Ihr Daten-Template für das KYC-Kunden-Onboarding

Der Aktivitätsname bezeichnet einen einzelnen Schritt oder Meilenstein im Kunden-Onboarding, etwa „Antrag eingereicht“, „Compliance-Prüfung gestartet“ oder „Antrag genehmigt“. Jede Aktivität steht für eine konkrete Aktion eines Benutzers oder Systems, die den Antrag im Prozess voranbringt.

Dieses Attribut ist grundlegend für die Visualisierung der Prozesslandkarte und damit für Process Mining. Anhand der Abfolge und Häufigkeit der Aktivitäten können Analysten den tatsächlichen Prozessablauf nachvollziehen, häufige Pfade erkennen, Prozessabweichungen aufdecken und Nacharbeit oder Wiederholungen lokalisieren. Klare, einheitliche Aktivitätsnamen sind entscheidend für ein aussagekräftiges und verständliches Prozessmodell.

Das Attribut legt die Prozessschritte fest und ermöglicht es, den Ablauf, Engpässe und Abweichungen zu visualisieren und zu analysieren.

Zu finden in Event Logs, Audit-Trails oder Transaktionstabellen, in denen die Schritte des Geschäftsprozesses erfasst werden.

Die Kundenantrags-ID ist ein eindeutiger Schlüssel, der jedem neuen Kunden-Onboarding-Antrag zugewiesen wird. Sie gilt ab der Antragstellung bis zum Abschluss oder Abbruch des Vorgangs. Diese Kennung verbindet alle Aktivitäten, Ereignisse und Datenpunkte, die zu einem einzelnen Onboarding-Vorgang gehören. Für Process Mining ist sie daher ein besonders wichtiges Attribut.

Bei der Analyse ermöglicht diese ID, den gesamten Prozess für jeden Kunden zu rekonstruieren. Sie zeigt den Fortschritt des Antrags, ermöglicht die Berechnung der gesamten Zykluszeit und den Vergleich mit anderen Vorgängen. Prozessvarianten, Engpässe und Leistungskennzahlen werden für jeden Antrag einzeln ausgewertet. Voraussetzung dafür ist, dass dieses Attribut korrekt als Case-ID identifiziert und verwendet wird.

Sie ist unverzichtbar, um alle zusammengehörigen Ereignisse zu einem durchgängigen Prozess zusammenzufassen und bildet die Grundlage jeder Process-Mining-Analyse.

Sie findet sich üblicherweise im Kopfbereich oder in der Haupttabelle des Kundenantrags- oder Case-Management-Systems.

Die Startzeit des Ereignisses bezeichnet das genaue Datum und die Uhrzeit, zu der eine Aktivität beginnt. Neben der Case-ID und dem Aktivitätsnamen gehört sie zu den drei grundlegenden Elementen des Process Mining. Mit diesen Zeitstempeln lassen sich die Ereignisse innerhalb jedes Case chronologisch ordnen. So kann der tatsächliche Prozessablauf rekonstruiert werden.

Dieses Attribut bildet die Grundlage für alle zeitbezogenen Analysen. Damit lassen sich die Dauer einzelner Aktivitäten berechnen, sofern eine Endzeit vorliegt, ebenso wie die Wartezeit zwischen Aktivitäten und die gesamte Zykluszeit des Onboarding-Prozesses. Die Auswertung dieser Zeitspannen hilft, Engpässe zu erkennen, die Einhaltung von SLAs zu messen und die Prozessleistung insgesamt zu überwachen.

Sie legt die chronologische Reihenfolge der Ereignisse fest. Das ist entscheidend, um das Prozessmodell zu entdecken und zeitbezogene Leistungskennzahlen zu berechnen.

Zu finden in Event Logs, Antrags-Audit-Trails oder Transaktionstabellen, häufig mit Bezeichnungen wie „Timestamp“, „Erstellungsdatum“ oder „Startzeit“.

Dieses Attribut erfasst Datum und Uhrzeit der letzten Datenextraktion oder Aktualisierung. Es gehört nicht zum Geschäftsprozess selbst, ist aber wichtige Metainformation für Datenvalidierung und Governance. Es macht transparent, wie aktuell die analysierten Daten sind.

