Schnelleres Go-To-Market durch Process Mining
Wie wir einem Biopharma-Unternehmen mit Process Mining halfen, Qualitäts- und Freigabeprozesse zu optimieren – und es so die Liefertreue gegenüber Kunden verbesserte.
Schneller im Regal dank Process Mining
Bevor in der pharmazeutischen Industrie ein Produkt ausgeliefert wird, muss es den internen Chargenfreigabeprozess durchlaufen. Dieser Prozess dauerte bei unserem Kunden, einem Biopharma-Unternehmen, häufig deutlich länger als vorgesehen, sodass sich die Auslieferung regelmäßig verzögerte. Zudem fehlte dem Unternehmen die Übersicht, welches Produkt sich wo im Prozess befand. Dadurch konnte es keine verlässlichen Auslieferungstermine nennen. Mithilfe von Process Mining, einer datengetriebenen Analysemethode, konnten wir Ursachen für beide Probleme identifizieren.
Darum ist der Chargenfreigabeprozess wichtig
Der Chargenfreigabeprozess ist in der pharmazeutischen Industrie ein wichtiger Bestandteil des Produktionsverfahrens: Er stellt sicher, dass jede Produktcharge die Qualitätsstandards für Arzneimittel einhält. Der Freigabeprozess folgt strengen regulatorischen Vorschriften, umfasst mehrere Schritte und ist daher sehr zeitaufwändig. Erst wenn er erfolgreich abgeschlossen wurde, können die Arzneimittel an Großhändler, Apotheken, Krankenhäuser und Patient:innen ausgeliefert werden.
Klarheit über den Freigabeprozess schaffen
Um den Freigabeprozess und die Probleme besser zu verstehen, haben wir zunächst in einem gemeinsamen Workshop mögliche Problemursachen identifiziert und daraus Hypothesen abgeleitet. Um diese zu verifizieren bzw. zu falsifizieren, haben wir in einem nächsten Schritt eine große Menge an Daten aus dem Freigabeprozess analysiert.
Ein neues Haus für Daten
Eine wichtige Voraussetzung für die Analyse: Alle auszuwertenden Informationen müssen in einem System gebündelt sein. Im Fall des Biopharma-Unternehmens waren sie jedoch auf neun verschiedene Datenquellen verstreut. Deswegen haben wir mittels Data Engineering die Daten aus den unterschiedlichen Anwendungen und Datenbanken abgerufen und in ein von uns aufgesetztes Data Warehouse überführt. Auch unstrukturierte Daten in Form von Text konnten wir mithilfe von Natural Language Processing (NLP) auswerten. NLP beschreibt computergestützte Techniken zur maschinellen Erkennung und Verarbeitung von natürlicher Sprache.
Unsichtbares sichtbar machen
Auf Basis der aggregierten Daten konnten wir als nächstes sogenannte Transparenzanalysen über Process Mining durchführen. Sie ermöglichten es uns, die einzelnen Schritte des Freigabeprozesses erstmals visuell darzustellen – rein auf Basis der Daten: Wie groß ist die Charge? Durch welche Instanzen läuft sie? Und wie lange dauert jede einzelne Etappe?
Identifikation von Engpässen durch Deep-Dive-Analysen
So aufschlussreich die ersten Analysen für das Unternehmen waren – sie sagten noch nichts darüber aus, was die Ursachen für die Verzögerungen sind. Um diese zu erkennen, haben wir anschließend verschiedene Deep-Dive-Analysen auf den Ebenen der Chargen, der Abweichung bei Qualitätsstandard-Korridoren und der Qualitätsprüfstationen durchgeführt. Mit dieser Visualisierung konnten wir dem Unternehmen erstmals konkret aufzeigen, wo genau zeitliche Engpässe im Prozess liegen.
Von Ursachen zu Lösungen
Die Ergebnisse der Deep-Dive-Analyse zeigten schematisch auf, wo die Ursachen für die Verzögerungen im Prozess liegen. Auf dieser Grundlage haben wir gemeinsam mit dem Unternehmen Lösungsansätze diskutiert, um die Verzögerungen zu verhindern.
Und sie läuft und läuft und läuft
So hilfreich die datengetriebene Prozessanalysemethode auch ist – wie jede Analyse ist sie immer eine Momentaufnahme. Neue Produkte, geänderte Abläufe und andere Faktoren führen dazu, dass diese an Aussagewert verliert. Mit unserem Analysetool und der erstellten Datenstrecke kann das Unternehmen künftig eigenständig jederzeit neue Analysen durchführen und aktuelle Visualisierungen erstellen.
Zukünftig sofort erkennen, wenn es hakt
Unsere Process-Mining-Analyse half dem Unternehmen dabei, die Komplexität des Freigabeprozesses in der Praxis besser zu verstehen und zu erkennen, wo dieser regelmäßig ins Stocken gerät. Dadurch konnte unser Kunde gezielt an den Problemstellen ansetzen und Abläufe verbessern. Zudem ermöglicht die gewonnene Transparenz, bessere Liefertermine zu kommunizieren und im Falle kurzfristiger Verzögerungen die Kunden rechtzeitig zu informieren.
Kontakt
Schreiben Sie uns!
Dr. Gregor Scheithauer
Process Mining Partner
Leider ist etwas schief gelaufen. Bitte versuchen Sie es später nochmal.
Danke für Ihre Nachricht
Wir melden uns so schnell wie möglich bei Ihnen
