single post
Nøgleordet er tålmodighed
I længere tid har Breakawai samarbejdet med afsnittet Immunhistokemi under Patologi på Aarhus Universitetshospital, hvor der udføres immunhistokemiske farvninger.
Optimering af ressourcer med Process Mining
”Vi ville gerne holde vores delprocesser op imod en række mål og gøre det løbende, således at vi kan sikre, at vi udnytter vores ressourcer af mennesker, maskiner og data rigtigt,” siger Tina Tofthøj, administrativ medarbejder i Patologi.
Breakawai har hjulpet afdelingen med at strukturere og analysere data for at identificere flaskehalse og optimere processerne. Teknologien i centrum er Process Mining, der kan kortlægge den mest effektive arbejdsgang i komplekse flows, som dem der findes i Immunhistokemi.
Projektet har til formål at understøtte en systematisk anvendelse af Process Mining til optimering af arbejdsprocesser og måling af igangsatte tiltags effekt.
”Breakawai har de kompetencer, der skal til for at eksekvere. Vi har fået en visualisering af vores prøveflow, og det er lige præcis det, der er særligt unikt ved Process Mining,” siger Tina Tofthøj.
Udfordringer i prøvehåndtering
Det er en udfordring for Patologi at levere rettidige svar på samtlige prøver. Det skyldes bl.a., at afdelingen ikke har mulighed for at påvirke, hvornår prøverne ankommer. Der er variation i, hvornår der ankommer mange prøver samtidigt, ligesom kompleksiteten af disse også varierer.
Tidsvinduet fra bestilling til prøvernes ankomst i Patologi er kort, og samtidig skal der være kapacitet til akutte analyser, som ofte er komplekse og kræver manuel håndtering. Hertil kommer cancerpakkeprøver, som altid prioriteres højest.
Indførelsen af nye teknologier har øget automatiseringen af analyseforløbet, men samtidig gjort det sværere at vurdere, hvordan denne automatisering påvirker processernes samlede flow. Derfor har afdelingen haft behov for større gennemsigtighed i sine processer for at sikre en mere effektiv prøvehåndtering.
”Breakawai har de kompetencer, der skal til for at eksekvere. Vi har fået en visualisering af vores prøveflow, og det er lige præcis det, der er særligt unikt ved Process Mining,” siger Tina Tofthøj.
Datadrevne beslutninger
Patologi arbejder datadrevet og har bl.a. softwarerobotter til at trække data ud af ældre systemer. Derfor har afdelingsledelsen efterspurgt værktøjer, der kan udnytte den store mængde data bedre.
”Breakawai udfylder sin rolle som samarbejdspartner godt. Line Bjelsdorf har gennem hele forløbet udvist tålmodighed til at snakke om data, og samtidig demonstrerer folkene hos Breakawai, at de er dygtige og effektive på datasiden til at levere relativt hurtigt, når vi har vedtaget nogle komplekse ændringer,” siger Tina Tofthøj.
Breakawais afdeling for R&D and Data Science har identificeret relevante data og sikret, at de er renset, manipuleret og optimeret til Process Mining.
”Line Bjelsdorf har hjulpet os med at sætte de rette mål i forhold til, hvad systemet nu kunne sættes til at måle på ud fra vores data. Hun har været god til at udfordre os på vores sædvanlige praksis. Vi har ikke nødvendigvis været så nemme at flytte på,” siger Tina Tofthøj.
Et fælles datagrundlag
Breakawais indsats har styrket projektgruppen i Patologi, så både medarbejdere og ledere i højere grad taler samme sprog og arbejder ud fra et fælles grundlag, på trods af meget forskellige udgangspunkter og erfaring med at arbejde med store datamængder.
”Jeg vil fremhæve Breakawais evne til at være tålmodige, når de skal snakke om data med deres kunder. Samtidig er de dygtige og effektive på datasiden til at levere relativt hurtigt,” siger Tina Tofthøj.
