Ihr Qualitätsmanagement-Daten-Template

Der Aktivitätsname beschreibt eine eigenständige Aktion oder einen Meilenstein im Lebenszyklus eines Qualitätsereignisses. Beispiele sind 'Erste Bewertung abgeschlossen', 'Untersuchung eingeleitet' oder 'Korrekturmaßnahme implementiert'. Diese Aktivitäten stellen die Bausteine des Qualitätsmanagementprozesses dar.

Für die Prozessanalyse ist dieses Attribut unerlässlich, um die Prozesskarte zu erstellen, die die Abfolge der Aktivitäten und den Fluss der Fälle visuell darstellt. Es ermöglicht Analysten, Engpässe zu identifizieren, häufige und seltene Prozessvarianten zu entdecken und die Compliance mit Standardarbeitsanweisungen zu überprüfen. Das Verständnis der Aktivitätsabfolge ist der erste Schritt zur Prozessverbesserung.

Dieses Attribut definiert die Schritte im Prozess, die die Knoten der Prozesskarte bilden und die Analyse des Prozessflusses und seiner Variationen ermöglichen.

Normalerweise abgeleitet von Event Logs, Statusänderungsdatensätzen oder Aufgabentabellen, die mit dem Hauptobjekt des Qualitätsproblems zusammenhängen.

Die Ereignis-Startzeit ist ein Timestamp, der den Beginn jeder Aktivität im Lebenszyklus eines Qualitätsereignisses markiert. Sie liefert den zeitlichen Kontext, der für das Verständnis des Prozessflusses und der Leistung notwendig ist. Dieser Timestamp ist entscheidend für die chronologische Anordnung von Ereignissen und die Berechnung von Dauern.

Im Process Mining wird dieser Timestamp verwendet, um Aktivitäten für jeden Fall in die richtige Reihenfolge zu bringen und wichtige Leistungsindikatoren (KPIs) wie Zykluszeiten, Wartezeiten und Bearbeitungszeiten zu berechnen. Die Analyse dieser Timestamps hilft, Verzögerungen zwischen Schritten zu identifizieren, die Ressourceneffizienz zu messen und die Einhaltung von Service Level Agreements zu überwachen. Er ist ein Eckpfeiler jeder zeitbasierten Prozessanalyse.

Dieser Timestamp ist essenziell für die Reihenfolge von Events, die Berechnung von Zyklus- und Wartezeiten und die Entdeckung von Prozess-Bottlenecks.

Häufig in Event Logs oder Transaktionsdatensätzen neben dem Aktivitätsnamen zu finden. Kann als 'Erstellungsdatum', 'Ereignisdatum' oder 'Timestamp' bezeichnet werden.

Die Qualitätsereignis-ID ist ein eindeutiger Schlüssel, der ein spezifisches Qualitätsproblem identifiziert, wie z. B. eine Nichtkonformität, Kundenbeschwerde, Abweichung oder Auditfeststellung. Dieser Identifikator ist entscheidend, da er alle verschiedenen Schritte, Dokumente und Datenpunkte, die mit dem Ereignis verbunden sind, über seinen gesamten Lebenszyklus hinweg verbindet.

Im Process Mining ist dieses Attribut fundamental für die Rekonstruktion des End-to-End-Prozessflusses für jedes Qualitätsereignis. Durch die Gruppierung aller verwandten Aktivitäten unter einer einzigen Qualitätsereignis-ID können Analysten die Prozesskarte visualisieren, Falldauern berechnen und Variationen zwischen verschiedenen Ereignispfaden analysieren. Es ermöglicht eine klare und genaue Analyse, wie Qualitätsprobleme von Anfang bis Ende gehandhabt werden.

Dies ist der Primärschlüssel für Process Mining, der die Verknüpfung aller zugehörigen Events zu einer einzigen Prozessinstanz oder einem Case ermöglicht.

Typischerweise im Header oder der Haupttabelle zu finden für Qualitätsmeldungen, Events oder Nichtkonformitätsdatensätze.

