Für die Studie wurden 100 Firmen aus der Fertigungsindustrie in der DACH-Region dazu befragt, welche Themenbereiche sie in Zukunft priorisieren möchten und welche Rolle ERP-Systeme dabei spielen. Ergebnis: Die meisten Unternehmen gehen davon aus, dass ihnen neue Technologien wie KI bei der Prozessoptimierung behilfl ich sind. Bisher setzen sie vor allem etablierte Technologien ein. Dies liegt in vielen Fällen an fehlendem Know-how. Laut den Studienergebnissen führen insbesondere vier Wege zu optimierten Prozessen.
Einsatz von künstlicher Intelligenz
Auf KI basierende Systeme reduzieren manuelle Prozesse, wodurch Unternehmen Zeit sparen und Fehler reduzieren. Die Nutzungsmöglichkeiten reichen von KI-gestützter Datenanalyse zur Erkennung von Auffälligkeiten und Mustern bis hin zu voll automatisierten und selbststeuernden Prozessen. 61 Prozent der befragten Unternehmen erhoffen sich durch KI verbesserte Prozesse.
Steigerung der Datenqualität
Das zweitgrösste Potenzial für die Prozessoptimierung hat die Erhöhung der Datenqualität: 58 Prozent der Unternehmen erwarten dadurch Verbesserungen der Abläufe, unter anderem durch die Bereinigung von veralteten Datenstämmen. Die Vollständigkeit, Richtigkeit und Eindeutigkeit von Daten werden durch die zunehmende Automatisierung immer wichtiger. Ein in das ERP-System integriertes Data Quality Management trägt zur Qualitätssteigerung bei.
Weiterbildung und Zusammenarbeit
56 Prozent der Befragten glauben, dass Schulungen und Trainings für Mitarbeiter zur Optimierung von Prozessen nötig sind. Erst mit dem passenden Wissen lassen sich die aktuellen Technologien zielgerichtet nutzen. Eine verbesserte Zusammenarbeit zwischen den Abteilungen erachten 48 Prozent als wichtig. Doch dafür müssen Unternehmen historisch gewachsene Silos aufbrechen, sowohl auf technischer als auch organisatorischer Ebene. Denn nur in einer durchlässigen Unternehmensorganisation können wichtige Informationen frei fl iessen. Reibungs- und nahtlose Abläufe stellen wiederum die Grundvoraussetzung für die Prozessoptimierung dar.
Process Mining
41 Prozent der befragten Unternehmen versprechen sich eine deutliche Verbesserung durch Process Mining. Darunter sind Tools zu verstehen, die aktuelle Prozesse analysieren und Optimierungsmöglichkeiten darstellen. Sie visualisieren die Abläufe, die ein ERPSystem steuert, und zeigen, wo diese sich anhand einer geänderten Prozesskonfi guration verbessern lassen. Konkret umfasst Process Mining drei Schritte:
■ Discovery: Prozessablauf modellieren und visualisieren;
■ Conformance Checking: Prozessabweichungen erkennen;
■ Enhancement: Verbesserte Prozesse ableiten.
Praktische Umsetzung stockt
Zwischen Erwartung und praktischer Umsetzung besteht jedoch ein teils erheblicher Unterschied. Zwar sehen 61 Prozent der Befragten grosses Potenzial bei künstlicher Intelligenz, doch nur 24 Prozent setzen schon Initiativen um. Weitere 40 Prozent befi nden sich in der Planung und 26 Prozent in der Diskussionsphase.
Etwas weiter sind die Unternehmen im Bereich abteilungsübergreifende Zusammenarbeit: 46 Prozent setzen bereits entsprechende Projekte um oder planen diese. Immerhin 48 Prozent kümmern sich bereits aktiv um die Steigerung der Datenqualität und 44 Prozent um Process Mining.
Weit über die reine Prozessoptimierung hinaus
«Die Unternehmen haben viele Möglichkeiten, ihre Abläufe und letztlich sich selbst zu digitalisieren und sogar neu auszurichten», sagt Eric Verniaut, CEO von proALPHA. «Das geht weit über die reine Prozessoptimierung hinaus, bis hin zu völlig neuen Angeboten und Geschäftsmodellen. Entscheidend ist, diese zu nutzen, sei es Datenqualität, Process Mining oder KI. Wer die Möglichkeiten nutzt, sichert seine Position und seine Wettbewerbsfähigkeit für die Zukunft.»
Download
Die Studie «Mehrwerte schaffen für den Mittelstand durch ERP-Software» ist auf den Seiten von proALPHA zum kostenlosen Download bereit – unter dem Link: https://web.proalpha. com/pac-studie-2020.
Infoservice
proALPHA Schweiz AG
Jurastrasse 12, 4142 Münchenstein
Tel. 061 417 70 70
info@proalpha.ch, www.proalpha.ch