Für die Prozessanalyse ist der Zeitpunkt der letzten Datenaktualisierung wichtig, um die Aktualität der gewonnenen Erkenntnisse einzuschätzen. Er stärkt das Vertrauen in die Daten und verhindert Fehlinterpretationen aufgrund veralteter Informationen. Bei der laufenden Überwachung kann dieses Attribut außerdem dazu dienen, Benachrichtigungen einzurichten, wenn sich Datenaktualisierungen verzögern oder fehlschlagen. So bleibt die Zuverlässigkeit der Process-Mining-Dashboards gewährleistet.

Das Attribut macht die Aktualität des Datensatzes transparent. Das ist entscheidend für relevante und präzise Analysen.

Wird während der Datenextraktion, -transformation und -ladung (ETL) erzeugt und findet sich häufig in den Metadaten des Datensatzes.

Das Attribut „Quellsystem“ bezeichnet die Anwendung oder Plattform, die die Daten zu einer Aktivität erzeugt hat. In komplexen Systemlandschaften kann sich der KYC-Prozess über mehrere Systeme erstrecken, etwa ein CRM für die Antragstellung, eine spezielle KYC-Plattform für die Risikobewertung und ein Kernbankensystem für die Kontoeröffnung.

Die Analyse nach Quellsystem zeigt, wie sich die Systemlandschaft auf den Prozess auswirkt. Sie kann Integrationsprobleme, Datenverzögerungen zwischen Systemen oder Unterschiede bei der Datenerfassung aufdecken. Diese Sicht ist für IT- und Prozessverbesserungsteams hilfreich, die die Systemarchitektur für das Onboarding optimieren möchten.

Das Attribut zeigt, in welchem System die einzelnen Prozessschritte stattfinden. So lassen sich Ineffizienzen zwischen Systemen und Herausforderungen bei der Datenintegration erkennen.

Häufig in Datenexporten oder Event Logs enthalten, insbesondere in Umgebungen mit mehreren integrierten Systemen.

Die Abteilung des Benutzers bezeichnet den Funktionsbereich oder das Team, dem die Person zugeordnet ist, die die Aktivität ausgeführt hat, etwa „Compliance“, „Kunden-Onboarding“ oder „Betrieb“. Im Vergleich zur einzelnen Benutzer-ID liefert dieses Attribut einen übergeordneten organisatorischen Kontext.

Die Analyse nach Abteilungen ist wichtig, um die Zusammenarbeit zwischen Fachbereichen zu verstehen und systemische Engpässe zu erkennen. Sie macht Übergaben zwischen Teams sichtbar, die häufig zu Verzögerungen und Ineffizienzen führen. Diese Informationen helfen, Teamstrukturen zu optimieren, Zuständigkeiten zu klären und Kommunikationswege zu verbessern, damit das Onboarding reibungsloser verläuft.

Das Attribut ermöglicht die Analyse der Prozessleistung und der Übergaben zwischen Teams. So werden Ansatzpunkte für eine bessere Zusammenarbeit zwischen Fachbereichen sichtbar.

Häufig in den mit der Benutzer-ID verknüpften Benutzerprofildaten enthalten oder direkt in der Transaktion erfasst.

Der Antragsstatus gibt das endgültige Ergebnis eines Antrags an, etwa „Genehmigt“, „Abgelehnt“ oder „Zurückgezogen“. Er bildet das Geschäftsergebnis des Prozesses ab und ist eine wichtige Dimension für die Leistungsmessung.

Dieses Attribut ist für ergebnisbezogene Analysen unverzichtbar. Es ermöglicht den Vergleich von Prozesspfaden, die zu einer Genehmigung führen, mit solchen, die in einer Ablehnung enden. Analysten können damit Muster erkennen, die mit hohen Ablehnungsquoten verbunden sind, Kennzahlen wie die „Antragsablehnungsquote“ berechnen und eine „Onboarding-Trichteranalyse“ erstellen, um zu sehen, an welchen Stellen Antragstellende den Prozess abbrechen. Zu verstehen, warum Anträge scheitern, ist der erste Schritt, um den Prozess zu verbessern und die Erfolgsquote zu erhöhen.

Das Attribut zeigt das Geschäftsergebnis jedes Case. So lässt sich analysieren, warum Anträge abgelehnt werden und wie sich die Genehmigungsquote verbessern lässt.