Das Attribut 'Letzte Datenaktualisierung' ist ein Timestamp, der den letzten Zeitpunkt der Synchronisation der Daten aus dem Quellsystem aufzeichnet. Es dient als Indikator für die Datenaktualität und zeigt, wie aktuell die Informationen in der Analyse sind. Dies ist besonders wichtig für die kontinuierliche Überwachung und Entscheidungsfindung nahezu in Echtzeit.

Dieses Attribut hilft Benutzern, die Aktualität der Process Mining Dashboards und Analysen zu verstehen. Es stellt sicher, dass Stakeholder sich der Datenaktualität bewusst sind, wenn sie KPIs und Prozessmodelle interpretieren, wodurch verhindert wird, dass Entscheidungen auf veralteten Informationen getroffen werden. Es ist ein wichtiges Metadatenelement zur Aufrechterhaltung des Vertrauens in die Daten.

Zeigt die Aktualität der Daten an und stellt sicher, dass Benutzer wissen, wie aktuell die Prozessanalyse und KPIs sind.

Dies sind typischerweise Metadaten, die während des Datenextraktionsprozesses (ETL) generiert werden. Sie sind normalerweise nicht in den Transaktionstabellen des Quellsystems zu finden.

Das Attribut "Quellsystem" identifiziert die Ursprungsanwendung oder Datenbank, in der die Daten des Qualitätsmanagements aufgezeichnet wurden. In komplexen IT-Landschaften können Daten zu Qualitätsproblemen aus mehreren Systemen stammen, zum Beispiel aus einem ERP für Materialdaten und einem dedizierten Qualitätsmanagementsystem für Prozessdaten.

Die Identifizierung des Quellsystems ist wichtig für Data Governance, Validierung und Fehlerbehebung. Sie hilft, den Kontext der Daten zu verstehen, und kann zur Segmentierung der Analyse verwendet werden. Ein Analyst könnte zum Beispiel die in verschiedenen Systemen oder Standorten verwalteten Qualitätsprozesse vergleichen, um Best Practices oder Inkonsistenzen zu identifizieren.

Bietet Kontext über den Ursprung der Daten, was entscheidend ist für Datenvalidierung, Fehlerbehebung und segmentierte Analyse in Multi-System-Umgebungen.

Diese Informationen sind möglicherweise nicht in den Quelltabellen selbst vorhanden, werden aber oft während des Datenextraktions-, Transformations- und Ladeprozesses (ETL) hinzugefügt.

Die Ereignis-Endzeit ist ein Timestamp, der den Abschluss einer Aktivität markiert. Zusammen mit der Ereignis-Startzeit ermöglicht sie die präzise Berechnung der Bearbeitungszeit für einzelne Aufgaben innerhalb des Qualitätsmanagementprozesses. Für Ereignisse, die als augenblicklich betrachtet werden, können Start- und Endzeit identisch sein.

Dieses Attribut ist entscheidend für die Leistungsanalyse auf Aktivitätsebene. Durch die Berechnung der Dauer jeder Aufgabe (Endzeit minus Startzeit) können Analysten identifizieren, welche Schritte die meiste Zeit beanspruchen und primäre Kandidaten für die Optimierung sind. Es ermöglicht auch eine genauere Berechnung der gesamten Fall-Zykluszeit und liefert die Daten, die für die Analyse der Ressourcenauslastung und Effizienz benötigt werden.

Ermöglicht die Berechnung von Aktivitätsbearbeitungszeiten, was für eine detaillierte Leistungsanalyse und die Identifizierung ressourcenintensiver Aufgaben unerlässlich ist.

Häufig im selben Event Log oder Transaktionsdatensatz wie die Startzeit zu finden. In einigen Systemen muss sie möglicherweise aus der Startzeit des nachfolgenden Ereignisses abgeleitet werden.

Der Typ des Qualitätsproblems kategorisiert die Art des zu bearbeitenden Qualitätsproblems. Verschiedene Ereignistypen folgen oft unterschiedlichen Prozessen, weisen verschiedene Dringlichkeitsstufen auf und unterliegen unterschiedlichen Standardarbeitsanweisungen.

