Antragsstau-Engpasserkennung

Das echte Ausmaß des Problems

Der Bundesverband der Deutschen Industrie (BDI) hat in einer Auswertung von über 250 Verfahren aus 27 verschiedenen Branchen ermittelt: Planungs- und Genehmigungsverfahren dauern im Schnitt ein halbes Jahr länger als gesetzlich vorgesehen. Die gesetzliche Maximalfrist liegt je nach Verfahrenstyp bei drei bis sieben Monaten — in der Praxis wird sie regelmäßig überschritten. Die Genehmigung eines Mobilfunkmastes dauert im Durchschnitt 19 Monate. Die Vorbereitungszeit bis zum Vorliegen der Vollständigkeitserklärung durch die Behörde allein beträgt im Schnitt fast elf Monate (BDI, 2022).

69 Prozent der befragten Unternehmen beklagen Defizite bei Planungs- und Genehmigungsverfahren.

Das Nationale E-Government Kompetenzzentrum (NEGZ) hat in seiner Kurzstudie Nr. 24 (2022) als zwingende Voraussetzung für Process Mining in der Verwaltung festgehalten: möglichst durchgängig digitalisierte Prozesse mit geeigneter Datengrundlage. Das ist die gute Nachricht für Verwaltungen, die bereits ein digitales Fachverfahren nutzen — die Daten sind da. Sie werden nur nicht analysiert.

Das strukturelle Problem hat mehrere Dimensionen:

• Unsichtbare Verteilung der Wartezeiten. Jeder im Team weiß, dass es zu lang dauert. Niemand weiß, wo genau. Vorgefühlte Engpässe stimmen mit den tatsächlichen selten überein.
• Reaktives Management. Maßnahmen werden ergriffen, wenn der Rückstand politisch sichtbar wird — nicht wenn er entsteht. Zu diesem Zeitpunkt ist er meist über Monate gewachsen.
• Gießkanne statt Skalpell. Weil der Engpass unbekannt ist, wird der Aufwand gleichmäßig verteilt: zusätzliche Stellen im gesamten Sachgebiet, neues System für alle, Schulungen für jede Gruppe. Das adressiert die Symptome — und lässt den Engpass bestehen.

Mit vs. ohne KI — ein ehrlicher Vergleich

Die Einschätzung zu Zeitrahmen und Zielgenauigkeit basiert auf Erfahrungswerten aus Process-Mining-Projekten in öffentlichen Verwaltungen; repräsentative Studien speziell für deutsche Kommunen liegen noch nicht vor.

Einschätzung auf einen Blick

Zeitersparnis — niedrig (2/5)
Process Mining ist kein Werkzeug, das täglich Zeit spart — es ist eine strategische Analysemethode. Der Zeitgewinn entsteht nicht im System selbst, sondern durch die Maßnahmen, die auf Basis der Analyse ergriffen werden: eine schnellere Übergabe, ein entfallener Medienbruch, eine bessere Ressourcenzuteilung. Das ist real und relevant, aber das Muster in diesem Anwendungsfall ist: Analyse → Intervention → Wirkung, nicht: KI läuft täglich und spart direkt Zeit. Unter den Verwaltungs-Anwendungsfällen zählt das zu den indirekteren Zeithebeln.

Kosteneinsparung — niedrig (2/5)
Die direkte Kostenersparnis durch Process Mining ist schwer zu isolieren. Es entstehen keine unmittelbaren Einsparungen durch das Analysetool selbst. Die Einsparung liegt in der präziseren Ressourcenallokation — weniger Personalaufbau an der falschen Stelle, weniger Software-Investitionen ins falsche System. Aber diese Einsparung ist hypothetisch: Sie entspricht den vermiedenen Fehlinvestitionen, nicht einem messbaren Ausgabenrückgang. Für eine Behörde, die sowieso mehr Personal einstellen muss, ist der Einspareffekt real aber indirekt.

Schnelle Umsetzung — niedrig (2/5)
Das ist die härteste Achse für diesen Anwendungsfall. Process Mining setzt voraus, dass der Prozess bereits in einem digitalen Fachverfahren mit Zeitstempeln vorliegt. Datenextraktion, Datenbereinigung und Analyse-Setup brauchen typischerweise 6–12 Wochen. Dazu kommt die interne Abstimmung, welche Aktivitäten wie kategorisiert werden — ein nicht-trivialer Aufwand. Ohne fertige Konnektoren zum Fachverfahren kann dieser Schritt allein 4–6 Wochen in Anspruch nehmen. Unter den 20 Anwendungsfällen im Verwaltungsbereich einer der aufwendigeren Einstiege.

