Datenprobleme beheben

Datenprobleme beheben

Datenprobleme zeigen sich auf unterschiedliche Weise: Cases, die auseinanderfallen, Ereignisse in falscher Reihenfolge, fehlende Schritte oder unmögliche Zahlen. Diese Seite führt vom Symptom zur Ursache und von dort zur Lösung. Manche Probleme lassen sich mit einer Einstellung in ProcessMind beheben, andere nur in der Datenextraktion.

Den vollständigen Workflow zur Datenaufbereitung, von der Datenqualität bis zur Umsetzung, finden Sie unter Daten bereinigen und vorbereiten. Welche Prüfungen die Plattform für Ihre Daten durchführt, erfahren Sie unter Datenqualität.

Erste Prüfungen

Bevor Sie die Quelldatei untersuchen, prüfen Sie zunächst, welche Hinweise ProcessMind bereits liefert:

• Die rote Liste über den Bereichen. Auf der Registerkarte Allgemein des Datasets weist eine rote Liste auf das Hindernis hin: eine fehlende Case-ID, Aktivität oder Endzeit, Aktivitäten ohne Daten, Attribute ohne Werte oder eine Abweichung zwischen einer erneut hochgeladenen Datei und dem Prozesstyp, für den sie ursprünglich geladen wurde. Beginnen Sie mit diesen Hinweisen.
• Das Qualitäts-Badge und der Bereich. Das Badge zeigt den Score der Prozessgesundheit als Prozentwert. Der Bereich enthält Angaben zur Aktualität, Attributabdeckung und Aktivitätsanalyse.
• KI-Datenempfehlungen. Eine Analyse des Datasets listet erkannte Probleme auf und schlägt Zuordnungen und Korrekturen vor.
• Dataset-Attribute. Legen Sie Anzeigename, Datentyp und Timestamp-Format fest oder blenden Sie eine Spalte aus, ohne die Daten erneut zu exportieren.

Symptome im Prozessgraphen

Ein Case ist auf mehrere Cases aufgeteilt

Das sehen Sie: Eine Prozessinstanz erscheint als viele kurze Cases mit jeweils nur ein oder zwei Schritten. Der Graph zeigt deshalb eine flache Reihe von Aktivitäten.

Ursache: Die als Case-ID zugeordnete Spalte kennzeichnet etwas Kleineres als die Prozessinstanz, etwa eine Position, eine Rechnungsnummer oder eine Dokumentnummer aus einem System.

Lösung: Ordnen Sie die Spalte zu, die die gesamte Instanz kennzeichnet, etwa den Auftrag, das Ticket oder den Schadensfall. Gibt es keine einzelne Spalte dafür, müssen Sie die Kennungen vorgelagert zusammenführen. Verknüpfen Sie sie in SQL oder Ihrem ETL-Job, damit alle Ereignisse einer Instanz dieselbe Case-ID tragen, und laden Sie die Daten erneut hoch. Die Namenskonventionen der einzelnen Systeme finden Sie unter Datenquellen.

Ereignisse sind falsch angeordnet

Das sehen Sie: Später stattfindende Aktivitäten erscheinen vor früheren, etwa eine Rechnung mit einem Datum vor dem zugehörigen Auftrag.

Ursache: Häufig kommen drei Ursachen infrage. Der Timestamp wurde mit dem falschen Format eingelesen, etwa ein 03/04/2025 Wert als 4. März statt als 3. April. Ereignisse aus Systemen mit unterschiedlichen Zeitzonen wurden ohne Umrechnung zusammengeführt. Oder die falsche Spalte wurde als Zeitfeld zugeordnet.

Lösung: Prüfen Sie das Format unter Dataset-Attribute und vergewissern Sie sich, dass der Datentyp Timestamp und nicht Text ist. Rechnen Sie alle Quelldaten vor dem Zusammenführen der Exporte auf dieselbe Zeitzone um, sortieren Sie jeden Case nach Timestamp und prüfen Sie einige Cases vom Anfang bis zum Ende.