Tag Post :
Share this article :
single post
Fra nysgerrighed til praksis: Albertslund Kommune arbejder med Microsoft Process Mining
Hvordan kan man bruge data til at forstå og forbedre komplekse borgerforløb? Det spørgsmål har Albertslund Kommune sat sig for at undersøge og de har gjort det i praksis ved at tage Microsoft Power Automate Process Mining i brug på arbejdsmarkedsområdet.
Rejsen begyndte, da Breakawai introducerede Process Mining for kommunen. Præsentationen skabte nysgerrighed og satte gang i et samarbejde, der siden har givet konkrete indsigter i, hvordan borgerforløb forløber på tværs af systemer, indsatser og organisatoriske grænser.
Fra introduktion til anvendelse
For Albertslund Kommune blev Process Mining en ny måde at arbejde med data på – ikke kun som tal og tabeller, men som visuelle fortællinger om, hvordan sager faktisk bevæger sig gennem organisationen.
Kommunen har anvendt teknologien til at analysere komplekse forløb på blandt andet førtidspensions-, sygedagpenge- og uddannelsesområdet. Ved at koble data fra flere fagsystemer har de fået et samlet overblik over de mønstre og afvigelser, der påvirker borgernes vej gennem systemet.
“Det visuelle billede af processerne er det vigtige redskab. Det gør det muligt at svare på spørgsmål, som ellers ville være svære at belyse med konventionelle dataredskaber,” fortæller Lasse Dalsgaard Andersen, Forretningsanalytiker i Albertslund Kommune.
Indsigter og effekt
Analyserne har givet Albertslund mulighed for at se sammenhænge, der tidligere har været vanskelige at dokumentere. Eksempelvis har Process Mining bidraget til at vise, hvad der påvirker varigheden af sygedagpengeforløb, og hvordan forskellige indsatser hænger sammen på tværs af forvaltningen.
De nye indsigter har skabt større troværdighed i beslutningsgrundlaget og styrket dialogen mellem ledelse og fagområder. Process Mining bliver dermed ikke kun et analysetool, men et fælles sprog for forbedring.
“Det har givet en anden form for tillid til vores vidensgrundlag. Selvom Process Mining ikke viser hele sandheden, kan det underbygge den erfaring, vi allerede har – og kvalificere den,” uddyber Lasse Dalsgaard Andersen.
Teknologi og læring
I dag anvender Albertslund Kommune Microsoft Power Automate Process Mining, som er en del af Microsofts Power Platform. Det giver mulighed for at forbinde procesanalyser med automatisering og datatransformation og dermed bringe indsigterne tættere på den daglige drift.
Erfaringen viser, at teknologien ikke står alene. Det kræver en dyb forståelse for data og processer, samt evnen til at omsætte tekniske indsigter til organisatorisk læring. For Lasse og hans kolleger har det handlet om at kombinere analytisk nysgerrighed med praksisforståelse – og om at lære, hvordan hændelsesdata og sagsdata kan bruges i samspil.
Fremadrettet fokus
Albertslund Kommune ønsker nu at gøre Process Mining til en integreret del af indsatsstyringen. Ambitionen er at kunne opdatere analyser løbende, så de bliver et naturligt redskab til at følge udviklingen i indsatser og resultater.
Hos Breakawai har samarbejdet med Albertslund og Lasse Dalsgaard Andersen været inspirerende. At se, hvordan kommunen med nysgerrighed og metodisk tilgang har kastet sig ud i Process Mining, viser, hvordan teknologien kan skabe reel værdi – ikke som et eksperiment, men som et konkret værktøj i den offentlige opgaveløsning.
Process Mining i Microsoft Power Platform
Med Microsoft Process Mining får kommuner og organisationer adgang til en række stærke muligheder:
- Visualisering af processer direkte ud fra faktiske data
- Identifikation af flaskehalse, variationer og afvigelser
- Integration til automatisering gennem Power Automate
- Nem deling af analyser og dashboards i Power BI
Det gør det muligt at forbinde indsigt og handling og skabe et datadrevet grundlag for både effektivisering og kvalitetsudvikling.
