Nachhaltigkeit ist längst kein „Nice-to-have“ mehr, sondern ein entscheidender Erfolgsfaktor in der globalen Welt. Mit der Verabschiedung der Sustainable Development Goals (SDGs) der Vereinten Nationen im Rahmen der Agenda 2030 hat nachhaltiges Handeln offiziell Einzug in die strategische Ausrichtung von Unternehmen gehalten. Dabei geht es längst nicht mehr nur um die Erfüllung regulatorischer Anforderungen. Nachhaltigkeit bietet Unternehmen vielfältige Chancen – von Kosteneinsparungen und Risikominimierung bis hin zu Imagegewinn und Wettbewerbsvorteilen. Gleichzeitig bleibt ein zentrales Problem ungelöst: Wie lässt sich Nachhaltigkeit messbar machen?

Dabei bringt das Zitat von Peter Drucker „You can’t improve what you don’t measure“ das Problem auf den Punkt. Um Optimierungspotenziale zu erkennen und fundierte Entscheidungen zu treffen, benötigen Unternehmen präzise und verlässliche Daten. In der Praxis greifen viele Nachhaltigkeitsmanager jedoch auf heuristische Ansätze zurück, die häufig aggregiert auf Unternehmensebene arbeiten, anstatt einzelne Prozesse oder Produkte granular zu betrachten. Die Folge: Wichtige Optimierungspotenziale bleiben verborgen oder erfordern aufwendige manuelle Analysen.

Genau hier setzt Process Mining an. Denn es macht unsichtbare Prozesse sichtbar und liefert konkrete Handlungsempfehlungen, um Nachhaltigkeit nicht nur zu messen, sondern auch aktiv zu gestalten – ein wichtiger Schritt auf dem Weg in eine nachhaltigere Zukunft.

Was ist Process Mining?

Process Mining kann man sich wie ein Röntgenbild für Geschäftsprozesse vorstellen: Es macht sichtbar, was wirklich passiert – und nicht nur das, was in Leitfäden steht. Die Methode nutzt sogenannte Event Logs, das sind detaillierte Aufzeichnungen von Ereignissen, die moderne IT-Systeme automatisch erfassen, sobald ein Prozessschritt ausgeführt wird.

Ein Event Log besteht typischerweise aus drei zentralen Informationen:

  • Ereignis (Event): Was ist passiert? Zum Beispiel „Bestellung erfasst“ oder „Versand durchgeführt“.

  • Zeitstempel (Timestamp): Wann ist es passiert? Etwa „15. Januar 2025, 08:00 Uhr”.

  • Fall-ID (Case ID): Zu welchem Prozess gehört dieses Ereignis? Beispielsweise die „Bestellnummer 12345“.

Zusätzlich zu den Kerndaten können Attribute wie Kosten, Ressourcen oder Referenznummern in den Event Logs erfasst werden. Mit diesen erweiterten Informationen lassen sich Prozesse nicht nur einfach visualisieren, sondern auch anhand von Key Performance Indicators (KPIs) detailliert analysieren und weitere gezielte Fragestellungen beantworten.

Ein einfaches Beispiel

Um zu veranschaulichen, wie Process Mining funktioniert, werfen wir im folgenden einen Blick auf einen typischen vereinfachten Geschäftsprozess:

Beispielhafter End-2-End Prozess im Process Mining

Der Prozess zeigt die typischen Schritte eines Bestellvorgangs, angefangen bei der Auftragserfassung (Order Entry) über die Prüfung und Vorbereitung (Check and Pick, Prepare) bis hin zur Versandbereitstellung und Auslieferung (Pack, Ship). Jeder dieser Schritte hinterlässt digitale Spuren, die in einem Event-Log gespeichert werden.