Durch das Filtern und Vergleichen von Prozessen anhand dieses Attributs können Analysten signifikante Unterschiede aufdecken. Beispielsweise kann der Prozess zur Bearbeitung einer "Kundenbeschwerde" deutlich strenger und zeitkritischer sein als der Prozess für ein "Internes Problem". Das Verständnis dieser Unterschiede ist entscheidend, um zu beurteilen, ob jede Prozessvariante effizient und in Übereinstimmung mit ihren spezifischen Anforderungen abläuft.

Ermöglicht die Segmentierung der Analyse, um zu vergleichen, wie verschiedene Arten von Qualitätsproblemen gehandhabt werden, und deckt so wichtige Prozessvariationen auf.

In den Kopfdaten für das Qualitätsereignis zu finden, oft als Feld 'Benachrichtigungstyp', 'Ereignistyp' oder 'Kategorie'.

Das Attribut "Ressource" identifiziert die Einzelperson oder das System, die bzw. das für die Ausführung einer Aufgabe verantwortlich ist. Dies kann ein Prüfer, ein Qualitätsprüfer oder ein automatischer Systembenutzer sein. Die Nachverfolgung, wer welche Aktivität ausführt, ist grundlegend für das Verständnis der Arbeitslastverteilung, der Teamleistung und der Kollaborationsmuster.

Die Analyse des Prozesses nach Ressourcen hilft, Leistungsunterschiede zwischen Einzelpersonen oder Teams aufzudecken, Schulungsbedarfe zu identifizieren und die Arbeitslastverteilung zu optimieren. Sie kann überlastete Ressourcen, die zu Bottlenecks werden könnten, oder Übergabemuster zwischen verschiedenen Personen aufzeigen, die oft eine Quelle für Prozessverzögerungen sind. Diese Analyse ist entscheidend für die Verbesserung der Unternehmenseffizienz.

Dieses Attribut ist entscheidend für die ressourcenbasierte Analyse, einschließlich der Arbeitslastverteilung, des Leistungsvergleichs und der Identifizierung organisatorischer Bottlenecks.

Normalerweise in Transaktions- oder Log-Tabellen zu finden, oft als "User Name", "Changed By", "Owner" oder "Assigned To" bezeichnet.

Das Attribut "Schweregrad" kategorisiert Qualitätsprobleme basierend auf ihrem geschäftlichen Einfluss, Risiko oder ihrer Dringlichkeit. Diese Klassifizierung hilft bei der Priorisierung von Ressourcen und Aufmerksamkeit für die kritischsten Probleme. Die Schweregrade werden typischerweise durch die Qualitätspolitik der Organisation definiert.

Dies ist ein leistungsstarkes Attribut für die Filterung und Segmentierung im Process Mining. Analysten können die Prozessabläufe für "kritische" Ereignisse im Vergleich zu "geringfügigen" Ereignissen vergleichen, um sicherzustellen, dass hochgradige Probleme wie beabsichtigt beschleunigt bearbeitet werden. Es kann auch aufzeigen, ob "geringfügige" Probleme einen unverhältnismäßig hohen Ressourcenaufwand verursachen oder ob "kritische" Probleme im Prozess stecken bleiben. Dies hilft bei der Optimierung des Prozesses für ein risikobasiertes Management.

Ermöglicht eine risikobasierte Prozessanalyse, hilft bei der Priorisierung von Untersuchungen und stellt sicher, dass Ereignisse mit hohem Einfluss mit der gebotenen Dringlichkeit behandelt werden.

Dies ist ein Standardfeld in den Header-Daten des Qualitätsproblems, oft als "Severity Level" oder "Priorität" bezeichnet.

Die Kategorie der Grundursache ist eine Klassifizierung des grundlegenden Problems für ein Qualitätsproblem, wie zum Beispiel "Menschlicher Fehler", "Geräteausfall", "Prozessmangel" oder "Lieferantenproblem". Dieses Attribut wird typischerweise ausgefüllt, nachdem eine Untersuchung und Grundursachenanalyse abgeschlossen wurden.

Die Analyse der Häufigkeit verschiedener Grundursachenkategorien liefert aussagekräftige Einblicke für strategische Verbesserungen. Wenn ein "Prozessmangel" eine häufige Grundursache ist, deutet dies auf die Notwendigkeit einer Prozess-Neugestaltung hin. Wenn "Geräteausfall" häufig vorkommt, könnte dies auf die Notwendigkeit besserer Wartungspläne hinweisen. Process Mining kann diese Kategorien mit dem Prozessverhalten korrelieren, indem es zum Beispiel zeigt, ob durch "Menschliches Versagen" verursachte Ereignisse länger zur Lösung benötigen.

