Ihre Prozesse analysierenn: Ein praktischer Leitfaden zu Process Mining-Erkenntnissen
Verwandeln Sie Process Mining-Dashboards in konkrete Optimierungspotenziale. Erfahren Sie, wie Sie Daten verstehen, Muster aufdecken und echte Verbesserungspote…
Das erwartet Sie
In diesem Leitfaden erfahren Sie, wie Sie einen Process-Mining-Event-Log von Grund auf erstellen. Wir behandeln die drei wesentlichen Spalten, die jeder Event Log benötigt, gehen ein praxisnahes Beispiel durch und zeigen Sie, wie Sie Ihren ersten Event Log sowohl mit Excel als auch mit SQL aufbauen.
Verwandt: Erfahren Sie mehr über Prozessoptimierung und finden Sie Daten-Templates für Ihr System . Lesen Sie außerdem, warum wir auf Out-of-the-Box-Connectoren verzichten und stattdessen auf einfache Daten-Templates setzen.
Ein Event Log im Process Mining ist schlicht eine Tabelle, die festhält, was in Ihrem Geschäftsprozess passiert. Stellen Sie es sich wie ein Tagebuch vor, das jeden Schritt in jedem Case in Ihrem System protokolliert. Process-Mining-Software liest dieses Tagebuch und erstellt visuelle Diagramme, die zeigen, wie Ihr Prozess tatsächlich abläuft.
Für jede Zeile im Event Log brauchen Sie drei Pflichtangaben:
| Spalte | Bedeutung | Beispiel |
|---|---|---|
| Case-ID | Eindeutige Kennung, die zusammengehörige Ereignisse bündelt | Auftrag #1, 2, 3, 45 |
| Zeitstempel | Wann das Event stattgefunden hat | 2025-01-15 09:30:00 |
| Activity | Was passiert ist | ”Bestellung erfasst” |
Mehr braucht es nicht. Mit genau diesen drei Spalten können Sie bereits Process Mining betreiben. Alles Weitere wie Kundennamen, Auftragswerte oder Mitarbeiter-IDs sind optionale ZusatzHinweisrmationen: sogenannte “Attribute” –, die Ihre Analyse noch aussagekräftiger machen.
Bevor wir tiefer eintauchen, klären wir ein häufiges Missverständnis:
Eine Activity ist eine Art von Aktion, wie z.B. „Order Shipped“ oder „Payment Received“. Stellen Sie sich das als eine Kategorie oder ein Label vor.
Ein Event ist ein spezifisches Vorkommnis dieser Activity. Wenn die Order Nr. 1, 2, 3, 45 am 15. Januar um 14:30 Uhr versandt wird, ist das ein Event.
Ihr Event Log enthält Ereignisse, aber jedes Event hat einen Activity-Namen. In der Praxis werden diese Begriffe oft synonym verwendet, und das ist in Ordnung. Merken Sie sich einfach: Aktivitäten beschreiben das „Was“, und Ereignisse das „Wann und wem es passiert ist“.
Um diesen Leitfaden praxisnah zu gestalten, arbeiten wir mit einem fiktiven System. Stellen Sie sich vor, Sie leiten Pizza Palace, eine lokale Pizzeria mit einem Online-Bestellsystem. Kunden geben Bestellungen über die Website auf, Mitarbeiter bereiten die Pizzen zu und Fahrer liefern sie aus.
Das System von Pizza Palace verfügt über mehrere Datenbanktabellen, die verschiedene Teile des Bestellprozesses verfolgen:
Ihr Ziel: Erstellen Sie einen Event Log, der den Antrag bearbeitet.en gesamten Weg jeder Bestellung von der Aufgabe bis zur Lieferung aufzeigt.
Beim Aufbau eines Event-Logs werden Sie auf zwei Arten von Ereignissen stoßen:
Direkte Ereignisse werden explizit in Ihrem System erfasst. Jemand hat einen Button geklickt oder den Antrag bearbeitet.as System hat eine Aktion protokolliert, und der Zeitstempel ist direkt in der Datenbank verfügbar.