Üblicherweise in der Haupttabelle für Cases oder Anträge zu finden. Sie gibt den endgültigen Status des Datensatzes an.

Die Benutzer-ID bezeichnet die Person oder den System-Bot, der für die Ausführung einer bestimmten Aktivität verantwortlich ist. Das kann ein Compliance-Beauftragter, ein Datenerfasser oder eine automatisierte Risikobewertung sein. Eine einheitliche Benutzerkennung ist wichtig für eine präzise Ressourcenanalyse.

Dieses Attribut ermöglicht eine personenbezogene Sicht auf den Prozess. Es ist wichtig, um Arbeitslastverteilung, individuelle und Teamleistung sowie Ressourcenzuweisung zu analysieren. Wenn Führungskräfte die Prozesslandkarte nach Benutzer-ID filtern, sehen sie, wie verschiedene Mitarbeitende Aufgaben bearbeiten, wo Schulungsbedarf besteht und ob die Arbeit ausgewogen verteilt ist. Auch die Zusammenarbeit lässt sich untersuchen, indem Übergaben zwischen verschiedenen Personen sichtbar werden.

Das Attribut ermöglicht die Analyse von Arbeitslast, Ressourcenleistung und Zusammenarbeit. So lassen sich Ressourcen besser planen und Schulungsbedarf erkennen.

Verfügbar in System-Audit-Trails oder Transaktionsprotokollen, häufig verknüpft mit dem Benutzer, der einen Datensatz erstellt oder zuletzt geändert hat.

Die Endzeit des Ereignisses bezeichnet das genaue Datum und die Uhrzeit, zu der eine Aktivität abgeschlossen wurde. Zusammen mit der Startzeit des Ereignisses ermöglicht sie die präzise Berechnung der Verarbeitungszeit jeder einzelnen Aufgabe. Nicht alle Systeme erfassen Start- und Endzeit. Manche liefern nur einen Timestamp für den Abschluss.

Eine Endzeit ist für die Leistungsanalyse besonders wertvoll. Sie ermöglicht detaillierte Kennzahlen wie die „durchschnittliche Dauer der Compliance-Prüfung“. Dabei lässt sich unterscheiden, wie lange Mitarbeitende aktiv an einer Aufgabe gearbeitet haben und wie lange diese in einer Warteschlange lag. Diese Detailtiefe ist wichtig, um Engpässe genau zu erkennen und Verbesserungen gezielt bei der Ressourcenkapazität oder bei Übergaben anzusetzen.

Damit lässt sich die Verarbeitungszeit von Aktivitäten präzise berechnen und aktive Arbeitszeit von Wartezeit unterscheiden.

Zu finden in Event Logs oder Transaktionstabellen neben der Startzeit. Mögliche Bezeichnungen sind „Endzeit“, „Abschlussdatum“ oder „Geändert am“.

Der Kundentyp ordnet Antragstellende verschiedenen Kategorien zu, zum Beispiel „Privatperson“, „Unternehmen“, „Treuhand“ oder „Gemeinnützige Organisation“. Die Anforderungen und die Komplexität des Onboardings unterscheiden sich je nach Kundentyp oft erheblich.

Dieses Attribut eignet sich besonders für Segmentanalysen. Wenn Organisationen die Prozesslandkarte und KPIs nach Kundentyp filtern, werden wichtige Unterschiede sichtbar. Beim Onboarding eines Unternehmenskunden sind beispielsweise oft zusätzliche Schritte wie die Prüfung der wirtschaftlich Berechtigten erforderlich, die bei Privatpersonen entfallen. Die Analyse hilft, jeden Prozess für das jeweilige Segment möglichst effizient zu gestalten und Verbesserungen gezielt auszurichten.

Das Attribut ermöglicht es, den Prozess nach Kundentypen aufzuschlüsseln und das Onboarding für die einzelnen Segmente zu vergleichen und zu optimieren.

Wird üblicherweise zu Beginn des Antragsprozesses erfasst und in der Haupttabelle des Kunden oder Antrags gespeichert.