ROI-Sicherheit — mittel (3/5)
Der ROI ist messbar — wenn auf die Analyse reagiert wird. Der Vorher-Nachher-Vergleich (Durchlaufzeiten vor und nach einer Prozessintervention) ist mit denselben Daten durchführbar, die auch die Erstanalyse gespeist haben. Das unterscheidet Process Mining von vielen anderen analytischen Werkzeugen. Die Unsicherheit liegt nicht in der Messung, sondern darin, ob und wie schnell die Organisation auf die Befunde reagiert. Wer die Analyse durchführt, aber die Befunde nicht umsetzt, hat keinen ROI.

Skalierbarkeit — mittel (3/5)
Das Analyseverfahren lässt sich auf weitere Prozesse ausdehnen — jedes digitalisierte Verfahren mit Event Log kann analysiert werden. Aber jeder neue Prozess erfordert eigenen Extraktions- und Bereinigungsaufwand. Es gibt keine “einmal aufgesetzt, läuft von selbst”-Skalierung wie bei einem Chatbot. Eher: Lernkurve sinkt mit jedem weiteren Prozess, aber der Aufwand je Prozess bleibt substanziell.

Richtwerte — stark abhängig von der Tiefe der Digitalisierung des Fachverfahrens und der internen Datenqualität.

Was das System konkret macht

Process Mining ist kein KI-System, das autonom Entscheidungen trifft. Es ist eine datengetriebene Prozessanalyse-Methode, die aus den digitalen Spuren des tatsächlichen Prozessgeschehens ein exaktes Modell rekonstruiert — und dieses Modell auf Engpässe, Varianten und Abweichungen untersucht.

Der Ausgangspunkt ist das Event Log — eine strukturierte Tabelle aus dem Fachverfahren, die für jeden Vorgang festhält:

• Fall-ID (z.B. Antragsnummer)
• Aktivität (z.B. “Antrag eingereicht”, “Vollständigkeitsprüfung”, “Weiterleitung an Fachgutachter”)
• Zeitstempel der Aktivität
• Optional: ausführende Person, Abteilung, Antragstyp

Aus diesen drei Kernspalten rekonstruiert das Process-Mining-System automatisch den tatsächlich gelebten Prozess — nicht den dokumentierten Sollprozess, sondern das, was wirklich passiert. Das Ergebnis ist ein Prozessmodell mit exakten Durchlaufzeiten je Schritt, je Variante und je Antragstyp.

Was die Analyse konkret liefert

Engpassdiagnostik: Welcher Schritt hat die höchste Medianwartezeit? Welcher Übergang zwischen zwei Schritten dauert am längsten — und ist das ein echter Engpass oder eine rechtlich vorgeschriebene Wartefrist?

Variantenanalyse: Wie viele unterschiedliche “Wege” nimmt ein typischer Antrag? Welche Variante hat die kürzeste Durchlaufzeit, welche die längste — und warum?

Ressourcenanalyse: Welche Sachbearbeiter-Gruppe bearbeitet wie viele Fälle, und ist die Verteilung gleichmäßig oder gibt es Einzelne, die strukturell überlastet sind?

Konformitätsprüfung: Weicht der tatsächliche Prozess vom vorgeschriebenen Sollprozess ab — und wenn ja, bei welchen Fällen?

Engpass-Anatomie: Drei Typen von Antragsstau und wie sie sich unterscheiden

Nicht jeder Bearbeitungsrückstand hat dieselbe Ursache. Process Mining macht sichtbar, mit welchem Typ man es zu tun hat — was entscheidend ist, weil falsch zugeordnete Maßnahmen den Stau nicht auflösen, sondern verschieben oder verschärfen.

Typ 1: Kapazitätsengpass
Symptom: Ein bestimmter Schritt hat dauerhaft hohe Wartezeiten, unabhängig vom Antragstyp und Wochentag. Neue Fälle kommen schneller an als abgearbeitet wird. Die Ressource — ein Sachgebiet, eine Fachstelle, ein Gutachter — ist strukturell überlastet.
Richtige Maßnahme: Kapazität erhöhen (Personal, Parallelisierung, Outsourcing von Teilleistungen).
Falsche Maßnahme: Schnellerer Versand der Unterlagen aus der vorgelagerten Stelle beschleunigt nur den Stau — der Engpass liegt weiter hinten.

Typ 2: Sequenzengpass (Abhängigkeitsengpass)
Symptom: Schritt B startet erst, wenn Schritt A abgeschlossen ist — aber A ist nicht der langsamste Schritt, sondern B wartet auf eine Rückmeldung, die aus dem System nicht sichtbar ist. Häufiges Muster: Die Rückmeldung wird per E-Mail oder Telefonat erwartet, ist im Fachverfahren nicht abgebildet, und der Fall “steht” im System in einem Zwischenzustand.
Richtige Maßnahme: Übergabeprozess digitalisieren, Statustracking im Fachverfahren einrichten.
Falsche Maßnahme: Mehr Personal bei Schritt A — hilft nicht, wenn die Verzögerung beim Warten auf B liegt.

Typ 3: Compliance-Wartezeit (Pflichtpause)
Symptom: Ein Verfahrensschritt hat hohe Durchlaufzeiten, aber kein Sachbearbeitender wartet aktiv darauf. Es handelt sich um eine gesetzlich vorgeschriebene Frist — Auslegungsfrist, Widerspruchsfrist, Beteiligungsverfahren.
Richtige Maßnahme: Diese Zeit ist nicht optimierbar — aber sie muss im Prozessmodell korrekt als “Pflichtwartezeit” kategorisiert werden, damit sie nicht als Engpass ausgewiesen wird. Wer diesen Schritt mit echten Engpässen verwechselt, rechnet systematisch falsch.
Falsche Maßnahme: Maßnahmen gegen Pflichtwartezeiten richten — das ist nicht nur ineffektiv, sondern rechtlich nicht möglich.

Die meisten Verwaltungen haben gleichzeitig alle drei Typen — in unterschiedlichen Prozessen oder sogar innerhalb desselben Verfahrens. Ohne Process Mining werden sie nicht unterschieden. Mit Process Mining lässt sich jedem Wartezeitenblock der korrekte Typ zuweisen — und die Maßnahmen können gezielt und budgeteffizient ausgewählt werden.

Konkrete Werkzeuge — was wann passt

Celonis — Enterprise-Standard mit tiefer Fachverfahrens-Integration
Celonis ist der Marktführer im Process Mining und bietet für den öffentlichen Sektor vorgefertigte Konnektoren für SAP und andere ERP-Systeme. Für Behörden, die SAP-basierte Fachverfahren einsetzen, ist die Integration am tiefsten. Die Preislage (Einstieg bei 50.000–100.000 € für eine Erstanalyse, Enterprise-Lizenzen ab ca. 150.000 €/Jahr) richtet sich an mittlere bis große Kommunen und Landesbehörden. Kein Self-Service: jedes Projekt erfordert Implementierungsbegleitung. Dafür ist die Analysedichte am höchsten.

Apromore — Open-Source-Option für datenschutzsensible Behörden
Apromore bietet eine kostenlose Community Edition, die selbst gehostet werden kann — ein wesentlicher Vorteil für Behörden mit strikten Datenhaltungsanforderungen. Die Analyse-Oberfläche ist weniger poliert als bei Celonis, aber funktional vollständig für Engpasserkennung, Konformitätsprüfung und Simulation. Wer Rohdaten selbst aufbereiten kann (IT-Kompetenz im Haus oder externer Dienstleister), kann Apromore kostenneutral für eine erste Pilotanalyse einsetzen.

Microsoft Power Automate mit Process Mining-Modul — für M365-Behörden
Viele deutsche Behörden nutzen bereits Microsoft 365. Power Automate enthält seit 2023 ein integriertes Process Mining-Modul, das direkt auf SharePoint-Listen, Dataverse-Daten oder exportierte CSV-Dateien zugreifen kann. Für Behörden, die ihre Vorgänge bereits in SharePoint oder Power Apps führen, ist dies der Einstieg mit dem geringsten Zusatzaufwand. Funktionsumfang geringer als Celonis oder Apromore, aber für eine erste Engpassdiagnose ausreichend. Im M365-Bundle enthalten oder ab ca. 15 €/Nutzer/Monat als Add-on.

