Process Mining mit KI — Automatische Workflow-Analyse für den Mittelstand
Process Mining rekonstruiert aus Event-Logs den tatsächlichen Ist-Prozess — nicht den Soll-Prozess aus dem Handbuch. KI-gestütztes Process Mining geht drei Schritte weiter: Root Cause Analysis erklärt warum Abweichungen entstehen, Predictive Monitoring prognostiziert welche Fälle problematisch werden, und Prescriptive Actions empfehlen konkrete Maßnahmen. Dieser Artikel zeigt den pragmatischen Weg für den DACH-Mittelstand.
Was ist Process Mining — und warum reicht klassische Prozessanalyse nicht?
Process Mining rekonstruiert aus Event-Logs — den digitalen Spuren jeder Transaktion in ERP-, CRM- und Workflow-Systemen — den tatsächlichen Prozessverlauf. Nicht den Soll-Prozess aus dem Handbuch. Den Ist-Prozess wie er wirklich passiert.
Interviews und Workshops haben niedrige Genauigkeit durch Recall Bias und kosten Wochen. Process Mining + KI liefert in Stunden objektive, exakte und vorausschauende Ergebnisse.
Die drei Generationen von Process Mining
Generation 1 (2010-2018): Process Discovery — automatische Erstellung von Prozessmodellen aus Event-Logs. Reine Visualisierung.
Generation 2 (2018-2023): Conformance Checking — Soll-Ist-Vergleiche. Celonis etablierte sich als Marktführer. Limitation: regelbasiert, erkennt keine unbekannten Anomalien.
Generation 3 (2024-2026): AI-Powered Process Intelligence — LLMs für Automated Root Cause Analysis, ML-Modelle für Predictive Process Monitoring, Prescriptive Actions. Von "Schau mal, hier ist ein Problem" zu "Dieses Problem wird in 72 Stunden eintreten, soll ich die Lösung ausführen?"
Das Event-Log: Wo die Daten herkommen
Ein Event-Log braucht drei Pflichtfelder: Case ID (Bestellnummer, Ticketnummer), Activity (was passiert ist), Timestamp (wann). Optional aber wertvoll: Resource (wer), Attributes (Auftragswert, Kategorie).
Die Herausforderung: In 80% der Projekte ist Data Extraction der größte Zeitfresser. SAP-Tabellen BKPF, VBAK, EKKO — wer das liest, kennt den Schmerz.
Tool-Landschaft 2026
Celonis ist der Marktführer (13 Mrd. USD Bewertung), gegründet 2011 in München. Der Process Copilot ermöglicht natürlichsprachliche Abfragen in PQL. Für Mittelstand oft Overkill (ab ca. 50k EUR/Jahr).
ProcessMind verfolgt einen AI-nativen Ansatz: Interaktion per Chat mit Prozessdaten. "Warum dauert unser Rechnungsfreigabeprozess 12 Tage?" — analysiert, visualisiert, erklärt. Ab ca. 500 EUR/Monat.
KYP.ai kombiniert Process Mining, Task Mining und Operational Analytics und generiert automatisch "Agent Code" — produktionsreife Automatisierungsskripte für n8n, Power Automate oder UiPath.
Microsoft Process Mining ist in Power Automate Premium enthalten — ideal für den Einstieg.
Task Mining: Die Ergänzung
Process Mining analysiert System-Logs. Task Mining erfasst Desktop-Aktivitäten (Klicks, Tastatureingaben, Applikationswechsel) und schließt die Lücke zwischen System-Events.
Process Mining zeigt: Auftrag angelegt → [???] → Rechnung gesendet
Task Mining löst das [???] auf: E-Mail gelesen → Excel geöffnet → Daten kopiert → SAP → eingefügt → Rechnung erstellt = 47 Minuten manuelle Arbeit — ein perfekter Automatisierungskandidat.
Pragmatischer Weg: 4 Wochen Einstieg
Woche 1: Einen Prozess auswählen (Order-to-Cash oder Procure-to-Pay), Tool auswählen (ProcessMind oder Microsoft Process Mining für Mittelstand).
Woche 2: Event-Log aus ERP extrahieren, bereinigen, in Tool laden.
Woche 3: Process Discovery, Variant Analysis, Bottleneck Detection, KI-gestützte Root Cause Analysis.
Woche 4: Top-3-Findings priorisieren, Quick Wins identifizieren, Business Case erstellen.
Case Study: Stuttgarter Maschinenbauer
Problem: Order-to-Cash Durchlaufzeit um 40% gestiegen, niemand wusste warum.
Finding (nach 48 Stunden): 23% aller Aufträge durchliefen eine Rückfrage-Schleife zwischen Auftragsbestätigung und Produktionsfreigabe — wegen eines ERP-Dropdowns mit 47 Optionen, von denen 12 veraltet waren.
Maßnahmen: Dropdown auf 23 aktive reduziert (0 EUR, 2 Stunden IT), automatische Validierungsregel, Live-KPI-Dashboard.
Ergebnis nach 8 Wochen: Rückfrage-Schleifen von 23% auf 4%, Durchlaufzeit von 18 auf 12 Tage, geschätzte Ersparnis 140.000 EUR/Jahr. ROI: unter 3 Wochen.
DSGVO & Betriebsrat
Process Mining auf Basis von System-Logs ist in der Regel DSGVO-konform unter Art. 6(1)(f). Task Mining ist mitbestimmungspflichtig nach BetrVG §87 Abs. 1 Nr. 6 — Betriebsvereinbarung vor dem Projekt ist Pflicht.
Verwandte Artikel
Newsletter
KI im Sales — ohne Buzzwords
Praxisartikel zu Automatisierung, Agentic Workflows und operativen Systemen. Kein Content-Marketing. Erscheint wenn es etwas zu sagen gibt.
Jede Woche ohne System ist eine Woche Vorsprung für deine Konkurrenz.
In 5 Werktagen weißt du, wo dein Team Zeit verliert — und was wir dagegen tun. Max. 2 Stunden dein Zeitaufwand. Kein Foliensatz, kein Audit der in der Schublade landet.
- Keep / Kill / Upgrade: welche Tools bleiben, welche weg können — konkret begründet
- 3 priorisierte Use Cases mit klarer 90-Tage-Roadmap
- Board-ready Report (8–12 Seiten) — heute noch zeigbar
- Klarheits-Garantie: kein Ergebnis, kein Geld
Sie suchen jemanden, der KI-Adoption und operativen Kontext zusammenbringt.
Ich bringe Business-Kontext und technische Umsetzung zusammen: GTM-Realität aus 8+ Jahren in B2B Sales und die Tiefe für AI Adoption, Use-Case-Priorisierung und Workflow-Integration — kein Theoretiker, sondern jemand der weiß, wie Unternehmen wirklich funktionieren.
- KI-Produktivität & AI Adoption: Non-Tech-Teams auf Senior-Level-Output bringen — nicht theoretisch, sondern hands-on
- 8+ Jahre B2B Sales, Growth & Operations — ich kenne operative Probleme von innen
- Python, SQL und technische Umsetzung — production-ready, nicht Demo
- Workflow Automation & Applied AI: von der Diagnose bis zum laufenden System
- Produktivitätsgenie: Diagnose first, dann bauen — kein Flickwerk, keine KI-Trends-Präsentation