Sie sind auf Seite 1von 44

F r a u n h o f e r - I n s t i t u t f r S o f t w a r e - u n d S y s t e m t e c h n i k I SST

PROCESS INTELLIGENCE UND PERFORMANCE MANAGEMENT IN DER FINANZDIENSTLEISTUNGSBRANCHE MONITORING UND CONTROLLING VON GESCHFTSPROZESSEN MITTELS ARIS PROCESS INTELLIGENCE KURZFASSUNG

Autoren Dr.-Ing. Heiko Gsell Heiko.Gsell@isst.fraunhofer.de Tel. +49 231-9 76 77-4 11 Dipl.-Inform. (FH) Nadine Hning Nadine.Huening@isst.fraunhofer.de Tel. +49 231-9 76 77-4 25 Dr. Ulrich Springer Ulrich.Springer@isst.fraunhofer.de Tel. +49 231-9 76 77-4 00 Fraunhofer-Institut fr Software- und Systemtechnik ISST Institutsteil Dortmund, Emil-Figge-Str. 91, D-44227 Dortmund http://www.isst.fraunhofer.de Auftraggeber IDS Scheer AG info@ids-scheer.com Tel. +49 681 210-0 Fax +49 681 210-1000 Altenkesseler Strae 17, D-66115 Saarbrcken http://www.ids-scheer.com Copyright 2009 IDS Scheer AG und Fraunhofer ISST Haftungsausschluss Obwohl die Inhalte dieser Studie mit grtmglicher Sorgfalt erstellt wurden, geben die produktspezifischen Informationen in diesem Dokument lediglich einen berblick eines Produktes oder Anbieters zum Redaktionsschluss. Das Fraunhofer ISST kann jedoch keine Gewhr fr die Richtigkeit, Vollstndigkeit und Aktualitt der bereitgestellten Inhalte bernehmen, da sich die Produkte, Anbieterstrategien und Marktsituationen schnell ndern.

Inhalt
Inhalt .................................................................................................................5 1 Einleitung .....................................................................................................7 1.1 Die Finanzdienstleistungsbranche ...............................................................7 1.2 Kennzahlen in der Finanzdienstleistungsbranche ........................................8 1.3 Geschftsprozesse in der Finanzdienstleistungsbranche ............................11 2 Prozessmonitoring und -controlling.........................................................13 2.1 Anforderungen an das Prozessmonitoring und -controlling ......................13 2.2 Herausforderungen und Ziele des Prozessmonitoring und -controlling ......15 3 Process Intelligence in der Finanzdienstleistungsbranche .....................17 3.1 Process Intelligence in der Kreditprozesskette ...........................................17 3.2 Kennzahlen fr die Kreditprozesskette .....................................................20 3.3 Prozesskennzahlen als Frhindikatoren.....................................................21 4 Lsungen des ARIS PPM ............................................................................23 4.1 Kriterien zur Bewertung des ARIS PPM .....................................................23 4.2 Anforderungserfllung durch den ARIS PPM ............................................24 4.3 ARIS PPM im Spiegel von Process Intelligence ...........................................27 5 Fallbeispiel .................................................................................................29 5.1 Einfhrung und Nutzung des ARIS PPM ...................................................30 5.1.1 Gesichtspunkte der ARIS PPM Einfhrung ..............................................30 5.1.2 Faktoren der ARIS PPM Nutzung ............................................................31 5.2 Weiterentwicklung des ARIS PPM aus Unternehmenssicht ........................33 6 Zusammenfassung.....................................................................................35 Anhnge .........................................................................................................37 A Abkrzungsverzeichnis .............................................................................37 B Literaturverzeichnis ...................................................................................38 C Abbildungs- und Tabellenverzeichnis ......................................................39 C.1 Abbildungsverzeichnis..............................................................................39 C.2 Tabellenverzeichnis ..................................................................................39 D Weitere Informationen .............................................................................41

Einleitung
Das Monitoring und Controlling von Geschftsprozessen gewinnt fr eine effiziente und effektive Gestaltung sowie IT-Untersttzung derartiger Prozesse zunehmend an Bedeutung. Dies liegt vor allem an den hohen Anforderungen, die heute an die Geschftsprozesse gestellt werden. So mssen diese nicht nur schnell, strungsfrei und zu mglichst geringen Kosten durchfhrbar sein, sondern sie mssen darber hinaus dynamisch an vernderte Bedingungen anpassbar d.h. hochflexibel sein. Die komplexen, miteinander verknpften und teilweise gegenlufigen Anforderungen machen eine engmaschige berwachung der Geschftsprozesse in einem Unternehmen erforderlich, um die notwendige Transparenz der Anforderungserfllung herzustellen und unmittelbar auf Probleme wie auch auf sich dynamisch verndernde Rahmenbedingungen reagieren zu knnen. Fr das Monitoring und Controlling von Geschftsprozessen gibt es IT-gesttzte Werkzeuge, die sich aus unterschiedlichen Quellsystemen der Unternehmen, z.B. aus SCM- oder ERPSystemen, speisen. Sie stellen Transparenz in den Geschftsprozessen her und liefern Aussagen ber deren Leistungsfhigkeit. Eines der einschlgigen IT-Systeme liefert die IDS Scheer AG mit dem ARIS Process Performance Manager [IDS09]. Im Rahmen der durchgefhrte Studie ber die Anwendung von Process Intelligence und Performance Management sind die Leistungsfhigkeit, also die Strken, Schwchen und Potenziale des ARIS Process Performance Manager (ARIS PPM) in unterschiedlichen Phasen der Implementierung des Systems untersucht worden. Dabei lag der Schwerpunkt auf der Finanzdienstleistungsbranche. Es handelt sich beim ARIS PPM um ein Werkzeug der ARIS Controlling Platform, die neben dem ARIS Process Performance Manager den ARIS Risk & Compliance Manager, den ARIS Process Event Monitor und das ARIS Performance Dashboard umfasst.

1.1

Die Finanzdienstleistungsbranche
Die Unternehmen der Finanzdienstleistungsbranche bieten die unterschiedlichsten Dienstleistungen an, die oftmals sehr komplex sind und deren Ausfhrung vielfach durch informationstechnische Systeme untersttzt wird. Generell handelt es sich bei Finanzdienstleistungen um jegliche Art von Dienstleistungen, die Vermgensanlagen und Vermgensverwaltung betreffen. Dies umfasst insbesondere das Herstellen, Vertreiben oder Vermitteln von Finanzprodukten wie beispielsweise Anleihen, Bausparvertrgen, Fonds, Krediten, Versicherungen oder auch Zertifikaten. Die genannten Dienstleistungen werden i.d.R. von Banken, Versicherungen, Kapitalbeteiligungs- und Anlagegesellschaften wie auch von Vermgensverwaltungs-, Anlageberatungsgesellschaften und Brokern angeboten und erbracht. In Deutschland ist die grundlegende Struktur von Finanzdienstleistungsunternehmen durch das Gesetz ber das Kreditwesen (KWG) und entsprechende Verfgungen und Verordnungen der Bundesanstalt fr Finanzdienstleistungen

2009 IDS Scheer AG und Fraunhofer ISST Process Intelligence Studie, Kurzfassung

(BaFin) [BaFi09a] und der Bundesbank geregelt [BuBa09a]. Aus den Aufgaben der Aufsicht leiten sich zahlreiche Auflagen fr das Controlling ab. Diese beziehen sich sowohl auf formale Vorgaben fr Arbeitsablufe als auch auf die Erhebung und Einhaltung bestimmter Kennzahlen. Die Struktur der Finanzdienstleistungsbranche lsst sich generell in die drei Bereiche Kreditinstitute (Banken), Versicherer und Finanzdienstleistungsinstitute unterteilen (vgl. Abbildung 1). In Deutschland sind (Stand Juli 2008) neben 2080 Banken 630 Versicherungsunternehmen, 26 Pensionsfonds, 6000 inlndische Fonds und 78 Kapitalanlagegesellschaften ttig.
FINANZDIENSTLEISTER

VERSICHERER

KREDITINSTITUT

FINANZDIENSTLEISTUNGSINSTITUT

SPEZIALBANK

UNIVERSALBANK BAUSPARKASSE

KREDITGESCHFT

EINLAGENGESCHFT

ZAHLUNGSVERKEHR

BAUSPARKASSE

INVESTMENTGESCHFT

Abbildung 1

Struktur der Finanzdienstleistungsbranche

Ein Kreditinstitut (Bank) ist nach 1 KWG ein Unternehmen, das Problemlsungen fr den Zahlungs-, Kredit- und Kapitalverkehr anbietet. Versicherer nehmen eine gesonderte Rolle bei der Klassifizierung der Finanzdienstleistungsbranche ein, da sie keine Dienstleistungen im Finanzbereich anbieten, sondern Risiken absichern. Ein Finanzdienstleistungsinstitut ist laut 1,(1a) KWG ein Unternehmen, das Finanzdienstleistungen fr andere gewerbsmig oder in einem Umfang erbringt, der einen in kaufmnnischer Weise eingerichteten Geschftsbetrieb erfordert, und das kein Kreditinstitut ist.

1.2

Kennzahlen in der Finanzdienstleistungsbranche


Die Finanzdienstleistungsbranche ist stark kennzahlengetrieben. Im Unterschied zu anderen Branchen bestimmen die Kennzahlen hier jedoch nicht nur ber finanziellen Erfolg oder Misserfolg, sondern die Erhebung spezieller Kennzahlen ist durch die Aufsichtsbehrden vorgeschrieben. Die erhobenen Kennzahlen dienen i.d.R. der Steuerung und Kontrolle. Sie knnen grundstzlich in zwei Kategorien
2009 IDS Scheer AG und Fraunhofer ISST Process Intelligence Studie, Kurzfassung

unterteilt werden: Erstens gibt es Kennzahlen wie z.B. die Solvabilitt, zu deren Erfassung und Dokumentation die Unternehmen aufgrund bankaufsichtsrechtlicher Regelungen verpflichtet sind. Zweitens werden Kennzahlen ermittelt, zu deren Erhebung die Kreditinstitute nicht verpflichtet sind. Kreditinstitute und Versicherer sind durch die Bankenaufsicht dazu verpflichtet in regelmigen Abstnden bestimmte Kennzahlen zu erheben und an die Aufsichtsbehrden zu melden. Es kann zu erheblichen aufsichtsrechtlichen Eingriffen kommen, wenn definierte Grenzen ber- bzw. unterschritten werden, selbst wenn ein Geschftszeitraum finanziell erfolgreich abgeschlossen wird. In der Regel steht es den Instituten frei, Kennzahlen auch hufiger zu erheben. Allerdings sind sie dazu verpflichtet, das ber- bzw. Unterschreiten bestimmter Grenzwerte (z.B. bei der Solvabilitt oder beim Zinsnderungsrisiko) unverzglich zu melden. Tabelle 1 enthlt eine bersicht ber die Kennzahlen, die an die Aufsichtsbehrden zu melden sind und bei denen ein automatisiertes Monitoring aus Sicht der Autoren von Interesse sein knnte. Die mit diesen Kennzahlen verbundenen Eigenschaften stellen sich wie folgt dar: Meldung, Turnus: Die Kennzahl muss in regelmigen Abstnden explizit an die Bankenaufsicht bermittelt werden (d.h. nicht im Rahmen der normalen Jahresabschlussdokumente). Meldung, ad hoc: Die Kennzahl muss unverzglich an die Bankenaufsicht bermittelt werden, sobald sie eine bestimmte Grenze ber- bzw. unterschreitet.
Kennzahl Adressenausfallrisiko Bruttogewinnspanne Cost-Income-Ratio Eigenkapitalquote EK-Wachstumsrate Marktpreisrisiko Operationelles Risiko RARoC Reingewinnspanne Risikospanne ROE RoRAC Solvabilitt Zinsnderungsrisiko Tabelle 1 Meldung, Turnus + + + + + Meldung, ad hoc +

Meldepflichtige Kennzahlen der Kreditinstitute

Tabelle 1 zeigt, dass einige Kennzahlen fr ein automatisiertes Monitoring bzw. fr eine automatisierte Erhebung vorzugsweise geeignet sind. Hierbei handelt es sich vorwiegend um betriebswirtschaftliche Kennzahlen, die durch klassische Business Intelligence Systeme analysiert werden. Diese Kennzahlen ergeben sich
2009 IDS Scheer AG und Fraunhofer ISST Process Intelligence Studie, Kurzfassung

weniger aus der Art und Weise bzw. der Qualitt der Geschftsprozesse, stattdessen steuern sie die Geschftsprozesse. Einige wesentliche der oben aufgelisteten Kennzahlen werden nachfolgend kurz erlutert. Bspw. dienen die Kennzahlen, die im Rahmen des Rentabilittsmanagements erhoben werden, der Ermittlung und Beeinflussung des finanziellen Erfolges von Unternehmen. Die Rentabilitt beschreibt das bilanziell gemessene Verhltnis zwischen einer Erfolgsgre und dem eingesetzten Kapital. In Abhngigkeit von den gewhlten Gren knnen unterschiedliche Rentabilittsmae (z.B. Eigenkapitalrentabilitt oder Umsatzrentabilitt) ermittelt werden. Im Rahmen des Rentabilittsmanagements wird u.a versucht, die Eigenkapitalrentabilitt zu steuern. Diese leitet sich aus der Kombination unterschiedlicher betriebswirtschaftlicher Standardkennzahlen ab (vgl. Abbildung 2).
BRUTTOZINSSPANNE

BRUTTOERTRAGSSPANNE

PROVISIONSSPANNE + HANDELSSPANNE

BRUTTOGEWINNSPANNE

AOSESPANNE PERSONALINVESTMENTKOSTENGESCHFT SPANNE + SACHKOSTENSPANNE

NETTOZINSSPANNE

REINGEWINNSPANNE

BRUTTOBEDARFSSPANNE

ROE VOR STEUERN

RISIKOSPANNE

EIGENKAPITALQUOTE

Abbildung 2

ROE-Kennzahlenhierarchie

Im Rahmen des Risikomanagements werden weitere Kennzahlen berechnet. Die meisten dieser Kennzahlen knnen sowohl direkt fr einen Geschftsvorfall als auch fr das Gesamtengagement bestimmt werden. So wird bspw. das Adressausfallrisiko fr jeden relevanten Geschftsvorfall berechnet und kann als Entscheidungsgrundlage fr den einzelnen Geschftsvorfall bestimmt werden. Das Adressenausfallrisiko (auch Kreditausfallrisiko) bezeichnet das Risiko des Verlustes, falls ein Kreditnehmer seine Pflichten gegenber dem Glubiger nicht erfllen kann. Weiterhin sind operationelle Risiken sowie Marktpreisrisiken bei der Ausstattung eines Kreditinstituts mit Eigenmitteln zu bercksichtigen. Nach der fr Kreditinstitute verbindlichen Verordnung mssen Adressenausfallrisiken, operationelle Risiken sowie deren Marktpreisrisiken quantifiziert und mit Eigenmitteln

10

2009 IDS Scheer AG und Fraunhofer ISST Process Intelligence Studie, Kurzfassung

hinterlegt werden. Die Anforderungen an eine angemessene Eigenmittelausstattung (und somit die Einhaltung der entsprechenden Kennzahlen) mssen von den Instituten tglich zum Geschftsschluss nachgewiesen werden. Ebenso wie bei den Kreditinstituten dienen auch die Kennzahlen, die bei Versicherungsunternehmen erfasst werden, hauptschlich der Steuerung der Versicherungs-Geschftsprozesse und ggf. als Grundlage fr Entscheidungen zur strategische Ausrichtung eines Unternehmens. Dabei werden unterschiedliche Schwerpunkte abhngig von der jeweiligen Versicherungsart gebildet. So ist bspw. das Verhltnis zwischen Beitragshhe und angebotenen Leistungen ein wichtiger Indikator fr die Qualitt einer gesetzlichen Krankenversicherung (GKV). Neben der Qualitt bilden die Beitragsentwicklung, Service- und Zusatzleistungen, das Verhalten bei der Kostenbernahme sowie die Mitgliederzahlen und deren Entwicklung weitere Kennzahlen in diesem Sektor. Alle Versicherungsunternehmen betrachten neben versicherungsartspezifischen Kennzahlen betriebswirtschaftliche Kennzahlen, wie z.B. Umsatz, Anzahl Neukunden, Durchlaufzeiten fr Schadensabwicklung, Kundenzufriedenheit, etc. Weiterhin sind Finanzkennzahlen von Bedeutung fr Versicherungsunternehmen, bspw. die Combined Ratio (kombinierte Schadenkostenquote), die RfB-Quote (Rckstellung fr BeitragsrckerstattungsQuote) oder die Ergebnisquote, Schadenkostenquote und Abschlussquote. Die Combined Ratio bezeichnet das Verhltnis von Aufwendungen fr den Versicherungsbetrieb und das Erbringen von Versicherungsleistungen zu den abgegrenzten Prmien. Die Kennzahl ist insbesondere in der Schaden- und Unfallversicherung von Bedeutung. Der Barwert dieser Differenz ist in die Deckungsrckstellung zu stellen. Je geringer die Schadenkostenquote, desto profitabler arbeitet das jeweilige Versicherungsunternehmen. Ist die Schadenkostenquote grer 1, so wird im eigentlichen Versicherungsgeschft Verlust gemacht. Als weitere wichtige Kennzahl steht RfB fr Rckstellung fr Beitragsrckerstattung. Diese Kennzahl zeigt an, in welchem Umfang ein Unternehmen Kapital zurckstellen kann, um Beitrge zurckzuerstatten. Die Rckstellungen haben eine Pufferfunktion zur Glttung der Gewinnbeteiligung. Aus dem zurckgestellten Kapital wird den Versicherungsunternehmen jhrlich ein bestimmter Betrag gutgeschrieben. Wie in den vorangehenden Abschnitten skizziert, gibt es eine Vielzahl von kritischen Kennzahlen fr Kreditinstitute und Versicherungsunternehmen. Diese leiten sich einerseits aus wirtschaftlichen Anforderungen zur Bewertung des finanziellen Erfolgs und andererseits aus aufsichtsrechtlichen Vorgaben ab. Whrend die Kennzahlen, die durch die Aufsicht gefordert werden, in allen Kreditinstituten erhoben werden, finden nur die wenigsten betriebswirtschaftlichen Kennzahlen eine flchendeckende Verbreitung in der Branche (vgl. [Fort07]).

1.3

Geschftsprozesse in der Finanzdienstleistungsbranche


Das unternehmerische Umfeld ist heute u.a. geprgt durch die Verkrzung der Produktlebenszyklen, steigende Kundenanforderungen, sich dynamisch verndernde Umfeldbedingungen, zunehmende internationale Konkurrenz, zuneh-

2009 IDS Scheer AG und Fraunhofer ISST Process Intelligence Studie, Kurzfassung

11

menden Kostendruck sowie rasante technische und informationstechnische Entwicklungen. Vor diesem Hintergrund gewinnen geschftsprozessorientierte Gestaltungs- und Optimierungsaktivitten zunehmend an Bedeutung auch in der Finanzdienstleistungsbranche. Es erfolgt eine Fokussierung auf die Geschftsprozesse in den Unternehmen hinsichtlich ihrer Effizienz und Effektivitt sowohl auf organisatorischer wie auch auf technischer Ebene. Das Geschftsprozessmanagement bildet ein integriertes Konzept von Prozessfhrung, -organisation und -controlling [ScSe06, S. 4], das darauf abzielt, die Effizienz und Effektivitt eines Unternehmens zu erhhen. Neben diesen Methoden spielen bei der Umsetzung des Geschftsprozessmanagements insbesondere in der Finanzdienstleistungsbranche Informations- und Kommunikationssysteme eine wesentliche Rolle [ScSe06, S. 7]. So werden Geschftsprozesse durch die Anforderungen der Informationstechnologie definiert. Die zielgerichtete Nutzung der Informationstechnologie hat Einfluss auf die Geschftsprozesseffizienz und liefert wichtige Beitrge fr ihre organisatorische Gestaltung. Das Funktionsspektrum der IT-Werkzeuge fr das Geschftsprozessmanagement reicht von der Darstellung und Analyse ber die Modellierung, Simulation, Messung und Steuerung bis hin zur Automatisierung von Geschftsprozessen. Die Bedeutung der Geschftsprozesse fr die Finanzdienstleistungsbranche ist sehr hoch, da ihre effiziente, stabile und sichere Abwicklung den Erfolg und die Wirtschaftlichkeit von Kreditinstituten und Versicherungen prgen. Dies gibt bspw. fr Transaktionsprozesse, Kreditprozesse oder Verkaufsprozesse. Weiterhin werden z.B. die Solvabilitt, die Cost-Income-Ratio (vgl. Tabelle 1) oder die Combined Ratio von bestimmten Prozessen, wie etwa dem Kreditprozess oder dem Schadensabwicklungsprozess geleitet. So lassen sich im Kreditprozess Kennzahlen generieren, wie bspw. Durchlaufzeiten bei der Kreditvergabe, die konsolidiert Rckschlsse auf die bestehenden Risiken (Adressausfallrisiko, operationelles Risiko, Marktpreisrisiko) zulassen. Darber hinaus leiten sich aus den finanzwirtschaftlichen Prozessen betriebswirtschaftliche Kennzahlen, wie bspw. Durchlaufzeiten oder Prozesskosten ab. Durch die Messung von Aufwendungen fr den Verkaufsprozess und den Schadensprozess sowie der im Schadensprozess erbrachten Leistungen lsst sich die Combined Ratio ermitteln. Aufgrund der teilweise engen Verknpfung zwischen den finanzwirtschaftlichen Kennzahlen und den Geschftsprozessen bei Kreditinstituten und Versicherungen kann eine Vernderung in diesen Prozessen entsprechende nderungen der Kennzahl zur Folge haben. Somit kann die Prozessdurchfhrung den Erfolg der Geschftsttigkeit eines Unternehmens der Finanzdienstleistungsbranche bestimmen. Die Studie ber die Anwendung von Process Intelligence und Performance Management ist in den Kontext des Geschftsprozessmanagements einzuordnen, d.h. es werden Methoden und Werkzeuge untersucht, die darauf abzielen, die Effizienz und Effektivitt von Geschftsprozessen bewertbar zu machen und diese bei Bedarf durch eine geeignete Gestaltung bzw. Optimierung der Prozesse zu verbessern. Dabei steht der ARIS Process Performance Manager im Fokus der Analysen und der daraus abgeleiteten Erkenntnisse.

12

2009 IDS Scheer AG und Fraunhofer ISST Process Intelligence Studie, Kurzfassung

Prozessmonitoring und -controlling


In diesem Kapitel werden die Anforderungen, welche die Finanzdienstleistungsbranche an ein Prozessmonitoring und -controlling stellt, herausgearbeitet und beschrieben. Dabei sind erstens die Besonderheiten der finanzwirtschaftlichen Geschftsprozesse und zweitens die aufsichtsrechtlichen Regularien an das Berichtswesen zu bercksichtigen. Darber hinaus stellt die berfhrung von prozessorientierten Kennzahlen in betriebswirtschaftliche Kennzahlen bzw. die Spiegelung von Prozesskennzahlen an betriebswirtschaftlichen Kennzahlen eine Aufgabe dar, die Einfluss auf die Anforderungen hat, die an das Prozessmonitoring und -controlling gestellt werden.

2.1

Anforderungen an das Prozessmonitoring und -controlling


Die Anforderungen an ein Prozessmonitoring und -controlling fokussieren auf den Datentransfer aus den jeweiligen Quellsystemen, die entlang finanzwirtschaftlicher Geschftsprozesse eingesetzt werden, in das Process Monitoring & Controlling System sowie auf die Handhabung dieses Systems hinsichtlich seiner Konfigurierbarkeit und der Auswertungs- und Interpretationsmglichkeiten der mittels des Systems generierten Kennzahlen und Kennzahlensysteme (vgl. Tabelle 2). Dies erfordert eine geeignete Aufbereitung der Daten, die in das System transferiert werden. Mit den aufsichtsrechtlichen Regularien besteht in der Finanzdienstleistungsbranche zunchst einmal die Anforderung, interne Kontrollsysteme zu implementieren und ihre Funktionsfhigkeit nachzuweisen. Mittels dieser Kontrollsysteme werden die Reporte erstellt, die von den Regularien gefordert werden. Ein wesentliches Qualittskriterium eines Process Monitoring & Controlling Systems ist die Reproduzierbarkeit der zu berichtenden Kennzahlen.
Anforderungen an den Datentransfer in das PM&C System Einfache und schnelle Datenextraktion aus unterschiedlichen Quellsystemen Klarheit ber die notwendige Struktur und Aufbereitung der Daten aus den Quellsystemen Transparenz ber die Datenstrukturen und -ablagen in den Quellsystemen Klare Definition der Messstellen und Messgren im Prozess Spezifische Kenntnisse ber die Quellsysteme Einhaltung von Datenaustauschstandards Anforderungen an die PM&C System Handhabung Einfache und schnelle Konfigurierbarkeit und Erweiterbarkeit des PM&C Systems entsprechend der Anwenderanforderungen Vorgehensmethodik zum Einbringen der strukturierten Quelldaten in das PM&C System Einfache technische Umsetzung der Datenspeicherung im PM&C System Hohe Flexibilitt der Auswertungen und Kennzahlendarstellung fr unterschiedliche Zielgruppen Beantwortung spezifischer Fragen auf Basis der im PM&C System vorhandenen Datenbasis Anpassung der Auswertungsanweisungen auf der Analyseebene

Tabelle 2

Zusammenfassung der Anforderungen an ein Prozessmonitoring und -controlling

2009 IDS Scheer AG und Fraunhofer ISST Process Intelligence Studie, Kurzfassung

13

Die in Tabelle 2 aufgelisteten Anforderungen werden nachfolgend kurz erlutert. Eine Grundanforderung hinsichtlich des Datentransfers liegt in einer einfachen und schnellen Datenextraktion aus ggf. unterschiedlichen Quellsystemen. Vorbereitend auf eine geeignete Extraktion der bentigten Daten aus den Quellsystemen, die entlang finanzwirtschaftlicher Geschftsprozesse genutzt werden, ist vor der Implementierung eines Process Monitoring & Controlling Systems Klarheit ber die notwendige Struktur und Aufbereitung der Daten aus den Quellsystemen herzustellen, um die gewnschten Kennzahlen schnell und problemlos generieren zu knnen. Dazu sind tiefe Kenntnisse ber die Datenbanktabellen in den Quellsystemen (Struktur der Datenablage, Bedeutung der Datenfelder) sowie methodische Kenntnisse zur Extraktion der Daten von essentieller Bedeutung. Die Anforderungen an die Handhabung des Process Monitoring & Controlling Systems fokussieren auf die Konfigurierbarkeit und die Erweiterbarkeit des Systems sowie auf die Flexibilitt der Auswertungen und Kennzahlendarstellung: Hinsichtlich der Konfigurierbarkeit des Systems besteht die Anforderung, dass sich diese mglichst einfach gestaltet, so dass auch Fachabteilungen nach einer Schulung eine Konfiguration des Systems entsprechend der eigenen Anforderungen und Wnsche vornehmen knnen. So sollen unterschiedliche Blickwinkel und Zeitfenster auf die generierten Kennzahlen dargestellt werden, so dass spezifische Auswertungen in Abhngigkeit von der jeweiligen Fragestellung, z.B. nach Bearbeitungszeiten fr eine Kreditvergabe in einem bestimmten Zeitraum oder nach der Menge von Transaktionen, die eine bestimmte Prozessinstanz reprsentieren, durchgefhrt werden knnen. Zweck derartiger spezifischer Auswertungen ist eine zielfhrende Analyse von bestimmten Prozessen, um die Qualitt dieser Prozesse zu belegen, Problemursachen zu identifizieren und ggf. Manahmen zur Optimierung von Prozessen entwickeln und umsetzen zu knnen. Weiterhin sollte das System so flexibel sein, dass mit der in seiner Datenbank bestehenden Datenbasis flexible Auswertungen durchgefhrt werden knnen, die spezifische Fragen beantworten. Die erforderlichen Anpassungen der Auswertungsanweisungen sollten mglichst auf der Analyseebene des Systems erfolgen und nicht durch die Konfigurationsebene umgesetzt werden mssen. Die Anforderungen an die Prsentation der Ergebnisse beinhalten ihre gute grafischen Verarbeitung und damit verbunden ihre Verstndlichkeit und eine klare Abbildung der zugehrigen Prozesse bzw. Prozessinstanzen. Weiterhin muss ein Process Monitoring & Controlling System in der Lage sein, Best Practices zu identifizieren und die Durchfhrung von Benchmarks bzw. von vergleichenden Auswertungen zu untersttzen (vgl. Abbildung 3). Dies kann durch die parallele Darstellung unterschiedlicher Prozesse bzw. Prozessinstanzen im System realisiert werden. Eine Kernanforderung, die an das System und die hinterlegten Algorithmen gestellt werden muss, liegt in der stabilen und verlsslichen Reproduzierbarkeit der Kennzahlenbildung und Reports, so dass diese absolut verlsslich sind. Weiterhin muss ein Process Monitoring & Controlling System insgesamt eine gute Performance aufweisen, gnstige Kostenstrukturen reprsentieren, gut skalierbar sein und auf handelsblichen Servern betrieben werden knnen.

14

2009 IDS Scheer AG und Fraunhofer ISST Process Intelligence Studie, Kurzfassung

Abbildung 3

Beispiel fr Benchmark im ARIS PPM: Prozessinstanzen mit lngstem (links) vs. krzestem (rechts) Pfad

2.2

Herausforderungen und Ziele des Prozessmonitoring und -controlling


Mit einem Prozessmonitoring und -controlling bauen Finanzdienstleistungsunternehmen bspw. Audit Workflow-Systeme, d.h. intelligente Prozesskontroll- und -steuerungssysteme, auf, die den gesamten Test-, Kontroll- und Dokumentationsprozess untersttzen. Mit Bezug zu den Prozessstrukturen liegen die Herausforderungen und Ziele eines Prozessmonitoring und -controlling vor diesem Hintergrund in der vollstndigen und korrekten Abbildung des Prozessdurchlaufs unter Verwendung geeigneter Kennzahlen, um verlssliche Aussagen ber die Leistungsfhigkeit des jeweiligen Prozesses zu erzielen. Dies erfordert im Vorfeld eine entsprechende Analyse der jeweiligen Prozesse, so dass die richtigen Messpunkte in den prozessuntersttzenden Quellsystemen identifiziert und festgelegt werden knnen. Auch eine umfassende IT-Untersttzung der jeweiligen Prozesskette ist ein wichtiger Faktor, um eine vollstndige Abbildung des Prozessdurchlaufs zu realisieren. Diese ist nicht immer gegeben, so dass insbesondere bei hoher Wertschpfung und einer sehr hohen Anzahl von Prozessdurchlufen die Zielsetzung darin bestehen muss, manuelle Prozessschritte in IT- gesttzte zu berfhren. Die einfache Konfigurierbarkeit des eingesetzten Process Monitoring & Controlling Systems ist eine Kernherausforderung, die an ein solches System gestellt wird. Bei der Erfllung dieser Herausforderung spielen die Strukturierungsmglichkeiten der Quelldaten innerhalb des Process Monitoring & Controlling Systems sowie die Kommunikationsschnittstelle zwischen der Person, die das System kon-

2009 IDS Scheer AG und Fraunhofer ISST Process Intelligence Studie, Kurzfassung

15

figuriert, und dem System selbst eine wichtige Rolle. So kann diese in einer graphischen Benutzeroberflche (GUI) umgesetzt werden, die eine hohe Transparenz und eine intuitive Bedienung untersttzt. Die Notwendigkeit der Darstellung von Kennzahlen und Kennzahlensystemen aus unterschiedlichen Blickwinkel fhrt auf das Ziel einer hchstmglichen Flexibilitt in der Handhabung eines Process Monitoring & Controlling Systems: So mssen Auswertungen umsetzbar sein, die unterschiedliche Zeitfenster und/oder zu analysierende Prozessausschnitte umfassen, d.h. das entsprechende System muss in der Lage sein, diese unterschiedlichen Auswertungen zu erstellen und sie beliebig miteinander zu kombinieren. In diesem Zusammenhang liegt eine wichtige Zielsetzung in der Nutzung von Standards fr die Strukturierung von Daten, um ggf. einfache Anpassungen und Erweiterungen des Kennzahlenspektrums mit berschaubarem Aufwand vornehmen zu knnen. Eine Herausforderung bildet auch die Ableitung von betriebswirtschaftlichen Kennzahlen, wie z.B. Aussagen ber Arbeits- oder IT-Kosten, aus den Kennzahlen, die das Prozessmonitoring und -controlling liefert. Zur Generierung dieser Kennzahlen mssen die prozessbezogenen Kennzahlen mit Kostenwerten verknpft werden. Auch die berfhrung existierender betriebswirtschaftlicher Kennzahlen in solche mit Prozessfokus erfordert im Vorfeld der Einfhrung eines Prozessmonitoring und -controlling eine entsprechende konzeptionelle Ausrichtung. Neben der Ableitung von betriebswirtschaftlichen Kennzahlen aus Prozesskennzahlen sind die Bildung von finanzwirtschaftlichen Kennzahlen, die ggf. an die Aufsichtsbehrden zu melden sind, sowie die Nutzbarmachung der Prozesskennzahlen als Frhindikatoren fr finanzwirtschaftliche Risiken wichtige Herausforderungen, die durch ein Prozessmonitoring und -controlling erfllt werden mssen. Dies gilt in hnlicher Weise fr Service Level Agreements1, die zwischen Vertragspartnern in der Finanzdienstleistungsbranche abgeschlossen werden. Um den vorangehend dargestellten Herausforderungen zu begegnen bzw. die Ziele zu erfllen, ist eine strategische Aufstellung des Process Monitoring & Controlling erforderlich, die durch eine geeignete Organisation untersttzt wird. Hier sind insbesondere Strukturen zu schaffen, die eine Einheit von Aufgabe, Verantwortung und Kompetenz realisieren, so dass neue Anforderungen an das Process Monitoring & Controlling schnell und reibungslos umgesetzt werden knnen. Weiterhin muss eine hohe fachliche Kompetenz mit einer hohen IT-Kompetenz gepaart werden. Es sind zudem konsistente und angepasste Methoden fr das Process Monitoring & Controlling fr jedes Finanzdienstleistungsunternehmen zu entwickeln. Schlielich ist der Einsatz geeigneter IT-Systeme sowohl auf Datenlieferungsseite wie auch auf Monitoring- und Controllingseite erforderlich.
1

Service Level Agreements (SLA) sind Beschreibungen der Service- und Leistungsvereinbarungen zwischen Dienstleister und Kunde auf Basis objektiver, genau spezifizierter und quantifizierter Kriterien. Ursprnglich wurden sie im Wesentlichen fr EDV-nahe Vereinbarungen im Sinne eines Outsourcing verwendet. Da Service Level Agreements sehr erfolgreich als Instrument zur berwachung vereinbarter Leistungen und Sicherstellung der Kundenzufriedenheit eingesetzt werden, werden sie inzwischen verstrkt in nichttechnischen Bereichen eingesetzt, um den Wert einer Dienstleistung deutlich zu machen.

16

2009 IDS Scheer AG und Fraunhofer ISST Process Intelligence Studie, Kurzfassung

Process Intelligence in der Finanzdienstleistungsbranche


Die optimale Gestaltung und Steuerung der Geschftsprozesse avanciert zunehmend zu einem wettbewerbsentscheidenden Faktor in der Finanzdienstleistungsbranche [Hkl07, S. 4]. Process Intelligence, also das Monitoring und Controlling der Geschftsprozesse, ist eine wesentliche Voraussetzung, um die Steuerung dieser Geschftsprozesse gegen definierte Gren bzw. Kennzahlen zu realisieren. Dieses Kapitel stellt die Bedeutung von Process Intelligence in der Finanzdienstleistungsbranche anhand des Kreditprozesses dar und leitet die fr diesen Prozess relevanten Kennzahlen und Kennzahlensysteme ab. Darauf aufbauend wird anhand dieser Kennzahlen beschrieben, wie diese als Frhindikatoren in der Finanzdienstleistungsbranche wie auch fr eine proaktive Weiterentwicklung der einschlgigen Geschftsprozesse mit Zielrichtung einer Maximierung ihrer Flexibilitt, Effektivitt und Effizienz genutzt werden knnen. Process Intelligence und Performance Management bilden moderne Geschftsprozessmanagementmethoden, die erstens auf eine zielfhrende Messung und Visualisierung der Leistungsfhigkeit von Geschftsprozessen und zweitens auf eine intelligente, dynamische Steuerung und Lenkung dieser Geschftsprozesse entsprechend der jeweils aktuellen Bedarfe ausgerichtet sind. Mit Process Intelligence werden das betriebswirtschaftlich geprgte Business Process Management und die technologischen Business Intelligence Lsungen miteinander verknpft. Im Zuge dieser Verknpfung wird Business Intelligence um Anwendungen ergnzt, die analytische Funktionalitten vorweisen und diese mit dem Monitoring von Geschftsprozessen verbinden. Fr die Finanzdienstleistungsbranche bedeutet die Messung und Visualisierung der Leistungsfhigkeit der einschlgigen Geschftsprozesse die Mglichkeit, frhzeitig auf Schwchen in diesen Prozessen aufmerksam zu werden und ggf. negative Auswirkungen auf die finanzwirtschaftlichen Kennzahlen zu verhindern. Mit einer intelligenten, dynamischen Lenkung der finanzwirtschaftlichen Geschftsprozesse kann hier entsprechend der Bedarfe gegengesteuert werden. Es knnen Prozessverbesserungen erzielt werden, die sowohl auf die finanzwirtschaftlichen als auch auf die betriebswirtschaftlichen Kennzahlen Einfluss haben, sodass eine Erhhung der Leistungsfhigkeit der gesamten Organisation erzielt wird.

3.1

Process Intelligence in der Kreditprozesskette


In der Finanzdienstleistungsbranche gibt es einige prgende Prozesse, welche diese Branche kennzeichnen, so z.B. die Private Baufinanzierung, Gewerblicher Kontokorrent-Kredit, Privater Kontokorrent-Kredit, Anschaffungsdarlehen, Spareinlage (konventionell), Privater Dispositionskredit, Bausparvertrag, DepotGeschft, Zahlungsverkehr (berweisung) sowie Gewerbliches Darlehen [BBE09]. Ergnzend zu diesen Prozessen sind fr Versicherer die Prozesse Verkauf, Vertragsverwaltung, Schadenabwicklung und Beschwerdeabwicklung als kennzeichnend identifiziert (vgl. [Brn08, S. 18 f.]). Diese Prozesse lassen sich ohne informa-

2009 IDS Scheer AG und Fraunhofer ISST Process Intelligence Studie, Kurzfassung

17

tionstechnische Systeme heute nicht effizient und effektiv abwickeln, sie sind vielmehr ber installierte Workflows in die prozessdurchfhrenden IT-Systeme eingebettet. Weiterhin erfordern sie vielfach entsprechende Leistungsmessungen entweder zur internen Prfung und ggf. Verbesserung der Leistungsfhigkeit dieser Prozesse oder zum Nachweis ihrer Leistungsfhigkeit gegenber den Kunden. Eine Reihe der vorgenannten typischen Prozesse, nmlich die, die die Vergabe und Abwicklung von Krediten im Fokus haben, lassen sich in einer generischen Kreditprozesskette zusammen fhren, welche die Kreditabwicklung als einen Kernprozess der Finanzdienstleistungsbranche beschreibt (vgl. Abbildung 4). Sie ist fr den einzelnen Finanzdienstleister erfolgsbestimmend und erfordert daher eine adquate Steuerung [Hkl07, S. 1].
ANTRAGSVORBEREITUNG KREDITENTSCHEIDUNG BEARBEITUNG/ SERVICING RISIKOMANAGEMENT/ BERWACHUNG WORKOUT

Abbildung 4

Generische Kreditprozesskette [EfL05, S. 10]

Die Kreditprozesskette ist geprgt durch die Kombination manueller und automatisierter Prozessschritte. Dies bedeutet fr die manuellen Prozessschritte, dass sie vielfach mittels papiergebundener Dokumente durchgefhrt und die entsprechenden Daten parallel immer wieder in informationstechnische Untersttzungssysteme berfhrt werden, so dass sie fr die Sachbearbeitung zugnglich sind. Damit sind hier Auswertungen mittels eines Process Monitoring & Controlling Systems realisierbar. So lassen sich ber sog. Messsonden spezifische Messpunkte identifizieren, die als Grundlage fr Auswertungen von Bearbeitungsbzw. Durchlaufzeiten, Prozessqualitten oder quantitativen Prozessgren dienen. Die automatisierten Prozessschritte umfassen vor allem das Risikomanagement und die berwachung sowie das Rating und Scoring, die vorwiegend mittels entsprechender IT-Systeme durchgefhrt werden [PWC08, S. 27]. Fr das Geschftsprozessmanagement bedeutet diese Kombination die Notwendigkeit, mit Medienbrchen in der Kreditabwicklung umgehen zu mssen, sowie die Messwerte fr ein Prozessmonitoring und -controlling an den Grenzen von einem Medium zum anderen bzw. in den vollstndig automatisierten Prozessen an den Punkten der bergnge von Zustnden zu erfassen. Die beiden Hauptziele von Finanzdienstleistern bei der Abwicklung des Kreditgeschfts liegen in der Erhhung der Kreditgeschftsrentabilitt sowie in der Erhhung der Produktivitt des Kreditprozesses [Hkl07, S. 6], also in prozessorientierten Faktoren. Eine Beurteilung des Prozesserfolgs basiert heute schwerpunktmig auf der Erhebung der eingesetzten Mitarbeiterkapazitt, der Durchlauf- und Bearbeitungszeiten, der erstellten Produkt- und Dienstleistungsmengen, der Einhaltung festgelegter Prozessablufe und Termine sowie der entstandenen Kosten. Die fr derartige Bewertungen notwendigen Daten werden berwiegend mittels Beobachtung, Selbstaufschreibung oder durch selbst entwickelte unternehmensspezifische IT-Lsungen erhoben. Eine strukturierte und permanente Messung der relevanten Prozess-Kennzahlen wird aktuell wenig realisiert.

18

2009 IDS Scheer AG und Fraunhofer ISST Process Intelligence Studie, Kurzfassung

Mit einer Prozesssteuerung, die idealerweise durch IT-gesttzte WorkflowManagement-Systeme flankiert wird, sollen die Optimierungspotenziale hinsichtlich der Effektivitt der Prozesse wie auch hinsichtlich ihrer Effizienz identifiziert und ausgeschpft werden [Hkl07, S. 12]. Damit lassen sich in der Folge Optimierungen einzelner finanzwirtschaftlicher Kennzahlen identifizieren. Die Identifikation, Messung, Analyse und Optimierung der Kreditprozesse stellen somit einen elementaren Bestandteil des Managementinstrumentariums in der Kreditabwicklung dar. Ein weiteres Element fr die effiziente und effektive Steuerung der Kreditabwicklung ist die kontinuierliche und automatisierte Messung des Prozesses mittels geeigneter Kennzahlen. So stellt insbesondere die Ermittlung des Risikos eine wichtige Phase innerhalb der Prozesskette dar, welche ausgereifter Steuerungsmethoden und eines fundierten Monitoring und Controlling bedarf. Weitere Arbeitsfelder zur Optimierung der Informationstechnik bei Kreditinstituten liegen in der Verbesserung und Integration des Datenhaushalts [PWC08, S. 26]. Die Ziele derartiger Manahmen liegen in der Verbesserung der Kostensituation und der Kundenzufriedenheit sowie in einer verbesserten Erfllung der internen und externen Reportinganforderungen. Aktuell werden in den meisten Kreditinstituten Standard-Softwaresysteme oder eigene Anwendungen eingesetzt. Die Teilprozesse, die durch manuelle Aktivitten geprgt sind, werden vielfach durch anwenderspezifisch gestaltete Office-Lsungen, wie z.B. MS Excel, untersttzt. Beim Rating und Scoring ist der Einsatz von Standardsoftware bzw. eigenentwickelten informationstechnischen Systemen am weitesten verbreitet. Aufgrund der Automatisierung einiger Teilprozesse in der Kreditprozesskette ist eine fundierte und durchgngige Leistungsmessung durch Process Monitoring & Controlling Systeme gut realisierbar. Vielfach werden in den hochautomatisierten Teilprozessketten Prozesskennzahlen installiert, die im Wesentlichen die Qualitt und Zuverlssigkeit der eingesetzten IT-Systeme aufzeigen. Dies bedeutet, dass die mithilfe dieser Systeme durchgefhrten Prozessschritte im Detail erfasst, entlang der jeweiligen Prozesskette definierte Messpunkte festgelegt und schlielich aus den an diesen Messpunkten aufgenommenen Werten die jeweiligen Prozesskennzahlen ermittelt und visualisiert werden mssen. Diese Kennzahlen dienen als Grundlage fr die Steuerung und Leistungsmessung der Kreditprozesse. Sie bilden zudem die Grundlage fr die Erfllung gesetzlicher Berichtsvorschriften. In der Kreditprozesskette kann Process Intelligence auf Verzgerungen im Durchlauf hinweisen und damit bspw. erhhte Risiken (Adressausfall- oder Marktpreisrisiken), welche durch derartige Verzgerungen verursacht werden, identifizieren. Process Intelligence Methoden ermglichen es, steuernd in die Kreditabwicklung einzugreifen und das Risiko fr den jeweiligen Einzelfall ggf. durch Prozessabbruch zu eliminieren oder auf eine Optimierung des Prozesses hinzuwirken. Auch kann mittels der Methoden die Notwendigkeit einer Optimierung der Kostensituation in der Kreditabwicklung transparent werden, so dass ebenfalls steuernde Manahmen oder Manahmen zur Ursachenbeseitigung bzw. Prozessoptimierung eingeleitet werden knnen.

2009 IDS Scheer AG und Fraunhofer ISST Process Intelligence Studie, Kurzfassung

19

3.2

Kennzahlen fr die Kreditprozesskette


Vielfach werden im Kontext der angebotenen Produkte eines Finanzdienstleisters betriebswirtschaftliche Kennzahlen zur Erfolgs- bzw. Leistungsmessung herangezogen, die keinen Prozessbezug aufweisen. So beruhen die Bewertung der Leistung derartiger Prozesse sowie ihre Steuerung berwiegend auf Kennzahlen wie bspw. den Produktkosten, den Arbeitskosten, den IT-Kosten oder Zinsmargen. Die Finanzdienstleistungsbranche erkennt jedoch zunehmend, dass prozessbezogene Kennzahlen wichtige Aussagen ber die Leistungsfhigkeit eines Finanzdienstleisters insgesamt sowie seiner Produkte und Prozesse im Besonderen liefern. Diese knnen Aufschluss ber die Planungs- und Ausfhrungsqualitt der Prozesse geben, Informationen zu Bearbeitungs- bzw. Durchlaufzeiten entlang bestimmter Prozessketten sowie quantitative Aussagen ber bestimmte Prozesse liefern. Die Auswertungen, die hinsichtlich derartiger Kennzahlen durchgefhrt werden knnen, sind mannigfaltig, da sich entlang der analysierten Prozesse Messstrecken beliebiger Art einrichten lassen. Weiterhin knnen quotenbasierte Auswertungen durchgefhrt werden, die sich auf unterschiedliche Zahlenbasen beziehen, wie z.B. auf Organisationseinheiten oder Vertriebsregionen. Die Leistungsanforderungen an die finanzwirtschaftlichen Geschftsprozesse, die fr die Kunden der jeweiligen Kreditinstitute von Relevanz sind, werden i.d.R. in Service Level Agreements (SLA) festgelegt. Eine wichtige Voraussetzung fr das Monitoring und Controlling einzelner SLA-gefhrter Prozesse mittels eines geeigneten IT-Systems liegt in der automatisierten Durchfhrung dieser Prozesse sowie in ihrer Massenfhigkeit, d.h. in ihrer signifikant hufigen Durchfhrung. Aktuell erfolgt die Steuerung der Prozesse in der Finanzdienstleistungsbranche vorwiegend auf der Grundlage finanzwirtschaftlicher Kennzahlen, so dass der Fokus auf die Faktoren Rentabilitt, Wertschpfung und Risikosteuerung gelegt wird. Diese Faktoren beziehen sich auf das vorhandene Eigenkapital des jeweiligen Finanzdienstleistungsunternehmens. Neben dem Kapital werden weitere Werttreiber in der Finanzdienstleistungsbranche i.d.R. nur mittelbar, also als Ertragspositionen oder Kostenfaktoren, bercksichtigt. Tabelle 3 stellt einige konventionelle Kennzahlen mit Bezug zu den genannten Faktoren den wichtigsten Kennzahlen der Finanzdienstleistungsbranche mit Prozessfokus [Hkl07, S. 8] gegenber. Diese geben z.T. frhzeitig Hinweise auf sukzessiv auftretende Schwchen bzw. negativ Trends in den finanzwirtschaftlichen Kennzahlen.
konventionelle finanzwirtschaftliche Kennzahlen Eigenkapitalrendite (Return on Equity) Ausfallrisiken (bspw. Adressausfall- oder Kreditausfallrisiko) Eigenmittelausstattung (Solvabilitt) Kapitalrisiken (bspw. Zinsnderungsrisiko) Finanzkennzahlen mit Prozessfokus Verfgbarkeit und Kapazitt der Mitarbeiter und anderer Ressourcen Wertschpfung der Mitarbeiter und anderer Ressourcen Durchlauf- und Bearbeitungszeiten Menge an erstellten Produkten und Dienstleistungen

20

2009 IDS Scheer AG und Fraunhofer ISST Process Intelligence Studie, Kurzfassung

konventionelle finanzwirtschaftliche Kennzahlen Combined Ratio Kapitalquote, Ergebnisquote, Aufwandsquote Tabelle 3

Finanzkennzahlen mit Prozessfokus Einhaltung definierter Prozessablufe und Termine Prozesskosten und -qualitt

Auflistung konventionellen und prozessbezogenen Kennzahlen

Die Kerngeschfts- und Teilprozesse in der Finanzdienstleistungsbranche unterscheiden sich inhaltlich stark und verfolgen unterschiedliche Zwecke. Die Kennzahlen, die sich auf diese Prozesse beziehen, sind jedoch vergleichbar, da sie immer die Faktoren Zeit, Menge, Qualitt und Kosten abbilden. Im Kerngeschftsprozess Kreditabwicklung bilden derartige Kennzahlen bspw. die Voraussetzung fr seine effiziente und effektive Steuerung: So sind hier z.B. die Bearbeitungszeit und die Einhaltung definierter Prozessablufe wichtige Orientierungsgren fr eine effiziente und effektive Prozesssteuerung. Wesentliche direkte prozessbezogene Leistungskennzahlen in der Kreditabwicklung sind die Bearbeitungszeiten und die Durchlaufzeiten im Neugeschft sowie die Anzahl der Neuabschlsse pro Mitarbeiter. Aufgrund der geringeren Komplexitt liegen die Bearbeitungs- und Durchlaufzeiten im Privatkundengeschft unterhalb der im Firmenkundengeschft. Process Intelligence erlaubt, BenchmarkVergleiche dieser beiden Prozessausprgungen vorzunehmen und damit ggf. eine prozessseitige Optimierung des Firmenkundengeschfts zu erzielen. Weiterhin gibt die Anzahl der Neuabschlsse Hinweise darauf, dass die Verwendung standardisierter Produkte eine hhere Leistung realisiert. So kann auf Basis dieser Erkenntnisse analysiert werden, welche Organisationsprinzipien aus dem effizienteren Privatkundengeschft auf das Firmenkundengeschft bertragen werden knnen, um auch dort die Effizienz systematisch und nachhaltig zu steigern. Die obigen Ausfhrungen stellen dar, dass auch mit Bezug auf konkrete Kerngeschfts- oder Teilprozesse der Finanzdienstleistungsbranche die Faktoren Zeit, Menge, Qualitt, und Kosten wesentliche Messgren sind, welche die relevanten prozessbezogenen Kennzahlen definieren. Dies macht erstens eine klare Festlegung der Messpunkte zur exakten Erfassung dieser Kennzahlen entlang analysierter Prozesse erforderlich und zeigt zweitens den Nutzen einer mglichst weitgehenden Automatisierung der Prozesse auf, da sie die Erfassung der den jeweiligen Kennzahlen zugehrigen Messgren an den festgelegten Messpunkten in den meisten Fllen erst mglich macht.

3.3

Prozesskennzahlen als Frhindikatoren


Die Ausfhrungen im vorangehenden Abschnitt zeigen auf, dass die Prozesskennzahlen, die im Zuge der Kreditabwicklung ermittelt werden, Hinweise auf Vernderungen und Trends auch in den meldepflichtigen finanzwirtschaftlichen Kennzahlen geben knnen. Damit dienen die Prozesskennzahlen, die ber Process Intelligence Methoden erfasst und durch ein geeignetes Process Monitoring & Controlling System dargestellt und visualisiert werden, als Frhindikatoren fr

2009 IDS Scheer AG und Fraunhofer ISST Process Intelligence Studie, Kurzfassung

21

mglicherweise entstehende Probleme bzw. Grenzberschreitungen in diesen finanzwirtschaftlichen Kennzahlen. Der Nutzen von Process Intelligence in Verbindung mit den gemonitorten Prozesskennzahlen liegt einerseits in der Mglichkeit, die weiteren Entwicklungen der jeweiligen prozessorientierten Kennzahl mit Blick auf die diese Kennzahl reprsentierende finanzwirtschaftliche Kennzahl kontinuierlich zu beobachten, und andererseits in der steuernden Eingriffsmglichkeit auf die Prozesse bzw. Prozessinstanzen, so dass die finanzwirtschaftlichen Kennzahlen nicht aus dem Ruder laufen. Diese Eingriffe knnen schn frhzeitig auf Basis von Trendanalysen der Kennzahlen erfolgen und ggf. Vernderungen in den Prozessen oder auch in den mit den analysierten Prozessen verknpften Prozessen und Rahmenbedingungen anstoen. Bspw. knnen die Bearbeitungs- und Durchlaufzeiten, die im Zuge der Analyse eines finanzwirtschaftlichen Geschftsprozesses erfasst werden, Hinweise auf aktuell auftretende Ineffizienzen in den Prozessen geben und zugleich mittel- bis langfristige Trends in den Rentabilittsmaen aufzeigen bzw. frhzeitig darstellen, wenn diese Mae sich negativ entwickeln. Durch das Kumulieren der Bearbeitungs- und Durchlaufzeiten fr mehrere Prozessinstanzen des gleichen Geschftsprozesses wird eine trendhafte Analyse realisiert, die in geeigneten prozessbezogenen Manahmen zur Optimierung des Prozesses oder zu operativen Manahmen in anderen Bereichen, die diesen Prozess berhren, wie bspw. zu nderungen der Vergabebedingungen fr Kredite oder zu nderungen der Zinsstze bei Kreditvergaben, mnden knnen. Weiterhin knnen Ineffizienzen in bestimmten Prozessinstanzen auch auf Risiken hinweisen, die einerseits ad hoc die jeweilige Prozessinstanz selbst betreffen und in ihrer Kumulierung andererseits vorausschauend eine negative Entwicklung bspw. der Solvabilitt und der mit dieser Kennzahl verbundenen Risiken aufzeigen. Auch hier sind dann entsprechende operative Manahmen, bspw. eine Erhhung eigener Rcklangen, einzuleiten, die zu einer Risikominimierung fhren und die Einhaltung der Solvabilittsgrenzen sicherstellen. Zusammenfassend wird aus den vorangehenden Ausfhrungen deutlich, dass die durch ein Process Monitoring & Controlling System aufgenommenen prozessbezogenen Kennzahlen als Frhindikatoren fr entstehende negative Entwicklungen der finanzwirtschaftlichen Kennzahlen dienen knnen. Mit den Methoden der Process Intelligence kann negativen Trends in diesen Kennzahlen entgegen gewirkt werden, bevor definierte Grenzwerte berschritten werden. Dies ist vor allem fr meldepflichtige Finanzkennzahlen von Relevanz.

22

2009 IDS Scheer AG und Fraunhofer ISST Process Intelligence Studie, Kurzfassung

Lsungen des ARIS PPM


Der ARIS Process Performance Manager ist dasjenige informationstechnische System, welches im Zuge der Studie ber die Anwendung von Process Intelligence und Performance Monitoring schwerpunktmig betrachtet und bewertet wird. Die Ergebnisse der durchgefhrten Untersuchungen des Systems werden in diesem Kapitel an den Anforderungen sowie an den Herausforderungen und Zielen der Finanzdienstleistungsbranche gespiegelt. Diese Spiegelung erfolgt vor dem Hintergrund der vorangehend dargestellten Prmissen der Process Intelligence.

4.1

Kriterien zur Bewertung des ARIS PPM


Die Anforderungen, Herausforderungen und Ziele hinsichtlich des Monitoring und Controlling von Geschftsprozessen in der Finanzdienstleistungsbranche (vgl. Kapitel 2) werden soweit mglich und sinnvoll in Kriterien zur Bewertung des ARIS Process Performance Managers berfhrt. Dabei werden die wesentlichen Aspekte der Process Intelligence fokussiert. Diese Kriterien sollen als Leitgren fr die Einordnung des Systems und die Bewertung seiner Anforderungserfllung dienen. Eine Strukturierung der Bewertungskriterien fhrt erstens auf prozessbezogenen Kriterien mit der Zielrichtung auf die Erfllung von methodischen Anforderungen an die Analyse von Prozessen. Zweitens lassen sich Kriterien zur Bewertung der Abbildung der fr die Anwender relevanten Kennzahlen sowie zur Bewertung der Erfllung der systembezogenen und methodischen Voraussetzungen fr die Kennzahlenbildung identifizieren. Weiterhin gibt es Kriterien zur Bewertung der Konfiguration und der Auswertungsmglichkeiten des ARIS PPM. Und viertens werden schlielich Kriterien zur Bewertung der Zielerfllung hinsichtlich des Betriebs des ARIS PPM sowie der Datenauswertung bzw. der Kennzahlenbildung dargestellt.
Bewertungskriterium Eignung des Systems fr finanzwirtschaftliche Prfungen bzw. fr den Nachweis seiner Leistungsfhigkeit gegenber den Kunden Eignung des Systems als Grundlage von Optimierungen bzw. Verbesserungen von Geschftsprozessen Eignung des Systems zur Steuerung von Geschftsprozessen Fhigkeit des Systems, Daten aus unterschiedlichen Quellsystemen zusammen zu fhren Strukturierte, regelmige und prozessschrittbezogene Messung der relevanten Kennzahlen Realisierung des Prozessbezugs der auswertbaren Kennzahlen Abbildbarkeit von zeitbezogenen Kennzahlen, Qualittskennzahlen und kostenbezogenen Kennzahlen Nutzung von Datenaustauschstandards Bezug Prozess Prozess Prozess Prozess Prozess Kennzahlen Kennzahlen Konfiguration

2009 IDS Scheer AG und Fraunhofer ISST Process Intelligence Studie, Kurzfassung

23

Bewertungskriterium Einfachheit der Ergnzung von Kennzahlen und Kennzahlensystemen im Process Monitoring & Controlling System Flexibilitt der Datenauswertung; Darstellbarkeit unterschiedlicher Blickwinkel und Zeitfenster auf die Kennzahlen Identifizierbarkeit von Best Practices und Durchfhrbarkeit von Benchmarks Analysierbarkeit der Prozesse durch das Prozessmonitoring und -controlling Kombinierbarkeit von Daten und Kennzahlen untereinander Handhabung groer, differenzierter Datenmengen durch das Process Monitoring & Controlling System Skalierbarkeit und Performance des Process Monitoring & Controlling Systems Tabelle 4 Kriterien zur Bewertung eines Process Monitoring & Controlling Systems

Bezug Konfiguration Konfiguration Konfiguration Konfiguration Auswertung Auswertung Auswertung

Die in Tabelle 4 aufgelisteten Bewertungskriterien untersttzen eine qualitative Bewertung des ARIS Process Performance Manager. Mithilfe dieser Kriterien knnen somit Aussagen zu den Funktionen und Einsatzmglichkeiten des Systems sowie zu seiner Leistungsfhigkeit insgesamt entlang der formulierten Anforderungen, Herausforderungen und Ziele getroffen werden.

4.2

Anforderungserfllung durch den ARIS PPM


Die Bewertung der Anforderungserfllung durch den ARIS Process Performance Manager und damit der Leistungsfhigkeit dieses Process Monitoring & Controlling Systems erfolgt anhand der wichtigsten oben aufgelisteten Bewertungskriterien. Gegenstnde der Bewertung sind der ARIS PPM selbst sowie Fragestellungen hinsichtlich der Methoden und Rahmenbedingungen, die im Zusammenhang mit dem System stehen. Beim ARIS Process Performance Managers ist eine sehr gute Eignung fr finanzwirtschaftliche Prfungen wie auch fr den Nachweis der Leistungsfhigkeit und Sicherheit der finanzwirtschaftlichen Prozesse gegenber den Kunden der Finanzdienstleister gegeben. Dies wird einerseits belegt durch die groe Verbreitung des Systems in der Finanzdienstleistungsbranche sowie durch die Tatsache, dass viele Kreditinstitute, die den ARIS PPM nutzen, sich wegen der Erfllung der BaFin-Anforderungen und der hohen Transparenz, die in den finanzwirtschaftlichen Prozessen durch das System hergestellt wird, gerade fr dieses Produkt entschieden haben. Darber hinaus lassen sich im System Auswertungen erstellen, die prozessunabhngige Zahlen- und Wertesysteme reprsentieren. Da der ARIS PPM vorzugsweise dazu dient, Transparenz in den analysierten Prozessen zu schaffen, lassen sich Geschftsprozessoptimierungen und -verbesserungen im Sinne der Process Intelligence durch das System gut vorbereiten. Hinsichtlich der Steuerung der finanzwirtschaftlichen Geschftsprozesse verfgt der ARIS PPM ber eine gute Eignung, sofern die Voraussetzungen, die in der De-

24

2009 IDS Scheer AG und Fraunhofer ISST Process Intelligence Studie, Kurzfassung

finition der richtigen prozessbezogenen Kennzahlen und in der Durchgngigkeit bzw. geeigneten Positionierung der Messpunkte entlang des jeweils analysierten Prozesses liegen, erfllt sind. Eine vollstndige Abbildung von Geschftsprozessen mit vergleichsweise wenigen Messpunkten ist mittels des ARIS PPM gut mglich, da das System in der Lage ist, Prozessfragmente selbst um logische Prozessschritte zu ergnzen und diese damit zu vervollstndigen. Das Ergebnis wird in einer Ereignisgesteuerten Prozesskette (EPK) dargestellt. Im ARIS PPM werden in den durch das System generierten EPK die Prozessschritte intelligent dargestellt, deren Darstellung aufgrund der gesetzten Messpunkte relevant ist. Eine Bewertung der kennzahlen- und datenbezogenen Gegenstnde im Zusammenhang mit dem ARIS Process Performance Manager fokussiert auf die Abbildung von zeitbezogenen Kennzahlen, Qualittskennzahlen und kostenbezogenen Kennzahlen. Diese Abbildungen werden mittels des Systems vollstndig realisiert. Auch ist der Prozessbezug der mittels des Systems auswertbaren Kennzahlen vollstndig gegeben, da die Quelldaten zur Generierung dieser Kennzahlen aus Messpunkten stammen, die vorab an definierten Prozessschritten entlang der analysierten Prozesskette aufgenommen worden sind. Das System verfgt ber eine ausgereifte und bersichtliche grafische Benutzeroberflche, die eine gute Kommunikation mit dem jeweiligen Anwender untersttzt. Dies gilt ebenso fr die Anwenderkommunikation zur Konfiguration des Systems, die ber das ARIS PPM Customizing Toolkit realisiert wird. Dabei handelt es sich um ein separates Softwarewerkzeug, welches ebenfalls ber eine grafische Benutzeroberflche verfgt und eine bersichtliche Konfiguration des ARIS PPM realisiert. Das ARIS PPM Customizing Toolkit untersttzt neben der grundlegenden Konfiguration von intelligenten Kennzahlenauswertungen entlang von Geschftsprozessen eine einfache Ergnzung von neuen Kennzahlen und Kennzahlensystemen fr Geschftsprozesse, fr die bereits Kennzahlen ausgewertet werden, so dass diese im Sinne der Process Intelligence dargestellt werden. Zur Gewinnung der bentigten Daten fr die Kennzahlendarstellungen aus den Quellsystemen gibt es zwei Mglichkeiten: Die erste Mglichkeit besteht darin, regelmig einen Datenextrakt durch geeignete Abfragen aus den Quellsystemtabellen zu generieren und in einem durch das System lesbaren Datenformat, z.B. als XML- oder CSV-Datei, zur Verfgung zu stellen. Es werden somit standardisierte Datenaustauschformate genutzt. Die Abfragen in den Quellsystemen knnen so gestaltet sein, dass die Datenstruktur in der zur Verfgung gestellten Datei definierten Vorgaben entspricht, so dass sich der Aufwand fr eine Strukturierung der Daten im ARIS PPM begrenzen lsst. Alternativ dazu kann das Process Monitoring & Controlling System mittels sog. Extraktoren auf die Quellsysteme zugreifen und die bentigten Daten selbst aus vorab identifizierten Tabellen ziehen. Dies kann evtl. mit einem zustzlichen Aufwand zur Strukturierung und nachfolgenden Aufbereitung der Daten im System verbunden sein. Die vorangehenden Ausfhrungen zeigen, dass die Konfiguration und Erweiterung des ARIS Process Performance Managers vertiefte IT-Kenntnisse sowie Kenntnisse ber die Datenstrukturen insbesondere in den jeweiligen Quellsyste-

2009 IDS Scheer AG und Fraunhofer ISST Process Intelligence Studie, Kurzfassung

25

men, aus dem die Daten gezogen werden, verlangt. So sind bspw. in SAP R/3 ein Baustein zur Datenextraktion aus dem System einzuspielen und entsprechende Berechtigungen zu vergeben. Die Konfiguration des ARIS PPM erfordert auch einige Aktivitten auf Skriptebene zur Automatisierungssteuerung. Vereinfacht werden kann die Konfiguration knftig durch eine anwendergesteuerte Konfigurations- bzw. Pflegeumgebung und ein Konfigurationswerkzeug mit Attributen. So kann das Auffinden von Attributen und ihre Zuordnung zu Namen im Customizing Toolkit durch die Verwendung von Konfigurationsbumen in diesem System realisiert werden.

Abbildung 5

Beispiel fr eine grafische Ergebnisaufbereitung in ARIS PPM (Quelle: IDS Scheer AG)

Eine wichtige Strke des ARIS PPM liegt in der auergewhnlich hohen Flexibilitt bei der Datenauswertung, die sich in zahlreichen unterschiedlichen Blickwinkeln und Zeitfenstern auf die Kennzahlen manifestiert. Diese Flexibilitt ist ein wesentliches Merkmal der Process Intelligence. Durch das Setzen von Filtern auf der Anwenderebene des Systems wird der Anwender in die Lage versetzt, die Perspektiven auf die Kennzahlen, die er bentigt, selbst zu erzeugen bzw. ergnzende Kennzahlen zu generieren sowie spezifische Reports zu erzeugen. Somit kann durch den jeweiligen Anwender selbst ein flexibles Regelwerk erstellt werden, das Daten, Dimensionen, Kennzahlen intelligent kombiniert und z.B. Quoten fr Meldungen finanzwirtschaftlicher Kennzahlen an die Aufsichtsbehrden berechnet. Dies untersttzt die Erkennung von Abhngigkeiten und Potenzialen. Wesentlich fr die Verlsslichkeit und Aussagefhigkeit der ARIS PPM Ergebnisse ist die Reproduzierbarkeit der generierten Kennzahlen und Reports. Eine multiple Ableitbarkeit von Kennzahlen aus dem Datenbestand, der in das System einge26
2009 IDS Scheer AG und Fraunhofer ISST Process Intelligence Studie, Kurzfassung

spielt wird, wird im ARIS PPM ebenfalls realisiert. Eine solche multiple Ableitung von Kennzahlen bildet die Grundlage fr die beschriebene Flexibilitt des Systems bei der Kennzahlenbildung und fr die detaillierte Auswertung der Quelldaten, die durch das System umgesetzt wird. Die grafischen Verstndlichkeit der Ergebnisse des Prozessmonitoring und -controlling wird ebenfalls als gut bewertet, da neben einer eingngigen grafischen Aufbereitung (vgl. Abbildung 5) der jeweiligen Kennzahl eine Erluterung der Reporte erstellt wird. So werden die erforderlichen Erklrungen bspw. bei einem Kreditinstitut auf Basis der zugrundeliegenden SLAs in Textform mit den Reporten geliefert. Darber hinaus werden die Grafiken und die Kennzahlen mit berschriften versehen, die Hinweise auf die jeweiligen Inhalte geben. Somit knnen die Ergebnisse, die der ARIS PPM liefert, leicht interpretiert und daraus ggf. Optimierungs- und Verbesserungsmanahmen fr die Prozessgestaltung oder die Prozessabwicklung abgeleitet werden. Zu mglichen Prozessoptimierungen und -verbesserungen trgt auch der Umstand bei, dass das System die Identifizierung von Best Practices sehr gut untersttzt und eine Durchfhrung von Benchmarks innerhalb des ARIS PPM erfolgen kann.

4.3

ARIS PPM im Spiegel von Process Intelligence


Die im vorangehenden Abschnitt durchgefhrten Bewertungen des ARIS PPM werden in diesem Abschnitt mit den Anforderungen und Mglichkeiten der Process Intelligence [IDS09a] in der Finanzdienstleistungsbranche abgeglichen. Aus diesem Abgleich lassen sich die wesentlichen Strken des Systems ableiten. Zugleich gibt der Abgleich Hinweise auf einzelne Entwicklungspotenziale des ARIS PPM und auf deren mgliche Ausschpfung im Sinne der Process Intelligence. Ein wesentliches Alleinstellungsmerkmal des ARIS PPM ist die Tatsache, dass eine Manipulation der in das System bertragenen Daten und damit der Ergebnisse, die das System liefert, nicht mglich ist, so dass exakt die aus den Quellsystemen gezogenen Daten ausgewertet werden. Damit kann u.a. sichergestellt werden, dass die Kennzahlen, die durch die Kreditinstitute und Versicherungsgesellschaften an die Aufsichtsbehrden zu melden sind, korrekt sind. Die fehlende Manipulierbarkeit der Auswertungsergebnisse ist bei vielen Unternehmen der Finanzdienstleistungsbranche ein Argument fr den Einsatz des ARIS PPM und hat bereits potenzielle Kunden dieser Finanzdienstleistungsunternehmen dazu veranlasst, die entsprechenden Dienstleistungen von den Unternehmen, die das System einsetzen, zu beziehen. Die regulatorischen Hrden, die in der Branche bestehen, bilden im Zusammenwirken mit der rasanten Entwicklung der Informationstechnologie entscheidende Faktoren, welche die fehlende Manipulierbarkeit der Auswertungsergebnisse qualitativ noch wichtiger machen und als entscheidende Argumente fr den Einsatz des ARIS Process Performance Managers herangezogen werden knnen. Die grte Strke des ARIS PPM liegt neben der Nicht-Manipulierbarkeit der Auswertungsergebnisse in seiner auerordentlich hohen Flexibilitt und seiner

2009 IDS Scheer AG und Fraunhofer ISST Process Intelligence Studie, Kurzfassung

27

daraus folgenden breiten Einsetzbarkeit, die ihn fr die effiziente Nutzung der Process Intelligence Methoden sehr wertvoll macht. So ermglicht diese Flexibilitt, unterschiedlichste Kennzahlen mit einem prozessbezogenen Datensatz zu generieren, damit die geforderten Nachweise der Leistungsfhigkeit des jeweiligen Prozesses zu erbringen und das Risiko der hohen Marktdynamik in der Finanzdienstleistungsbranche abschwchen zu knnen. Zudem kann das System mit seiner hohen Flexibilitt sowie der Analyse der aufgenommenen Kennzahlen im Sinne von Frhindikatoren zu einem verbesserten Risikomanagement beitragen. Damit kann bereits korrigierend in einen finanzwirtschaftlichen Geschftsprozess eingegriffen werden, weit bevor entsprechende Kennzahlen die festgelegten Grenzwerte berschreiten. Das verbesserte Risikomanagement geht einher mit der mittels des ARIS PPM erzielbaren Transparenz ber ggf. bestehende Schwchen bei der Dienstleistungserbringung: Zur Nutzung von Process Intelligence Methoden trgt auch die Mglichkeit bei, komplexe prozessbezogene Fragestellungen auswertbar und beantwortbar zu machen. Bestehende Schwchen in den untersuchten finanzwirtschaftlichen Geschftsprozessen werden unmittelbar transparent. Mit dem ARIS PPM kann dabei genau analysiert werden, an welchen Stellen und aufgrund welcher Ursachen es zu Problemen oder Verzgerungen kommt. Diese Transparenz bezeichnet eine weitere Strke des Systems. Das System bildet somit eine Grundlage, steuernd in den jeweiligen Geschftsprozess einzugreifen. Die klassischen Anwender des ARIS Process Performance Managers aus der Finanzdienstleistungsbranche sind groe Banken und Versicherungen. Fr zahlreiche Unternehmen dieser Branche kann der Einsatz des Systems als Trffner wirken und macht Verkaufsgesprche einfacher, da die Finanzdienstleistungsunternehmen, die den ARIS PPM einsetzen, mit einem transparenten Monitoring ihrer Geschftsprozesse sowie dem Nachweis der Leistungsfhigkeit und der Qualitt dieser Prozesse bzw. mit der berprfbarkeit der Prozessablufe, die mit dem ARIS PPM realisiert wird, gegenber potenziellen Kunden argumentieren knnen. Zudem kann auf die Aussagekraft der aufgenommenen Kennzahlen als Frhindikatoren fr Grenzberschreitungen der finanzwirtschaftlichen Kennzahlen bzw. fr finanzwirtschaftliche Schwierigkeiten verwiesen werden. Zusammenfassend ist festzuhalten, dass es sich beim ARIS PPM um ein hochentwickeltes System handelt, in dessen Bedienung die Anwender zunchst hinein wachsen mssen. Auch die Konfiguration des Systems ist aufgrund der vielfltigen Mglichkeitennicht trivial und sollte durch entsprechende Expertise untersttzt werden. Aufgrund der auerordentlich hohen Flexibilitt des ARIS PPM lassen sich die unterschiedlichen fachlichen und methodischen Anforderungen im Sinne der Process Intelligence mit System zielfhrend umsetzen. Die Interpretationsbedrftigkeit der erstellten Reporte ist zwar gering, es ist jedoch ein gewisser Erfahrungshintergrund ber die Prozesse und Kennzahlen in der Finanzdienstleistungsbranche fr ihre Interpretation ntzlich. So sind die Kennzahlen fr Prozesskenner aussagekrftig, andere Gruppen bentigen ggf. Untersttzung fr die Interpretation. Diese kann durch eine geeignete Kommentierung der Reporte gegeben werden. 28
2009 IDS Scheer AG und Fraunhofer ISST Process Intelligence Studie, Kurzfassung

Fallbeispiel
In diesem Kapitel werden die Analyseergebnisse, die in Zusammenarbeit mit einem fhrenden europischen Zahlungsverkehrsdienstleister erarbeitet worden sind, beschrieben. Das Unternehmen setzt mit dem ARIS Process Performance Manager bereits seit einigen Jahren ein Werkzeug fr das Prozessmonitoring und -controlling ein und dehnt den Einsatz dieses Systems zunehmend aus. Die Struktur dieses Kapitels stellt sich so dar, dass aufbauend auf einer skizzenhaften Beschreibung des Produktspektrums und der Geschftsmodelle des Unternehmens die Einfhrung und Nutzung des ARIS PPM sowie berlegungen zu einer Rckdokumentation2 von ARIS PPM Ergebnissen in andere ARIS-Produkte errtert werden. Zum Abschluss erfolgt eine Zusammenfassung der Ergebnisse der Analysen und konzeptionellen Arbeiten. Bei dem betrachteten Unternehmen handelt es sich um einen paneuropischen Full-Service-Zahlungsverkehrsdienstleister. Als eines der grten und innovativsten Unternehmen in diesem Bereich in Europa ist dieser fhrend, wenn es um zukunftsfhige Lsungen zur Abwicklung von Zahlungsverkehr und Kartenzahlungen geht. Aufgrund eines umfassenden, wettbewerbsfhigen Dienstleistungsangebots und einer flexiblen, kundenorientierten Ausrichtung wird das Unternehmen den Anforderungen des europischen Zahlungsverkehrsmarktes gerecht. Das Unternehmen sichert mit Dienstleistungen fr Mandanten3 in acht europischen Lndern eine paneuropische Marktabdeckung. Die Dienstleistungsschwerpunkte des Zahlungsverkehrsdienstleisters liegen in der Abwicklung des in- und auslndischen Zahlungsverkehrs einschlielich SEPA4. Hierbei tritt das Unternehmen als Geschftsprozess-Dienstleister fr andere Kreditinstitute auf (Business Process Outsourcing)5. Daneben nimmt es die Rolle als Teilnehmer bzw. Anbieter von Clearing Dienstleistungen ein (Automated Clearing House), im Folgenden als CSM-Geschft bezeichnet.

Der Begriff Rckdokumentation bezeichnet in diesem Kontext eine bertragung von im ARIS PPM dargestellten Prozessfragmenten einschlielich deren Attribute und ggf. Messpunkte in den ARIS Business Architect sowie deren Visualisierung und Nutzung fr ergnzende Analysen und Auswertungen In dieser Studie werden die Kunden des Zahlungsverkehrsdienstleisters als Mandanten bezeichnet. In Abgrenzung dazu steht die Bezeichnung der Kunden von Process Monitoring & Controlling Systemen, insbesondere der IDS Scheer AG, als Kunden. Single Euro Payments Area (SEPA) bezeichnet einen einheitlichen Euro-Zahlungsverkehrsraum, in dem alle Zahlungen, die definierte Formatanforderungen erfllen, kostenmig wie inlndische Zahlungen behandelt werden. SEPA kann es sowohl als BPO als auch als CSM geben. Die Leistungen im BPO (Business Process Outsourcing) werden sowohl als BSP (Business Service Providing) oder ASP (Application Service Providing) angeboten, der Schwerpunkt des Zahlungsverkehrsdienstleisters liegt im BSP-Bereich. BSP meint dabei, dass das Unternehmen den Zahlungsverkehr fr den Mandanten abwickelt, whrend beim ASP der Mandant lediglich die Systembereitstellung einkauft.

2009 IDS Scheer AG und Fraunhofer ISST Process Intelligence Studie, Kurzfassung

29

5.1

Einfhrung und Nutzung des ARIS PPM


Es ist blich, dass das Unternehmen als Teil der Vertrge mit seinen Mandanten Service Level Agreements (SLA) abschliet, in denen die Qualitt der Leistungen des Zahlungsverkehrsdienstleisters quantifiziert wird. Beispielsweise verpflichtet sich das Unternehmen gegenber dem Mandaten A fr den Massenzahlungsverkehr Inland die Kapazitten vorzuhalten, um monatlich zwei Millionen Transaktionen abwickeln zu knnen. Mit der Aufnahme des operativen Betriebs des Vorgngerunternehmens, aus dem der Zahlungsverkehrsdienstleister entstanden ist, tauchte erstmals die Frage auf, welche Qualittskriterien verwendet werden knnen, um die mit dem Mandaten vereinbarten Service Level Agreements bei Bedarf zu messen. Die berlegungen waren die Grundlage fr die folgende Erstellung von Kundenreporten. Im nchsten Schritt war eine mglichst umfassende Automatisierung dieser Messungen Inhalt der berlegungen. Die in den SLA getroffenen Vereinbarungen enthalten konkrete Kennzahlen (z.B. korrekte Verarbeitung) und Messdefinitionen. Bzgl. der bestehenden Geschftsmodelle gibt es insbesondere in der Ausprgung Application Service Providing (ASP) tablierte technische Kriterien zur Messung der Qualitt, wie z.B. die Systemverfgbarkeit. Bei der Messung von Business Service Providing (BSP)-Dienstleistungen stehen hingegen prozessbezogene Qualittskriterien im Fokus. Da diese Prozesse von dem Zahlungsverkehrsdienstleister gesteuert werden, knnen Messungen auf Ebene der Prozesse durchgefhrt werden. Die Wahl eines geeigneten Messwerkzeugs ist seinerzeit auf den ARIS Process Performance Manager gefallen.

5.1.1

Gesichtspunkte der ARIS PPM Einfhrung


Die Implementierung des ARIS PPM erfolgte im Rahmen eines Projekts gem dem blichen Vorgehen des Software Development Life Cycle (SDLC) entlang der Projektphasen Anforderungsermittlung, Konzeption (technische Entwicklung und Test), fachlicher Test und Implementierung (sowohl des Werkzeugs als auch des Mandantenreportings). Im Zuge des Projekts wurden die Ziele des Zahlungsverkehrsdienstleisters sowohl auf der fachlichen als auch auf der technischen Ebene erarbeitet und abgestimmt. Vor der Implementierung des Systems ist ein Vorprojekt durchgefhrt worden, um herauszuarbeiten, wie ein SLA-Measurement im Unternehmen aussehen knnte. Zur Definition der relevanten Prozesse sowie der Verantwortlichkeiten ist in dieser Phase der ARISBusiness Architect verwendet worden. Eine wesentliche Anforderung, die bei der Evaluierung der relevanten ITSysteme fr das Process Monitoring & Controlling an ein derartiges System gestellt worden ist, war die absolute Reproduzierbarkeit und hchste inhaltliche Qualitt der Messergebnisse. Weiterhin war es wichtig, die liefernden Quellsysteme in ihrer Leistungsfhigkeit nicht zu beeintrchtigen. Eine weitere Anforderung bestand in der Bereitstellung eines verlsslichen und konsistenten Regelwerks fr die Abbildung der Kennzahlen im System. Im Zuge der durchgefhrten Evaluierung ist die Wahl schlielich auf den ARIS Process Performance Manager gefallen, da dieses System durch eine hohe Prozessorientierung und die bestmgliche Erfllung der beschriebenen Anforderungen geprgt ist.

30

2009 IDS Scheer AG und Fraunhofer ISST Process Intelligence Studie, Kurzfassung

Die Durchfhrung regelmiger Reviews und ggf. Anpassungen des Systems, die in enger Zusammenarbeit zwischen dem Zahlungsverkehrsdienstleister und der IDS Scheer AG realisiert werden, ermglicht eine fortlaufende sowohl fachliche als auch technische Integrationsverbesserung des ARIS PPM. Diese Verbesserungen werden seit der Einfhrung des Systems konsequent vorangetrieben.

5.1.2

Faktoren der ARIS PPM Nutzung


Die Ziele der Nutzung des ARIS Process Performance Manager bei dem betrachteten Zahlungsverkehrsdienstleister liegen im Wesentlichen in der Erfassung von Kennzahlen bzw. Messgren, welche die Erfllung der Service Level Agreements berprfen. Diese SLA betreffen Zahlungsverkehrsprozesse, die untereinander vergleichbar und bei denen jeweils hnliche Messpunkte vorhanden sind (vgl. Abbildung 6).
Auftrag ist eingegangen
Zeitstempel Zeitstempel

Auftrag entgegen nehmen


Zeitstempel

Auftragseing.verarbeitung
Zeitstempel

Formale Prfung durchfhren

Weiterleitung der Buchungsinfos


Zeitstempel

Logische Prfung durchfhren

Buchungsinformationen weitergeleitet

Abbildung 6

Zahlungsverkehrsprozess

Die Zahlungsverkehrsprozesse bilden den internen Prozess bei dem Zahlungsverkehrsdienstleister ab. Es werden nur diejenigen Teile des Prozesses gemessen, fr die das Unternehmen verantwortlich ist (vgl. Abbildung 7). Fr definierte Prozessgruppen werden automatisiert aus dem Produktionssystem des Zahlungsverkehrsdienstleisters Daten in den ARIS PPM importiert und anschlieend analysiert. Bei der initialen Einfhrung des Systems ist die Grundsatzentscheidung getroffen worden, dass die Messungen der Prozesskennzahlen auf Auftragsebene und nicht auf Transaktionsebene erfolgen. Ein Auftrag kann dabei eine bis beliebig viele Transaktionen enthalten. Die Auswertung auf Auftragsebene bildet damit eine verdichtete Auswertungsebene, so dass eine Reduzierung des Datenaufkommens (und damit der Analyseressourcen) realisiert werden kann. Wesentliche Kennzahlen bzw. Messpunkte, die mittels des ARIS PPM bei dem Zahlungsverkehrsdienstleister aufgenommen werden, sind

2009 IDS Scheer AG und Fraunhofer ISST Process Intelligence Studie, Kurzfassung

31

a) die korrekte Verarbeitung der Auftrge (Verarbeitungsqualitt, d.h. das Verhltnis der durch den Zahlungsverkehrsdienstleister verschuldeten Reklamationen zur Gesamtzahl an Auftrgen), b) die taggleiche Verarbeitung der Auftrge (bei Anlieferung bis Uhrzeit x durch den Mandanten (Cutt-off-Zeit) ist der Auftrag bis Uhrzeit y zu verarbeiten), c) die sich anschlieende Erstellung der Buchungsdaten (geschieht nach der Verarbeitung) sowie d) die Prozesslaufzeit (Zeitraum, in dem der Auftrag zu verarbeiten ist); die Messung (SLA Startzeitpunkt) beginnt dabei erst bei Vorliegen der vollstndigen Daten (Auftragsdatei + ggf. Datentrgerbegleitzettel6). Um die Daten aus den Quellsystemen in das Process Warehouse des ARIS PPM zu bermitteln, werden die Daten im Rahmen Tagesendeverarbeitung vom Verarbeitungssystem erzeugt und dem ARIS PPM zur Verfgung gestellt. Dazu werden diese Daten zur Generierung der SLA-bezogenen Kennzahlen ber Protokolle (z.B. XML-Files) aus dem zentralen Zahlungsverkehrssystem des Unternehmens herausgezogen und die erzeugte Datei in den ARIS PPM eingespielt. Die Datenextraktion und der Datenimport sind somit entkoppelt. Die Aufbereitung der Daten selbst wird innerhalb des ARIS PPM durchgefhrt.

TP1

TP2

TP3

TP4

TP5

PRODUKT 01
Abbildung 7

MITWIRKUNG MANDANT

PRODUKT 02

Produkt-Prozessmodell des Zahlungsverkehrsdienstleisters (schematisch)

Aus dem ARIS PPM werden derzeit monatliche SLA-Reports auf Basis von Templates erstellt. Die Reporte umfassen eine grafische Aufbereitung (Standarddarstellung ber Speedometer und Balkendiagramme) sowie Texterklrungen der berichteten Kennzahl und der ggf. auftretenden Abweichung von einem SLA. Sie werden weitgehend automatisch aus den Auswertungen des ARIS PPM generiert. Im zweiten Schritt wird der Report dem Mandanten von seinem Account Manager zugestellt. Wenn durch einen Report ein Problem in einem Zahlungsverkehrsprozess erkannt wird, werden tagesgenaue Auswertungen mittels des ARIS PPM durchgefhrt, um die Ursachen des Problems zu identifizieren. Das Regelwerk zur Auswertung von Daten mittels des ARIS Process Performance Manager kann zwar verndert werden, jedoch stammen die Daten, die in den ARIS PPM importiert werden, aus bestimmten Quellsystemen und knnen nicht manipuliert werden. Fr den Messpunkt taggleiche Verarbeitung knnen bspw. pro Mandant unterschiedliche Cutt-Off Zeiten hinterlegt werden. Die Be6

Fr Zahlungseinreichungen via Datentrger bzw. Diskette und Bnder gibt es Datentrgerbegleitzettel, auf denen der Auftraggeber die Zahlung autorisiert bzw. freigibt. Dies ist analog der Unterschrift auf einer berweisung zu verstehen.

32

2009 IDS Scheer AG und Fraunhofer ISST Process Intelligence Studie, Kurzfassung

rechnung von Quoten kann auf Basis dieser Daten dynamisch erfolgen und ist fr die Auswertung von SLAs erforderlich. Es erfolgt jedoch nicht nur eine SLAAuswertung sondern der ARIS PPM geht darber hinaus. Eine weitere Komponente ist die Auswertung bei nicht SLA Konformitt. Da die Auftragsnummer aus dem Zahlungsverkehrsproduktionssystem mit importiert werden, knnen diese fr Analysen bei Nichteinhaltung von SLA Messgren genutzt werden. Darber hinaus stellt das Unternehmen seinen Mandanten bei Bedarf Auswertungen zu den pro Verarbeitungstag und Prozessgruppe aufgetretenen Mengen im sogenannten Tageprotokoll aus dem ARIS PPM zur Verfgung.

5.2

Weiterentwicklung des ARIS PPM aus Unternehmenssicht


Der Zahlungsverkehrsdienstleister ist bestrebt, den Einsatz des ARIS Process Performance Manager entsprechend der eigenen Anforderungen kontinuierlich zu erweitern und die Potenziale des Systems fr die eigenen Aufgaben und Prozesse weiter auszuschpfen. Mglichkeiten liegen hier in seiner Nutzung fr das Monitoring und Controlling von weiteren Zahlungsverkehrsprozessen sowie fr die berprfung der Prozessleistungsfhigkeit der IT-Service-Provider. Eine weitere Option besteht in der Nutzung des Systems fr die direkte Bewertung und Verbesserung von Prozessablufen sowie fr die Rckdokumentation von ARIS PPM Ergebnissen in andere ARIS-Produkte, insbesondere in den ARIS Business Architect. Im Zuge der Formulierung der Ziele der Rckdokumentation sind vor allem berlegungen anzustellen, welche Informationen, die sich aus dem ARIS Process Performance Manager generieren lassen, ergnzend von Bedeutung und Interesse fr die Arbeiten des Unternehmens in anderen ARIS Werkzeugen (insbesondere im ARIS Business Architect) sein knnten. Die Rckdokumentation von Analyseergebnissen und von Ereignisgesteuerten Prozessketten, die durch das System automatisch erstellt werden, kann bei Fallentscheidungen sinnvoll sein, wenn eine Organisationsanalyse bzw. eine Strukturanalyse durchzufhren ist. Hinsichtlich des Konzepts einer Rckdokumentation von ARIS PPM Ergebnissen wird ein Nutzen erwartet, der im Wesentlichen in der Schaffung einer Basis fr Prozessoptimierungsaktivitten liegt. Die angedachten Erweiterungen erfordern jeweils ein Customizing des ARIS PPM, welches teilweise schnell realisiert werden kann (bspw. Einfhrung eines zustzlichen Messpunktes) oder greren Aufwand bedeutet.(z.B. Implementierung eines neuen Prozesses). Die Rckdokumentation bezeichnet ein neuartiges Anwendungsfeld des ARIS PPM, welches in einem entsprechenden Projekt zu realisieren wre. Aktuell geplant ist z.B. die der Umstellung des vierteljhrlich erstellten Quartalsreports fr die Mandanten. Diese Reporte stellen Informationen zu Systemverfgbarkeiten, aktuellen Projekten und Produktnutzung pro Mandant dar.

2009 IDS Scheer AG und Fraunhofer ISST Process Intelligence Studie, Kurzfassung

33

Zusammenfassung
Der ARIS Process Performance Manager ist ein universell einsetzbares IT-Werkzeug, dessen wesentliche Strken in seiner hohen Flexibilitt hinsichtlich der Auswertungen und Kennzahlen, die mit diesem System abgebildet werden knnen, sowie in der mglichen Kombination dieser Kennzahlen liegen. Im Zusammenwirken mit weiteren Strken des Systems hchste Prozessorientierung, breite Einsetzbarkeit, hohe Transparenz, gute Analysierbarkeit und Interpretierbarkeit lassen sich die Chancen der Mrkte und des Umfelds nicht nur in der Finanzdienstleistungsbranche in groem Mae ausschpfen und die bestehenden Risiken abmildern, sondern auch in anderen Branchen. Somit lassen sich auch mittel- und langfristig die Markpotenziale, die das Prozessmonitoring und -controlling bietet, nutzen. Generell ist nicht jeder Geschftsprozess fr ein Prozessmonitoring und -controlling geeignet. Die Eignung hngt im Wesentlichen von der IT-Untersttzung des jeweiligen Prozesses sowie von der Hufigkeit, in welcher der jeweilige Prozess durchgefhrt wird, ab. Die Identifizierung sinnvoller und geschftsrelevanter Prozesse ist daher unverzichtbar fr den effektiven Einsatz eines Monitoring- und Controllingsystems. Dort, wo Kennzahlen heutzutage noch manuell ermittelt werden, kann eine Prfung, ob ein durchgngiges IT-System hier zustzlichen Nutzen bringen knnte, sinnvoll sein. Die Fehlerhufigkeit durch Medienbrche kann zudem reduziert werden. Die mit einem Process Montoring & Controlling System generierten Kennzahlen selbst sind meist prozessorientiert, d.h. ihre Werte sind abhngig von der Art und Weise der Prozessdurchfhrung. Es wirken sich die konkreten Geschftswerte einer konkreten Prozessinstanz (bspw. Hhe und Ausfallrisiko eines Kredits) auf die jeweiligen Kennzahlen aus. Umgekehrt wirken sich Kennzahlen auch steuernd auf einzelne Prozessinstanzen aus (z.B. Nichtgewhrung eines Grokredites aufgrund mangelnder Eigenkapitalhinterlegung). Weiterhin kann ein Process Monitoring & Controlling System mit seiner hohen Flexibilitt sowie der Analyse der aufgenommenen Kennzahlen im Sinne von Frhindikatoren zu einem verbesserten Risikomanagement beitragen. Das verbesserte Risikomanagement geht einher mit der erzielbaren Transparenz ber ggf. bestehende Schwchen bei der Dienstleistungserbringung. Schlielich bildet eine eingngige grafische Aufbereitung von Kennzahlen und Analysen, wie sie beim ARIS PPM gegeben ist, ein weiteres Argument fr den zustzlichen Nutzen und die zielfhrende Einsetzbarkeit eines solchen Systems. Ganz ohne menschlichen Verstand ist die Interpretation von Kennzahlen und Analysen nicht zu realisieren, da passgenaue Manahmen zur Beseitigung von Schwachstellen oder zur Verbesserung von Prozessen mit Bezug zu bestimmten Kennzahlen entwickelt werden mssen. Der ARIS PPM kann insbesondere dabei untersttzen, Schwachstellen in den Quellsystemen aufzudecken, da die verarbeiteten Daten nur so gut sind wie die Quellsysteme sie liefern. Ist eine Datenquelle

2009 IDS Scheer AG und Fraunhofer ISST Process Intelligence Studie, Kurzfassung

35

zu schlecht, liefert sie also die Daten nicht in der bentigten Granularitt und Qualitt, kann das jeweilige System nicht angebunden werden. Vor der Einfhrung des ARIS PPM muss sichergestellt werden, dass die erhobenen Prozessdaten, auf deren Werte die Kennzahlen auf jeden Fall berechnet werden sollen, auch durchgngig im Quellsystem zur Verfgung stehen. Durch Systembrche entlang unterschiedlicher Quellsysteme kann es u.U. zu Schwierigkeiten bei der Datenerhebung kommen. Dies fhrt dazu, dass die Prozesse nicht durchgngig dargestellt werden. Hier sind Datenquellen so aufzubauen, dass ein Prozessbezug zwischen zusammen gehrenden Datenstzen in den unterschiedlichen Quellsystemen hergestellt und somit eine Durchgngigkeit der Daten gesichert wird. In der Finanzdienstleistungsbranche lsst sich eine Vielzahl von kritischen Kennzahlen identifizieren. Einige dieser Kennzahlen unterliegen der Meldepflicht an die Bankenaufsicht und werden durchgngig erhoben.Andere Kennzahlen dienen der internen Steuerung oder dem Berichtswesen und werden individuell definiert. Eine Aussage ber den direkten Return on Investment (ROI) aus dem ARIS PPM Einsatz ist nicht immer und nicht bei jedem Kunden, der das System einsetzt, bestimmbar oder von Bedeutung. Vielmehr kann es fr ein Unternehmen wichtiger sein, eigene zufriedene Kunden zu haben und dazu in ein entsprechendes Monitoring- und Controllingsystem zu investieren. Der ARIS Process Performance Manager kann hierzu offensichtlich einen Beitrag leisten. Durch eine weitere Vereinfachung der Konfiguration und Handhabung des ARIS PPM sowie durch eine durchgngige und gut verstndliche Dokumentation kann die Akzeptanz des Systems erhht werden. Flankierend wre hier auch die Kommunikation der existierenden Erweiterungsmglichkeiten des Systems hilfreich. Bspw. kann auf den Einsatz von Zusatzmodulen, mit deren Hilfe sich eine Kommunikationsoder Organisationsanalyse durchfhren lsst, oder auf die Verbindung zu anderen Produkten der ARIS-Familie hingewiesen werden.

36

2009 IDS Scheer AG und Fraunhofer ISST Process Intelligence Studie, Kurzfassung

Anhnge A Abkrzungsverzeichnis

AG ARIS PPM BaFin CSV EPK GKV KWG PM&C ROE RoRAC SDLC SEPA SLA XML

Aktiengesellschaft ARIS Process Performance Manager Bundesanstalt fr Finanzdienstleistungsaufsicht Comma Separated Values Ereignisgesteuerte Prozesskette Gesetzliche Krankenversicherung Gesetz ber das Kreditwesen Process Monitoring & Controlling Return on Equity Return on Risk Adjusted Capital Software Development Life Cycle Single Euro Payments Area Service Level Agreement Extensible Markup Language

2009 IDS Scheer AG und Fraunhofer ISST Process Intelligence Studie, Kurzfassung

37

Literaturverzeichnis

[BaFi09a] [BBE09]

Bundesanstalt fr Finanzdienstleistungsaufsicht; Webseite; http://www.bafin.de/; Stand: 04/2009 Betriebswirtschaftlicher Beratungs- und Entwickungsverbund BBE GmbH: VR-Process - Die kundenorientierte Optimierung der Geschftsprozesse im genossenschaftlichen Verbund. Stand 04/2009. Deutsche Bundesbank; Webseite; http://www.bundesbank.de/; Stand: 04/2009 efinanceLab: Kreditprozess-Management: Status Quo und Zukunft des Kreditprozesses bei Deutschland 500 grten Kreditinstituten. Norderstedt, 2005. Joerg Forthmann: Banksteuerung: Deutsche Kreditinstitute stehen vor einem grundlegenden Umbruch. 01.08.2007 IDS Scheer AG: Process Intelligence White Paper (German), Saarbrcken, 2009. IDS Scheer AG: Process Intelligence Text Book (German), Saarbrcken, 2009. Heckl, D.: Steuerung von Kreditprozessen: Status Quo und Perspektiven. ProcessLab, Frankfurt Scholl of Finance & Management, Frankfurt am Main, 2007. PriceWaterhouseCoopers: Effizienz der Kreditprozesse in deutschen Kreditinstituten. Studie zum aktuellen Stand der Prozesse, Strukturen und Effizienzkennzahlen im Kreditgeschft. Fraunkfurt am Main, Hamburg, 2008. Schmelzer, H.J.; Sesselmann, W.: Geschftsprozessmanagement in der Praxis. Carl Hanser Verlag, Mnchen, Wien, 2006.

[BuBa09a] [EfL05]

[Fort07] [IDS09] [IDS09a] [Hkl07]

[PWC08]

[ScSe06]

38

2009 IDS Scheer AG und Fraunhofer ISST Process Intelligence Studie, Kurzfassung

C
C.1

Abbildungs- und Tabellenverzeichnis


Abbildungsverzeichnis
Abbildung 1 Abbildung 2 Abbildung 3 Abbildung 4 Abbildung 5 Abbildung 6 Abbildung 7 Struktur der Finanzdienstleistungsbranche....................................8 ROE-Kennzahlenhierarchie .........................................................10 Beispiel fr Benchmark im ARIS PPM: Prozessinstanzen mit lngstem (links) vs. krzestem (rechts) Pfad ................................15 Generische Kreditprozesskette [EfL05, S. 10] ..............................18 Beispiel fr eine grafische Ergebnisaufbereitung in ARIS PPM (Quelle: IDS Scheer AG)..............................................................26 Zahlungsverkehrsprozess............................................................31 Produkt-Prozessmodell des Zahlungsverkehrsdienstleisters (schematisch) .............................................................................32

C.2

Tabellenverzeichnis
Tabelle 1 Tabelle 2 Tabelle 3 Tabelle 4 Meldepflichtige Kennzahlen der Kreditinstitute ............................9 Zusammenfassung der Anforderungen an ein Prozessmonitoring und -controlling .......................................................13 Auflistung konventionellen und prozessbezogenen Kennzahlen................................................................................21 Kriterien zur Bewertung eines Process Monitoring & Controlling Systems ...................................................................24

2009 IDS Scheer AG und Fraunhofer ISST Process Intelligence Studie, Kurzfassung

39

Weitere Informationen

Das Software- und Beratungshaus IDS Scheer entwickelt Lsungen fr Geschftsprozessmanagement in Unternehmen und Behrden. Mit der ARIS Platform for Process Excellence bietet IDS Scheer ein integriertes und vollstndiges Werkzeug-Portfolio fr Strategie, Design, Implementierung und Controlling von Geschftsprozessen. Dank des Ansatzes ARIS Value Engineering (AVE) bauen die Berater von IDS Scheer in den Organisationen ihrer Kunden Brcken zwischen Unternehmensstrategie, Prozessen, IT-Lsungen und der Kontrolle des laufenden Betriebs. Auf diese Weise knnen Unternehmen ihre gesamte Business Performance kontinuierlich verbessern. IDS Scheer wurde 1984 von Prof. Dr. Dr. h.c. mult. August-Wilhelm Scheer gegrndet und betreut derzeit ca. 7.500 Kunden in ber 70 Lndern mit eigenen Niederlassungen bzw. Partnern. Die IDS Scheer Gruppe erwirtschaftete 2008 einen Umsatz von 399,1 Mio. Euro. Das Unternehmen beschftigt weltweit rund 2.840 Mitarbeiter und ist an der Frankfurter Brse im TecDAX gelistet.

Das Fraunhofer-Institut fr Software- und Systemtechnik ISST (www.isst.fraunhofer.de) mit Standorten in Berlin und Dortmund wurde 1992 gegrndet und hat Forschungsschwerpunkte im Continuous Software Engineering und in der Informationslogistik. Das Ziel ist es, in den sechs Geschftsbereichen eHealthcare, Ambient Assisted Living, eGovernment, Enterprise Architectures, Embedded Systems Engineering sowie Situation- und Location-based Services zum einen die Langlebigkeit und Flexibilitt komplexer Systeme sicherzustellen und zum anderen bedarfsgerechte Informationsangebote fr Systembenutzer zu entwickeln. Im Sinne angewandter Forschung sieht sich das Fraunhofer ISST dabei als Mittler zwischen Wissenschaft und Praxis: Ergebnisse aus der Grundlagenforschung werden unmittelbar in industriellen Projekten umgesetzt, gleichzeitig flieen die am Institut gewonnenen Erfahrungen in die Lehre und Forschung ein. Unter der Leitung von Prof. Dr. Jakob Rehof beschftigt das Fraunhofer ISST rund 150 feste Mitarbeiterinnen und Mitarbeiter sowie zustzliche studentische Hilfskrfte, Auszubildende und Praktikanten. Das Fraunhofer ISST ist Mitglied des Fraunhofer-Verbunds Informations- und Kommunikationstechnik (IuK) sowie des Fraunhofer-Allianz Ambient Assisted Living und des Fraunhofer eGovernment Zentrums. Es bestehen Kooperationen mit der Universitt Jonkping in Schweden und dem ICT an der Chinesischen Akademie der Wissenschaften in Beijing.

41

Um in heterogenen, verteilt entwickelten und verteilt betriebenen IT-Systemen den berblick zu behalten, ist es notwendig, Methoden und Werkzeuge bereitzustellen, die die Komplexitt der betrachteten Infrastrukturen beherrschbar machen, die Abbildung von Fachprozessen auf technische Komponenten erlauben und so den Betreibern der Systeme die Mglichkeit zurckgeben, Entscheidungen nicht nur treffen, sondern auch umsetzen zu knnen. Das Competence Center for Processes and Architectures COMPARC am Fraunhofer ISST wurde mit dem Ziel gegrndet, das dafr notwendige Know-how zu entwickeln und unseren Partnern und Kunden zur Verfgung zu stellen.

42