Dies ist entscheidend für die strategische Analyse, da es über den Prozessfluss hinaus die zugrunde liegenden Gründe für Fehler aufzeigt und gezielte vorbeugende Maßnahmen leitet.

Im Untersuchungs- oder Grundursachenanalyse-Abschnitt des Qualitätsereignisdatensatzes zu finden. Kann ein Code oder Freitext sein.

Das Attribut "Verantwortliche Abteilung" gibt an, welche Organisationseinheit für ein Qualitätsproblem oder einen bestimmten Prozessschritt verantwortlich ist. Dies kann "Fertigung", "Qualitätssicherung", "Forschung und Entwicklung" oder "Logistik" sein.

Dieses Attribut ist essenziell für die Organisationsanalyse. Es ermöglicht Managern zu sehen, wie die Arbeit zwischen verschiedenen Abteilungen fließt, die Leistung jedes Funktionsbereichs zu messen und funktionsübergreifende Reibungsverluste oder Verzögerungen zu identifizieren. Eine Analyse könnte zum Beispiel ergeben, dass Übergaben zwischen Fertigung und Qualitätssicherung eine Hauptursache für Verzögerungen sind. Die Segmentierung von KPIs nach Abteilungen hilft, Bereiche für gezielte Prozessverbesserungsinitiativen zu identifizieren.

Ermöglicht die Analyse der Prozessleistung nach Organisationseinheit, hebt funktionsübergreifende Verzögerungen hervor und hilft bei der Zuweisung von Verantwortlichkeiten.

Typischerweise in den Header-Daten des Qualitätsproblem-Datensatzes zu finden oder abgeleitet vom Benutzer, der für die Aktivität verantwortlich ist.

Das Attribut 'Betroffenes Produkt' identifiziert den spezifischen Artikel, das Material oder die Produktlinie, die vom Qualitätsproblem betroffen ist. Diese Verknüpfung zwischen Prozess und Produkt ist entscheidend für die Grundursachenanalyse und Folgenabschätzung.

Die Analyse von Qualitätsereignissen nach Produkt ermöglicht es Unternehmen, Trends zu erkennen, wie z. B. ein bestimmtes Produkt mit einer ungewöhnlich hohen Anzahl von Nichtkonformitäten. Dies kann tiefere Untersuchungen des Produktdesigns oder des Herstellungsprozesses auslösen. Es hilft auch bei der Priorisierung von Qualitätsereignissen basierend auf der strategischen Bedeutung oder dem Verkaufsvolumen des betroffenen Produkts, um sicherzustellen, dass kritische Probleme zuerst angegangen werden.

Verknüpft Prozessdaten mit Produktdaten und ermöglicht so die Analyse von Qualitätsproblemen nach Produktlinie, um Trends zu identifizieren und Probleme mit hoher Auswirkung zu priorisieren.

Im Hauptdatensatz für das Qualitätsereignis zu finden, oft als 'Materialnummer', 'Produkt-ID' oder 'Teilenummer'.

Das Ergebnis der Effektivitätsprüfung (Effectiveness Check Outcome) erfasst das Resultat des Verifizierungsschritts, der der Implementierung von Korrekturmaßnahmen folgt. Das Ergebnis ist typischerweise 'Effektiv' oder 'Nicht effektiv', was anzeigt, ob die Maßnahme die Grundursache des Problems erfolgreich behoben hat.

Dieses Attribut ist entscheidend für die Messung des wahren Erfolgs des Qualitätsmanagementprozesses. Eine hohe Rate von 'Nicht effektiv'-Ergebnissen deutet auf ein systemisches Problem in den Phasen der Grundursachenanalyse oder Aktionsplanung hin, was zu Nacharbeiten und wiederkehrenden Problemen führt. Im Process Mining kann dies verwendet werden, um Nacharbeits-Schleifen zu analysieren. Zum Beispiel kehren Fälle mit einem 'Nicht effektiv'-Ergebnis oft zur Untersuchungs- oder Grundursachenanalyse-Phase zurück, was die Zykluszeit und die Kosten erheblich erhöht.