Er din kommune eller organisation nysgerrig på, hvordan Process Mining kan bruges i praksis? Kontakt os hos Breakawai, og lad os tage en dialog om, hvordan data kan omsættes til bedre beslutninger og smartere processer.
Tag Post :
Share this article :
single post
Hvorfor organisationer har brug for en tværfaglig tilgang til forandring
Organisationer står i dag over for en kompleks virkelighed: Teknologien udvikler sig eksponentielt, medarbejdere møder flere samtidige forandringer, og beslutningstagere skal balancere tempo med kvalitet og kontrol. Samtidig viser analyser fra f.eks. Gartner, at mange digitale transformationer fejler pga. manglende forankring, uklare processer og lav brugeradoption. Spørgsmålet er ikke længere, om forandring skal ske. Det er, hvordan man gør det effektivt, og hvordan man sikrer, at det skaber reelle resultater.
Breakawais refleksion
Hos Breakawai møder vi organisationer, der vil forandre sig, men ofte mangler et klart billede af, hvor de starter, og hvordan de kobler data, teknologi og mennesker i en samlet tilgang. Vores erfaring er, at silo-tænkning og teknologifokus ofte fjerner opmærksomheden fra det vigtigste:
Forandring lykkes kun, når den giver mening i praksis og understøttes af adfærd.
Derfor har vi opbygget vores metode omkring fem centrale discipliner, der tilsammen skaber en helhedsorienteret forandringsmodel:
De fem discipliner i Breakawai
- Business Process Management (BPM): Skaber struktur og tydelighed i processer. Det er rygraden i at forstå, hvad organisationen gør, og hvordan.
- Task Mining & Process Mining: Giver et objektivt og datadrevet billede af, hvordan arbejdet rent faktisk foregår. Det identificerer spild, variationer og forbedringspotentiale.
- Data Science: Forvandler data til prioriterede indsigter. Ikke bare rapportering, men analyse der leder til handling.
- Change Management: Sikrer, at mennesker og organisationer har kapacitet og motivation til at omsætte nye systemer og processer til daglig praksis.
Akademisk og praktisk forankring
Akademisk litteratur peger på, at digital transformation kræver mere end teknologi. Den kræver transformation af beslutningsstrukturer, roller og kultur (Westerman et al., MIT Sloan). Samtidig viser praksiserfaring, at uden klar procesforståelse og adfærdsforankring, mister data sin værdi.
Breakawais model er udviklet netop for at bygge bro mellem strategi og virkelighed. Vi skaber indsigt og struktur, og vi sikrer, at de nye måder at arbejde på bliver forankret og brugt. Ikke bare efter en go-live, men som en del af den videre udvikling.
Akademisk og praktisk forankring
Organisationer har ikke brug for flere dashboards. De har brug for sammenhæng. Hos Breakawai kombinerer vi proces, teknologi og mennesker til én samlet tilgang. Det er ikke kun effektivt. Det er nødvendigt.
Klarhed. Forankring. Resultat.
Tag Post :
Share this article :
single post
Understanding the Pitfalls of Process Mining and When to Avoid It
Process mining has emerged as a powerful tool for analyzing and optimizing business processes. However, like any technology, it has its limitations and potential pitfalls. Recognizing these challenges and knowing when not to use process mining can save organizations time, effort, and resources.
Common Pitfall in Process Mining
- Poor Data Quality
Process mining relies heavily on event logs and data from information systems. If the data is incomplete, inconsistent, or inaccurate, the results will be unreliable. Poor data quality can lead to misleading insights and flawed decision-making.
Avoidance Tip: Ensure data is clean, consistent, and well-structured before beginning any process mining initiative.
- Misalignment with Business Goals
A common mistake is using process mining without clear alignment to business objectives. Analyzing processes without understanding their strategic importance can result in wasted efforts and minimal impact.
Avoidance Tip: Clearly define the goals and KPIs for the process mining initiative to ensure alignment with business priorities.
- Overcomplicating the Analysis
Organizations sometimes get lost in analyzing every possible detail, leading to analysis paralysis. This can delay decision-making and reduce the value of insights.
