LnRiLWZpZWxke21hcmdpbi1ib3R0b206MC43NmVtfS50Yi1maWVsZC0tbGVmdHt0ZXh0LWFsaWduOmxlZnR9LnRiLWZpZWxkLS1jZW50ZXJ7dGV4dC1hbGlnbjpjZW50ZXJ9LnRiLWZpZWxkLS1yaWdodHt0ZXh0LWFsaWduOnJpZ2h0fS50Yi1maWVsZF9fc2t5cGVfcHJldmlld3twYWRkaW5nOjEwcHggMjBweDtib3JkZXItcmFkaXVzOjNweDtjb2xvcjojZmZmO2JhY2tncm91bmQ6IzAwYWZlZTtkaXNwbGF5OmlubGluZS1ibG9ja311bC5nbGlkZV9fc2xpZGVze21hcmdpbjowfQ==
LnRiLWhlYWRpbmcuaGFzLWJhY2tncm91bmR7cGFkZGluZzowfQ==
SUJNK1BsZXgrU2FuczpyZWd1bGFy
 .tb-container .tb-container-inner{width:100%;margin:0 auto} .wp-block-toolset-blocks-container.tb-container[data-toolset-blocks-container="ed3832aa6201cbec5b1e5b902dc067e2"] { padding: 25px; } .tb-grid,.tb-grid>.block-editor-inner-blocks>.block-editor-block-list__layout{display:grid;grid-row-gap:25px;grid-column-gap:25px}.tb-grid-item{background:#d38a03;padding:30px}.tb-grid-column{flex-wrap:wrap}.tb-grid-column>*{width:100%}.tb-grid-column.tb-grid-align-top{width:100%;display:flex;align-content:flex-start}.tb-grid-column.tb-grid-align-center{width:100%;display:flex;align-content:center}.tb-grid-column.tb-grid-align-bottom{width:100%;display:flex;align-content:flex-end} .wp-block-toolset-blocks-grid.tb-grid[data-toolset-blocks-grid="9ed6c2b4a70a3be569cce48af17542fb"] { grid-template-columns: minmax(0, 0.335fr) minmax(0, 0.665fr);grid-column-gap: 35px;grid-auto-flow: row } .wp-block-toolset-blocks-grid.tb-grid[data-toolset-blocks-grid="9ed6c2b4a70a3be569cce48af17542fb"] > .tb-grid-column:nth-of-type(2n + 1) { grid-column: 1 } .wp-block-toolset-blocks-grid.tb-grid[data-toolset-blocks-grid="9ed6c2b4a70a3be569cce48af17542fb"] > .tb-grid-column:nth-of-type(2n + 2) { grid-column: 2 } .tb-field[data-toolset-blocks-field="14e5fa93e5c531f596e0fa18055c3cbc"] { font-style: italic; }    .wp-block-toolset-blocks-grid-column.tb-grid-column[data-toolset-blocks-grid-column="3034fbe886c11054e95b46b09d3e4112"] { display: flex; } .tb-button{color:#f1f1f1}.tb-button--left{text-align:left}.tb-button--center{text-align:center}.tb-button--right{text-align:right}.tb-button__link{color:inherit;cursor:pointer;display:inline-block;line-height:100%;text-decoration:none !important;text-align:center;transition:all 0.3s ease}.tb-button__link:hover,.tb-button__link:focus,.tb-button__link:visited{color:inherit}.tb-button__link:hover .tb-button__content,.tb-button__link:focus .tb-button__content,.tb-button__link:visited .tb-button__content{font-family:inherit;font-style:inherit;font-weight:inherit;letter-spacing:inherit;text-decoration:inherit;text-shadow:inherit;text-transform:inherit}.tb-button__content{vertical-align:middle;transition:all 0.3s ease}.tb-button__icon{transition:all 0.3s ease;display:inline-block;vertical-align:middle;font-style:normal !important}.tb-button__icon::before{content:attr(data-font-code);font-weight:normal !important}.tb-button__link{background-color:#444;border-radius:0.3em;font-size:1.3em;margin-bottom:0.76em;padding:0.55em 1.5em 0.55em} .tb-button[data-toolset-blocks-button="6cb4342322a0545a3bc07caeac323701"] .tb-button__link { background-color: rgba( 139, 181, 155, 1 );margin-top: 35px;font-family: IBM Plex Sans;font-weight: regular; } .tb-button[data-toolset-blocks-button="6cb4342322a0545a3bc07caeac323701"] .tb-button__icon { font-family: dashicons; } .tb-button[data-toolset-blocks-button="6cb4342322a0545a3bc07caeac323701"] .tb-button__icon::before { content: '\f346'; } .tb-image{position:relative;transition:transform 0.25s ease}.wp-block-image .tb-image.aligncenter{margin-left:auto;margin-right:auto}.tb-image img{max-width:100%;height:auto;width:auto;transition:transform 0.25s ease}.tb-image .tb-image-caption-fit-to-image{display:table}.tb-image .tb-image-caption-fit-to-image .tb-image-caption{display:table-caption;caption-side:bottom} .wp-block-image.tb-image[data-toolset-blocks-image="153ce11f81773340ba079bf6fe484d9c"] { width: 350px;max-width: 100%; } .wp-block-image.tb-image[data-toolset-blocks-image="153ce11f81773340ba079bf6fe484d9c"] img { box-shadow: 5px 5px 10px 0 rgba( 0, 0, 0, 0.5 ); } @media only screen and (max-width: 781px) {  .tb-container .tb-container-inner{width:100%;margin:0 auto}.tb-grid,.tb-grid>.block-editor-inner-blocks>.block-editor-block-list__layout{display:grid;grid-row-gap:25px;grid-column-gap:25px}.tb-grid-item{background:#d38a03;padding:30px}.tb-grid-column{flex-wrap:wrap}.tb-grid-column>*{width:100%}.tb-grid-column.tb-grid-align-top{width:100%;display:flex;align-content:flex-start}.tb-grid-column.tb-grid-align-center{width:100%;display:flex;align-content:center}.tb-grid-column.tb-grid-align-bottom{width:100%;display:flex;align-content:flex-end} .wp-block-toolset-blocks-grid.tb-grid[data-toolset-blocks-grid="9ed6c2b4a70a3be569cce48af17542fb"] { grid-template-columns: minmax(0, 0.5fr) minmax(0, 0.5fr);grid-auto-flow: row } .wp-block-toolset-blocks-grid.tb-grid[data-toolset-blocks-grid="9ed6c2b4a70a3be569cce48af17542fb"] > .tb-grid-column:nth-of-type(2n + 1) { grid-column: 1 } .wp-block-toolset-blocks-grid.tb-grid[data-toolset-blocks-grid="9ed6c2b4a70a3be569cce48af17542fb"] > .tb-grid-column:nth-of-type(2n + 2) { grid-column: 2 }    .wp-block-toolset-blocks-grid-column.tb-grid-column[data-toolset-blocks-grid-column="3034fbe886c11054e95b46b09d3e4112"] { display: flex; } .tb-button{color:#f1f1f1}.tb-button--left{text-align:left}.tb-button--center{text-align:center}.tb-button--right{text-align:right}.tb-button__link{color:inherit;cursor:pointer;display:inline-block;line-height:100%;text-decoration:none !important;text-align:center;transition:all 0.3s ease}.tb-button__link:hover,.tb-button__link:focus,.tb-button__link:visited{color:inherit}.tb-button__link:hover .tb-button__content,.tb-button__link:focus .tb-button__content,.tb-button__link:visited .tb-button__content{font-family:inherit;font-style:inherit;font-weight:inherit;letter-spacing:inherit;text-decoration:inherit;text-shadow:inherit;text-transform:inherit}.tb-button__content{vertical-align:middle;transition:all 0.3s ease}.tb-button__icon{transition:all 0.3s ease;display:inline-block;vertical-align:middle;font-style:normal !important}.tb-button__icon::before{content:attr(data-font-code);font-weight:normal !important}.tb-button__link{background-color:#444;border-radius:0.3em;font-size:1.3em;margin-bottom:0.76em;padding:0.55em 1.5em 0.55em}.tb-image{position:relative;transition:transform 0.25s ease}.wp-block-image .tb-image.aligncenter{margin-left:auto;margin-right:auto}.tb-image img{max-width:100%;height:auto;width:auto;transition:transform 0.25s ease}.tb-image .tb-image-caption-fit-to-image{display:table}.tb-image .tb-image-caption-fit-to-image .tb-image-caption{display:table-caption;caption-side:bottom} } @media only screen and (max-width: 599px) {  .tb-container .tb-container-inner{width:100%;margin:0 auto}.tb-grid,.tb-grid>.block-editor-inner-blocks>.block-editor-block-list__layout{display:grid;grid-row-gap:25px;grid-column-gap:25px}.tb-grid-item{background:#d38a03;padding:30px}.tb-grid-column{flex-wrap:wrap}.tb-grid-column>*{width:100%}.tb-grid-column.tb-grid-align-top{width:100%;display:flex;align-content:flex-start}.tb-grid-column.tb-grid-align-center{width:100%;display:flex;align-content:center}.tb-grid-column.tb-grid-align-bottom{width:100%;display:flex;align-content:flex-end} .wp-block-toolset-blocks-grid.tb-grid[data-toolset-blocks-grid="9ed6c2b4a70a3be569cce48af17542fb"] { grid-template-columns: minmax(0, 1fr);grid-auto-flow: row } .wp-block-toolset-blocks-grid.tb-grid[data-toolset-blocks-grid="9ed6c2b4a70a3be569cce48af17542fb"]  > .tb-grid-column:nth-of-type(1n+1) { grid-column: 1 }    .wp-block-toolset-blocks-grid-column.tb-grid-column[data-toolset-blocks-grid-column="3034fbe886c11054e95b46b09d3e4112"] { display: flex; } .tb-button{color:#f1f1f1}.tb-button--left{text-align:left}.tb-button--center{text-align:center}.tb-button--right{text-align:right}.tb-button__link{color:inherit;cursor:pointer;display:inline-block;line-height:100%;text-decoration:none !important;text-align:center;transition:all 0.3s