Zusammenfassung: Wann welcher Ansatz

• SAP-Fachverfahren, großes Budget, Enterprise-Projekt → Celonis
• Eigenhosting erforderlich, analytische Eigenleistung vorhanden, Budget knapp → Apromore Community Edition
• M365-Ökosystem bereits im Einsatz, erste Pilotanalyse → Power Automate Process Mining

Datenschutz und Datenhaltung

Vorgangsdaten aus Antragsprozessen enthalten regelmäßig personenbezogene Daten: Name und Anschrift des Antragstellenden, Art des Anliegens, bearbeitende Sachbearbeiter. Für die Process-Mining-Analyse sind Personendaten jedoch nicht erforderlich — das Event Log benötigt ausschließlich Fall-ID, Aktivitätsbezeichnung und Zeitstempel. Personenbezogene Felder sollten vor dem Export pseudonymisiert werden.

Praktische Vorgehensweise: Die Fall-ID wird durch einen internen Zufallsschlüssel ersetzt (reversibel für Rückfragen), Sachbearbeitende werden durch Rollenkürzel (z.B. “SB_Hochbau_3”) ersetzt. Diese Pseudonymisierung liegt vollständig in der Verantwortung der exportierenden Stelle und erfordert keine externe Technik.

DSGVO-Anforderungen je Tool:

• Celonis: EU-Datenhaltung auf Anfrage konfigurierbar; Auftragsverarbeitungsvertrag (AVV) gemäß Art. 28 DSGVO erforderlich und verfügbar.
• Apromore (selbst gehostet): Keine Daten verlassen die eigene Infrastruktur; kein AVV mit Drittem erforderlich.
• Power Automate: EU-Datenresidenz im Rahmen von Microsofts EU Data Boundary-Programm konfigurierbar; AVV über Microsoft-Admin-Portal erhältlich.

Empfehlung für sensible Verfahren (Sozialleistungen, Ordnungsverwaltung): Apromore selbst gehostet oder Celonis mit expliziter EU-Datenhaltungsvereinbarung. Für weniger sensitive Verfahren (Baugenehmigungen, Gewerbeerlaubnisse) genügt üblicherweise die AVV-Absicherung der Cloud-Anbieter.

Was es kostet — realistisch gerechnet

Einmalige Kosten

• IT-seitiger Event-Log-Export aus dem Fachverfahren: 2–8 Tage externer Dienstleister, ca. 2.000–8.000 €
• Datenbereinigung und Analyse-Setup: 3–10 Tage Analysearbeit, ca. 3.000–12.000 €
• Celonis-Lizenz (Enterprise): ab ca. 150.000 €/Jahr — nur für große Kommunen und Landesbehörden wirtschaftlich
• Apromore Community Edition: 0 € Lizenz + Hosting (Server ca. 50–200 €/Monat)

Gesamtkosten für eine erste Pilotanalyse (ein Prozess)

• Minimaler Weg (Apromore, eigene IT): 5.000–15.000 €
• Mittlerer Weg (Apromore, externer Dienstleister): 15.000–35.000 €
• Enterprise-Weg (Celonis, Implementierungspartner): 50.000–150.000 €

Was dagegen steht
Eine einzige Personalstelle im gehobenen Dienst kostet die Verwaltung ca. 65.000–85.000 € jährlich (Bruttopersonalkosten inklusive Arbeitgeberanteile). Wer durch die Engpassanalyse verhindert, eine Stelle im falschen Sachgebiet zu schaffen — oder erkennt, dass nicht mehr Personal, sondern eine Schnittstellenoptimierung benötigt wird — hat die Analysekosten in einer einzigen Entscheidung amortisiert.

Das ist die ehrlichste Rechnung: Process Mining ist kein Sparinstrument, sondern ein Präzisionsinstrument. Es spart, indem es Fehlinvestitionen verhindert.

Wie du den Nutzen misst
Mediane Durchlaufzeit des analysierten Prozesses, gemessen auf denselben Daten wie die Erstanalyse, zwölf Monate nach der Intervention. Wenn die Analyse korrekt war und die Maßnahme am richtigen Engpass angesetzt hat, ist die Reduktion direkt ablesbar.

