschaft?

S/4 HANA bietet auf der Grundlage der „In-Memory-Technologie“, die die Performance der Zugriffe auf Daten deutlich steigert und somit die Auswertung auch größerer Datenmengen erlaubt, ein Data Warehouse, das auch Daten aus nicht SAP-Quellen integriert und so eine vernetzte Daten- und Informationslandschaft mit Echtzeitanalyse ermöglicht. Bestehende Geschäftsprozesse können so einschließlich der Integration von Subsystemen jederzeit nach betriebswirtschaftlichen Kennzahlen ausgewertet werden. Mit dieser Möglichkeit ist auch die Chance oder auch fallweise die Pflicht einer Neugestaltung der Architektur und der Datenmodelle verbunden.

Mit der Migration in Richtung SAP S/4 HANA stellt sich auch die Frage, wie mit den über viele Jahre entstandenen Eigenentwicklungen verfahren werden soll. Eine Frage, die sich auch auf eingesetzte Zusatzmodule von Nicht-SAP-Anbietern erstreckt, wie etwa spezielle Anwendungen zur Produktions-steuerung, zur Intralogistik etc. Vielfach sind Lösungen, auch Auswertungen, aus jeweils aktuellen Bedürfnissen und Notwendigkeiten entstanden, ohne dass im Detail heute noch die Gründe hierfür im Einzelnen nachvollzogen werden könnten. 

Folgerichtig stellt sich im Vorfeld der eigentlichen technischen Migration die Frage, was den eigentlich einer Migration unterzogen werden soll oder muss.

Bei der Umstellung auf eine zentrale Datenstruktur müssen Geschäftsprozesse nahezu zwangsläufig neugestaltet werden. Hier ergeben sich Chancen und Risiken, die genutzt und erkannt werden wollen. Nicht zu vernachlässigen ist auch der Umstand, dass zukünftig mehr und mehr durch Sensoren gestützte Informationen (Internet of Things / Robotic Process Automation) die Qualität von Analysen und die darauf beruhenden operativen Entscheidungen beeinflussen werden. Neben den vorrangig betriebswirtschaftlichen Themenstellungen sollte beachtet werden, dass sich Kommunikations-formate und deren Technologien im Wandel befinden. Hier darf auf den möglicherweise zunehmenden Einsatz der Blockchain-Technologie im Bereich einer transaktionsorientierten Abrechnung von Leistungen hingewiesen werden.

Die Aufzählung bereits identifizierter Themenstellungen die sich im Kontext einer SAP S/4 HANA-Migration ergeben, könnte noch fortgeführt werden. Unbestritten dürfte allerdings sein, dass ein erfolgreiches Migrationsprojekt u.a. einer fundierten Betrachtung und konstruktiv kritischen Reflektion vorhandener Geschäftsprozesse und deren gegebenenfalls notwendiger Weiterentwicklung bedarf.

Es bleibt in diesem Zusammenhang lediglich die Frage, ob eine solche Analyse vor oder nach erfolgter Migration durchgeführt werden sollte, eine Frage, auf die es keine eindeutige Antwort geben kann. Es zeigt sich allerdings in der Praxis, dass es in vielen Fälle sinnvoll ist, vor der Migration unnötigen Ballast in Form nicht mehr der Realität entsprechender Geschäftsprozesse abzuwerfen.

Neben den reinen technischen Anforderungen einer SAP S/4 HANA-Migration, bieten sich im Bereich der Analyse und Modellierung von Geschäftsprozessen der Einsatz verschiedener Methoden an. Hierzu zählt auch der Einsatz IT-basierender Analysewerkzeuge wie etwa der eines PROCESS MINING-Tools, um selbst komplexe und vielschichtige Geschäftsprozesse zu analysieren.

PROCESS MINING – WAS IST DAS?

Im Kontext der Geschäftsprozess-Analyse wird häufig der Begriff des Process Mining verwendet und der Einsatz eines Process Mining-Tools empfohlen. Doch was ist Process Mining eigentlich. Hierzu an dieser Stelle ein kurzer Exkurs für die Leser, die sich mit dem Thema noch nicht intensiver befasst haben. 