Die Risikostufe ist ein wichtiges Ergebnis des KYC-Prozesses. Sie ordnet Kunden anhand von Faktoren wie Branche, geografischer Lage und Transaktionsmustern ein. Diese Einstufung bestimmt, wie intensiv ein Antrag geprüft werden muss und welche Sorgfaltspflichten gelten.

Im Process Mining ist dieses Attribut eine wichtige Dimension für Konformitäts- und Variantenanalysen. Der Prozess für Kunden mit hohem Risiko sollte planmäßig anders und gründlicher ablaufen als für Kunden mit niedrigem Risiko. Durch den Vergleich der tatsächlichen Abläufe für verschiedene Risikostufen mit den erwarteten Vorgehensweisen können Organisationen die Einhaltung interner Richtlinien und Vorschriften prüfen. So lassen sich Fragen beantworten wie: „Werden bei Kunden mit hohem Risiko immer verstärkte Sorgfaltsprüfungen durchgeführt?“ oder „Wenden wir bei Kunden mit niedrigem Risiko zu viel Zeit auf?“.

Das Attribut ist wichtig für Compliance und Risikomanagement. Es ermöglicht zu prüfen, ob die Sorgfaltsprüfungen je nach Risikoprofil angemessen variieren.

Wird von einer Risikobewertungs-Engine berechnet oder manuell von einem Compliance-Beauftragten vergeben. Gespeichert im Hauptdatensatz des Kunden oder Antrags.

Wenn der Status eines Antrags „Abgelehnt“ lautet, nennt der Ablehnungsgrund die konkrete Ursache, etwa „Unvollständige Unterlagen“, „Hohes Risikoprofil“ oder „Sanktionslisten-Treffer“. Dieses Attribut liefert wichtigen Kontext zu gescheiterten Prozessen.

Die Analyse der Ablehnungsgründe ist eine zentrale Grundlage für das Dashboard „Analyse der Antragsablehnungen“. Sie hilft Unternehmen, die Ursachen für die häufigsten Fehler im Onboarding-Prozess zu ermitteln. Wenn diese Gründe kategorisiert und quantifiziert werden, können Organisationen Verbesserungen gezielt priorisieren. Ist beispielsweise „Unvollständige Unterlagen“ ein häufiger Grund, kann das Unternehmen die Anweisungen für Kunden verständlicher gestalten oder das Portal zur Dokumenteneinreichung verbessern.

Das Attribut zeigt die Ursachen gescheiterter Anträge. So lassen sich gezielte Verbesserungen umsetzen, die die Ablehnungsquote senken und die Customer Experience verbessern.

Üblicherweise in der Haupttabelle für Anträge oder Cases gespeichert und häufig ausgefüllt, wenn der Status auf „Abgelehnt“ gesetzt wird.

Dieses Attribut gibt an, über welchen Weg der Kunde den Antrag eingereicht hat, etwa über ein „Webportal“, eine „Mobile App“ oder in einer „Filiale“. Je nach Kanal können sich die Datenerfassung und die Customer Experience unterscheiden.

Die Analyse nach Kanal hilft, Leistung und Effizienz der einzelnen Kontaktpunkte zu bewerten. Sie beantwortet Fragen wie: „Werden Anträge über die Mobile App schneller bearbeitet als Anträge über das Webportal?“ oder „Ist die Nacharbeitsquote bei Anträgen aus der Filiale höher?“ Diese Erkenntnisse helfen, die Customer Journey über alle Kanäle hinweg zu verbessern und Ressourcen gezielt einzusetzen.

Das Attribut ermöglicht den Vergleich von Prozesseffizienz und Customer Experience über verschiedene Einreichungskanäle hinweg, etwa Web, Mobilgerät oder persönlich.

Wird üblicherweise ganz zu Beginn des Prozesses erfasst, wenn der Antrag angelegt wird.

Dieses boolesche Attribut unterscheidet zwischen Aufgaben, die von Software oder Bots ausgeführt werden, und solchen, die Benutzer übernehmen. Automatisierte Aktivitäten können beispielsweise die erste Datenvalidierung, die Sanktionslistenprüfung oder den Versand standardisierter Mitteilungen umfassen.