Schritte fehlen

Das sehen Sie: Im Graphen fehlt ein Schritt, der nachweislich stattfindet.

Ursache: Der Schritt hinterlässt keine Datenspur, etwa eine telefonische Freigabe oder eine Unterschrift auf Papier. Möglicherweise wurde die Aktivität nicht zugeordnet oder ein Filter blendet sie aus.

Lösung: Machen Sie vorhandene, aber nicht aufgezeichnete Schritte sichtbar, indem Sie die Aktivität als Schritt mit Datenfluss kennzeichnen. Ordnen Sie die übrigen Aktivitäten unter Aktivitäten zuordnen und Zuordnungen aufheben zu. Nicht zugeordnete Aktivitäten erscheinen transparent und sind durch gepunktete Verbindungen gekennzeichnet. Prüfen Sie anschließend, welche Filter aktiv sind.

Cases werden nie abgeschlossen

Das sehen Sie: Viele Cases enden, ohne ein End Event zu erreichen.

Ursache: Der Export endet an einem Stichtag, obwohl die Cases noch laufen. Das Modell enthält kein End Event oder die abschließende Aktivität fehlt im Dataset.

Lösung: Ergänzen Sie im Modell ein tatsächliches End Event oder akzeptieren Sie die offenen Cases und schließen Sie sie aus der Zeitanalyse aus. Zeitkennzahlen berücksichtigen nur geschlossene Cases. Ein noch nicht abgeschlossener Case ist kein Datenfehler.

Die Anzahl scheint zu hoch

Das sehen Sie: Eine Aktivität wird auffällig oft ausgeführt oder die Anzahl der Cases liegt über den Geschäftszahlen.

Ursache: Doppelte Zeilen: Eine Integration hat dasselbe Ereignis zweimal erfasst oder die Daten wurden wiederholt extrahiert.

Lösung: Entfernen Sie vor dem Upload Duplikate anhand von Case-ID, Aktivität und Timestamp. Der Workflow zur Datenaufbereitung erläutert, wodurch doppelte Extraktionen häufig entstehen.

Die Prozessdarstellung ist unübersichtlich

Das sehen Sie: Hunderte Aktivitäten, von denen die meisten technischer Natur sind.

Ursache: Anmeldungen, Wiederholungsversuche und Hintergrundprozesse befinden sich im selben Extrakt wie die fachlichen Schritte.

Lösung: Blenden Sie nicht benötigte Attribute aus, filtern Sie Ereignisse heraus, die nicht zum Prozess gehören, und fassen Sie Ereignisse auf niedriger Ebene in der zugehörigen Aktivität zusammen. Wo die Grenze zwischen relevanten Details und unnötigen Informationen liegt, entscheiden die Prozessexperten.

Daten aus mehreren Systemen passen nicht zusammen

Das sehen Sie: Im Prozess fehlen Abschnitte, zu denen ein System Daten hätte beitragen sollen.

Ursache: Die Daten aus den Systemen wurden zu unterschiedlichen Zeitpunkten extrahiert, derselbe Schritt ist unterschiedlich benannt oder ein Extrakt fehlt vollständig.

Lösung: Stimmen Sie vor dem Zusammenführen die Extraktionszeiträume und die Bezeichnungen der Aktivitäten aufeinander ab. Legen Sie für jedes Dataset über Primär- und Vergleichsdataset eine Rolle fest, statt nicht übereinstimmende Dateien einfach zusammenzufügen.

Symptome im Dataset

Der Upload wird abgelehnt

Das sehen Sie: Der Upload endet mit einer Fehlermeldung oder die Datei wird als einzelne Spalte geladen.

Ursache: Die Datei erfüllt eine der Strukturvorgaben nicht. Häufig fehlen die Überschriften in der ersten Zeile, zwischen den Datensätzen befinden sich leere Zeilen, Zahlen sind als Text gespeichert oder die Daten stehen in einem Excel-Dokument auf dem zweiten Tabellenblatt. Eingelesen wird nur das erste Tabellenblatt.

Lösung: Setzen Sie die Überschriften in die erste Zeile, entfernen Sie leere Zeilen, prüfen Sie, ob Zahlen als Zahlen gespeichert sind, und verschieben Sie die Ereignisdaten auf das erste Tabellenblatt. Trennzeichen und Anführungszeichen in CSV-, TSV- und TXT-Dateien werden automatisch erkannt. Wird das Ergebnis trotzdem als einzelne Spalte angezeigt, lässt sich die Datei wahrscheinlich nicht korrekt interpretieren. Exportieren Sie sie erneut als CSV oder Parquet.

Spalten oder Datentypen stimmen nicht

Das sehen Sie: Eine Spalte fehlt oder ein Timestamp wird als Text behandelt.

Ursache: Die Datei hat sich seit dem letzten Upload geändert oder der Datentyp wurde falsch erkannt.

Lösung: Legen Sie Datentyp und Format manuell fest oder blenden Sie die Spalte aus. Prüfen Sie nach dem Ersetzen einer Datei die rote Liste auf Abweichungen zwischen der neuen Datei und dem Dataset, in das sie geladen wurde.

Timestamps werden nicht erkannt

Das sehen Sie: Die Timestamp-Spalte ist leer oder die berechneten Zeiträume sind viel zu lang.

Ursache: Ein ungewöhnliches Format, eine länderspezifische Reihenfolge von Tag und Monat, unterschiedliche Genauigkeit innerhalb einer Spalte, etwa Sekunden und Millisekunden, oder eine doppelte Umrechnung der Zeitzone.

Lösung: Legen Sie das Format unter Dataset-Attribute ausdrücklich fest, teilen Sie Exporte mit unterschiedlicher Genauigkeit bereits an der Quelle auf und verwenden Sie vor dem Upload eine einheitliche Zeitzone.

Werte sind leer

Das sehen Sie: Die Attributabdeckung im Qualitätsbereich weist Lücken auf oder ein Chart enthält eine Kategorie null.

Ursache: Das Quellsystem erfasst den Wert nicht für jeden Case oder beim Export wurden leere Felder ausgelassen.

Lösung: Füllen Sie die Lücken nach Möglichkeit an der Quelle. Wo sich ein leerer Wert durch einen passenden Standardwert ersetzen lässt, verwenden Sie Funktionen zur Behandlung leerer Werte in einem berechneten Attribut.

Aktivitätsnamen stimmen nicht überein

Das sehen Sie: „Auftrag genehmigen“ und „Auftragsgenehmigung“ erscheinen als zwei Aktivitäten mit derselben Bedeutung. Oder derselbe Schritt hat je nach Land einen anderen Namen.

Ursache: Jedes Quellsystem verwendet eine eigene Bezeichnung für dieselbe Arbeit.

Lösung: Vereinbaren Sie für jeden Schritt eine einheitliche Bezeichnung. Vereinheitlichen Sie anschließend die Werte im Extrakt oder erstellen Sie ein berechnetes Attribut, das die Varianten einer Bezeichnung zuordnet. Ordnen Sie die Aktivität dann anhand dieses Attributs zu.

Symptome in den Kennzahlen

Durchschnittswerte erscheinen zu niedrig

Das sehen Sie: Eine durchschnittliche Case-Dauer, die aus Sicht des Unternehmens unrealistisch ist.

Ursache: Zeitkennzahlen berücksichtigen nur geschlossene Cases. Nicht abgeschlossene Cases bleiben außen vor. Gerade in einem aktuellen Zeitraum sind die abgeschlossenen Cases oft die schnellsten.

Lösung: Vergleichen Sie gleichartige Fälle. Beschränken Sie den Zeitraum auf Cases, die genügend Zeit hatten, abgeschlossen zu werden. Lesen Sie vor Schlussfolgerungen aus einem einzelnen Durchschnitt die Definitionen unter Zeitkennzahlen und betrachten Sie die Verteilung statt des Mittelwerts.

Ausreißer verzerren die Durchschnittswerte

Das sehen Sie: Die Durchschnittswerte liegen deutlich über der typischen Case-Dauer.

Ursache: Einige wenige extreme Cases treiben den Durchschnitt nach oben. Manchmal handelt es sich um tatsächliche Ausnahmen, manchmal um Datenfehler.

Lösung: Betrachten Sie statt des Durchschnitts den langsamen Rand der Verteilung, also P90 im Vergleich zum Median. Prüfen Sie, ob die extremen Cases tatsächlich vorkommen, und schließen Sie nur fehlerhafte Daten aus. Eine seltene, aber echte Ausnahme ist eine Erkenntnis. Zeitkennzahlen erläutert die einzelnen Kennzahlen.

Ein Vergleich zeigt keine Ergebnisse

Das sehen Sie: Für ein Vergleichs-Dataset wird Nicht vorhanden (0 Cases, 0 % Abdeckung) angezeigt.

Ursache: Die aktiven Filter oder der ausgewählte Zeitraum enthalten keine Cases für dieses Dataset. Oder die Aktivitäten sind dem Modell nicht zugeordnet.

Lösung: Erweitern Sie den Zeitraum, prüfen Sie die Zuordnung des Vergleichs-Datasets und bestätigen Sie, welches Dataset als primär festgelegt ist.

Wenn die Datenmenge das Problem ist

Einige Probleme sind keine Datenfehler, sondern hängen mit der Datenmenge zusammen:

• Langsame Uploads: Verwenden Sie bevorzugt Parquet oder ORC. Bei Excel-Dateien ist XLSB schneller als XLSX. Weitere Informationen finden Sie unter Unterstützte Datenformate.
• Wachsende Dateien: Fügen Sie neue Zeiträume mit einem inkrementellen Upload (Delta-Upload) hinzu, statt die gesamte Datei zu ersetzen.
• Langsame Analysen: Entfernen Sie Spalten, die niemand analysiert, filtern Sie den Happy Path heraus, wenn Sie nach Ausnahmen suchen, und betrachten Sie jeweils nur einen Zeitraum oder eine Region. Im Leitfaden zur Performance erfahren Sie, wie sich die Datenmengen auf die Leistung auswirken.
• Nicht mehr benötigte Datasets: Archivieren Sie Datasets, die Sie nicht mehr analysieren, damit der Arbeitsbereich die Daten enthält, mit denen Sie tatsächlich arbeiten.

Probleme an der Quelle beheben

Jede Korrektur direkt in ProcessMind erspart einen zusätzlichen Arbeitsschritt. Manche Probleme lassen sich jedoch nur vorgelagert beheben: ein fehlendes Quellsystem, unterschiedliche Zeitzonen oder Kennungen, die kein Export zusammenführt. Korrigieren Sie diese Probleme im Extrakt und, falls sie wiederholt auftreten, im erzeugenden System. Unter Datenquellen finden Sie die Vorgehensweisen für die einzelnen Systeme. ETL für Process Mining beschreibt, wie Sie die Zuverlässigkeit eines Extrakts sicherstellen.

Kommen Sie nicht weiter?

Wenn die obigen Prüfungen nicht erklären, was Sie sehen, wenden Sie sich an das Support-Team. Geben Sie den Namen des Datensatzes, den betrachteten Case, Ihre Erwartung und das tatsächliche Ergebnis an. Ein Screenshot des Graphen und einer des Qualitätsfensters klären die Ursache meist schneller als eine Beschreibung.

Testen Sie Process Mining mit Ihren eigenen Daten

Verwandte Themen

• Datenqualität: Was der Badge anzeigt und wie Sie das Fenster lesen
• Datensatz konfigurieren: Die rote Liste mit Validierungsfehlern und den Pflichtfeldern
• Unterstützte Datenformate: Kopfzeilen, Tabellenblätter und Dateitypen
• Daten bereinigen und aufbereiten: Der vollständige Workflow zur Datenaufbereitung
• Inkrementelles Laden von Daten: Datensätze erweitern, ohne sie erneut hochzuladen
• FAQ: Antworten auf häufig gestellte Fragen