Beispiele von Pizza Palace:
orders-Tabelle)payments-Tabelle)delivery_assignments-Tabelle)Implizite Ereignisse haben keinen eigenen Zeitstempel, aber Sie können ihren Zeitpunkt aus anderen Daten ableiten.
Beispiele von „Pizza Palace“:
delivery_assignments enthält ein created_at-Feld, das angibt, wann die Zuweisung erfolgte.Der wichtige Unterschied: Direkte Ereignisse werden explizit erfasst, während implizite Ereignisse eine Interpretation anderer Datenfelder erfordern. Beide Event-Typn sind für Process Mining valide und nützlich.
Bevor Sie Daten extrahieren, planen Sie, welche Ereignisse Sie erfassen möchten. Für Pizza Palace wollen wir diese Aktivitäten verfolgen:
Identifizieren Sie für jedes Ereignis:
Hier ist unsere Zuordnung:
| Aktivität | Quelltabelle | Zeitstempel-Feld | Case-ID-Feld |
|---|---|---|---|
| Bestellung aufgegeben | orders | created_at | id |
| Zahlung erhalten | payments | payment_time | order_id |
| Bestellung an Küche gesendet | kitchen_queue | queue_entry_time | order_id |
| Bestellung fertig | kitchen_queue | completed_time | order_id |
| Fahrer zugewiesen | delivery_assignments | assigned_at | order_id |
| Lieferung abgeschlossen | delivery_assignments | delivered_at | order_id |
Obwohl Case-ID, Zeitstempel und Activity erforderlich sind, machen Attribute Ihre Analyse deutlich aussagekräftiger. Attribute sind zusätzliche Spalten, die KontextHinweisrmationen liefern.
Case-Attribute beschreiben den gesamten Case (Auftrag) und sind für alle Ereignisse in diesem case gleich:
Event-Attribute sind spezifisch für jedes Event:
Profi-Tipp: Es ist absolut in Ordnung, alle Attribute in jeder Zeile zu haben, auch wenn einige für bestimmte Ereignisse nicht zutreffen. Zum Beispiel kann Ihre Zeile „Bestellung aufgegeben“ eine leere Spalte „Fahrername“ haben. Dies hält Ihr Event Log in einem einfachen, flachen Tabellenformat, das Process-Mining-Tools bevorzugen.
Ihr fertiger Event Log sollte eine einzige Tabelle sein, in der jede Zeile ein Ereignis darstellt. So wird unser Pizza Palace Event Log aussehen:
| Case-ID | Zeitstempel | Activity | Kunde | Bestellwert | Fahrer | Zahlungsmethode |
|---|---|---|---|---|---|---|
| 1001 | 2025-01-15 18:30:00 | Bestellung aufgegeben | John Smith | 45.99 | ||
| 1001 | 2025-01-15 18:30:15 | Zahlung erhalten | John Smith | 45.99 | Kreditkarte | |
| 1001 | 2025-01-15 18:31:00 | Bestellung an Küche gesendet | John Smith | 45.99 | ||
| 1001 | 2025-01-15 18:45:00 | Bestellung fertig | John Smith | 45.99 | ||
| 1001 | 2025-01-15 18:46:00 | Fahrer zugewiesen | John Smith | 45.99 | Maria Garcia | |
| 1001 | 2025-01-15 19:05:00 | Lieferung abgeschlossen | John Smith | 45.99 | Maria Garcia | |
| 1002 | 2025-01-15 18:35:00 | Bestellung aufgegeben | Jane Doe | 28.50 | ||
| 1002 | 2025-01-15 18:35:20 | Zahlung erhalten | Jane Doe | 28.50 | PayPal | |
| … | … | … | … | … | … | … |
Beachten Sie, wie sich Fallattribute (Kunde, Bestellwert) für jedes Ereignis desselben Falls wiederholen. Diese Duplizierung ist beabsichtigt und erleichtert die Arbeit mit den Daten.
Wenn Sie Ihre Daten in Tabellenkalkulationen exportieren können, lässt sich ein Event Log manuell aufbauen. Diese Methode eignet sich hervorragend für kleine Datensätze oder wenn Sie gerade lernen.