Stellen wir uns den Prozess einer Bestellung in diesem Prozess vor. Jeder Schritt, den diese nimmt – von der Auftragserfassung bis zur Lieferung – hinterlässt eine Spur in den Event Logs. Das sieht in der Realität vereinfacht so aus:

Case IDActivityTimestampResource
Order ese1Order Entry2025-01-15 08:00System EE
Order ese1Check and Pick2025-01-15 08:30Scanner
Order ese2Order Entry2025-01-15 12:00System EE
Order ese1Surface Treatment2025-01-15 09:30Machine 2
Order ese2Check and Pick2025-01-15 12:30Logistics A
Order ese2Prepare 2025-01-15 13:00Machine 1
Order ese1Inspect2025-01-15 10:30Inspector B
Order ese1Pack2025-01-15 11:00Logistics A
Order ese1Ship
2025-01-16 11:30Logistics B

Genau aus diesen Daten kann Process Mining die genauen Abläufe und Prozessmodelle rekonstruieren. Das dabei erzeugte Modell zeigt, wie ein Prozess tatsächlich funktioniert – also wie er im System tatsächlich ausgeführt wird, im Gegensatz zu idealisierten Soll-Modellen.

Warum ist Process Mining so wertvoll?

Wenn wir die Möglichkeiten dieser echten Prozessanalysen betrachten, wird schnell die immense Stärke von Process Mining deutlich. Denn Process Mining geht weit über die bloße Visualisierung hinaus. Es liefert Antworten auf gezielte Fragen, wie:

  • Wo entstehen Engpässe? Verzögert beispielsweise die Prüfung der Ware die gesamte Lieferung?

  • Welche Schritte sind besonders zeitaufwändig? Gibt es Aktivitäten, die länger dauern als geplant?

  • Wie unterscheiden sich die realen Abläufe von den Soll-Prozessen? Werden unerwartete Schritte ausgeführt oder wichtige Aktivitäten ausgelassen?

Dieses Wissen ermöglicht es Unternehmen, ineffiziente Schritte zu eliminieren, Prozesse anzupassen und zu automatisieren, d.h. fundierte Entscheidungen auf der Grundlage von Daten zu treffen und Prozesse in Echtzeit zu verstehen.

Die Herausforderung: Nachhaltigkeit messbar machen

In den vorangegangenen Abschnitten wurde deutlich, wie Process Mining Unternehmen helfen kann, Transparenz und Effizienz in ihren Prozessen auf Basis der bereits vorhandenen Datenlandschaft in Informationssystemen zu schaffen. Eine entscheidende Frage bleibt jedoch offen: Wie können Unternehmen die gleichen datengetriebenen Ansätze nutzen, um ihre Nachhaltigkeitsziele zu verfolgen? Denn so beeindruckend genau diese Informationssysteme Prozesse abbilden, so schnell stoßen sie an ihre Grenzen, wenn es um Nachhaltigkeit geht. Denn Nachhaltigkeitsdimensionen wie Emissionen oder Ressourcenverbrauch werden in der Regel nicht erfasst (Schäfer 2024).

Nachhaltigkeit im Kontext von Informationssytemen

Nachhaltigkeit ist ein vielschichtiges Konzept, das weit über reine Effizienzsteigerungen hinausgeht. Es umfasst ökonomische, ökologische und soziale Aspekte (Kotlarsky et. al., 2023). Während im Bereich der ökonomischen Nachhaltigkeit die meisten Anwendungsfälle für Prozessoptimierungsmethoden wie Process Mining liegen, werden die ökologischen und sozialen Dimensionen bei klassischen Prozessverbesserungen oft vernachlässigt.

Denn Process Mining konzentriert sich primär auf die Steigerung der ökonomischen Effizienz, indem es Unternehmen hilft, Kosten zu senken und die Produktivität zu steigern. Wichtige Nachhaltigkeitsaspekte wie CO₂-Emissionen, Energieverbrauch und faire Arbeitsbedingungen bleiben dabei oft unberücksichtigt oder werden nur als Nebenprodukt betrachtet. Für die Entwicklung einer ganzheitlichen Nachhaltigkeitsstrategie ist es daher unerlässlich, auch diese ökologischen und sozialen Faktoren in die Prozessanalysen einzubeziehen.