Typische Einstiegsfehler

1. Das Fachverfahren hat Zeitstempel — aber sie stimmen nicht.
Der häufigste technische Stolperstein: Sachbearbeiter erfassen Vorgänge im Fachverfahren nicht live, sondern am Ende eines Arbeitstages als Stapel. Damit liegt der Zeitstempel nicht auf dem Moment der Aktivität, sondern auf dem Moment der Erfassung. Das verzerrt die Durchlaufzeitanalyse systematisch — besonders für kurze Prozessschritte. Wer dieses Muster nicht erkennt und bereinigt, analysiert die Erfassungsgewohnheiten seiner Mitarbeitenden, nicht den tatsächlichen Prozess. Prüfe vor der Analyse, wie und wann Zeitstempel im Fachverfahren gesetzt werden.

2. Den Sollprozess als Referenz nehmen, nicht den Ist-Prozess.
Process Mining zeigt, was tatsächlich passiert — nicht was laut Dienstanweisung passieren soll. Wer die Analyseergebnisse an einem idealisierten Sollprozess spiegelt, der nie der Realität entspricht, interpretiert fast alle Abweichungen als Fehler. Das stimmt nicht. Viele Varianten sind Anpassungen an Sonderfälle, die sinnvoll sind. Die Frage ist nicht: “Warum weicht das ab?” — sondern: “Welche Varianten haben signifikant längere Durchlaufzeiten, und warum?”

3. Die Pflichtwartezeiten nicht aus den Engpassdaten herausrechnen.
Gesetzlich vorgeschriebene Fristen — Auslegungszeit, Beteiligungsfrist, Widerspruchsfrist — erscheinen im Prozessmodell als Wartezeiten mit hohen Durchlaufzeiten. Sie sind kein Engpass, weil sie nicht optimierbar sind. Wer sie als Engpass kategorisiert und Maßnahmen dagegen richtet, investiert Ressourcen in etwas, das rechtlich unveränderbar ist. Kategorisiere alle Aktivitäten vor der Analyse: Was ist echte Bearbeitung, was ist Pflichtwartezeit, was ist Übergang?

4. Analyse durchführen, Befunde in einer Präsentation ablegen, nie umsetzen.
Das ist die häufigste und folgenreichste Fehlerform — weil sie still passiert. Die Analyse ist aufwendig, das Ergebnis interessant, die Präsentation überzeugend. Dann kommen andere Prioritäten. Ein Jahr später ist der Rückstand größer als vor der Analyse, weil keine Maßnahmen ergriffen wurden — aber das Budget für die Analyse ist geflossen. Process Mining entfaltet seinen Wert ausschließlich als Anstoß zu einer konkreten Intervention. Ohne definierte Maßnahmen mit Verantwortlichen und Fristdatum ist es ein teures Diagnoseinstrument ohne Wirkung.

Was mit der Einführung wirklich passiert — und was nicht

Die größte Überraschung für viele Verwaltungsleitungen: Der Engpass liegt selten dort, wo das Bauchgefühl ihn vermutet.

In der Praxis berichten Process-Mining-Projekte in öffentlichen Verwaltungen regelmäßig von drei Erkenntnistypen, die alle drei überraschen:

Die überschätzte Fachstelle. Fast immer gibt es im Haus eine Fachstelle, die als Engpass gilt — die ständig um Unterstützung bittet, die als überlastet wahrgenommen wird, der intern die meisten Rückstände angelastet werden. Die Daten zeigen oft: Diese Fachstelle ist tatsächlich schnell. Der Stau entsteht davor — beim Übergabeschritt, beim unvollständigen Antragseingang, bei der fehlenden Vorabprüfung. Die Fachstelle arbeitet flott durch einen schlechten Input-Strom. Mehr Personal dort ändert nichts.

Der unsichtbare Medienbruch. Genehmigungsverfahren, die digital geführt werden, haben in der Praxis fast immer mindestens eine Schnittstelle, die “offline” ist: eine Abstimmung per Telefon, ein Prüfvermerk auf Papier, eine E-Mail-Rückfrage, die im Fachverfahren nicht hinterlegt wird. Diese Stelle erscheint im Event Log als Leerzeit — der Vorgang ruht. Der Log zeigt: 70 Prozent aller langen Durchlaufzeiten entstehen in diesen Leerzeiten. Maßnahme: Abstimmung digitalisieren, Statusfeld im Fachverfahren anlegen.

Die Compliance-Falle. Manche Verfahren haben gesetzliche Fristen, die sich in den Daten als scheinbar riesige Engpässe darstellen. Ohne sorgfältige Kategorisierung werden sie als Optimierungspotenzial ausgewiesen — und Verwaltungsleitungen erwägen Maßnahmen gegen etwas, das gesetzlich fixiert ist. Eine saubere Kategorisierung vor der Analyse (welche Schritte sind Pflichtfristen?) vermeidet diesen Fehler.

Für die Einführung gilt: Process Mining ist kein Projekt der IT-Abteilung. Die Erkenntnisse sind für die Sachgebietsleitung und die Verwaltungsleitung — und die Konsequenzen sind organisatorische Entscheidungen, keine technischen. Ohne Buy-in der Führungsebene endet jede Analyse in einer Schublade.

Realistischer Zeitplan mit Risikohinweisen

Häufige Einwände — und was dahintersteckt

„Wir wissen, wo die Engpässe sind — wir brauchen mehr Personal, keine Software.”
Das ist der häufigste und ehrlichste Einwand — und manchmal der richtige. Wenn du genau weißt, welcher Schritt, welcher Dokumententyp und welche Peakperiode den Engpass verursacht, und du das mit Daten belegen kannst: Dann ist mehr Personal an dieser Stelle tatsächlich die richtige Antwort. Das Problem ist: Die meisten Verwaltungen kennen das Ergebnis des Engpasses (den Bearbeitungsrückstand), nicht die Ursache (welcher Schritt, welcher Übergabepunkt). Wer Stellen im Eingangsbereich aufstockt, wenn der Engpass bei der fachgutachterlichen Prüfung liegt, schafft mehr Kapazität an der falschen Stelle. Der Rückstand bleibt. Die Stelle kostet 75.000 € pro Jahr. Ohne Daten ist das Risiko dieser Fehlinvestition hoch.

„Unsere Daten sind nicht gut genug für eine solche Analyse.”
Das ist oft eine Schutzbehauptung — und manchmal die Wahrheit. Der ehrliche Test: Exportiere den Event Log aus dem Fachverfahren und prüfe, ob Fall-ID, Aktivitätsname und Zeitstempel vorhanden sind. Wenn ja: Die Daten sind gut genug für eine erste Analyse. Wenn nein: Der Einwand ist berechtigt — und das Fachverfahren hat ein Qualitätsproblem, das sich unabhängig von Process Mining lösen lässt. Viele Verwaltungen entdecken im Zuge dieser Prüfung Datenqualitätsprobleme, die sie kannten, aber nie formalisiert hatten.

„Das kostet zu viel für eine Analyse ohne garantierten Nutzen.”
Gegenrechnung: Eine Stelle im gehobenen Dienst kostet 75.000–85.000 € im Jahr. Wenn Process Mining verhindert, dass eine Stelle im falschen Sachgebiet geschaffen wird, hat sich die Analyse schon amortisiert — im ersten Jahr. Das ist keine Garantie, aber eine Risikoabwägung. Wer auf die Analyse verzichtet, trifft Ressourcenentscheidungen auf Basis von Bauchgefühl. Wer sie durchführt, trifft sie auf Basis von Daten. Welches Risiko ist größer?

Woran du merkst, dass das zu dir passt

• Ihr habt ein digitales Fachverfahren im produktiven Betrieb — Vorgänge werden durchgehend mit Zeitstempel erfasst, und ihr könnt einen Export der Transaktionsdaten erzeugen
• Der Bearbeitungsrückstand ist messbar und politisch relevant — mehr als 200 Vorgänge im Rückstand, oder Verfahrenstypen mit regelmäßigen Beschwerden über Durchlaufzeiten
• Ihr wisst, dass ein Rückstand besteht, aber nicht präzise warum — und Maßnahmen der letzten Jahre haben ihn nicht dauerhaft aufgelöst
• Ihr habt die Entscheidungsbefugnis (oder das Mandat), organisatorische Maßnahmen auf Basis der Analyseergebnisse zu ergreifen — ohne Buy-in der Führungsebene lohnt sich die Analyse nicht

Wann es sich nicht lohnt — drei harte Ausschlusskriterien:

1. Unter 200 Anträge des analysierten Typs pro Jahr. Process Mining braucht statistische Masse. Bei weniger als 200 Fällen jährlich sind Muster nicht verlässlich von Einzelfallvariabilität zu trennen. Engpässe könnten zufällige Ausreißer sein, keine systemischen Muster. Für kleine Prozesse sind manuelle Fallanalysen und strukturierte Mitarbeitergespräche zielführender.

2. Papierbasierende Prozesse ohne durchgängiges digitales Fachverfahren. Process Mining benötigt maschinell lesbare Zeitstempel aus dem tatsächlichen Prozessgeschehen. Wer Vorgänge hauptsächlich in Papierakte oder in E-Mails führt, hat kein auswertbares Event Log. Der erste Schritt wäre die Digitalisierung des Fachverfahrens — nicht die Process-Mining-Analyse.

3. Mehr als 40 Prozent der Vorgänge werden über Ausnahme- oder Ermessensregelungen bearbeitet. Wenn ein Großteil des Prozessvolumens aus nicht-standardisierten Einzelfallentscheidungen besteht, sind Muster im Event Log statistisch nicht belastbar. Process Mining identifiziert Muster im Standardprozess — unstrukturierte Ausnahmefälle bilden kein analysefähiges Modell und führen zu irreführenden Ergebnissen. Zuerst Standardfälle vom Ausnahmefall trennen, dann analysieren.

Das kannst du heute noch tun

Lass das folgende Analysewerkzeug durch dein letztes Quartal laufen — ohne IT, ohne Fachverfahren-Export, nur mit dem, was du heute in einer Stunde aus dem Kopf oder aus einer einfachen Tabelle zusammenstellen kannst. Ziel: ein erstes, qualitatives Bild davon, wo der Stau wahrscheinlich liegt.

Quellen & Methodik

• BDI (Bundesverband der Deutschen Industrie), “Unternehmensbefragung zu Genehmigungsverfahren” (2022): Auswertung von über 250 Verfahren aus 27 Branchen; Genehmigungsverfahren dauern im Schnitt 6 Monate länger als gesetzlich vorgesehen; Mobilfunkmast-Genehmigung: 19 Monate im Schnitt; 69% der Unternehmen beklagen Defizite. Verfügbar via issuu.com/bdi-berlin.
• NEGZ, “Process Mining in der öffentlichen Verwaltung” — Kurzstudie Nr. 24 (2022): Nationales E-Government Kompetenzzentrum; zwingende Voraussetzungen für Process Mining in der Verwaltung; “Sachbearbeitung auf dem Happy Path”; Fallstudie im Bezirksamt einer deutschen Großstadt. Verfügbar unter negz.org.
• Van der Aalst, W. (2016): “Process Mining: Data Science in Action”, Springer — Grundlagenwerk zur Process-Mining-Methodik inklusive Engpassanalyse und Conformance Checking.
• Fluxicon (2011): “Top 5 Data Quality Problems for Process Mining” — praktische Beschreibung von Timestamp-Qualitätsproblemen in Event Logs, inklusive Batch-Erfassungsproblem.
• ProcessMaker / Mindzie (2024): Pricing-Übersichten für Process-Mining-Software; Apromore: Community Edition kostenlos, Enterprise ab ca. 1.250 $/Monat; Celonis: Einstiegsprojekte ca. 50.000–100.000 € im ersten Jahr.
• NKR (Normenkontrollrat), Jahresbericht 2023: Bürokratiekosten auf Rekordniveau; Mehrbelastungen von 9,3 Mrd. € jährlich; Genehmigungsverfahren als Schlüsselproblem identifiziert. normenkontrollrat.bund.de.
• Durchlaufzeiten und Engpassverteilung: Erfahrungswerte aus Process-Mining-Projekten in öffentlichen Verwaltungen; keine repräsentative Studie für deutsche Kommunen verfügbar — Einzelwerte müssen vor Ort validiert werden.

Du willst wissen, ob eure Vorgangsdaten für eine erste Pilotanalyse ausreichen — und was der realistische erste Schritt wäre? Meld dich — das lässt sich in einem kurzen Gespräch klären.