Die Analyse dieses Attributs ist wichtig, um die Wirksamkeit von Automatisierungsinitiativen zu bewerten. Durch den Vergleich von Geschwindigkeit und Ergebnissen automatisierter und manueller Schritte können Unternehmen weitere Automatisierungsmöglichkeiten erkennen, um Kosten und Zykluszeiten zu senken. Außerdem lässt sich damit die Leistung automatisierter Systeme überwachen und prüfen, ob sie im gesamten Prozess wie vorgesehen funktionieren.

Das Attribut hilft, die Auswirkungen und Effizienz der Automatisierung im Prozess zu messen und weitere Möglichkeiten für robotergestützte oder systematische Verbesserungen zu erkennen.

Kann als eigenes Feld im Event Log vorliegen oder anhand der Benutzer-ID abgeleitet werden, etwa wenn diese „SYSTEM“ oder „BOT“ lautet.

Die Kunden-ID ist eine eindeutige Kennung, die über mehrere Interaktionen oder Anträge hinweg bestehen bleibt. Während die Kundenantrags-ID einen einzelnen Onboarding-Vorgang erfasst, kann die Kunden-ID mehrere Onboarding-Versuche oder andere Prozesse desselben Kunden miteinander verknüpfen.

Dieses Attribut ermöglicht eine kundenbezogene Analyse, die über einen einzelnen Case hinausgeht. Es eignet sich, um wiederholte Anträge zu untersuchen, die langfristige Kundenbeziehung zu analysieren oder das Onboarding mit anderen Prozessen wie „Kreditantrag“ oder „Kontoverwaltung“ zu verknüpfen. Für die Betrachtung eines einzelnen Prozesses ist es nicht zwingend erforderlich, erweitert aber die Datengrundlage für komplexere, objektzentrierte Process-Mining-Analysen.

Das Attribut ermöglicht eine kundenbezogene Sicht und verknüpft mehrere Onboarding-Versuche oder verschiedene Prozesse desselben Kunden.

Üblicherweise im zentralen Kundenstammdatensystem zu finden und mit dem Antragsdatensatz verknüpft.

Das Kundenland gibt den geografischen Standort des Antragstellers an. Diese Information ist für KYC-Prozesse wichtig, da sich Vorschriften und Risikofaktoren von Land zu Land erheblich unterscheiden können.

Die geografische Analyse liefert eine weitere wichtige Perspektive. Je nach landesspezifischen rechtlichen Anforderungen können unterschiedliche Onboarding-Abläufe gelten. Durch die Filterung nach Kundenland können Unternehmen prüfen, ob diese länderspezifischen Varianten korrekt eingehalten werden. Auch Leistungsunterschiede werden sichtbar, etwa längere Zykluszeiten bei Anträgen aus Ländern mit hohem Risiko, die aufgrund verstärkter Sorgfaltsprüfungen zu erwarten sein können.

Das Attribut ermöglicht die Analyse von Prozessabweichungen und Leistung nach geografischer Lage. Das ist wichtig, um die Einhaltung lokaler Vorschriften sicherzustellen.

Wird während des Antragsprozesses vom Kunden erfasst und im Kunden- oder Antragsdatensatz gespeichert.

Das SLA-Zieldatum (Service Level Agreement) ist die Frist für den Abschluss des Kunden-Onboarding-Prozesses. Es ergibt sich häufig aus internen Richtlinien oder vertraglichen Verpflichtungen und dient als Maßstab für die Termintreue.

Dieses Attribut bildet die Grundlage für das Dashboard „Überwachung der SLA-Leistung“. Durch den Vergleich des tatsächlichen Abschlussdatums eines Antrags mit seinem SLA-Zieldatum lässt sich die SLA-Einhaltungsquote berechnen. Die Analyse von Cases, bei denen die Frist überschritten wurde, zeigt, welche Aktivitäten oder Abteilungen die Verzögerungen verursachen. So können Teams Arbeitswarteschlangen und Ressourcen vorausschauend steuern, SLA-Verstöße verringern und die Kundenzufriedenheit verbessern.

Das Attribut liefert einen Maßstab für die Leistung. Damit lässt sich die SLA-Einhaltung messen und erkennen, bei welchen Cases Verzögerungen drohen.

Wird häufig bei der Erstellung des Case anhand des Antragstyps oder anderer Kriterien berechnet und im Hauptdatensatz des Antrags gespeichert.