Einfach ausgedrückt ist Process Mining eine Technologie zur automatisierten systematischen, auf der Grundlage von Algorithmen und mathematischen Verfahren durchgeführten Analyse von Geschäfts-prozessen und deren Abgleich mit einem Soll-Modell einschließlich der Möglichkeit, individuelle KPI´s als Prüfgröße in die Prozess-Analyse einzubringen. Die technische Grundlage für das Process Mining bilden Event-Logs, die beim Ablauf von Transaktionen generiert werden. Jeder IT-basierte Prozess, der durchlaufen wird, erzeugt Events, einzelne Aktivitäten im IT-System, die automatisch gemeinsam mit deren Attributen vom System gespeichert werden. Zu den typischen Attributen eines Events gehören die Zeitstempel, die Case-ID sowie weitere Attribute wie etwa der Anwender oder der Standort. Ein leistungsstarkes Process Mining-Tool umfasst im Wesentlichen die Methoden des 

  • Process Discovery 
  • Conformance Checks 
  • Model Enhancement

Unter dem Terminus Process Discovery wird die datenbasierte Visualisierung eines Geschäftsprozesses verstanden. Es wird automatisiert, auf der Grundlage der Event-Logs, ein Follower Graph generiert, der den betrachten Geschäftsprozess / Teilprozess visuell darstellt.

Im Zuge des Conformance Checking wird der dargestellte IST-Prozess einem bestehenden Referenz- resp. SOLL-Modell dieses Prozesses gegenübergestellt. 

Es findet eine Abweichungsanalyse statt, die auch etwaige hinzugefügte und/oder übersprungene Prozess-Schritte identifiziert. Der geplante Prozess wird mit dem im betrieblichen Alltag gelebten Prozess abgeglichen, um Abweichungen zwischen SOLL und IST zu identifizieren. 

pastedGraphic.png

Abb. 1: Prozess-Visualisierung

Ein weiterer Schritt des Process Mining besteht darin, auf der Grundlage der durchgeführten Analyse Optimierungspotentiale zu eruieren. Solche Optimierungspotentiale stellen den Ausgangspunkt für ein Business Process Management als integrierter Bestandteil eines Migrationsprojekts dar. 

Für den Einsatz eines Process Mining-Tools spricht, dass optimierte Prozesse immer wieder einem Performance-Check unterzogen werden können. Hierbei werden die optimierten Prozesse einer erneuten Analyse der Event-Logs unterworfen und die aktuelle Version des Prozesses mit der ursprünglichen Version verglichen. Da dieser automatisierte Vorgang beliebig wiederholbar ist, bieten sich sehr gute Möglichkeiten, die Effizienz einer Prozessentwicklung zu prüfen und kontinuierlich voranzutreiben. Hierbei unterstützen die vom Anwender in die Analyse eingebrachten KPI´s, die einmal definiert, automatisch bei jeder Analyse herangezogen werden. 

Ein für jeden Durchlauf notwendiges Ermitteln und Berechnen der KPI-Werte entfällt und entlastet so die Projektbeteiligten. 

Im Rahmen eines Data Driven Process Managements bietet ein Process Mining-Tool, gleich ob vor oder nach der Migration eingesetzt, einen nicht zu unterschätzenden Vorteil, der sich aus der Nutzung der vordefinierten und erfassten Performance-Daten und KPI´s ergibt, welche als Richtwerte der zyklischen Analyse von Geschäftsprozessen herangezogen werden können. Die zyklische automatisierte Überprüfung der Einhaltung der KPI´s während des Lebenszyklus eines Prozesses ist hierdurch möglich.

pastedGraphic_1.png

Abb.2: KPI- und individuelles Dashboard eines Process Mining-Tools

ANALYSE DER GESCHÄFTSPROZESSE

Ein Unternehmen wird von einer Vielzahl an Geschäftsprozessen geprägt. Es wäre ein nahezu aussichtsloses Unterfangen, sollten mit der HANA-Migration alle Prozesse eines Unternehmens analysiert, GAPs zwischen SOLL- und IST identifiziert und alle Prozesse nahezu parallel optimiert werden. Es erweist sich als vorteilhaft, Teilprojekte zu beschreiben, beispielsweise nach Themen- und Aufgabengebieten. Berücksichtigt werden sollte bei einer thematischen Abgrenzung immer, welche möglichen Zielkonflikte und Impacts zwischen den einzelnen Themengebieten bestehen.