Avoidance Tip: Focus on key processes and prioritize actionable insights rather than exhaustive analysis.
- Lack of Cross-Functional Collaboration
Process mining is a collaborative effort, requiring input from multiple departments. A lack of collaboration can lead to incomplete insights and resistance to proposed changes.
Avoidance Tip: Involve stakeholders from across the organization to ensure comprehensive analysis and buy-in for recommendations.
- Neglecting Change Management
Insights from process mining often require significant changes in workflows or systems. Without proper change management, these recommendations can face resistance or fail to deliver the desired outcomes.
Avoidance Tip: Invest in change management strategies to guide and support teams through transitions.
When Not to Use Process Mining
While process mining can be a game-changer, there are scenarios where it might not be the best solution:
- Lack of Digital Processes
Process mining requires digital footprints from IT systems. If your processes are largely manual or lack system support, process mining won’t provide meaningful insights.
- Small-Scale Processes
For small or simple processes, the investment in process mining may not be justified. The effort required to extract, clean, and analyze data could outweigh the potential benefits.
- Unclear Objectives
Starting a process mining initiative without a clear purpose or defined problem to solve can lead to wasted resources and unfocused efforts.
- Unwillingness to Change
If an organization is not ready to act on the insights provided by process mining, the exercise becomes a futile academic effort.
- Limited Budget or Resources
Process mining requires investment in tools, technology, and expertise. If resources are constrained, other optimization approaches may be more practical.
Best Practices to Avoid Pitfalls
- Start Small: Begin with a pilot project focusing on a specific process to demonstrate value before scaling.
- Ensure Data Readiness: Validate and prepare your data before starting the analysis.
- Align with Goals: Always tie process mining efforts to business objectives and measurable outcomes.
- Build a Cross-Functional Team: Include stakeholders from IT, operations, and business units to ensure holistic analysis and implementation.
- Invest in Training: Equip your team with the necessary skills to interpret and act on process mining insights.
Final Thoughts
Process mining is not a one-size-fits-all solution. While it offers tremendous potential, understanding its limitations and recognizing when not to use it is critical. By avoiding common pitfalls and strategically approaching its implementation, organizations can unlock the true value of process mining without wasting resources on unnecessary or misguided efforts.
Tag Post :
Share this article :
single post
Process Mining Case From Australian Pension Fund
In Australia, most working people use superannuation funds to save for their retirement. Typically, employers make regular contributions to a fund throughout the working life of their employee, who then withdraws the accrued “super” when they retire. Super funds are often large entities with many members and, as such, manage a huge amount of data.
Improving the superannuation claims process
In an increasingly digitized world, super funds – like all businesses – have to keep up with evolving customer needs and make sure processes are as streamlined as possible. This is where process mining can help. Apromore creates an “x-ray” of the organizational backbone and processes – revealing potential bottlenecks, reworks, and variants. Having these insights can help an organization become much more efficient and make big savings.
The Project
Apromore partnered with digital transformation consultancy firm Leonardo to conduct a process mining project for one of Australia’s largest and oldest super funds. The fund currently administrates over AUD 100 billion (USD 75 billion) and provides support to more than 550,000 members throughout Australia. Over 80,000 employers are registered with the fund, receiving dedi[1]cated business support and trusting the fund to maximize their employees’ financial returns. At the onset of their process mining initiative, the super fund chose to analyze their claims process. When a member chooses to withdraw their super from the fund, they must complete a claim. The super fund wanted to explore how to improve this process and maintain their customer-centric approach, as well as examine data quality and see how quickly process mining software could identify any inefficiencies.
The Project
Data lies at the center of all process mining initiatives. In this project, the data was sourced from four different supporting IT systems and depicted a time period of just over one year. Overall, there were 630,000+ transaction records, which consisted of more than 17 million data points. During the chosen time period, the super fund handled a total of 30,000+ claims lodged by 15,000+ members.
