Process Mining

Process Mining ist eine Technik des Prozessmanagements, die es ermöglicht, Krankenhausprozesse auf Basis digitaler Spuren in den IT-Systemen zu rekonstruieren und zu analysieren. Die in den Systemen gespeicherten einzelnen Schritte des Prozesses werden zusammengefügt und der Prozess in seiner Gesamtheit visualisiert. Dedalus bietet eine integrierte Lösung zur automatisierten Prozessanalyse an. Die relevanten Zeitstempel extrahieren wir aus Ihren Produktivsystemen und reichern sie im Data Warehouse um wesentliche Attribute an. So ist es möglich, z. B. den Aufnahmeprozess, erweitert um Angaben wie DRG, Geschlecht, Wahlleistung etc. automatisiert zu analysieren. Eine aufwendige manuelle Analyse des Prozesses ist somit nicht mehr nötig. Mit unserer Lösung können Sie zum einen schnell Ihre Prozesse analysieren und zum anderen sind Sie jederzeit audit-ready.

„Beim Process Mining werden die in diversen Datenbanken gespeicherten prozessbezogenen Informationen verwendet, um mithilfe eines softwaregestützten Verfahrens die gelebten Prozesse zu rekonstruieren und zu visualisieren.“

Tobias Berse, Referent Pflege- und Prozessmanagement, Alexianer GmbH

Process Mining für klinische Prozesse

Ein Patient durchläuft im Laufe seines Aufenthaltes im Krankenhaus diverse Prozesse, die vorstationär beginnen und über Aufnahme, Behandlung und Entlassung bis hin zur nachstationären Versorgung reichen. Dabei sind verschiedene Managementaufgaben nötig, um einen optimalen Verlauf zu gewährleisten. Das Management der Warteschleife bis zur Aufnahme, der Aufnahme selbst, der Belegung, der Betten und der OP-Kapazitäten sowie das Entlassungsmanagement werden begleitet von einem Einzelfall-Management, das idealerweise mit den Krankenhausprozessen verzahnt ist. Mit der Unterstützung von Process Mining können die komplexen Prozesse visualisiert, analysiert und in der Folge standardisiert werden, beispielsweise über die Festlegung von Aufnahme- und Entlassungsstandards sowie von Behandlungspfaden.

Abb. 1: Übersicht Dedalus Process Mining in WIF 3

„Process Mining bildet die oft fehlende Brücke zwischen erster Erkenntnis und Umsetzungsempfehlung. Mithilfe des Process Mining wollen wir durch zielgerichtete Maßnahmen die Patientendurchläufe in Bereichen, die durch hohen Ressourceneinsatz und hohes Patientenaufkommen gekennzeichnet sind, optimieren.“
Frank Wacker, Leiter Unternehmenssteuerung, Contilia GmbH

Process Mining für wirtschaftliche Prozesse

Auch die betriebswirtschaftlichen Prozesse im Krankenhaus sind durch viele Akteure in unterschiedlichsten Abteilungen geprägt sowie durch etliche mehr oder weniger strukturierte Abläufe. Durch beschränkte Budgets bei gleichzeitigem Anspruch an hochwertige Patientenversorgung steigt der wirtschaftliche Druck ständig. Die Verbesserung von internen Prozessen bringt mehr Effizienz durch Automatisierung und Standardisierung, mehr Transparenz, eine optimierte Liquidität sowie die Verbesserung von Compliance-Abläufen durch die Einhaltung von Richtlinien. Die Prozesse der Beschaffung und der Fakturierung eignen sich besonders gut, um kurzfristig Verbesserungen zu erreichen.

Abb. 2: Dedalus Process Mining in WIF 3 mit Gegenüberstellung von Soll- und Ist-Prozess

Fachartikel: Purchase-to-Pay Prozesse optimieren mit Process Mining

Der Purchase-to-Pay-Prozess in einem Unternehmen bezieht sich auf den Beschaffungsprozess. Er umfasst unter anderem das Anfragen einer Bestellung, das Auslösen einer Bestellung, deren Erhalt sowie die schlussendliche Bezahlung der bestellten Leistungen bzw. der Auslieferung der bezogenen Waren. Da dieser Prozess in Krankenhäusern besonders komplex ist, finden sich meist enorme Standardisierungs- und Optimierungspotentiale. Für die Analyse von derart komplexen Prozessen bietet sich die Methode des Process Mining an, um das unübersichtliche Prozessgeflecht zu durchdringen, zu untersuchen und schlussendlich zu optimieren. Dr. Rami-Habib Eid-Sabbagh erläutert die Problemfelder im Einkaufsprozess und beschreibt die Möglichkeit, durch Process Mining die Prozesse nachhaltig zu verbessern.