Process Mining und Design Thinking laufen oftmals parallel oder in einer gewissen Reihenfolge, selten jedoch gemeinsam ab. Gemäß der herkömmlichen Herangehensweise werden beim Process Mining im Unternehmen gesammelte Daten analysiert und damit bestenfalls Geschäftsprozesse optimiert; beim Design Thinking hingegen geht es um die kreativere, interdisziplinäre Arbeit an Ideen, die Probleme von Anwendern lösen. Sowohl in der Produktentwicklung als auch in der Optimierung bestehender Prozesse lassen sich durch die Kombination der beiden Trendthemen jedoch nachhaltige Erfolge erzielen. Voraussetzung: Die Methoden stellen den Menschen in den Mittelpunkt. Das beginnt bereits bei Säuglingen, denen auf diese Weise sogar das Leben gerettet werden kann. Jährlich kommen weltweit etwa 20 Millionen Babys mit zu niedrigem Gewicht auf die Welt. Um ihr Leben zu retten, bedarf es teurer medizinischer Inkubatoren, die es speziell in Entwicklungsländern nicht gibt. Das NGO „Design That Matters“ forderte daher Studierende des „Extreme Affordability Program“  auf, eine Lösung zu entwickeln. Diese sollte gleichermaßen höchst kosteneffizient und intuitiv bedienbar sein. Ein Team beobachtete dabei in Kathmandu einen wichtigen Zusammenhang: Die überwiegende Mehrheit der „Frühchen“ wurde nicht im Krankenhaus entbunden. Die Lösung musste also für ländliche Gebiete ausgelegt und somit transportabel, desinfizierbar und möglichst preiswert sein. Zudem musste sie ohne Elektrizität funktionieren. Mit dem „Embrace Inkubator“ entwickelte die Gruppe mit Hilfe von Design Thinking eine Lösung, die an einen Schlafsack angelehnt ist und inzwischen in über 20 Ländern zum Einsatz kommt: Eine spezielle Tasche auf Brusthöhe des Babys enthält ein Wärme-Pack, das nach einem kurzen Bad in kochendem Wasser über einen Zeitraum von vier Stunden konstant Wärme abgibt. Gleichzeitig erfüllt der Schlafsack die Anforderungen an einen einfachen Transport und kostet mit 25 US-Dollar etwa 1.000 Mal weniger als ein herkömmlicher Inkubator.

Das Beispiel zeigt: Design Thinking eignet sich als Methodik zur iterativen Problemlösung und Entwicklung innovativer Ideen für komplexe Herausforderungen. Der kreative Prozess lässt sich in Form zweier Rauten darstellen – der sogenannte „Double Diamond“.

Dass Design Thinking besonders auf die Bedürfnisse der jeweiligen Zielgruppe abzielt, ist nicht neu – dass der Mensch als Zentrum eines Prozesses gesehen wird, schon eher. So liegen klassische Schwerpunkte in Process Mining Audits und Status-Quo-Analysen, Prozessoptimierungen oder sogar schrittweiser Innovation innerhalb ganzer Prozess-Ökosysteme. Interaktive Dashboards offenbaren kapazitive Engpässe oder Redundanzen, mit Hilfe von Machine Learning lassen sich Vorhersagen ableiten und Business-Intelligence-Software-Suiten wie zum Beispiel Microsoft Power BI erlauben das lückenlose Tracking und Monitoring wichtiger Prozesse und deren KPIs. Sämtliche Optimierungen, die am Ende einer Analyse mit Process-Mining-Werkzeugen stehen, betreffen in  erster Linie Menschen, die innerhalb der Prozesslandschaften arbeiten und wirken. Nur wenn die Nutzenden die Veränderungen als mehrwerthaltig empfinden, besteht die Möglichkeit, das Verhalten innerhalb und damit auch die Prozesse selbst langfristig positiv zu beeinflussen. Die bloße Nutzung von Process Mining kann daher grundsätzlich nur der Startpunkt einer Neugestaltung sein. Kulturelle Besonderheiten und deren empathische Betrachtung spielen hierbei eine übergeordnete Rolle – unabhängig davon, ob das Umfeld eine Auftragsabwicklung in der Logistik oder das nepalesische Hochland darstellt. Design Thinking instrumentalisiert diese humanzentrische Perspektive und stellt eine besonders angenehme Nutzererfahrung in den Vordergrund. Einfach gefragt: Wie werden Personen innerhalb eines Prozesses dazu motiviert, diesem möglichst optimal zu folgen? Wie kann eine entsprechende positive Verhaltensänderung identifiziert und letztlich verankert werden? Welche Kennzahlen gilt es miteinander zu vergleichen, um zu messen, ob die angestrebte Verbesserung erreicht wird? Joshua Seiden , Speaker, Coach und Strategieberater unter anderem für Johnson & Johnson, PayPal und 3M, sieht das menschliche Verhalten als Schlüsselmetrik für den Unternehmenserfolg. In seinem Buch „Outcome over output“ geht er von der Annahme aus, dass eine langfristige Wirkung (Impact) nur durch eine positive Änderung der Verhaltensweisen (Outcome) erzielt werden kann. Seidens Theorie nutzt dabei folgende Kaskade: Die Kennzahlen, die sich mittels Process Mining erheben und visualisieren lassen, dienen als Messgrößen für die angestrebte Wirkung. Dazu ist das Verständnis darüber essenziell, welche Verhaltensweisen zu der Wirkung führen und welches Verhalten genau verändert werden muss.

Ein Beispiel aus der Praxis verdeutlicht diesen Ansatz. So hatten sich Mitarbeiter*innen eines Großkonzerns für Bau- und Gartenbedarf aufgrund der hohen Anzahl eingehender E-Mail-Nachrichten einen Workaround geschaffen. Sie beantworteten nur noch diejenigen Mails, in denen über die Vorschau ersichtlich war, dass sie direkt angesprochen wurden. Alle anderen Nachrichten wurden aufgrund der Priorisierung des Workarounds schlicht nicht bearbeitet. Das Vorgehen hatte sich schleichend zum Standard etabliert. Zur Folge hatte das ineffiziente Prozesse, die sich direkt auf das Geschäftsergebnis auswirkten. Das Vorgehen für eine wirksame und nachhaltige Lösung umfasste drei Schritte:

1. Das Verstehen der Herausforderung mittels Design Thinking:
   Der humanzentrische Ansatz analysiert das Verhalten der Mitarbeiter und Mitarbeiterinnen in den Prozessen und deckt potenzielle Triggerpunkte für Verhaltensmuster auf. Diese Punkte gilt es näher zu untersuchen. Die Betroffenen werden interviewt und zu ihrem Vorgehen im Arbeitsalltag befragt. Ziel ist es, Empathie und Verständnis aufzubauen. In einigen Fällen hospitieren die Berater im Design-Thinking-Prozess bei einzelnen Mitarbeitern, um ein möglichst präzises Bild zu erhalten.
2. Process-Mining-Analyse und Visualisierung des Status quo:
   Mit der Erhebung und Visualisierung der prozessrelevanten Daten lassen sich die im Interview erhobenen Flaschenhälseabbilden und mit Kennzahlen versehen. Im genannten Beispiel sind das beispielsweise Antwortquoten, Reaktionszeiten oder Weiterleitungspfade der Nachrichten. Nachdem in der Interviewphase lediglich Hinweise auf den Workaround bestanden, ließen sich in einer Dashboard-Ansicht Muster und Regelmäßigkeiten aufdecken, messen und quantifizieren.
3. Entwicklung einer zielorientierten Lösung nach der Maxime „Outcome over Output“:
   Das Finden der optimalen Lösung, also einer Verhaltensänderung der Mitarbeiter und Mitarbeiterinnen, sollte mit minimalem Output erreicht werden. Dabei ist es wichtig, in kurzen Iterationen für Mehrwerte aus der Nutzersicht zu sorgen. Outputs sind dabei alle Formen von Ergebnissen aus zielgerichteten Aktivitäten zur Erreichung des Outcome.

In diesem Fall war der konkrete Output ein simples zentrales, geteiltes Postfach. An dieses wurden wichtige Mails zur Bearbeitung durch ein automatisiertes und optimiertes Klassifikationsverfahren gesendet. Über einen intelligenten Algorithmus ist sichergestellt, dass wichtige Anfragen nicht untergehen. Die zusätzliche Festlegung von Vertretungen im Falle von Urlauben oder Krankheit beeinflusst den Prozess nochmals positiv. Innerhalb kurzer Zeit hatte sich ein weiterer signifikanter Effekt eingestellt: Mitarbeiter und Mitarbeiterinnen beantworteten die eingehenden Anfragen nicht nur zuverlässiger und schneller, sondern empfanden darüber hinaus eine Minderung des Stresslevels. Folglich stieg die Zufriedenheit der Prozessbeteiligten ebenso wie ihre Motivation.