Looking at the average and the median claims per member, the numbers 2 and 1 seemed in line with the fund’s expectations. However, the maximum number of claims lodged by an individual member was over 40, which suggested there were performance issues in at least some of the cases. This needed to be analyzed in more detail.
The Initial Analysis
The super fund had captured an As-Is BPMN model of the claims process prior to this project. To get started, the team analyzed whether the actual process, as observed in the data, was compliant with the prescribed process model. Most of the cases (80%) followed the “happy path”, meaning they were compliant with the best practice process model. However, these cases only accounted for two out of the total 520 case variants, suggesting the rest of the cases were highly individual and noncompliant on different levels. After a detailed analysis, it became clear that the remaining 20% of cases had varying errors, rework loops, or were withdrawn at different stages of the claims process. This caused the high number of case variants, which negatively affect customer satisfaction.
Results and Benefits
Prior to this engagement, the super fund was using estimates to calculate the costs of the end-to-end claims process. The Apromore process mining tool made it possible to understand the real processes clearly and to calculate the actual costs. The analysis showed that 34% of all claimers contacted
the member services before lodging their claim, resulting in additional costs for the super fund. Adopting an end-to-end view, in more than half of all cases, claimers made further contact with the member services, increasing overall expenditure.
Data Extraction Improvement
In addition to the analysis of the claims process, the team of consultants from Apromore and Leonardo also evaluated the data extraction and preparation process, providing the super fund with valuable information on future scalability. This has laid the groundwork for a cost- effective and straightforward approach moving forward. After just a few weeks, the team was able to demonstrate that process mining enhances the business stakeholders’ understanding of the actual processes while positively ffecting the speed of the analysis. The team showed that with process mining, the “discovery-to-improvement” process is 2.6 times faster than with traditional approaches. This speed-up gives analysts and managers more time to prepare and deploy the required post- analysis process changes. On this occasion, the changes led to reductions in rework, waste, and processing cost. On top of that, the super fund found opportunities to reduce potential customer frustration and to enhance their customer centricity. The super fund achieved over AUD 150,000 (USD 117,000) in cost savings after just three months, with an estimated annual ROI of over AUD 600,000 (USD 470,000).
Sneak-peek into the future
The Australian superannuation fund was thoroughly impressed with the results and insights achieved through Apromore’s process mining solution. They are now building up a broad and long-term strategy for process mining adoption as part of their continuous improvement efforts
Tag Post :
Share this article :
Nødvendigheden af mere ensartede processer, færre aktiviteter pr.
byggesag og identificering af flaskehalse er nogle af de indsigter, man
har opnået med process mining i Syddjurs Kommune.
CASE
I Syddjurs Kommune har man været nysgerrig på process mining og den værdi, teknologien kan tilføre arbejdet
med faktabaseret procesoptimering. Derfor har kommunens digitaliseringsteam i samarbejde med
Breakawai ApS gennemført et Proof of Value (PoV) projekt, for at validere om og hvordan avanceret
dataanalyse i form af process mining teknologi kan støtte både digital og forvaltningsbaseret forandring samt
nedbringe tid og ressourceforbrug ved analyse af dysfunktionelle processer.
Kommunen valgte at arbejde med en case i Byggeri og Landbrugsforvaltningen med udgangspunkt i data fra
afsluttede byggetilladelser til en-families- og sommerhuse i 2019. Forvaltningen arbejder struktureret med
deres data, hvilket gav et godt udgangspunkt for projektet, der forløb over seks uger. Forløbet startede med
fælles kick-off og sluttede med en workshop for sagsbehandlere fra Byggeri og Landbrug inden teknologien
blev implementeret. Set i bakspejlet var seks uger et meget kort forløb og det havde måske været gavnligt at
tage sig tid til at gå tilbage i processen nogle gange, for at koble forvaltningen tættere på arbejdet og
leverancerne.