Bewährt hat sich, die Geschäftsprozesse nach deren Fachlichkeit zu untersuchen, d.h. zu ermitteln, in welchem Umfang die jeweiligen Prozesse durch die Programme tatsächlich abgedeckt und eingehalten werden. Hierbei sind vorab festgelegte Bezugsgrößen für eine Bewertung der Geschäftsprozesse zweckmäßig. Typische KPI´s sind

– Qualität der gewonnenen Informationen

– Durchlaufzeit

– Volumen der nicht werthaltigen manuellen Tätigkeiten im Kontext eines Prozesses (z.B. wiederholte Eingaben bereits im System vorhandener Informationen)

– Volumen der werthaltigen wiederholt manuell erfassten Informationen eines Prozesses (hier können u.a. Potentiale für ein späteres RPA {Robotic Process Automation} erkannt werden)

– Kosten eines Prozesses

– wo lassen sich Prozesse vereinfachen

Nun ist nicht jedes GAP und jeder erkennbare Vorteil, der sich aus einer Veränderung ergeben kann, gleich zu bewerten. Um hier den Überblick zu behalten, empfiehlt sich eine Nutzenzuordnung. Diese erleichtert es, in einem Folgeschritt angemessene Prioritäten zu setzen. Als mögliche Faktoren können herangezogen werden

– Effekt einer Verschlankung eines bestehenden Prozesses

– Neuentwicklung eines Prozesses

– Nutzen aus der Anpassung eines Prozesses und die tatsächlichen Anforderungen

– Nutzenneutral

– usw.

Es sollte in diesem Zusammenhang auch eine Überlegung hinsichtlich des für eine Veränderung notwendigen Aufwands, personeller und finanzieller Art, sowie des bewerteten Nutzens angestellt werden.

Anhand einer Bewertungsmatrix können dann Entscheidungen bezüglich der Umsetzungspriorität getroffen werden. (Kosten der Prozess-Optimierung). Im Kontext der Erstellung einer solchen Bewertungsmatrix ist die Beteiligung von Projektmitgliedern und Entscheidungsträgern aus den betroffenen Fachbereichen sinnvoll. Die Einbindung in den Priorisierungsprozess, die Einordnung als „wichtige“ oder „unwichtige“ Anforderung kann in der Praxis anhand von Paarvergleichen mit Hilfe der QFD-Methodik (Quality Function Deployment) unterstützt werden.

Die Analyse der Geschäftsprozesse stellt eine der aufwendigsten und fehlerträchtigsten Projektschritte dar. Die Vor- und insbesondere Nachteile der klassischen Vorgehensweisen dürften bekannt sein. Ein wesentliches Momentum der Entlastung und Steigerung der Ergebnisqualität bringt hier das Process Mining mit sich. 

Mittels Process-Mining erfolgt die einfache Analyse und Visualisierung komplexer Vorgänge der Geschäftsprozesse und Teilgeschäftsprozesse. Die Ereignis-Daten können anschaulich, und somit einfach nachvollziehbar, in einem Prozessmodell dargestellt werden. Es werden Abläufe, so wie sie tatsächlich erfolgen, aufgezeigt und anhand vordefinierter KPI´s, auch monetär, bewertet. Bottlenecks lassen sich direkt erkennen.

Fehler in den Abläufen der Geschäftsprozesse, unnötige redundante Arbeit und/oder ein Überspringen von Teilprozessen / Prozessschritten werden sichtbar. Dies ohne den bekannten Aufwand klassischer Erhebungsmethoden.

Process Mining lässt durch den Vergleich von IST-Daten und SOLL-Prozessmodellen nicht nur Ursachen etwaiger Abweichungen erkennen, sondern zeigt auch Einsparpotentiale direkt auf. Da alle Analyse-Ergebnisse des Process Mining-Tools auch dokumentiert sind, entfallen die aufwendigen Dokumentationsarbeiten nahezu vollständig.