1
2
3
1

Umwelt (Environmental Sustainability): Aspekte wie CO₂-Emissionen, Energieverbrauch und Abfallmanagement stehen hier im Fokus.

2

Soziales (Social Sustainability): Themen wie Arbeitsbedingungen, Diversität und ethische Beschaffung fallen in diese Kategorie.

3

Wirtschaft (Economic Sustainability): Die Optimierung von Kosten, Ressourcen und Effizienz, um langfristige Wertschöpfung zu sichern.

Nachhaltigkeit Auswirkungen entlang der Prozesskette

Um die Bedeutung dieser Datenlücke zu verdeutlichen, werfen wir nun einen Blick auf das zuvor beschriebene fiktive Prozessmodell, wie es in einem ERP-System erfasst werden könnte:

Beispielhafter End-to-End-Prozess mit Nachhaltigkeitsfaktoren im Process Mining

Jeder Schritt in diesem Prozessmodell hat potenziell Auswirkungen auf die Nachhaltigkeit:

  • Ressourcen werden verbraucht, z. B. in der Produktion oder Verpackung.
  • Emissionen entstehen, etwa beim Transport oder beim Betrieb von Maschinen.
  • Abfälle fallen an, sei es durch fehlerhafte Prozesse oder durch Verpackungsmaterialien.

Diese Aspekte zeigen, dass selbst einfache Geschäftsprozesse eine Vielzahl von Nachhaltigkeitsdimensionen berühren. Doch ohne die entsprechende Datengrundlage bleiben diese Auswirkungen oft unsichtbar.(Graves et. al., 2024)

Die Lösung: Angereicherte Event Logs als Schlüssel zu nachhaltigen Prozessen

Um diese Lücke zu schließen, können Event Logs um zusätzliche Nachhaltigkeitsattribute erweitert werden (Costache et. al., 2024). Diese sogenannten angereicherten Logs kombinieren die bestehende Datenbasis mit relevanten Informationen, wie:

  • Emissionen: Wie viel CO₂ entsteht bei einem einzelnen Prozessschritt?
  • Energieverbrauch: Wie hoch ist der Energiebedarf in verschiedenen Aktivitäten?
  • Ressourcen und Abfall: Wo entstehen Verluste oder ungenutzte Potenziale?

Die dafür notwendigen Informationen stammen aus internen Quellen wie Produktionssensoren oder externen Plattformen wie EcoVadis, IntegrityNext oder Climatiq. Die externen Datenquellen liefern dabei standardisierte Kennzahlen und branchenspezifische Benchmarks zu CO₂-Emissionen, Energieverbrauch und Materialeffizienz. Diese Informationen lassen sich auf Prozessschrittebene direkt mit bestehenden Logs verknüpfen, um die Auswirkungen jedes einzelnen Prozessschrittes genau zu berechnen.

Durch die Integration zusätzlicher Attribute – wie Gewicht oder materialspezifische Bestandteile – können die Berechnungen noch genauer auf die jeweilige Instanz eines Prozessschrittes zugeschnitten werden. So entsteht ein detaillierter Überblick über die Umweltauswirkungen entlang der gesamten Prozesskette. Unternehmen erhalten damit eine fundierte Grundlage, um ungenutzte Potenziale zu identifizieren, gezielte Optimierungen vorzunehmen und nachhaltigere Entscheidungen zu treffen.

Kombination von Event- und Nachhaltigkeitsdaten zur Optimierung von Process Mining

In diesem Fall könnte ein Eventlog nach der Anreicherung wie folgt aussehen:

Case IDActivityTimestampEmission (kg CO2)Engery (kWh)Resource
Order ese1Order Entry2025-01-15 08:000.050.05System EE
Order ese1Check and Pick2025-01-15 08:300.050.5Scanner
Order ese2Order Entry2025-01-15 12:000.050.05System EE
Order ese1Surface Treatment2025-01-15 09:301.03.00Machine 2
Order ese2Check and Pick2025-01-15 12:300.050.5Logistics A
Order ese2Prepare 2025-01-15 13:000.57.0Machine 1
Order ese1Inspect2025-01-15 10:300.020.2Inspector B
Order ese1Pack2025-01-15 11:000.150.8Logistics A
Order ese1Ship
2025-01-16 11:302.008.00Logistics B

Mehrwert durch angereicherte Event Logs

Angereicherte Logs bieten eine Vielzahl von Vorteilen:

  • Präzise Analysen: Nachhaltigkeitsziele können detailliert auf Prozessebene bewertet werden.
  • Gezielte Maßnahmen: Prozesse mit hohem Ressourcenverbrauch oder hohen Emissionen können gezielt optimiert werden.
  • Messbarkeit schaffen: Unternehmen erhalten die Datenbasis, um Nachhaltigkeit nicht nur zu kommunizieren, sondern aktiv zu steuern.

Auf diese Weise können Unternehmen Nachhaltigkeit direkt auf Prozessebene betrachten und Nachhaltigkeitsentscheidungen auf der Grundlage präziser Daten treffen. Dies ermöglicht eine gezielte Verbesserung der ökologischen Leistung und ein nachhaltigeres Handeln.

Praxisbeispiele für Process Mining und Nachhaltigkeit

Die Integration von Nachhaltigkeitsfaktoren in Prozessanalysen ist längst kein theoretisches Konzept mehr. Denn einige Unternehmen haben bereits erfolgreich gezeigt, wie Process Mining und Nachhaltigkeit kombiniert werden können, um sowohl ökologische als auch wirtschaftliche Vorteile zu erzielen (Bauer, 2023).

  • Thyssenkrupp reduzierte durch die Optimierung von Versandprozessen über 4,5 Millionen Kilogramm CO₂.
  • ABB sparte durch effizientere Transportwege mehr als 8 % der Versandemissionen ein.
  • AB InBev konnte durch die Neugestaltung von Lieferwegen die Lkw-Fahrstrecken um 17 % reduzieren.

Diese Beispiele zeigen einmal mehr, dass Process Mining weit mehr ist als ein Werkzeug zur Effizienzsteigerung. Es ist ein entscheidender Hebel, um Nachhaltigkeitsziele messbar und somit erreichbar zu machen.

Process Mining und Nachhaltigkeit: Chancen und Herausforderungen

Die Praxisbeispiele zeigen eindrucksvoll: Unternehmen, die Nachhaltigkeitsziele mit datengetriebenen Analysen kombinieren, schaffen nicht nur ökologischen und sozialen Mehrwert, sondern sichern sich auch langfristige Wettbewerbsvorteile. Process Mining wird so zu einem unverzichtbaren Werkzeug, um Nachhaltigkeit messbar und strategisch umsetzbar zu machen.

Die Chancen im Überblick:

Process Mining bietet vielseitige Möglichkeiten, um Nachhaltigkeitsziele datenbasiert zu unterstützen:

  • Automatisierung

    Nachhaltigkeitsmanager werden durch automatisierte Analysen entlastet und können sich auf strategische Aufgaben konzentrieren.

  • Datenbasiertes Reporting

    Angereicherte Event Logs ermöglichen präzise Berichte zu CO₂-Emissionen, Energieverbrauch und sozialen Faktoren.

  • Transparenz

    Prozesse werden lückenlos sichtbar, was die Definition und Nachverfolgung von Nachhaltigkeitszielen erleichtert.

  • Messbarkeit

    Detaillierte KPIs machen Nachhaltigkeit greifbar und bieten klare Ansatzpunkte für Verbesserungen

Die Herausforderungen auf dem Weg:

Gleichzeitig gilt es, einige zentrale Hürden zu überwinden, um das volle Potenzial von Process Mining für Nachhaltigkeit auszuschöpfen (Joas et. al., 2024):

  • Strategische Ausrichtung

    Ohne klare Zielsetzungen und Unterstützung durch das Management bleiben Process-Mining-Initiativen oft auf Pilotprojekte begrenzt.