Misst direkt den Erfolg von Korrekturmaßnahmen und ist unerlässlich für die Analyse von Nacharbeits-Schleifen und die Effektivität des Grundursachenanalyse-Prozesses.

In den Datensätzen zu Korrektur- und Vorbeugemaßnahmen (CAPA) Verifizierungs- oder Abschluss-Schritten zu finden.

Das Attribut 'Standort' spezifiziert den geografischen oder organisatorischen Ort, der mit dem Qualitätsereignis in Verbindung steht. Dies könnte ein Produktionswerk, eine spezifische Produktionslinie, ein Distributionszentrum oder eine Geschäftseinheit sein.

Die Analyse der Prozessleistung nach Standort ist eine effektive Methode, um Benchmarks zu setzen und Best Practices zu identifizieren. Sie kann aufzeigen, ob bestimmte Standorte effizienter bei der Lösung von Qualitätsproblemen sind oder ob spezifische Orte eine Quelle wiederkehrender Probleme darstellen. Diese geografische oder standortbasierte Analyse hilft dem Management, Ressourcen effektiv zuzuweisen und leistungsstarke Prozesse in der gesamten Organisation zu standardisieren.

Ermöglicht eine vergleichende Analyse zwischen verschiedenen Standorten oder Werken, um die Leistung zu bewerten und standortspezifische Probleme oder Best Practices zu identifizieren.

Diese Informationen sind typischerweise Teil des Hauptdatensatzes eines Qualitätsproblems, oft als "Werk", "Standort" oder "Geschäftseinheit" bezeichnet.

Der Qualitätsereignisstatus gibt den aktuellen Zustand eines Qualitätsereignis-Falls an. Dies ist ein dynamisches Attribut, das sich ändert, während der Fall seinen Lebenszyklus durchläuft. Es bietet eine hochrangige Momentaufnahme, wo ein Ereignis zu einem bestimmten Zeitpunkt steht.

Im Process Mining ist dieses Attribut nützlich für die Analyse der aktuellen Arbeitslast und des Rückstands. Durch das Filtern nach Ereignissen mit dem Status 'Offen' oder 'In Bearbeitung' können Manager das Volumen aktiver Fälle überwachen. Es hilft auch bei der Konformitätsprüfung, indem die tatsächlichen Statusänderungen mit dem erwarteten Prozessfluss verglichen werden. Zum Beispiel sollte ein Ereignis nicht 'Geschlossen' werden, bevor eine 'Korrekturmaßnahme' implementiert ist.

Bietet einen Snapshot des aktuellen Status eines Falls, der entscheidend ist für die Überwachung von Rückständen, aktiver Arbeitslast und die Überprüfung der Prozesskonformität.

Dies ist ein Schlüsselfeld im Header-Datensatz des Qualitätsproblems und wird aktualisiert, wenn das Ereignis fortschreitet.

Der Zieltermin für die Problemlösung ist eine Frist, die für den Abschluss eines Qualitätsproblems festgelegt wird. Dieses Datum wird oft durch regulatorische Anforderungen, Service-Level-Agreements mit Kunden oder interne Richtlinien basierend auf dem Schweregrad des Ereignisses bestimmt.

Dieses Attribut ist essenziell für die Leistungsüberwachung und Compliance-Analyse. Durch den Vergleich des tatsächlichen Abschlussdatums mit dem Zieldatum können Organisationen einen KPI für die "Pünktliche Problemlösungsrate" berechnen. Process Mining kann identifizieren, welche Ereignistypen oder Prozessschritte am wahrscheinlichsten Verzögerungen und Verstöße gegen diese Ziele verursachen. Dies hilft, Verbesserungsbemühungen auf das Erreichen von Fristzielen zu konzentrieren.

Ermöglicht die Leistungsmessung anhand von Terminzielen, hilft bei der Berechnung von pünktlichen Lösungsraten und identifiziert Ursachen für Verzögerungen.

Normalerweise in den Header- oder Plandaten des Qualitätsproblem-Datensatzes zu finden.