VALUE AND USAGE

Process Mining schafft direkte Vorteile in Form von Transparenz und Simulation.

  • Transparenz aktueller Unternehmensprozesse auf Basis der zugehörigen Unternehmens-daten. 
  • Identifikation von Problemen in Unternehmensprozessen, wie etwa in der Häufigkeit von Nacharbeiten, Durchlaufzeiten, Prozessvarianten, Engpässen etc.
  • Erkennung von Optionen und Möglichkeiten zur Optimierung/Automatisierung (RPA) von Prozessschritten und -aktivitäten.
  • Gewährleistung und Transparenz der Compliance-/Konformitätsanforderungen für Prozessabläufe.
  • Simulation von Prozessen auf Basis neuer Anforderungen oder Optimierung und Analyse der erwarteten Effekte. (Soll-/Ist-Vergleich)

Abb.3: Methoden zu Gewinnung von Quelldaten

AUTOMATISIERTE URSACHENANALYSE

Ein wesentliches Leistungsmerkmal, ist in der automatisierten Ursachenanalyse des Process Mining zu sehen. Mit einem Process Mining-Tool werden mögliche Ursachen für Performance- und/oder Prozessabweichungen identifiziert. Hierzu werden Machine-Learning-Algorithmen verwendet, die in der Lage sind, datenbasiert und automatisiert auch komplexe Zusammenhänge umfangreicher Geschäftsprozesse hinsichtlich etwaiger Ursachen zu analysieren. Hierdurch werden die bislang üblichen zeit- und kostenintensiven Workshops auf ein Minimum reduziert. Gleichzeitig wird die Qualität der Ergebnisse gesteigert.

VOLLE INTEGRATION IN ANDERE SYSTEME

Das von der bcs-people eingesetzte Process Mining-Tool verfügt über offenen Schnittstellen, die eine Integration zu diversen Anwenderlösungen ermöglicht. So etwa zu SAP®, Oracle® usw…

Die Integration umfasst nicht nur den technischen Teil einer Schnittstelle; es sind verschiedene Standardprozesse, wie etwa der P2P, O2C und andere, bereits mehrfach in das Mining-Tool integriert und analysiert worden.

VORGEHENSMODELL

Im Rahmen des Data Driven Process Managements hat die bcs-people GmbH ein Vorgehensmodell zur erfolgreichen Durchführung von Beratungsleistungen im Bereich PROSSEC MINING entwickelt. Dieses Vorgehensmodell folgt dem Grundsatz, das Verfahrensklarheit entscheidend zur Sicherung der Ergebnisqualität eines Vorhabens beiträgt.

Process Mining findet sich in der Praxis sowohl als ein eigenständiges wie auch als in ein Business Process Managementprogramm eingebundenes Projektvorhaben. Projektvorhaben zum Process Mining lassen sich auf- und ablauforganisatorisch grob in folgende Phasen unterteilen.

• Phase I: Pre Examination / Festlegung der Projektziele und des Projektumfangs

• Phase II: Vorbereitung der prozessrelevanten Daten / Datenextraktion

• Phase III: Analyse der gewonnen Daten / Business Cases

• Phase IV: Konzeption / Redesign

Ausgehend von den Erfahrungen, die in zahlreichen Projekten gewonnen wurden, ist es der bcs-people ein dringendes Anliegen, die Leistungen, die im Zuge eines Data Driven Process Management erbracht werden, möglichst thematisiert, abgegrenzt voneinander und nachvollziehbar darzustellen.

Ein Ziel dieses modularen Aufbaus ist es, die Leistungsbausteine und Arbeitspakete auswählen zu können, die für das Projektvorhaben wichtig sind und solche Pakete nicht zu berücksichtigen, die keinen Nutzen für ein konkretes Projekt haben.

Sprechen Sie mit uns – es lohnt sich!

Bildnachweise: 
Titelbild: ©adobestock
Bild im Beitrag: ©Abbildungen Nr. 1 und Nr. 2 wurden von unserem Partner der Lana Labs GmbH zur Verfügung gestellt.

Das könnte Sie auch interessieren

Bleiben Sie informiert:

bcs-people hilft Ihnen...

Weitere Blogthemen: