Wie Soll-Prozesse zu gestalten und umzusetzen sind

Im zweiten Artikel («KMU-Magazin» 04 – 05/2021, Seite 40 ff.) dieser Reihe wurde beschrieben, wie im von der Innosuisse geförderten Forschungsprojekt «Datenbasierte Dienstleistungen nachhaltig umsetzen» ein Verständnis über die Problemstellung bei den Kunden aufgebaut und Lösungen kundenzentriert entwickelt werden können. Im Zentrum standen hierbei insbesondere Methoden des Design Thinkings, um die zuvor erwähnte Kundenzentrierung bei der Entwicklung möglicher Lösungsideen sicherzustellen. 

Abweichung von Ist-Prozessen

Die Umsetzung einer datenbasierten Dienstleistung ist jedoch oftmals mit unerwarteten Herausforderungen versehen. Obwohl die Idee auf den ersten Blick einfach und verständlich erscheint, benötigt die Erbringung der neuen Dienstleistung oftmals neue Prozesse. Diese können unter Umständen stark von den bestehenden Abläufen abweichen, welche auf die aktuellen Produkte (zum Beispiel Herstellung und Verkauf von Maschinen) ausgerichtet sind. 

In diesem dritten und letzten Beitrag der Artikelreihe wird aufgezeigt, wie für die ausgewählte und konkretisierte Dienstleistung die notwendigen Aufgaben, Abläufe, Informationen und Wissen umfassend erhoben werden können. Die gewählten Methoden ermöglichen das Ableiten eines Soll-Prozesses, welcher die wichtigen Aufgaben zur Erbringung der datenbasierten Dienstleistung umfasst. Zudem können die notwendigen Wissens- und Informationseinheiten eruiert und anhand eines Wissensnetzwerks visualisiert werden, welche Organisationseinheiten über das Wissen verfügen. Dies wiederum bildet die Grundlage zur Ableitung notwendiger Gestaltungsmassnahmen. 

Identifikation der Aufgaben

Nachdem eine Idee, wie im zweiten Artikel dieser Serie beschrieben, ausgearbeitet wurde, gilt es, mit der Entwicklung der konkreten Umsetzung zu starten. Hierzu sollten in einem ersten Schritt die Auf­gaben (die Funktionen im FRAM-­Modell) erarbeitet werden, welche für die Erbringung der ausgewählten Dienstleistung notwendig sind, um diese danach in eine logische Abfolge zu bringen und abschliessend einen Soll-Prozess zu entwickeln. 

Das Feld des Prozessmanagements bietet hierfür einige klassische Prozesserhebungs-Methoden. Im Forschungsprojekt «Datenbasierte Dienstleistungen nachhaltig umsetzen» wurde jedoch gezielt ein neuer Ansatz gewählt, der zur Analyse von komplexen soziotechnischen Systemen entwickelt wurde: Functional Resonance Analysis Method, oder kurz FRAM. Kern dieser Methode stellen die «Funktionen» mit ihren sechs «Aspekten» dar (vgl. Abbildung 1).

Die «Funktionen» bilden hierbei die Prozessaufgaben ab, wobei die «Aspekte» die Aufgaben genauer beschreiben:

I: Input
Was ist der Auslöser für den Prozessschritt? (Information, Material …)
O: Output
Was ist das Ergebnis des Prozessschritts? (Information, Material …)
T: Time
Gibt es zeitliche Restriktionen? (Nur zu einer bestimmten Uhrzeit, bestimmten Zeitdauer …)
C: Control
Wird die Aufgabe auf irgendeine Art überwacht/reguliert? (Arbeitsanweisungen, Poka Yoke …)
P: Precondition
Gibt es Vorbedingungen, die erfüllt sein müssen? (Andere Aufgabe abgeschlossen, Material bereitgestellt …)
R: Resources
Was wird während der Aufgabe ge- und verbraucht? (Hilfsmittel, Verbrauchsmittel …)

Aus den klassischen Prozesserhebungs-Methoden sind insbesondere die zwei Aspekte «Input» und «Output» bekannt. Das FRAM, wie die obige Auflistung zeigt, ermöglicht einen breiteren Blickwinkel und somit eine umfassendere Erhebung der notwendigen Aufgaben, Zusammenhänge (hierzu weiter unten mehr) sowie benötigten Mittel.

Das FRAM-Modell diente schliesslich als Grundlage, um mit Schlüsselpersonen der datenbasierten Dienstleistung (Predictive Maintenance) aus dem Unternehmen Interviews durchzuführen. So konnten die zentralen Funktionen und Aspekte identifiziert werden. Basierend auf diesen Informationen konnte das FRAM-Modell entwickelt werden: Zwischen den einzelnen Funktionen werden Verbindungen (Abhängigkeiten) aufgrund der Aspekte aufgebaut (vgl. Abbildung 2). Das bedeutet, beispielsweise ein Output einer Funktion kann Vorbedingung (Precondition) einer anderen Funktion sein. Auf diese Weise entsteht ein komplexes Netzwerk der Funktionen.

Ableitung des Soll-Prozesses

Dieses Netzwerk eröffnete zwei Möglichkeiten für das Forschungsprojekt:

1. Durch Analyse des Netzwerks und Identifikation «freier Aspekte» (Aspekte ohne Verbindung) konnten weitere notwendige Funktionen und Aspekte abgeleitet werden, die für eine nachhaltige Umsetzung der Dienst­leistung notwendig sind, von den unternehmensinternen Experten jedoch noch nicht berücksichtigt wurden. So konnte insbesondere das für eine nachhaltige Umsetzung notwendige «Double-loop Learning» im Soll-Prozess verankert werden, welches ansonsten unberücksichtigt geblieben wäre. (Während Single-loop Learning sich mit der Effizienz unter bestehenden Rahmenbedingungen [Strategie, Unternehmens-Struktur, Regeln, Ziele etc.] auseinandersetzt, steht beim Double-loop Learning die Hinterfragung und Weiterentwicklung dieser Rahmenbedingungen im Fokus.)
2. Aus dem FRAM-Modell liess sich durch Betrachtung der Verbindungen von Input und Output der Funktionen ein klassischer Soll-Prozess herausarbeiten. Dieser ist einfacher  und verständlicher, wodurch er sich besser zur Kommunikation und zur Überführung in den operativen Betrieb eignet.

Das Ergebnis, eine erste Version des Soll-Prozesses, wurde anschliessend in einem partizipativen Workshop mit den Praxispartnern verifiziert, ergänzt oder angepasst. Zusätzlich wurden die bestehenden Organisationseinheiten, welche in die Dienstleistungserbringung involviert sind, ergänzt sowie den Prozessaufgaben, die jeweils übernommen werden, zugeordnet. Am Ende resultierte somit ein Kollaborations-Diagramm für den Soll-Prozess. 

Wissensnetzwerk entwickeln

Prozesse stellen für eine operative Umsetzung stets nur die halbe Wahrheit dar und sind untrennbar mit den notwendigen Informationen und Wissensaspekten verbunden. Entsprechend galt es, nach der Entwicklung des Soll-Prozesses, ebenfalls die benötigten Informations- und Wissenseinheiten zu identifizieren. Hierbei wurde gezielt zwischen Information und Wissen differenziert:

• Information: Informationen sind stets situationsbezogene Angaben. Das können somit beispielsweise aktuelle Mess­daten zu Umdrehungszahlen, Temperatur oder Ähnliches sein.
• Wissen: Demgegenüber ist Wissen si­tuationsübergreifend und besitzt folglich in gewissem Masse eine Allgemein­gültigkeit. So stellen beispielsweise der Zusammenhang zwischen Anzahl Umdrehungen und Temperatur sowie der daraus resultierende Verschleiss eine Wissenseinheit dar.

Für eine nachhaltige Umsetzung der datenbasierten Dienstleistung ist es essenziell, sowohl die benötigten Informationen als auch das notwendige Wissen zu kennen und zu identifizieren. Hierfür wurden wiederum Wissensträger der Praxispartner interviewt. Entlang der Funktionen aus dem FRAM-Modell wurden anhand eines Interview-Leitfadens die zentralen Wissens- und Informationseinheiten erarbeitet, die für die Erbringung der Dienstleistung benötigt werden. 

Die Ergebnisse aus den geführten Wissensinterviews wurden im Anschluss ebenfalls in einem partizipativen Workshop verifiziert, ergänzt oder angepasst. Zudem wurde identifiziert, welche Organisationseinheiten oder Personen Träger der jeweiligen Wissens- und Informationseinheit sind und in welchem Prozessschritt die jeweiligen Wissens- und Informationseinheiten benötigt werden.

Durch Kombination mit dem Soll-Pro­zess (Kollaborations-Diagramm) konnte schliess­lich abgeleitet werden, wie die Informationen und das Wissen innerhalb des Prozesses, respektive der bestehenden Organisation, fliessen sollten. Grafisch konnten diese Wissens- und Informationsflüsse in einem Wissensnetzwerk dargestellt werden (vgl. Abbildung 3).

In der grafischen Aufbereitung ist erkennbar, welche Organisationseinheiten viele Informations- und Wissenseinheiten vereinen (Grösse der Kästchen) und zwischen welchen Organisationseinheiten ein intensiver Austausch stattfinden muss (Dicke der verbindenden Pfeile).

Diese Analyse eröffnete folgende Dis­kussionspunkte für die Partner des Forschungsprojekts: 

• Das Wissensnetzwerk bietet eine gute Grundlage für die Diskussion, welchen Organisationseinheiten eine neue Aufgabe zugeordnet werden soll (zum Beispiel Datenanalyse). Dabei sind jene Aufgaben zusammenzuführen, welche einen starken Austausch benötigen. 
• Wissens- und Informationseinheiten für die Erbringung der datenbasierten Dienstleistung stammen oftmals aus unterschiedlichen Organisationseinheiten. Eine Kollaboration zwischen diesen Organisationseinheiten ist bewusst aufzubauen. 
• Beruht die Dienstleistungserbringung auf intensivem Austausch zwischen mehreren Organisationseinheiten, ist zu analysieren, ob die Zusammenarbeit anhand agiler Kollaborationsformen optimiert werden kann. Damit könnte verhindert werden, dass eine auf die Herstellung von Produkten fokussierte Organisation die Umsetzung der Dienstleistung beeinträchtigt. 
• In der Entwicklungsphase einer datenbasierten Dienstleistung können Wissenseinheiten von einer kleinen Anzahl an Mitarbeitenden stammen. Die gezielte Multiplikation der Einheiten auf mehrere Personen ist einzuleiten.  

Fazit und Erkenntnisse

Der Einsatz von FRAM und Wissensnetzwerk ermöglicht es, Herausforderungen, welche bei der Umsetzung datenbasierter Dienstleistung entstehen, frühzeitig aufzuzeigen. So kann durch FRAM ein um­fassender Soll-Prozess erarbeitet werden, der wichtige Aspekte im Zuge der Umsetzung abdeckt. Ohne dies wäre im vorliegenden Projekt bei einer klassischen Herangehensweise einige Aspekte (beispielweise Double-loop Learning) mit grosser Wahrscheinlichkeit nicht mitberücksichtigt worden. Zudem bietet das FRAM-Modell, sobald die Prozesse im operativen Einsatz sind, weitreichende Analyse-Möglichkeiten, sollten Abweichungen auftauchen. 

Ebenso ermöglichen die Wissensnetzwerke und die zugrundeliegenden Ana­lysen eine weitreichende Diskussionsgrundlage, um zu verstehen, welche Herausforderungen das Anbieten datenbasierter Dienstleistungen in einer auf das Produkt ausgerichteten Organisation bedeutet. Somit bietet das Wissensnetzwerk bereits erste Ansätze für die Ausarbeitung künftiger Kollaborationsformen oder gar neue Organisationsstrukturen.