Udfordring og resultater
Projektet har givet indsigt i teknologiens muligheder og udfordringer. Syddjurs har blandt andet oplevet
problemer med manglende data/log filer, fordi deres sagssystem ikke gemmer data. De data/logs som området
ønskede at belyse, skulle ifølge leverandøren være tilgængelige ved projektstart, men leverandører af
fagsystemer har ikke altid den fulde indsigt i, om de kan levere alt historik. Det er Syddjurs’ opfattelse at dette i
høj grad hænger sammen med, at data ikke har været efterspurgt før nu.
En af de vigtige indsigter, som process mining analysen bidrog med var en synliggørelse af, hvordan individuel
fortolkning og anvendelse af sagsfaser gør det vanskeligt at få indsigt i, hvordan processen for forskellige typer
byggerier reelt ser ud og dermed ensarte processen på tværs af sagsbehandlerteamet. Man fandt samtidig
frem til at manglende kompetencer i teamet skabte flaskehalse i overdragelsen af sagerne mellem
sagsbehandlerne.
I projektet er man kommet frem til at en agil arbejdsgang er vigtig i arbejdet med proces mining, og at det er en
god idé at involvere fagpersoner på området ofte, da det er i samspillet mellem process mining analysen og
fagpersonernes indsigt, at læring og ikke mindst løsningerne på de identificerede flaskehalse og ineffektiviteten
Breakawai Aps, Inge Lehmanns Gade 10, 5 8000 Aarhus C
CVR: 40409548
skal findes.. Syddjurs Kommune ser potentiale i proces mining som et værktøj, der retter sig mod løbende
forandringer, både digitale og menneskelige, og som kan hjælpe med effektivt og databaseret at identificere
problemstillinger, og mindst lige så vigtigt lave opfølgningen på de initiativer, som igangsættes.
Artikel er skrevet af KL i samarbejde med Syddjurs Kommune og Breakawai og kan findes på
https://videncenter.kl.dk/cases/nyheder/forandring-med-process-mining-i-syddjurs/
PROJEKTET ER LAVET I SAMARBEJDE MED SYDDJURS KOMMUNE – KONTAKTPERSON
David Bové Villadsen, RPA og dataspecialist,
Syddjurs Kommune.
Mail: [email protected]
The 00s rang and they want their process optimizations back, good article that also proves why change is so hard that most people already fail from – Go!
Read @Henrik Naundrup Vester’s assessment of Ditte Enevoldsen’s article. Ditte has written a good and at its core quite right article about process optimization or organizational change, but in the process she also falls into the trap most of us now and then find ourselves in, namely the assumption that change is one discipline and that statements can often seem contradictory.
- Top management is bad, yes! – but top management that does not show the direction of the business, including change strategies is one of the main reasons why change projects fail.
- Compliance is control, Uhm! – but without control, customers do not get the quality and security they demand and society is cheated of, among other things. income.
- Best practice does not belong in a complex reality, Yes! – but without an understanding of best-practice, there is free play and high jump without a crossbar.
But when you dive into the quick statements, Ditte, in my opinion, hits the spot on in a very central area, namely that changes must be able to be initiated by those employees who experience poor customer journeys and / or inefficiency from the front row , and have experience with the corporate culture, customers, products, production and the widest possible value chain. And not run by outside consultants with generalist process insights from eg technology and methodologies such as Lean, Agile and / or Six Sigma.
The sum of my experiences is that the freedom to react and optimize from below, requires a coach who can put a strong and ultra diverse team with a core of internal experience and stakeholders, as well as internal or external specialists who can provide fact based insight (data and process analysis), technology understanding (master data and architecture), methodology and project experience (Lean, Agile etc.), Quality and Compliance insight and not least a top management mandate to change, as well as to fail now and then . Read Ditte Enevoldsen’s articles here: https://finans.dk/debat/ECE12773637/00erne-ringede-og-de-vil-have-deres-procesoptimeringer-tilbage/?ctxref=ext
]]>McKinsey har et ord for virksomheder, der udnytter gennemgribende dataanalyse til at stikke af fra konkurrenterne – breakaway companies.
