ProcessMind führt Process Simulation für digitale Zwillinge ein

AMSTERDAM, NIEDERLANDE

ProcessMind, ein europäisches Process-Mining-Unternehmen, hat heute die Einführung einer Process-Simulation-Engine bekannt gegeben, mit der Sie digitale Zwillinge von Geschäftsprozessen erstellen können. Sie können virtuelle Abbilder Ihrer Abläufe erstellen und Änderungen in einer simulierten Umgebung testen.

AMSTERDAM, NIEDERLANDE

Digitale Zwillinge in Geschäftsabläufen

Ein digitaler Zwilling ist ein virtuelles Modell eines realen Prozesses in einer digitalen Umgebung. Anders als ein statisches Diagramm verwendet er operative Daten und wird aktualisiert, sobald sich der Prozess ändert. Sie können die Leistung überwachen, Simulationen ausführen und mögliche Ergebnisse bewerten, bevor Sie Änderungen umsetzen.

Die Technologie digitaler Zwillinge wurde zunächst für die Luft- und Raumfahrt sowie die Fertigung entwickelt und hat sich inzwischen auf Geschäftsabläufe ausgeweitet. Laut Strategic Market Research hatte der Markt für digitale Zwillinge 2021 ein Volumen von 6,30 Milliarden USD und soll bis 2030 auf 131,09 Milliarden USD wachsen.

Technischer Überblick

Die Process-Simulation-Engine von ProcessMind extrahiert Parameter aus hochgeladenen Event Logs, darunter Ankunftsraten von Cases, Aktivitätsdauern, Routing-Wahrscheinlichkeiten und Ressourcenanforderungen. Mit diesen Parametern können Sie digitale Zwillinge für Szenarioanalysen erstellen.

Das System verwendet die diskrete Ereignissimulation (DES), eine Methode, bei der sich der Systemzustand bei bestimmten Ereignissen ändert. Dieser Ansatz eignet sich für Geschäftsprozesse, deren Aktivitäten definierte Start- und Endzeitpunkte haben, bei denen Ressourcen zu bestimmten Zeitpunkten zugewiesen werden und Cases festgelegte Pfade durch den Prozess nehmen.

Prozessverbesserungen waren bisher oft mit Vermutungen verbunden. Sie nehmen eine Änderung vor und hoffen, dass sie funktioniert. Mit digitalen Zwillingen können Sie an einem Nachmittag zehn verschiedene Szenarien testen und das Szenario auswählen, das voraussichtlich am erfolgreichsten ist.

Christiaan Esmeijer, Gründer von ProcessMind

Funktionen

Die Process-Simulation-Engine umfasst folgende Funktionen:

• Parameterextraktion aus Event-Log-Daten
• Szenariomodellierung mit anpassbaren Variablen
• Vergleich mehrerer Szenarien nebeneinander
• Analyse der Ressourcenkapazität und Prognose der Auslastung
• Erkennung von Engpässen bei unterschiedlichen Mengenszenarien
• Unterstützung mehrerer Wahrscheinlichkeitsverteilungen

Die Engine unterstützt gängige Wahrscheinlichkeitsverteilungen, darunter Normalverteilung, Exponentialverteilung, Gleichverteilung, Dreiecksverteilung und Lognormalverteilung. Sie können jede Aktivität mit Bearbeitungszeiten, Ressourcenanforderungen und Überspringwahrscheinlichkeiten konfigurieren.

Plattformintegration

Die Simulation-Engine ist in die vorhandenen Funktionen von ProcessMind für Process Mining und BPMN-Modellierung integriert. Die Plattform wird in Rechenzentren in der EU gehostet und ist DSGVO-konform.

Der vorgesehene Workflow besteht darin, einen Prozess durch Mining zu ermitteln, aus den extrahierten Daten einen digitalen Zwilling zu erstellen und geplante Änderungen zu simulieren.

Die Simulation-Engine extrahiert Parameter direkt aus Event Logs und reduziert dadurch den manuellen Konfigurationsaufwand, der bei der Prozesssimulation typischerweise erforderlich ist.

Christiaan Esmeijer, Gründer von ProcessMind

Anwendungsbereiche

Typische Anwendungsfälle für digitale Prozesszwillinge sind das Testen von Szenarien zur Neuzuweisung von Ressourcen, die Bewertung von Prozessneugestaltungen, die Prognose des Kapazitätsbedarfs bei veränderten Mengen, der Vergleich von Automatisierungsszenarien sowie die Validierung geplanter Lösungen vor ihrer Umsetzung.

Die Simulation führt virtuelle Prozessinstanzen anhand von Zeitverteilungen, Ressourcenkapazitäten und Ankunftsmustern durch das Modell, die aus den Quelldaten abgeleitet werden. Die Ausgabe umfasst Prognosen für Durchlaufzeit, Durchsatz, Ressourcenauslastung und Kosten.