Das Beispiel liefert drei wichtige Erkenntnisse:

• Die empathische Auseinandersetzung mit den Prozessbeteiligten offenbart häufig Triggerpunkteinnerhalb der Unternehmensprozesse.
• Veränderungen im menschlichen Verhalten haben direkten Einfluss auf den Unternehmenserfolg.
• Eine nachhaltige Optimierung der analysierten Schwachstellen ist umso erfolgreicher, je stärker das kulturelle Umfeld und die Nutzerzufriedenheit berücksichtigt werden.

Ein essenzieller Bestandteil der Methodenkombination von Design Thinking, Process Mining und „Outcome over Output“ ist das weiterführende Monitoring von Veränderungen nach der Einführung einer Lösung. Die nachgelagerten Messungen stellen sicher, dass die eingetretenen Veränderungen auch Einfluss auf das gemessene Ergebnis haben. Diese sogenannten „Signifikanz-Tests“ ermitteln mit Hilfe von Hypothesen, ob die eingetretenen Veränderungen lediglich das Ergebnis einer Reihe von Zufallsereignissen darstellen. Lässt sich kein direkter Einfluss durch die Veränderung des menschlichen Verhaltens nachweisen, gibt es zwei Möglichkeiten, weiter vorzugehen:

1. Gemäß dem Design-Thinking-Vorgehen wird in einem weiteren Zyklus das Feedback der User eingeholt. Häufig lässt sich zumindest für einzelne Personen eine Arbeitserleichterung feststellen. Mit Hilfe der neuen Erkenntnisse wird eine weitere Lösungsvariante mit möglichst geringem Output entwickelt.
2. Sollte keinerlei Einfluss nachgewiesen werden, gilt es, kritisch zu evaluieren, inwieweit der gewählte Outcome überarbeitet werden muss. Der Design-Thinking-Ansatz steht unter der Prämisse „früh scheitern, oft scheitern“ (fail early, fail often). Mit der Erzeugung jedes neuen Prototypen, der Implementierung einer neuen Lösung, verbessert sich das Verständnis für den Prozess und die Bedürfnisse der User. Das führt dazu, dass im Prozess die richtigen Triggerpunkteidentifiziert werden, die es zu bespielen gilt. Diese Maxime steigert die Erfolgsaussichten einer Prozessoptimierung deutlich. Durch Hypothesentests, das Verständnis der Nutzerbedürfnisse und die Visualisierung der Prozesslandschaften vervollständigt sich das Zielbild des Optimalzustands.

Im Rahmen eines Process-Mining-Projekts für den Customer Support eines Automobilzulieferers wurden die Prozesse der Kunden-Hotline analysiert und visualisiert. Die erzeugte Prozesslandkarte diente dabei als Diskussionsgrundlage zur Einbindung der Mitarbeiter und Mitarbeiterinnen. Die Analyse ergab, dass eine ungewöhnlich hohe Anzahl der anrufenden Personen das Gespräch schon vor der Annahme abbrechen und auflegen. In den folgenden Interviews mit den Betroffenen wurden gemeinschaftlich zwei Schwachstellen herausgearbeitet: Einerseits war die Telefonanlage dahingehend falsch eingestellt, dass Mitarbeiter*innen, die sich ausgeloggt hatten, nicht aus dem Agenten-Pool entfernt wurden. Andererseits versandte das System keine Benachrichtigung über den entsprechenden Bereitschaftsstatus. Über Design Thinking wurde also das individuelle Benutzerbedürfnis identifiziert und durch Process Mining innerhalb des Prozesses genau verortet. In Zusammenarbeit mit den Mitarbeiterinnen und Mitarbeitern entwickelte das Team Maßnahmen, die zu zwei konkreten Ergebnissen führten:

2. Umstellung der Telefonanlage: Bei längerer Inaktivität werden Mitarbeiter*innen automatisch aus dem Agenten-Pool entfernt und die Anrufenden an die nächste freie Leitung vermittelt. Ein schlanker Output sorgt hier für eine positive Verhaltensänderung bei den Kunden.
3. Die frühe Einbindung der Mitarbeiter und Mitarbeiterinnen zeigt Wertschätzung gegenüber den Prozessbeteiligten. Nach unmittelbarer Rückmeldung der Belegschaft und mit deren direkter Einbindung in die Veränderungsschritte steigt die Chance, dass erarbeitete Lösungen nachhaltig wirken.