Ursachenanalyse-Agent – Root-Cause-Analyse für Geschäftsprozesse: herausfinden, warum Fälle verspätet, teuer oder fehlerhaft sind
Beantwortet die Frage nach dem Warum: verfolgt Abhängigkeiten im kausalen Prozessgraphen und erklärt Probleme mit Belegen.
Was macht der Ursachenanalyse-Agent?
Der Ursachenanalyse-Agent beantwortet die Frage, die nach jeder Kennzahl kommt: Warum? Er nimmt ein Problem – verspätete Lieferungen, hohe Nacharbeit, lange Freigaben – und sucht die Faktoren, die es erklären. Dafür nutzt er den kausalen Prozessgraphen von Noreja, in dem die Abhängigkeiten zwischen Aktivitäten abgebildet sind, vergleicht betroffene und unauffällige Fälle über ihre Merkmale und bezieht Unternehmenswissen aus dem Context Hub ein. Das Ergebnis ist eine nachvollziehbare Erklärung: welche Faktoren hinter dem Problem stehen, wie stark sie wirken und welche Belege dafür sprechen.
Fragen, die der Ursachenanalyse-Agent beantwortet
„Warum werden so viele Aufträge im Order-to-Cash-Prozess verspätet ausgeliefert?“
„Was unterscheidet die langsamsten zehn Prozent der Fälle von den übrigen?“
„Erkläre den ausgewählten Fall: Warum hat er so lange gedauert?“
„Welche Merkmale haben Rechnungen, die in die Klärung gehen?“
So arbeitet der Ursachenanalyse-Agent
- 1
Problem präzisieren
Der Agent legt fest, welche Fälle als betroffen gelten – etwa verspätet, nachgearbeitet oder über einer Kostengrenze – und fragt nach, wenn die Frage das offen lässt.
- 2
Kausale Pfade verfolgen
Im Prozessgraphen verfolgt er, welche vorgelagerten Schritte und Abhängigkeiten zu dem Problem führen.
- 3
Einflussfaktoren vergleichen
Er vergleicht betroffene und unauffällige Fälle über ihre Merkmale – Lieferant, Produkt, Region, Team, Belegart – und gewichtet die Unterschiede nach Häufigkeit und Wirkung.
- 4
Mit Kontext erklären
Was die Daten nicht zeigen – Streiks, Systemumstellungen, neue Vorschriften –, ergänzt er aus dem Context Hub und nennt das Dokument, auf das er sich stützt.
Kennzahlen und Methoden
- Anteil betroffener Fälle
- Wie viele Fälle das Problem zeigen – gesamt und je Merkmal.
- Abweichung je Merkmal
- Wie stark sich die Problemquote bei einem Merkmal vom Durchschnitt unterscheidet.
- Beitrag zur Gesamtwirkung
- Welcher Teil der Mehrdauer oder Mehrkosten auf einen Faktor entfällt.
- Vorgelagerte Ereignisse
- Schritte und Abweichungen, die betroffenen Fällen im Prozessverlauf vorausgehen.
Beispiel aus der Praxis
Im Order-to-Cash-Prozess wird ein wachsender Anteil der Aufträge zu spät ausgeliefert. Der Agent vergleicht verspätete und pünktliche Aufträge und findet zwei Faktoren: nachträgliche Änderungen am Liefertermin und eine Kreditprüfung, die bei Neukunden zusätzliche Tage kostet. Aus dem Context Hub ergänzt er, dass die Kreditrichtlinie vor einigen Monaten verschärft wurde – und erklärt damit, warum das Problem genau seit diesem Zeitpunkt auftritt.
Passende End-to-End-Prozesse
Was du bekommst
Eine begründete Erklärung des Problems mit den wichtigsten Einflussfaktoren, ihrem Gewicht und den Belegen dafür – betroffene Fälle, Pfade im Prozessgraphen und die verwendeten Dokumente. Auf Wunsch als Bericht oder Präsentation.
Welche Daten der Agent braucht
Eine Perspektive mit möglichst vielen Merkmalen je Fall. Je mehr Unternehmenswissen im Context Hub liegt – Richtlinien, organisatorische Änderungen, bekannte Probleme –, desto besser kann der Agent das Warum erklären.
Ursachenanalyse-Agent: häufige Fragen
Was ist eine Ursachenanalyse (Root-Cause-Analyse) im Prozessmanagement?
Eine Ursachenanalyse sucht nicht nach dem Symptom, sondern nach dem Grund eines Prozessproblems. Statt festzustellen, dass Lieferungen zu spät kommen, fragt sie, welche Schritte, Bedingungen und Entscheidungen dazu führen. Klassische Methoden sind die 5-Why-Methode oder das Ishikawa-Diagramm; datenbasiert geschieht das über den Vergleich betroffener und unauffälliger Fälle.
Warum hilft ein kausaler Prozessgraph bei der Ursachenanalyse?
Ein frequenzbasiertes Prozessmodell zeigt, welche Schritte häufig aufeinander folgen. Ein kausaler Prozessgraph zeigt, welche Schritte voneinander abhängen. Für die Ursachenanalyse ist das der entscheidende Unterschied: Der Agent kann Abhängigkeiten zurückverfolgen, statt nur zeitliche Abfolgen zu vergleichen.
Kann der Agent einzelne Fälle erklären?
Ja. Wählst du im Analyzer einen Fall aus, erklärt der Agent, warum gerade dieser Fall so lange gedauert hat oder vom erwarteten Ablauf abweicht.
Teil von Minerva 2.0
Der Ursachenanalyse-Agent ist ein Agent in Minerva, der KI-Assistentin in Noreja. Er nutzt dieselben Datenquellen, dieselbe Modellwahl – lokal oder Cloud – und dieselben Zugriffsrechte: Er liest nur, was du selbst sehen darfst, und ändert nichts in Noreja.
Weitere Agents aus der Library
Strukturfehleranalyse-Agent
Findet übersprungene Schritte, vertauschte Reihenfolgen und Pfade, die es laut Soll-Prozess nicht geben dürfte – und zeigt, was sie kosten.
Zum AgentenNacharbeitsanalyse-Agent
Berechnet die Nacharbeitsquote, findet Schleifen und wiederholte Schritte und verbindet sie mit ihren Ursachen.
Zum AgentenTermintreue-Analyse-Agent
Misst Liefertermintreue, OTIF und SLA-Einhaltung und zeigt, an welchem Schritt Zusagen gerissen werden.
Zum AgentenErlebe, was der Ursachenanalyse-Agent in deinen Prozessdaten findet
In einer Demo zeigen wir dir, welche Antworten der Agent auf einem deiner Prozesse liefert – mit Zahlen, Begründung und Quelle.
Demo buchen