Falsche Aktivitätsreihenfolge

Überblick

Die Anreicherung „Falsche Aktivitätsreihenfolge“ identifiziert Fälle, in denen zwei spezifische Aktivitäten in einer falschen Reihenfolge auftreten, und kennzeichnet sie als Konformitätsverstöße in Ihrem Prozess. Dieses leistungsstarke Werkzeug zur Konformitätsprüfung hilft Organisationen sicherzustellen, dass kritische Prozessschritte der vorgeschriebenen Reihenfolge folgen, indem erkannt wird, wenn Aktivitäten, die in einer bestimmten Reihenfolge stattfinden sollten, außer der Reihe ausgeführt werden. Durch das Erstellen von Konformitätsattributen und das Markieren betroffener Fälle ermöglicht diese Anreicherung die Quantifizierung der Prozesskonformität, die Identifizierung von Schulungsbedarf und die Aufdeckung systemischer Probleme, die zu falschen Aktivitätssequenzen führen.

Diese Anreicherung geht über eine einfache Reihenfolgenprüfung hinaus, indem flexible Schweregrade und Gruppierungsmöglichkeiten für Regeln bereitgestellt werden, sodass Sie verschiedene Arten von Reihenfolgeverstößen basierend auf ihrer geschäftlichen Bedeutung kategorisieren können. Egal, ob Sie regulatorische Vorgaben einhalten, Qualitätsstandards sichern oder Prozesseffizienz optimieren – die Anreicherung „Falsche Aktivitätsreihenfolge“ hilft Ihnen, Fälle zu identifizieren und zu quantifizieren, in denen der erwartete Ablauf von Aktivitäten nicht eingehalten wird. Die Anreicherung erzeugt sowohl individuelle Regelattribute als auch gruppenbezogene Attribute, was die Analyse der Konformität auf unterschiedlichen Granularitätsebenen erleichtert.

Häufige Anwendungsfälle

Erkennen, wenn Genehmigungsaktivitäten nach Ausführungsaktivitäten in Beschaffungsprozessen erfolgen
Identifizieren von Fällen, in denen Qualitätsprüfungen nach der Produktversendung durchgeführt werden
Überwachen von Konformitätsverstößen, bei denen Verifikationsschritte ausgelassen oder in falscher Reihenfolge ausgeführt werden
Nachverfolgen von Fällen, in denen Zahlungen vor der Auftragsbestätigung abgewickelt werden im E-Commerce
Erkennen von medizinischen Eingriffen vor den erforderlichen diagnostischen Tests im Gesundheitswesen
Erkennen von regulatorischen Verstößen, bei denen erforderliche Prüfungen nach der Dokumenteneinreichung erfolgen
Überwachen der Einhaltung von Schulungsanforderungen, bei denen Zertifizierungen vor Abschluss der erforderlichen Module erfolgen

Einstellungen

Aktivität 1: Wählen Sie die erste Aktivität in der erwarteten Reihenfolge aus der Dropdown-Liste aller Aktivitäten in Ihrem Datensatz aus. Dies ist die Aktivität, die im korrekten Prozessablauf zuerst stattfinden sollte. Zum Beispiel könnte dies im Bestellprozess „PO Approval“ (Bestellfreigabe) sein, das vor „PO Released“ (Bestellung freigegeben) geschehen muss. Die Dropdown-Liste zeigt alle einzigartigen Aktivitäten in Ihrem Ereignisprotokoll an.

Aktivität 2: Wählen Sie die zweite Aktivität, die in der korrekten Reihenfolge auf Aktivität 1 folgen sollte. Diese Dropdown-Liste enthält ebenfalls alle Aktivitäten aus Ihrem Datensatz. Die Anreicherung markiert Fälle, in denen Aktivität 2 auftritt, aber Aktivität 1 entweder gar nicht oder erst nach Aktivität 2 ausgeführt wird. Zum Beispiel werden Fälle markiert, in denen „PO Released“ vor „PO Approval“ stattfindet, wenn Aktivität 1 „PO Approval“ und Aktivität 2 „PO Released“ ist.

Regelname: Geben Sie einen eindeutigen Namen für diese spezifische Konformitätsregel ein. Dies wird zu einem neuen booleschen Fallattribut, das für Fälle, die diese spezifische Reihenfolgeverletzung aufweisen, auf wahr gesetzt wird. Verwenden Sie beschreibende Namen, die den Verstoß deutlich kennzeichnen, z. B. „Approval After Release“ (Genehmigung nach Freigabe) oder „QC After Shipment“ (Qualitätskontrolle nach Versand). Wenn leer gelassen, wird nur das Attribut für den Regelgruppennamen erstellt. Jeder Regelname steht für eine spezifische Reihenfolgeverletzung, die Sie separat verfolgen möchten.

Regelgruppenname: Definieren Sie einen Kategorienamen zur Gruppierung verwandter Konformitätsregeln. Dies erzeugt ein weiteres boolesches Fallattribut, das für jeden Fall, der gegen eine Regel in dieser Gruppe verstößt, auf wahr gesetzt wird. Standardwert ist „Activity Order Issue“ (Aktivitätsreihenfolgeproblem). Verwenden Sie dies, um verwandte Reihenfolgeverstöße zusammenzufassen, beispielsweise „Approval Violations“ für alle genehmigungsbezogenen Reihenfolgeprobleme oder „Quality Process Violations“ für Verstöße in der Qualitätskontrollreihenfolge. Dies ermöglicht sowohl eine detaillierte als auch eine aggregierte Konformitätsanalyse.

Schweregrad: Wählen Sie aus dem Dropdown-Menü den Schweregrad des Konformitätsverstoßes:

Niedrig: Geringfügige Abweichungen mit minimalem geschäftlichem Einfluss
Mittel: Moderate Verstöße, die Aufmerksamkeit erfordern, aber nicht kritisch sind
Hoch: Ernsthafte Verstöße mit bedeutendem geschäftlichen oder Compliance-Impact (Standard)
Kritisch: Schwere Verstöße, die sofortige Korrektur erfordern

Der Schweregrad beeinflusst, wie Verstöße in Prozessabbildungen und Konformitäts-Dashboards dargestellt werden, um Prioritäten für Korrekturmaßnahmen zu setzen.

Beispiele

Beispiel 1: Einhaltung der Bestellfreigabe

Szenario: Eine Einkaufsabteilung muss sicherstellen, dass alle Bestellungen genehmigt sind, bevor sie an Lieferanten freigegeben werden, da die Freigabe nicht genehmigter Bestellungen gegen Unternehmensrichtlinien verstößt und unbefugte Ausgaben verursachen kann.

Einstellungen:

Aktivität 1: PO Approved (Bestellung genehmigt)
Aktivität 2: PO Released to Vendor (Bestellung an Lieferanten freigegeben)
Regelname: Unapproved PO Release (Freigabe ohne Genehmigung)
Regelgruppenname: Procurement Compliance (Einkaufs-Compliance)
Schweregrad: Hoch

Ergebnis: Die Anreicherung erzeugt zwei neue boolesche Fallattribute:

"Unapproved PO Release": wahr für Fälle, in denen eine Bestellung ohne vorherige Genehmigung freigegeben wurde
"Procurement Compliance": wahr für jegliche einkaufsbezogene Konformitätsverstöße

Beispieldaten zeigen:

Fall PO-2024-001: Beide Attribute falsch (konform – genehmigt, dann freigegeben)
Fall PO-2024-002: Beide Attribute wahr (Verstoß – freigegeben ohne Genehmigung)
Fall PO-2024-003: Beide Attribute wahr (Verstoß – freigegeben vor Genehmigung)

Einblicke: Die Analyse zeigt, dass 8 % der Bestellungen ohne ordnungsgemäße Genehmigung freigegeben werden, hauptsächlich in Monatsendrallye-Phasen. Dies führt zur Implementierung automatischer Genehmigungserinnerungen und zur Sperrung von Freigaben für nicht genehmigte Bestellungen im System.

Beispiel 2: Qualitätskontrolle in der Produktion

Szenario: Eine Fertigungsanlage muss sicherstellen, dass Qualitätsprüfungen vor der Verpackung von Produkten erfolgen, da das Verpacken ungeprüfter Artikel Kundenbeschwerden und Rückrufe auslösen kann.

Einstellungen:

Aktivität 1: Quality Inspection Completed (Qualitätsprüfung abgeschlossen)
Aktivität 2: Product Packaged (Produkt verpackt)
Regelname: Package Before Inspection (Verpackung vor Prüfung)
Regelgruppenname: Quality Process Violations (Qualitätsprozessverstöße)
Schweregrad: Kritisch

Ergebnis: Erzeugt Konformitätsattribute, die Verstöße kennzeichnen:

"Package Before Inspection": Markiert spezifische Verstöße gegen die QC-Reihenfolge
"Quality Process Violations": Aggregiert alle qualitätsbezogenen Konformitätsprobleme

Produktionschargenergebnisse:

Charge A-500: Konform (geprüft um 09:00, verpackt um 10:30)
Charge A-501: Verstoß (verpackt um 08:45, geprüft um 11:00)
Charge A-502: Verstoß (verpackt ohne jegliche Prüfung)

Einblicke: Die Anreicherung zeigt, dass 3 % der Chargen vor der Prüfung verpackt werden, typischerweise bei Schichtwechseln. Dies führt zur Einführung von Verpackungssperren, die eine Prüfbestätigung vor Verpackungsablauf erfordern.

Beispiel 3: Behandlungsprotokoll im Gesundheitswesen

Szenario: Ein Krankenhaus muss sicherstellen, dass eine informierte Einwilligung vor Beginn chirurgischer Eingriffe vorliegt, da Operationen ohne Zustimmung medizinethische und rechtliche Anforderungen verletzen.

Einstellungen:

Aktivität 1: Informed Consent Signed (Einwilligung unterschrieben)
Aktivität 2: Surgery Started (Operation begonnen)
Regelname: Surgery Without Consent (Operation ohne Einwilligung)
Regelgruppenname: Medical Protocol Violations (Verstöße gegen medizinische Protokolle)
Schweregrad: Kritisch

Ergebnis: Erzeugt Konformitäts-Tracking-Attribute:

"Surgery Without Consent": Markiert Fälle mit Einwilligungsreihenfolge-Verstößen
"Medical Protocol Violations": Verfolgt alle Verstöße gegen medizinische Protokolle

Patientenfallanalyse:

Patient 1001: Konform (Einwilligung um 07:30, Operation um 09:00)
Patient 1002: Verstoß (Notoperation um 14:00, Einwilligung postoperativ um 16:00)
Patient 1003: Konform (Einwilligung bei vorherigem Besuch, Operation wie geplant)

Einblicke: Während die meisten Operationen ordnungsgemäß Einwilligungen einholen, umgehen Notfalloperationen manchmal den Standardprozess. Dies führt zur Implementierung spezieller Notfalleinwilligungsverfahren und Dokumentationsanforderungen.

Beispiel 4: Kreditvergabe im Finanzdienstleistungsbereich

Szenario: Eine Bank muss sicherstellen, dass Bonitätsprüfungen vor der Kreditgenehmigung abgeschlossen sind, da Kredite ohne ordnungsgemäße Bonitätsbewertung ein Ausfallrisiko erhöhen und regulatorische Anforderungen verletzen.

Einstellungen:

Aktivität 1: Credit Check Completed (Bonitätsprüfung abgeschlossen)
Aktivität 2: Loan Approved (Kredit genehmigt)
Regelname: Approval Without Credit Check (Genehmigung ohne Bonitätsprüfung)
Regelgruppenname: Lending Compliance (Kredit-Compliance)
Schweregrad: Hoch

Ergebnis: Erstellt Compliance-Tracking-Attribute:

"Approval Without Credit Check": Erkennt Kredite, die ohne Bonitätsprüfung genehmigt wurden
"Lending Compliance": Aggregiert alle kreditbezogenen Compliance-Verstöße

Ergebnisse der Kreditanträge:

Kredit 2024-0101: Konform (Bonitätsprüfung abgeschlossen, dann genehmigt)
Kredit 2024-0102: Verstoß (genehmigt vor Durchführung der Bonitätsprüfung)
Kredit 2024-0103: Verstoß (genehmigt ohne jegliche Bonitätsprüfung)

Einblicke: Die Analyse zeigt, dass 2 % der Kredite ohne ordnungsgemäße Bonitätsprüfungen genehmigt werden, hauptsächlich bei bestehenden Kunden mit vermuteter guter Bonität. Dies veranlasst Richtlinienänderungen, die Bonitätsprüfungen für alle Kredite verpflichtend machen, unabhängig von der Kundenhistorie.

Beispiel 5: IT Change Management

Szenario: Eine IT-Abteilung muss sicherstellen, dass die Änderungsfreigabe vor der Umsetzung in Produktionssystemen erfolgt, da nicht autorisierte Änderungen Systeminstabilitäten und Sicherheitsrisiken verursachen können.

Einstellungen:

Aktivität 1: Change Approved by CAB (Änderung durch CAB genehmigt)
Aktivität 2: Deployed to Production (In Produktion bereitgestellt)
Regelname: Unauthorized Deployment (Nicht autorisierte Bereitstellung)
Regelgruppenname: Change Management Violations (Verstöße im Änderungsmanagement)
Schweregrad: Mittel

Ergebnis: Erzeugt Change-Management-Konformitätsattribute:

"Unauthorized Deployment": Markiert Änderungen, die ohne CAB-Freigabe bereitgestellt wurden
"Change Management Violations": Gruppiert alle Verstöße im Änderungsprozess

Analyse der Changetickets:

CHG-0001: Konform (CAB-Genehmigung Montag, Deployment Mittwoch)
CHG-0002: Verstoß (Notfallbereitstellung Samstag, Genehmigung Montag)
CHG-0003: Verstoß (ohne CAB-Review bereitgestellt)

Einblicke: Die Anreicherung zeigt, dass 5 % der Änderungen den Genehmigungsprozess umgehen, überwiegend bei Notfallreparaturen am Wochenende. Dies führt zur Einführung eines beschleunigten Genehmigungsverfahrens für Notfalländerungen mit CAB-Prüfung.

Ausgabe

Die Anreicherung „Falsche Aktivitätsreihenfolge“ erzeugt neue boolesche Fallattribute, die Konformitätsverstöße in Ihrem Datensatz kennzeichnen:

Individuelle Regelattribute: Wenn ein Regelname angegeben ist, wird ein neues boolesches Fallattribut mit diesem Namen erstellt. Dieses Attribut wird für alle Fälle, in denen die spezifizierte Aktivitätsreihenfolge verletzt wird (Aktivität 2 erfolgt ohne vorherige Aktivität 1), auf wahr gesetzt. Das Attribut verwendet ein Ja/Nein-Anzeigefomat für eine einfache Interpretation in Dashboards und Berichten.

Regelgruppenattribute: Der Regelgruppenname erzeugt ein weiteres boolesches Fallattribut, das Verstöße über mehrere verwandte Regeln hinweg aggregiert. Dieses Attribut ist wahr für alle Fälle, die gegen mindestens eine Regel in der Gruppe verstoßen. Dies ermöglicht sowohl eine detaillierte als auch eine zusammenfassende Konformitätsanalyse.

Registrierung von Konformitätsproblemen: Die Anreicherung trägt den Verstoß in die Konformitätsproblemliste des Systems mit dem angegebenen Schweregrad ein. Diese Integration stellt sicher, dass Verstöße in Konformitäts-Dashboards, Prozessabbildungen mit Verstößeinblendung und Konformitätsberichten angezeigt werden.

Aktualisierung von Kanteninformationen: Die Anreicherung aktualisiert die Kanteninformationen zwischen den beiden Aktivitäten und markiert die Kante als nicht konform mit dem angegebenen Schweregrad. Dies beeinflusst die Visualisierung des Prozessflusses in Prozessabbildungen, wobei Verstöße typischerweise in Rot oder mit Warnsymbolen dargestellt werden.

Diese Attribute können in nachfolgenden Filtern verwendet werden, um nicht konforme Fälle zu isolieren, in Berechnungen, um Konformitätsraten und -trends zu berechnen, und in anderen Anreicherungen, die auf den Konformitätsstatus angewiesen sind. Die boolesche Natur der Attribute eignet sich ideal zur Erstellung von Konformitäts-KPIs, wie etwa der Berechnung des Prozentsatzes von Fällen mit Reihenfolgeverstößen oder der Verfolgung von Konformitätsverbesserungen im Zeitverlauf.

Siehe auch

Undesired Activity – Erkennen von Aktivitäten, die in Ihrem Prozess nicht stattfinden sollten
Allowed Case Start Activities – Sicherstellen, dass Fälle mit genehmigten Aktivitäten beginnen
Allowed Case End Activities – Überprüfen, dass Fälle mit korrekten Abschlussaktivitäten enden
Repeated Activity – Identifizieren unerwünschter Aktivitätswiederholungen
Conformance Issue – Erstellen benutzerdefinierter Konformitätsregeln mit komplexer Logik

Diese Dokumentation ist Teil der mindzieStudio Process Mining Plattform.