ease}.tb-button__link:hover,.tb-button__link:focus,.tb-button__link:visited{color:inherit}.tb-button__link:hover .tb-button__content,.tb-button__link:focus .tb-button__content,.tb-button__link:visited .tb-button__content{font-family:inherit;font-style:inherit;font-weight:inherit;letter-spacing:inherit;text-decoration:inherit;text-shadow:inherit;text-transform:inherit}.tb-button__content{vertical-align:middle;transition:all 0.3s ease}.tb-button__icon{transition:all 0.3s ease;display:inline-block;vertical-align:middle;font-style:normal !important}.tb-button__icon::before{content:attr(data-font-code);font-weight:normal !important}.tb-button__link{background-color:#444;border-radius:0.3em;font-size:1.3em;margin-bottom:0.76em;padding:0.55em 1.5em 0.55em}.tb-image{position:relative;transition:transform 0.25s ease}.wp-block-image .tb-image.aligncenter{margin-left:auto;margin-right:auto}.tb-image img{max-width:100%;height:auto;width:auto;transition:transform 0.25s ease}.tb-image .tb-image-caption-fit-to-image{display:table}.tb-image .tb-image-caption-fit-to-image .tb-image-caption{display:table-caption;caption-side:bottom} } 
SUJNK1BsZXgrU2FuczpyZWd1bGFy
Im Zuge der Digitalisierung entstehen in Organisationen immer mehr Daten, die Details zu den mithilfe von IT durchgeführten Aktivitäten festhalten. Seit einigen Jahren werden diese Daten zunehmend genutzt, um Prozesswissen zu generieren und Abläufe zu verbessern. Dies schließt auch die öffentliche Verwaltung ein. Techniken, die dies ermöglichen, werden unter dem Begriff Process Mining zusammengefasst. Um möglichst viele Potenziale zu erschließen und den Nutzen aus der Verfügbarkeit entsprechender Techniken zu erhöhen, sind Anwender bestrebt, optimale Voraussetzungen für den Einsatz von Process Mining zu schaffen. Wie dies gelingen kann und welche weiteren Aspekte zu berücksichtigen sind, wird in der vorliegenden Studie behandelt. Folgende Empfehlungen können als übergreifende Leitlinie dienen:
Status quo erheben
Damit die Voraussetzungen für den Einsatz von Process Mining in einem bestimmten Verfahren verbessert werden können, müssen diese zunächst bekannt sein. Somit muss der Analyse des Ist-Zustands besondere Bedeutung zukommen. Hierfür sind insbesondere die Kenntnisse der Prozessbeteiligten, dokumentierte Beschreibungen der Abläufe und die vorhandenen Logdaten zu berücksichtigen.
Dokumentieren und kommunizieren
Um die gesammelten Kenntnisse zu den Abläufen geeignet zu dokumentieren, empfehlen sich Modelle, die neben Prozessschritten auch Informationen zu den eingesetzten Systemen und relevanten Daten abbilden können. Die Studie verwendet hierfür Heraklit. Mithilfe der Modelle kann dann ein gemeinsames Verständnis für die Abläufe erzeugt werden, um mit Prozessbeteiligten potenzielle Maßnahmen hinsichtlich der Verbesserung von Voraussetzungen für Process Mining zu diskutieren.
Verbesserung der Logdaten
Alle Maßnahmen, die dazu dienen, die Erzeugung von Logdaten für festgelegte Ziele des Process Mining qualitativ und quantitativ zu verbessern, begünstigen auch die Ergebnisse und das Erschließen von Potenzialen aus der Anwendung von Process-Mining-Techniken auf diesen Daten. Wesentliche Aspekte sind hierbei Vollständigkeit, Umfang, Struktur, Variation und Formate der Logdaten. Sie sind entscheidend, damit sich aus technischer Sicht Details zu Abläufen geeignet in Daten niederschlagen und mit entsprechenden Analysen verwertet werden können.
Einheitliche Anforderungen
Aus der Organisationsgröße und Komplexität der öffentlichen Verwaltung resultiert sowohl die heterogene Systemlandschaft mit unterschiedlichsten Voraussetzungen für Process Mining als auch eine Vielfalt von Potenzialen, die mit diesen Techniken erschlossen werden könnten. Um abseits konkreter Maßnahmen für einzelne Fachverfahren Voraussetzungen zu verbessern, sollten gewisse Standards vereinbart werden. Diese vereinfachen Analysen mit Process Mining insbesondere bei system- und behördenübergreifenden Verfahren.
Diese Publikation jetzt teilen:
