Blogartikel von Prof. Dr. Bernhard Koye & Kevin Schneebeli
Digitale Technologien können Prozesse schneller, transparenter, fehlerärmer und skalierbarer machen. Ihr Nutzen hängt jedoch davon ab, ob Daten, Technologie und Prozessarchitektur aufeinander abgestimmt sind. Werden bestehende Abläufe lediglich digital abgebildet, bleibt ein wesentlicher Teil dieses Potenzials ungenutzt.
Prozessdigitalisierung bedeutet in diesem Beitrag, Prozesse datenbasiert, digital und möglichst automatisiert auszurichten. Daten und geeignete Technologien sollen gezielt eingesetzt werden, um die Prozessleistung zu verbessern. Dafür braucht es eine belastbare Datenbasis, passende Automatisierungsansätze und digitale Prozessarchitekturen, die Integration und Skalierbarkeit ermöglichen.
1. Digitalisierung beginnt mit der Fähigkeit, Prozesse sichtbar zu machen
Zukunftsfähige Prozessdigitalisierung beginnt mit einem klaren Bild des tatsächlichen Ablaufs. Datenbasierte Analysen machen sichtbar, wie Prozesse funktionieren, wo Abweichungen entstehen und an welchen Stellen technologische Lösungen sinnvoll eingesetzt werden können. Process Mining, also die datenbasierte Analyse tatsächlicher Prozessabläufe, kann dabei anhand von Ereignisdaten Medienbrüche, Wartezeiten und wiederkehrende Abweichungen aufzeigen. So entsteht eine Grundlage, um Digitalisierungs- und Automatisierungsvorhaben gezielt auf Geschwindigkeit, Transparenz, Fehlerreduktion und Skalierbarkeit auszurichten.
Das Swiss NextGen Finance Institute (SNGFI) erforscht die Zukunftsfähigkeit von Geschäftsmodellen sowie von Fach- und Führungskräften in der Finanzindustrie. Im Rahmen unserer aktuellen Blogserie beleuchten wir die zentralen Anforderungen an zukunftsfähige Prozessarbeit. Die Anforderungen lassen sich auf drei fachliche Dimensionen verdichten:
- Prozessgestaltung: Wie werden Prozesse vom Kundennutzen und strategischen Wertbeitrag her aufgebaut?
- Prozessdigitalisierung: Wie können Daten und Technologien Prozesse schneller, transparenter, fehlerärmer und skalierbarer machen?
- Prozesssteuerung: Wie bleiben Prozesse messbar, lernfähig, leistungsfähig und anpassungsfähig?
.
Nach der wertorientierten Prozessgestaltung im ersten Beitrag fokussiert dieser Beitrag die zweite Dimension. Die fünfteilige Reihe vertieft die drei fachlichen Dimensionen jeweils in einem eigenen Beitrag, verbindet sie anschliessend in einem Praxisbeitrag und führt die zentralen Erkenntnisse im abschliessenden fünften Beitrag zusammen.
2. Drei zentrale Kompetenzfelder für zukunftsfähige Prozessdigitalisierung
1. Datenbasierte Prozesstransparenz schaffen
Daten machen sichtbar, wie Abläufe tatsächlich funktionieren, wo Abweichungen entstehen und welche Faktoren die Prozessleistung beeinflussen. Für die Prozessdigitalisierung ist deshalb entscheidend, welche Daten entlang eines Ablaufs entstehen, wo sie gespeichert werden und wie sie für Analyse und Umsetzung genutzt werden können.
Process Mining kann anhand von Ereignisdaten aus bestehenden Systemen Prozessvarianten, Engpässe, unnötige Schleifen und Wartezeiten sichtbar machen. Dadurch entsteht eine faktenbasierte Grundlage, um Digitalisierungs- und Automatisierungsvorhaben zu priorisieren. Mehr Transparenz kann dazu beitragen, Entscheidungen schneller vorzubereiten, Fehlerquellen zu erkennen und Verbesserungspotenziale gezielter zu bearbeiten.
Entscheidend ist deshalb, Daten nicht isoliert zu sammeln, sondern ihren Bezug zum Prozesszweck und zur Prozessleistung zu klären. Eine Datenbasis schafft insbesondere dann Wert, wenn sie die Analyse des tatsächlichen Ablaufs unterstützt und konkrete Verbesserungen bei Geschwindigkeit, Transparenz, Fehlerreduktion oder Skalierbarkeit ermöglicht.
2. Technologien gezielt für Automatisierung und Geschwindigkeit einsetzen
Zur Prozessdigitalisierung gehören geeignete digitale Anwendungen und Technologien. Dazu zählen unter anderem Schnittstellen, Software-Roboter, künstliche Intelligenz sowie Low-Code- und No-Code-Lösungen. Sie können repetitive Tätigkeiten reduzieren, Informationen zusammenführen, Entscheidungen vorbereiten und Durchlaufzeiten verkürzen.
Welche Technologie geeignet ist, hängt vom jeweiligen Prozess und vom angestrebten Nutzen ab. Wiederkehrende und regelbasierte Aktivitäten bieten häufig Ansatzpunkte für Automatisierung. RPA kann beispielsweise manuelle Übertragungen zwischen Systemen unterstützen. Künstliche Intelligenz kann bei der Verarbeitung unstrukturierter Informationen oder bei der Vorbereitung von Entscheidungen eingesetzt werden. Low-Code- und No-Code-Tools können die Umsetzung digitaler Prozesslösungen erleichtern.
Entscheidend ist, Technologie nicht als Selbstzweck einzusetzen. Massgeblich bleibt ihr konkreter Beitrag zur Prozessleistung: mehr Geschwindigkeit, höhere Transparenz, weniger Fehler oder bessere Skalierbarkeit. Auch bei automatisierten Abläufen sollte klar sein, welche Entscheidungen standardisiert werden können und an welchen Stellen eine fachliche Beurteilung erforderlich bleibt.
3. Digitale Prozessarchitekturen integrierbar und skalierbar gestalten
Prozessdigitalisierung betrifft nicht nur einzelne Anwendungen. Daten, Systeme, Schnittstellen, Rollen und Prozessschritte müssen so zusammenspielen, dass ein durchgängiger Ablauf unterstützt wird. Eine digitale Prozessarchitektur verbindet deshalb die Gestaltung des Prozesses mit seiner technischen Umsetzung.
Integrierte Lösungen können Medienbrüche reduzieren und Informationen dort verfügbar machen, wo sie im Ablauf benötigt werden. Standards für Daten, Schnittstellen und Prozessmodelle erleichtern die Verbindung verschiedener Anwendungen. Modulare Lösungen können dazu beitragen, digitale Prozessbausteine auf weitere Produkte, Kundengruppen oder Prozessvarianten zu übertragen.
Entscheidend ist deshalb, digitale Lösungen von Anfang an entlang der gesamten Prozessarchitektur zu betrachten. So lässt sich besser beurteilen, ob eine Technologie nicht nur einen einzelnen Schritt verbessert, sondern auch Geschwindigkeit, Transparenz, Fehlerreduktion und Skalierbarkeit im Gesamtprozess unterstützt. Klare Process Owner helfen dabei, die Verbindung zwischen Prozessanforderungen, Fachbereichen und technischer Umsetzung sicherzustellen.
3. Leitplanken für die Operationalisierung
a. Erst Transparenz schaffen, dann digitalisieren
Für Digitalisierungsinitiativen sollte zunächst geklärt werden, wie der Prozess tatsächlich abläuft. Dazu gehören relevante Prozessvarianten, Datenquellen, Schnittstellen, manuelle Tätigkeiten und Entscheidungswege. Process Mining und strukturierte Prozessanalysen können helfen, Abweichungen, Medienbrüche und Wartezeiten sichtbar zu machen.
Auf dieser Grundlage lässt sich bestimmen, welche Schritte digital unterstützt oder automatisiert werden können. So richtet sich die Digitalisierung am tatsächlichen Prozess aus und kann gezielt zu mehr Geschwindigkeit, Transparenz und Fehlerreduktion beitragen.
b. Technologie entlang der angestrebten Prozesswirkung auswählen
Die Auswahl einer Technologie sollte an einer konkreten Prozesswirkung ausgerichtet werden. Geht es um kürzere Durchlaufzeiten, höhere Transparenz, weniger Fehler oder bessere Skalierbarkeit? Daraus lassen sich Anforderungen an die Lösung und ihre Einbindung in den Prozess ableiten.
Automatisierung eignet sich insbesondere für wiederkehrende und regelbasierte Tätigkeiten. Die Umsetzung sollte schrittweise erfolgen und anhand klar abgegrenzter Anwendungsfälle überprüft werden. So lässt sich erkennen, ob die Technologie die angestrebte Prozesswirkung tatsächlich erreicht.
c. Digitale Prozessarchitektur über klare Verantwortlichkeiten verankern
Digitalisierte Prozesse brauchen klare Verantwortlichkeiten. Process Owner sollten den Zusammenhang zwischen Prozessanforderungen, Daten, Systemen und Fachbereichen im Blick behalten. Standards für Daten, Schnittstellen und Prozessmodelle können die Integration und spätere Skalierung digitaler Lösungen unterstützen.
Eine modulare Architektur erleichtert es, digitale Bausteine auf weitere Prozessvarianten zu übertragen oder schrittweise weiterzuentwickeln. Damit wird Prozessdigitalisierung nicht auf einzelne Anwendungen begrenzt, sondern entlang der gesamten Prozessarchitektur gedacht.
4. Fazit
Prozessdigitalisierung bedeutet, Prozesse datenbasiert, digital und möglichst automatisiert auszurichten. Daten schaffen Transparenz über den tatsächlichen Ablauf. Geeignete Technologien können Geschwindigkeit erhöhen und Fehler reduzieren. Integrierte und skalierbare Prozessarchitekturen schaffen die Voraussetzung, digitale Lösungen über einzelne Prozessschritte hinaus wirksam einzusetzen.
Zukunftsfähige Prozessdigitalisierung zielt damit auf vier zentrale Wirkungen: Geschwindigkeit, Transparenz, Fehlerreduktion und Skalierbarkeit. Entscheidend ist nicht die Anzahl eingesetzter Technologien, sondern ihr konkreter Beitrag zur Prozessleistung und zum Kundennutzen.
Die technologische Befähigung bleibt in die gesamte Prozesslogik eingebettet. Digitalisierung baut auf Prozessen auf, die vom Wertbeitrag her gedacht und End-to-End gestaltet sind. Wie diese Prozesse messbar, lernfähig und kontinuierlich weiterentwickelt werden können, steht im Mittelpunkt des nächsten fachlichen Beitrags zur Prozesssteuerung.
Für einen strategischen Dialog an den Potenzialen für Ihre Organisation freuen wir uns über Ihre Kontaktaufnahme.
.
Prof. Dr. Bernhard Koye
Academic Director am SNGFI. Pionier in der Erforschung der Auswirkungen der Digitalisierung auf Geschäftsmodelle, Organisationen und Menschen in der Finanzbranche mit Fokus auf den Praxistransfer.
Langjährige internationale Erfahrung als Executive, Forscher und Coach in Strategie, Transformation und Innovation sowie in der Begleitung von Top-Management-Teams und Executive Development, u.a. bei einer Schweizer Grossbank und dem Swiss Finance Institute.
Verbindet wissenschaftliche Tiefe mit unternehmerischer Umsetzungskompetenz als Forscher, Coach und Sparringspartner für Entscheidungsträger.
.
Kevin Schneebeli
Leitung „NextGen Finance“ am SNGFI. Unternehmer, Investor und praxisorientierter Forscher mit Fokus auf Business- und Finanzökosysteme, Strategie, Geschäftsmodelle und zukunftsfähige Wertschöpfung.
Erfahrung als Executive, Strategieberater und Business Developer in Banking, Wealth Management, FinTech, digitaler Transformation und Innovation sowie in Forschung und Executive Education.
Verbindet unternehmerische Umsetzungskompetenz mit strategischer Weitsicht als Sparringspartner für Unternehmer, Investoren und Entscheidungsträger.