Erstellen Sie pro Activity-Typ ein separates Arbeitsblatt:
Blatt 1: Order Placed
| Case-ID | Zeitstempel | Activity | Customer | Order Value |
|---|---|---|---|---|
| 1001 | 2025-01-15 18:30:00 | Order Placed | John Smith | 45.99 |
| 1002 | 2025-01-15 18:35:00 | Order Placed | Jane Doe | 28.50 |
Blatt 2: Payment Received
| Case-ID | Zeitstempel | Activity | Customer | Order Value | Payment Method |
|---|---|---|---|---|---|
| 1001 | 2025-01-15 18:30:15 | Payment Received | John Smith | 45.99 | Credit Card |
| 1002 | 2025-01-15 18:35:20 | Payment Received | Jane Doe | 28.50 | PayPal |
Stellen Sie sicher, dass alle Tabellen dieselben Spalten in derselben Reihenfolge haben. Fügen Sie bei Bedarf leere Spalten hinzu:
Tabelle 1: Order Placed (aktualisiert)
| Case-ID | Zeitstempel | Activity | Customer | Order Value | Driver | Payment Method |
|---|---|---|---|---|---|---|
| 1001 | 2025-01-15 18:30:00 | Order Placed | John Smith | 45.99 |
Erstellen Sie ein neues Blatt „Event Log“. Kopieren Sie anschließend alle Zeilen aus jedem Aktivitäts-Blatt nacheinander in dieses zusammengeführte Blatt.
Wählen Sie alle Ihre Daten aus und sortieren Sie nach:
Dies ordnet die Ereignisse innerhalb jedes Case in chronologischer Reihenfolge an und erleichtert so das Nachvollziehen des Verlaufs jeder einzelnen Order.
Speichern Sie Ihr zusammengeführtes Blatt als CSV-Datei. Dieses Format funktioniert mit praktisch jedem Process-Mining-Tool.
Excel-Tipps:
Für größere Datensätze oder regelmäßige Extraktionen ist SQL effizienter und wiederholbarer. Die Schlüsseltechnik ist die Verwendung von UNION ALL, um mehrere Abfragen zu einem einzigen Ergebnis zusammenzuführen.
UNION ALL stapelt die Resultate mehrerer SELECT-Anweisungen übereinander. Jede SELECT-Anweisung wird zu einem Satz von Rows in Ihrem finalen Result. Alle SELECTs müssen die gleiche Anzahl von Columns mit kompatiblen Daten Typs aufweisen.
Hier ist eine SQL-Abfrage, die ein Event Log für Pizza Palace erstellt:
-- Event Log Extraktion for Pizza Palace
-- This query combines multiple Event types into a single Event Log
-- Each SELECT block represents one Aktivität type
-- Event 1: Order Placed
-- Source: orders table
-- This captures when customers submit their orders
SELECT
o.id AS case_id, -- Die Bestell-ID ist unser Case-ID
o.created_at AS Zeitstempel, -- Zeitpunkt der Bestellung
'Order Placed' AS Aktivität, -- Aktivitätsname (festgelegt)
o.customer_name AS customer, -- Case-Attribut: Wer hat bestellt
o.total_amount AS order_value, -- Case attribute: order value
NULL AS driver, -- Nicht relevant für dieses Event
NULL AS payment_method -- Nicht relevant für dieses Event
FROM orders o
WHERE o.created_at >= '2025-01-01' -- Filter to your desired date range
UNION ALL
-- Event 2: Payment Received
-- Source: payments table
-- This captures successful payment processing
SELECT
p.order_id AS case_id,
p.payment_time AS Zeitstempel,
'Payment Received' AS Aktivität,
o.customer_name AS customer, -- Join, um Case-Attribute abzurufen
o.total_amount AS order_value,
NULL AS driver,
p.payment_method AS payment_method -- Event-specific attribute
FROM payments p
JOIN orders o ON p.order_id = o.id -- Join to get order den Antrag bearbeitet.etails
WHERE p.payment_time >= '2025-01-01'
AND p.status = 'successful' -- Only include successful payments
UNION ALL
-- Event 3: Order Sent to Kitchen
-- Source: kitchen_queue table