  • Governance

    Eingeschränkte Datenverfügbarkeit und mangelnde Zusammenarbeit zwischen den Abteilungen behindern die Nutzung der Technologie.

  • Methoden und IT

    Die Aufbereitung und Integration von Daten ist komplex und erfordert eine zukunftsorientierte IT-Landschaft.

  • Menschen & Kultur

    Ein kultureller Wandel ist notwendig, um Nachhaltigkeit und datenbasierte Entscheidungen als festen Bestandteil der Unternehmensstrategie zu etablieren.

Fazit

Chancen nutzen, Zukunft gestalten

Trotz der Herausforderungen überwiegen die Potenziale, die Process Mining in Verbindung mit Nachhaltigkeitszielen bietet. Unternehmen können durch datenbasierte Analysen fundierte Entscheidungen treffen und ihre Prozesse effizienter und umweltfreundlicher gestalten. Damit bietet Process Mining einen nachhaltigen Mehrwert für zukunftsorientierte Organisationen, die sowohl wirtschaftliche als auch verantwortungsbewusste Ziele verfolgen.

Handlungsempfehlung: Der erste Schritt zählt

Um erfolgreich zu starten, sollten Organisationen gezielt mit „Low Hanging Fruits“ beginnen – also Prozessen, bei denen sich eine Optimierung schnell und spürbar umsetzen lässt. Dies schafft Vertrauen in die Methode, demonstriert den Nutzen frühzeitig und legt den Grundstein für umfassendere Nachhaltigkeitsstrategien.

Quellen

Bauer, J. (2023). Can processes save the world? Keynote presentation at the International EDOC Conference Series. Groningen, The Netherlands.

Costache, I. G., Türetken, O., Aysolmaz, B., & Winter, K. (2024). Process mining guidelines for greenhouse gas emission management in production processes. In PM4S 2024 – Process Mining for Sustainability Workshop in conjunction with the International Conference on Process Mining (Lecture Notes in Business Information Processing). Springer. https://pm4s-ws.github.io/workshop/

Graves, N., Koren, I., & van der Aalst, W. M. P. (2023). ReThink your processes! A review of process mining for sustainability. In 2023 International Conference on ICT for Sustainability (ICT4S). 164–175. Rennes, France. 10.1109/ICT4S58814.2023.00025

Joas, A., Gierlich-Joas, M., Bahr, C., & Bauer, J. (2024). Towards leveraging process mining for sustainability: An analysis of challenges and potential solutions. In Marrella, A., Resinas, M., Jans, M., & Rosemann, M. (Eds.), Business Process Management Forum. BPM 2024 (Lecture Notes in Business Information Processing, Vol. 526). Springer, Cham. 10.1007/978-3-031-70418-5_21

Kotlarsky, J., Oshri, I., & Sekulic, N. (2023). Digital sustainability in information systems research: Conceptual foundations and future directions. Journal of the Association for Information Systems, 24(4). 936–952. 10.17705/1jais.00825

Schäfer, D., Klessascheck, F., Kampik, T., & Pufahl, L. (2024). Can we leverage process data from ERP systems for business process sustainability analyses? PM4S 2024 – Process Mining for Sustainability Workshop in conjunction with the International Conference on Process Mining (Lecture Notes in Business Information Processing). Springer. https://pm4s-ws.github.io/workshop/

Nimm gerne Kontakt zu uns auf!

Hast Du Fragen zu unseren Ideen, Konzepten oder Abschlussarbeiten? Dann freue ich mich immer über den Austausch mit Dir!

Sende mir gerne eine Mail, vernetze Dich mit mir oder hinterlasse Deine Kontaktdaten.

Nicolás Fonnegra Martínez, Lead Service Symphony esentri AG

Nicolás Fonnegra Martínez
Lead Service Symphony