Begrebet har inspireret navnet bag en ny dansk virksomhed, der hjælper virksomheder med at udnytte eksisterende data til at drive effektive forandringer og procesforbedringer. Navnet er Breakawai, og teknologien i centrum kaldes process mining. Det lyder måske højpandet, men er faktisk meget lavpraktisk, hvis man spørger co-founder Henrik Vester, der har stiftet Breakawai sammen med HR-direktør Line Bjelsdorf. Selv kommer han fra en lang karriere med kommerciel software og betegner process mining som ”the low hanging fruit of advanced analytics”.
”Vil du implementere data warehouse eller big data er det ofte et stort og tidskrævende projekt. Det her er meget hurtigere at gå til og handler om at identificere den mest effektive forretningsproces i et produktionsflow eller en kunderejse.”
Virksomhedens kerneprodukt er process mining-platformen Apromore, der er resultatet af 12 års forskning på universiteter i Estland og Australien. Platformen blev kommercialiseret i 2019, og Breakawai har allerede landet de første vigtige kundecases i både det offentlige og private.
Punkterede mavefornemmelser
Proces mining handler kort fortalt om at skabe overblik og indblik i processer og deres bestanddele ved hjælp af data. Ved at analysere de digitale fodspor – logfiler – som en vare/bruger/kunde/borger afsætter i et it-system, er det muligt at visualisere, hvordan f.eks. en byggesag i en kommune bevæger sig gennem systemet, og hvor der opstår flaskehalse og udfordringer. Med den viden kan kommunen lave præcise forbedringer nøjagtig der, hvor skoen trykker.
”Deprimerende få forandringsprojekter kommer i hus. Under 30 % leverer Return on Investment, og det er endnu værre for digitale forandringsprojekter. Alt for ofte baseres projekterne på mavefornemmelser og manglende forståelse af kompleksitet,” fortæller Henrik Vester.
Process mining leverer et objektivt grundlag, som tager luften ud af mavefornemmelserne. Med processen dokumenteret sort på hvidt bliver folk ofte meget løsningorienterede, forklarer Line Bjelsdorf der ser det som en gave for både ledelse og medarbejdere.
”Vi vil gerne have forandringer tættere på medarbejderne, for de har erfaring og indsigt i at tænke løsninger. Med et værktøj som process mining bliver det meget nemmere at dokumentere, forstå og forklare processerne. Det har også den fordel, at man løbende kan effektivisere og udvikle nye løsninger uden at skulle hyre dyre konsulenter til at mappe processerne, hvorefter beskrivelserne ender i skuffen.”
En fod i universitetsmiljøet
Breakawai har eksklusivitet til at sælge Apromores process mining-teknologi i hele Norden. Det skyldes et mangeårigt samarbejde med professor Marlon Dumas fra University of Tartu i Estland og tidligt engagement i kommercialiseringen af platformen.
Med sit udspring i forskning er universitetssamarbejde en naturlig del af virksomheden. Henrik Vester underviser bl.a. i process mining på DTU, hvor Breakawai samarbejder med studerende. I oktober 2020 flyttede Breakawai ind i INCUBAs miljø på havnen i Aarhus, som også er hjemsted for Institut for Ingeniørvidenskab på Aarhus Universitet. Via en kontakt til Project Manager Serena Leka fra AU er Breakawai blevet udvalgt som deltager i DITRAMA, et internationalt projekt der skal hjælpe virksomheder i møbelindustrien med at digitalisere deres værdikæder.
”Vi skal levere tre undervisningsslots, der i en større sammenhæng med andre virksomheder og universiteter skal skabe inspiration og viden som møbelindustrien kan bruge til at skabe digital transformation. Vi kommer til at fokusere på LEAN og digitalisering inden for SMED (Single-Minute Exchange of Die), TPM (Total Productive Maintenance) og Supply Chain,” siger Henrik Vester.
Breakawai håber på løbende at kunne udvide sit universitetssamarbejde med Aarhus Universitet.
Artiklen er skrevet af Incuba, som kan læses her: https://incuba.dk/community/nyheder-viden/2021/breakawai-vil-bringe-forandringsledelse-ind-i-det-21.-aarhundrede/?AjrDcmntId
]]>