-- This captures when the kitchen starts working on the order
SELECT
k.order_id AS case_id,
k.queue_entry_time AS Zeitstempel,
'Order Sent to Kitchen' AS Aktivität,
o.customer_name AS customer,
o.total_amount AS order_value,
NULL AS driver,
NULL AS payment_method
FROM kitchen_queue k
JOIN orders o ON k.order_id = o.id
WHERE k.queue_entry_time >= '2025-01-01'
UNION ALL
-- Event 4: Order Ready
-- Source: kitchen_queue table (different Zeitstempel field)
-- This is an inferred Event based on when the kitchen marked it complete
SELECT
k.order_id AS case_id,
k.completed_time AS Zeitstempel, -- Different Zeitstempel than entry
'Order Ready' AS Aktivität,
o.customer_name AS customer,
o.total_amount AS order_value,
NULL AS driver,
NULL AS payment_method
FROM kitchen_queue k
JOIN orders o ON k.order_id = o.id
WHERE k.completed_time >= '2025-01-01'
AND k.completed_time IS NOT NULL -- Only include completed orders
UNION ALL
-- Event 5: Assigned to Driver
-- Source: delivery_assignments table
-- This captures when a driver is assigned to deliver the order
SELECT
d.order_id AS case_id,
d.assigned_at AS Zeitstempel,
'Assigned to Driver' AS Aktivität,
o.customer_name AS customer,
o.total_amount AS order_value,
d.driver_name AS driver, -- Event-specific attribute
NULL AS payment_method
FROM delivery_assignments d
JOIN orders o ON d.order_id = o.id
WHERE d.assigned_at >= '2025-01-01'
UNION ALL
-- Event 6: Delivery Completed
-- Source: delivery_assignments table (different Zeitstempel field)
-- This captures when the order was delivered to the customer
SELECT
d.order_id AS case_id,
d.delivered_at AS Zeitstempel,
'Delivery Completed' AS Aktivität,
o.customer_name AS customer,
o.total_amount AS order_value,
d.driver_name AS driver,
NULL AS payment_method
FROM delivery_assignments d
JOIN orders o ON d.order_id = o.id
WHERE d.delivered_at >= '2025-01-01'
AND d.delivered_at IS NOT NULL -- Only include completed deliveries
-- Final ordering: by case, then by time
-- This makes the Event Log easy to read and follow
ORDER BY case_id, Zeitstempel;Um weitere Ereignisse zu Ihrem Log hinzuzufügen:
Zum Beispiel, um ein “Delivery Attempted”-Event hinzuzufügen:
UNION ALL
-- Event 7: Delivery Attempted
-- Add this to track failed delivery attempts
SELECT
d.order_id AS case_id,
d.attempt_time AS Zeitstempel,
'Delivery Attempted' AS Aktivität,
o.customer_name AS customer,
o.total_amount AS order_value,
d.driver_name AS driver,
NULL AS payment_method
FROM delivery_attempts d
JOIN orders o ON d.order_id = o.id
WHERE d.attempt_time >= '2025-01-01' Beginnen Sie mit den drei erforderlichen Spalten und nur wenigen Schlüsselaktivitäten. Sobald Sie erfolgreich einen grundlegenden Event Log erstellt und in ein Process-Mining-Tool geladen haben, können Sie zurückkehren und weitere Ereignisse und Attribute hinzufügen.
Bevor Sie sich in die Analyse stürzen, prüfen Sie Ihr Event Log auf häufige Probleme:
Halten Sie fest, welche:
Diese Dokumentation ist von besonders wertvoll, wenn Sie Ihr Event Log später aktualisieren oder Fehler beheben müssen.
Achten Sie auf konsistente Namen für Aktivitäten bei allen Extraktionen:
Wenn Ihre Daten aus verschiedenen Systemen oder Regionen stammen, stellen Sie sicher, dass alle Zeitstempel in derselben Zeitzone liegen. UTC ist oft die sicherste Wahl für Konsistenz.
Manche Ereignisse haben möglicherweise keinen eigenen Zeitstempel. Ein „Bestellung genehmigt“ könnte zum Beispiel nur ein boolean flag sein.
