And the winner is … PAF

Tobias Rother, Gründer und Geschäftsführer der Process Analytics Factory, entdeckte das Process-Mining-Verfahren – die datenbasierte Rekonstruktion von Business-Prozessen aus IT-Systemen – 2008 an der TU Eind­hoven. Bis zur Gründung seines Unternehmens führte er eine Vielzahl von Process-Mining-Projekten durch. „Das Neue an unserer Lösung ist: Wir betten Process Mining in die vom Kunden bevorzugte Anwendung ein und automatisieren dort die Prozessanalyse. Wo ein Kunde vorher rund 400 Stunden brauchte, um die Prozesse im Einkauf zu analysieren, erfolgt dies mit PAFnow binnen vier Stunden“, erklärt Tobias Rother.

Diese enorme Beschleunigung geht auf das Verfahren und das zugrunde liegende Datenmodell zurück. Die Daten für die Prozessanalyse stammen aus Workflow-Anwendungen oder dem ERP-System; aktuell werden Daten aus SAP und Microsoft Dynamics unterstützt. Ein spezieller Extraktor zieht dann die relevanten Daten aus den ERP-Systemen zu PAFnow. Dort werden die Rohdaten automatisch transformiert und in einem eigenentwickelten Datenmodell ausgewertet, das auch auf maschinellem Lernen beruht. Anschließend werden die Daten in vorgefertigten Content Packs dargestellt, die unter anderem auf KPIs und Benchmark-Daten basieren. Derzeit gibt es diese Content Packs für die Analyse von Prozessen in Einkauf und Vertrieb, künftig auch für die Produktionsplanung (Industrie 4.0) und die Customer Journey.

„Wir sorgen für Transparenz und zeigen unseren Kunden, welche Prozesse sie etwa im Einkauf verbessern können. Inbegriffen ist beispielsweise auch eine Übersicht über die Automatisierungsrate bei den einzelnen Prozessen. Angenommen, das Unternehmen erfährt, dass die Bestellvorgänge im Einkauf nur sehr niedrig automatisiert sind, kennt es durch PAFnow den Hebel, an dem es ansetzen kann“, so Tobias Rother.

Anderes Beispiel: Bei einigen Lieferanten erhalten Firmen 3 Prozent Skonto, wenn sie Rechnungen bereits nach 14 Tagen bezahlen. Doch oft können Rechnungen nicht schnell genug freigegeben werden und die Skonto-Einsparungen verfallen. Dies kann verschiedene Gründe haben. PAFnow Process Mining kann hier weiterhelfen, indem es den Skonto-Ertrag etwa der letzten zwölf Monate misst und Prozesskennzahlen auswertet. Auf Basis der Analyse-Ergebnisse können Unternehmen ihre Prozesse beschleunigen und künftig Skonto-Verluste vermeiden.

„Unser Ziel ist die Marktführerschaft im Bereich Artificial Process Intelligence mit zwei zentralen Säulen. Erstens der verstärkte Einsatz von Künstlicher Intelligenz, zweitens mit Process Mining als Teil des digitalen Arbeitsplatzes. Daher ist Process Mining bei PAFnow in Microsoft Office 365 integriert. So sieht der Mitarbeiter direkt vom Arbeitsplatz aus, welche Aufträge offen sind, wann Rechnungen freigegeben werden oder wie hoch der Skonto-Ertrag ist. Prozessanalyse wird künftig nicht mehr in Workshops, sondern digital passieren“, erläutert Tobias Rother.

Mittlerweile beschäftigt Rother 15 Mitarbeiter, mit stark wachsender Tendenz. Bislang wuchs das Unternehmen organisch aus dem eigenen Cashflow. Zur Innovationsforschung arbeitet PAF aktuell in geförderten Projekten eng mit Doktoranden der TU Darmstadt oder dem Deutschen Forschungszentrum für Künstliche Intelligenz in Saarbrücken zusammen. Eine Teilfinanzierung erfolgt dabei aus Forschungsgeldern vom Bund und durch das Land Hessen“, so Rother. Künftig setzt er auf eine stärkere Internationalisierung, „da wir Probleme lösen, die bei Firmen in aller Welt auftreten. Hier stehen wir vor der gleichen Herausforderung wie alle anderen deutschen Start-ups, nämlich der Frage nach der Wachstumsfinanzierung.“