2014 gründete Tobias Rother die Process Analytics Factory GmbH, um Unternehmen bei der Analyse ihrer Geschäftsprozesse zu unterstützen. Zuvor hatte er in zahlreichen Projekten für andere Firmen die zentrale Herausforderung für Business Process Management (BPM) erkannt: „Immer haperte es bereits am ersten Schritt für BPM, nämlich historische Daten aus Bestandssystemen für Buchhaltung, Customer Relations Management (CRM) oder Enterprise Resource Planning (ERP) zu identifizieren und diese für die Auswertung aufzubereiten.“ Diese Process Mining und Process Analytics genannten Verfahren waren zu aufwendig und brachten nicht die erwarteten Ergebnisse. 2015 startete er ein Forschungsprojekt mit der Technischen Universität (TU) Darmstadt und der ServiceTrace GmbH. Gemeinsam entwickelten sie eine Analysesoftware, um Process Mining zu automatisieren. PAFnow ist das Ergebnis, das mittlerweile als Software-as-a-Service (SaaS) Lösung aus der Public oder Private Cloud für weltweite Beachtung des jungen Unternehmens sorgt.
Process Mining und Analyse von 160 auf 10 Stunden reduziert
„Ohne eine schnelle und punktgenaue Diagnose mit aussagekräftigen Empfehlungen zur Ursachenbeseitigung einer Störung wird man nicht gesund“, berichtet Tobias Rother von seinem Heureka-Erlebnis. Der leidenschaftliche Jogger hatte Knieschmerzen, die bisher kein Arzt kurieren konnte. Nach einem MRT riet ihm sein Arzt zum Umstieg auf Sportarten mit weniger Belastungen für das Knie. Seither sind die Schmerzen weg. „Wir wollten eine Methode und ein Werkzeug schaffen, die zusammen wie ein MRT in kürzester Zeit neben einer exakten Diagnose auch die Handlungsempfehlungen zur Lösung betrieblicher Störungen bereitstellen.“ Mit der Expertise aus dem Fachbereich Informatik der TU Darmstadt und dem Robotic Process Automation-Spezialisten ServiceTrace programmierten die Partner eine Softwarelösung, die bedeutungsgleiche Aspekte in unterschiedlichen Modellen wie Daten, Transaktionen und Prozessen identifiziert und Verknüpfungen vorschlägt. PAFnow arbeitet wie jede Business Intelligence-Lösung mit dem ETL-Prozess (extract, transform und load). Allerdings gestaltet PAFnow diesen Prozess wesentlich effektiver als alle bisherigen Anwendungen. Die Algorithmen extrahieren aus SAP HANA oder anderen Quelldatenbanken Daten und transformieren sie für die Auswertung automatisch. Die aufbereiteten Daten werden dann in die Auswertung geladen und die Ergebnisse in aussagekräftigen Grafiken dargestellt. Dadurch ermöglicht PAFnow eine Geschäftsprozessanalyse, die nicht mehr als Consulting-Dienstleistung angeboten werden muss, sondern toolbasiert eine automatisierte Diagnose von Geschäftsprozessen realisiert. Wie bei einem MRT durchleuchten die Algorithmen alle Prozesse und ihre Datenbanken in den Bestandssystemen. Ein integriertes analytisches Benchmarking-Kennzahleninstrument ermöglicht den Vergleich von Ergebnissen und Prozessen und damit die Erstellung aussagekräftiger Diagnoseberichte. Der Zeitaufwand für die Einrichtung von PAFnow bei erstmaliger Anwendung sinkt zudem von 20 Manntagen auf nunmehr nur noch zehn Stunden.
In die Microsoft Welt integriert gelingt Prozessanalyse in Echtzeit
„Ohne die Förderung aus der LOEWE-Förderlinie 3 wäre unsere Entwicklung so schnell nicht möglich gewesen. So haben wir eine weltweit wettbewerbsfähige Methode für die Automatisierung von Geschäftsprozessoptimierung geschaffen, die mehr ist als ein Tool“, ordnet Tobias Rother PAFnow ein. Die Lösung verbindet sich nahtlos mit der Microsoftwelt in Office 365 und liefert seine Auswertungen an MS-Power-BI. In diesem Standard-Tool erfolgt die grafische Umsetzung in einem Dashboard (englisch für Armaturenbrett). Der Nutzer kann aus der Analyse sofort Handlungsoptionen ableiten, diese in neue Workflows und Aktionen umsetzen, deren Einhaltung PAFnow überwacht. Kommt es erneut zu Störungen in einem Prozess, gibt das System eine Warnmeldung aus. So liefert PAFnow heute schon Echtzeitanalysen, die in einem nächsten Entwicklungsschritt noch durch Funktionen mit Künstlicher Intelligenz (KI) verfeinert werden.
Praxiseinsatz bestätigt: „N-times better“
Mittlerweile ist PAFnow bei vielen Großkonzernen und KMUs im Einsatz und bewährt sich im Unternehmensalltag. Beim Maschinenbaukonzern MAN SE assistiert PAFnow bei der Überwachung von Key Performance Indicators (KPI). Die Analysen führten bereits zu organisatorischen Maßnahmen, weil bisher unbekannte Engstellen identifiziert werden konnten. Mittlerweile laufen neue Forschungsprojekte mit dem Deutschen Forschungszentrum für Künstliche Intelligenz GmbH (DFKI). „Wir haben unsere Feuertaufe bestanden und bewiesen, dass PAFnow zurzeit die vielleicht innovativste, auf jeden Fall aber konsequenteste Lösung am Markt für Geschäftsprozessoptimierung ist. In enger Kooperation mit dem DFKI und der TU Darmstadt wollen wir nun PAFnext so intelligent machen, dass wir mittels KI noch effektiver Frühindikatoren für die Unternehmensführung identifizieren und mit Projektionen zur Absicherung von Managemententscheidungen beitragen können“, kündigt Tobias Rother an.
Dieses Projekt (HA-Projekt-Nr.: 479/15-21) wurde von August 2015 bis Januar 2017 im Rahmen der Innovationsförderung Hessen aus Mitteln der LOEWE – Landes-Offensive zur Entwicklung Wissenschaftlich-ökonomischer Exzellenz, Förderlinie 3: KMU-Verbundvorhaben gefördert.
Stand: Dezember 2018
Text: Christian Gasche
Tobias Rother
tobias.rother@pafnow.com
Process Analytics Factory GmbH
Kasinostraße 60
64293 Darmstadt
www.pafnow.com
Markus Duus
mduus@servicetrace.de
ServiceTrace GmbH
Feldbergstraße 80
64293 Darmstadt
www.servicetrace.de
Prof. Dr. Max Mühlhäuser
max@informatik.tu-darmstadt.de
TU Darmstadt
Fachbereich Informatik
Hochschulstraße 10
64289 Darmstadt
www.informatik.tu-darmstadt.de