Lösung: Suchen Sie nach verwandten Zeitstempel. Vielleicht gibt es ein Feld „approved_at“ oder Sie können den „modified_at“ Zeitstempel verwenden, wenn sich der Status des approved flag geändert hat.
Wenn Sie mehrere Millionen Ereignisse haben, können Ihre Abfragen langsam sein oder beim Extrahieren abstürzen.
Lösung:
Sobald Sie Ihr Event Log als CSV-Datei oder Datenbankexport erstellt haben, können Sie es in ein Process-Mining-Tool laden. Die meisten Tools folgen einem ähnlichen Ablauf:
Moderne Process-Mining-Tools wie ProcessMind machen das besonders einfach. Laden Sie Ihr Event Log hoch: das Tool visualisiert Ihren Prozess automatisch und zeigt Engpässe, Varianten und Verbesserungspotenziale.
Für ein Event Log im Process Mining brauchen Sie weder Spezialsoftware noch tiefes technisches Know-how. Im Kern strukturieren Sie Ihre Daten in einer Tabelle mit drei Pflichtspalten: Case-ID, Zeitstempel und Activity.
Ob Sie für kleinere Datenmengen Excel einsetzen oder für größere, komplexere Extraktionen SQL: die Prinzipien bleiben gleich:
Die größte Hürde ist selten die Technik, sondern das Verständnis Ihres Prozesses: Welche Ereignisse sind wirklich relevant? Starten Sie mit den offensichtlichen (Bestellung angelegt, Auftrag abgeschlossen) und ergänzen Sie nach und nach Details, sobald Ihr Process-Mining-Tool neue Erkenntnisse liefert.
Sie möchten tiefer einsteigen? Besuchen Sie unsere Seiten zur kontinuierlichen Prozessoptimierung . Dort finden Sie detaillierte Informationen zu Aktivitäten und Daten für gängige Prozesse wie Einkauf bis Zahlung (Purchase-to-Pay) , Auftrag bis Zahlung (Order-to-Cash) und Kreditorenbuchhaltung (Accounts Payable) . Außerdem gibt es Daten-Templates für bekannte Systeme wie SAP, Oracle und Microsoft Dynamics: so kommen Sie beim Erstellen Ihres Event-Logs schneller voran.
Starten Sie noch heute
Warten Sie nicht auf das perfekte Event Log. Starten Sie mit dem, was vorhanden ist, lernen Sie aus den Prozesskarten, die Sie erstellen, und entwickeln Sie Ihr Event Log schrittweise weiter. Selbst ein einfaches Event Log mit grundlegenden Aktivitäten kann überraschende Einblicke liefern, wie Ihre Prozesse wirklich laufen.
Verwandeln Sie Process Mining-Dashboards in konkrete Optimierungspotenziale. Erfahren Sie, wie Sie Daten verstehen, Muster aufdecken und echte Verbesserungspote…
Standard-Konnektoren versprechen eine einfache Datenextraktion für Process Mining, führen aber oft zu Komplexität, Verzögerungen und Vendor Lock-in. Erfahren Si…
Der vollständige Guide für effektive Prozessoptimierung und geschäftliche Transformation durch smarte Datennutzung.
Vergleichen Sie Celonis Process Mining mit ProcessMind 2025. Finden Sie die passende Process-Mining-Software für Ihr Unternehmen.
Sofortiger Zugriff (ohne Kreditkarte, ohne Wartezeit. Erleben Sie, wie Prozess-Prozessmodellierung, Analyse und Simulation für schnellere, bessere Entscheidungen zusammenspielen.
Erfahren Sie mehr über alle Funktionen, erhalten Sie relevante Einblicke und optimieren Sie Ihre Abläufe ab dem ersten Tag.
Starten Sie jetzt Ihre kostenlose Testphase mit voller Process-Intelligence-Funktionen. Erleben Sie echte Verbesserungen in weniger als 30 Tagen!
Wir verwenden Cookies, um Ihr Nutzungserlebnis zu verbessern, personalisierte Inhalte anzuzeigen und die Nutzung unserer Website zu analysierenn. Mit Klick auf "Alle akzeptieren" stimmen Sie dem Einsatz von Cookies zu.