Process Intelligence, die zu Ihrer Daten- und KI-Strategie passt.
mpmX läuft nativ auf Ihrer Datenplattform, ob Snowflake, Databricks, BigQuery oder Qlik. Ihre Governance bleibt erhalten und KI-Agenten finden den Prozesskontext dort, wo Ihre Daten liegen. Und der Wechsel? Planbar, Schritt für Schritt, ohne Neuanfang.
Unternehmen, die mit mpmX arbeiten
Plattform-native Process Intelligence
mpmX ist eine plattform-native Process-Intelligence-Lösung: Sie analysiert Geschäftsprozesse direkt auf der Datenplattform, die ein Unternehmen bereits betreibt, statt die Daten in die Cloud eines Process-Intelligence-Anbieters zu kopieren. mpmX liest das Event Log per Pushdown auf Snowflake, Databricks oder BigQuery und legt die Ergebnisse, etwa Varianten, Durchlaufzeiten und Konformanz, direkt daneben ab. Dort liegt auch der Prozesskontext für KI-Agenten. BI, Planung und KI arbeiten mit denselben Kennzahlendefinitionen, die Governance der Plattform gilt weiter. Ohne eigene Datenplattform läuft mpmX on-premises oder in der Cloud. Bestehende Case-Definitionen und KPI-Logik werden beim Wechsel übernommen.
Wenn Datenstrategie und Process Intelligence auseinanderlaufen
Datenplattform und KI-Strategie sind gesetzt. Das Process-Intelligence-Setup läuft trotzdem daneben, mit eigener Datenhaltung, eigenem KI-Kontext und eigener Rechnung.
Zweite Datenwelt neben der eigenen
Die Datenstrategie setzt auf Snowflake, Databricks, BigQuery oder Qlik. Event Log und Prozessmodell liegen trotzdem beim Process-Intelligence-Anbieter, mit eigener Governance und eigener Rechnung.
Wenig Spielraum für die eigene KI
Sprachmodell (LLM), Client und Frontend gibt der Anbieter vor. Der Prozesskontext für KI-Agenten liegt in seiner Cloud, nicht auf der Plattform, auf der Ihre KI arbeitet.
Steigende Kosten, unklarer ROI
Neue Prozesse und Zusatzmodule haben jeweils ihren eigenen Preis. Ob sich eine Maßnahme ausgezahlt hat, zeigt das Dashboard nicht.
Was sich mit mpmX ändert
Ein Modell auf Ihrer Plattform
mpmX läuft nativ auf Snowflake, Databricks, BigQuery oder Qlik, alternativ on-premises oder in der Cloud. Das Event Log wird nicht repliziert, BI und Process Mining nutzen dasselbe Datenmodell, Berechtigungen übernimmt mpmX von Ihrer Plattform.
KI unter Ihrer Kontrolle
Der Prozesskontext liegt auf Ihrer Datenplattform, dort, wo auch Ihre KI arbeitet. KI-Agenten erhalten so das Wissen über Ihre Prozesse, das sie für verlässliche Antworten brauchen. Sprachmodell und Client wählen Sie selbst, und jede Antwort lässt sich nachvollziehen.
Planbare
Kosten
Ein transparentes Lizenzmodell ohne separate Modulpreise. Weitere Use Cases kommen ohne höhere Lizenzgebühr hinzu, und auf Ihrer bestehenden Plattform entsteht keine zweite Infrastruktur-Rechnung.
Der Unterschied liegt in der Architektur
Die etablierten Anbieter haben starke Plattformen. Der Unterschied besteht darin, wo Prozessmodell und KI-Kontext liegen und wer sie kontrolliert.
 | Celonis | |
|---|---|---|
Integration | Auf Ihrer Plattform. Läuft auf Snowflake, Databricks, BigQuery oder Qlik, ohne Kopie der Daten. Das gilt auch für Non-SAP-Quellen. | Event Log und Prozessmodell werden zusätzlich in der Celonis-Cloud gespeichert. |
Deployment | Frei wählbar. On-premises, hybrid oder in der Cloud. | Cloud-only. Der Legacy On-Premise Extractor wird Ende 2026 eingestellt. |
KI-Integration | Context Layer auf Ihrer Plattform. Der Prozesskontext für KI-Agenten liegt auf Ihrer Datenplattform, im selben Governance- und Compute-Raum wie die KI-Dienste der Plattform (z. B. Snowflake Cortex). BI, Process Intelligence und KI nutzen dieselben Kennzahlendefinitionen. Ihr LLM, Ihre Wahl, mit nachvollziehbaren Queries. | KI-Agenten laufen im Celonis-Ökosystem. Der Kontext liegt im Celonis Context Model auf Basis des Process Intelligence Graph, zugänglich über MCP Server und APIs, mit eigener Governance-Schicht. |
Time-to-Value | Rund 8 Wochen. Erste Ergebnisse rund 8 Wochen nach Projektstart. | Mehrmonatiges Implementierungsprojekt. |
Kostenstruktur | Ein transparenter Preis. Keine versteckten Modulkosten. | Preis auf Anfrage, oft über 1 Mio. USD p.a., Zusatzkosten je Modul. |
Migration | Mit Parity-Check. Wir migrieren Schritt für Schritt. Abgeschaltet wird das alte System erst, wenn die Zahlen in mpmX übereinstimmen. | – |
| SAP Signavio | |
|---|---|---|
Integration | Auf Ihrer Plattform. Läuft auf Snowflake, Databricks, BigQuery oder Qlik, ohne Kopie der Daten. Das gilt auch für Non-SAP-Quellen. | Daten auf SAP BTP, stark SAP-zentriert. Non-SAP-Quellen sind schwächer angebunden. |
Deployment | Frei wählbar. On-premises, hybrid oder in der Cloud. | Cloud/SaaS auf SAP BTP, kein On-Premise. |
KI-Integration | Context Layer auf Ihrer Plattform. Der Prozesskontext für KI-Agenten liegt auf Ihrer Datenplattform, im selben Governance- und Compute-Raum wie die KI-Dienste der Plattform (z. B. Snowflake Cortex). BI, Process Intelligence und KI nutzen dieselben Kennzahlendefinitionen. Ihr LLM, Ihre Wahl, mit nachvollziehbaren Queries. | KI-Agenten wie Dashboard Analyzer und AI Agent Mining sind an SAP BTP gebunden. Der Kontext liegt im SAP-Ökosystem, SAP-Daten werden über Datasphere repliziert. |
Time-to-Value | Rund 8 Wochen. Erste Ergebnisse rund 8 Wochen nach Projektstart. | Hoher Modellierungsaufwand vor dem ersten Ergebnis. |
Kostenstruktur | Ein transparenter Preis. Keine versteckten Modulkosten. | Suite-Preismodell innerhalb des SAP-Vertrags; einzelne Module lassen sich nur schwer voneinander trennen. |
Migration | Mit Parity-Check. Wir migrieren Schritt für Schritt. Abgeschaltet wird das alte System erst, wenn die Zahlen in mpmX übereinstimmen. | – |
| IBM | |
|---|---|---|
Integration | Auf Ihrer Plattform. Läuft auf Snowflake, Databricks, BigQuery oder Qlik, ohne Kopie der Daten. Das gilt auch für Non-SAP-Quellen. | Eigene Umgebung neben der Datenplattform, mit hohem Infrastruktur-Aufwand. |
Deployment | Frei wählbar. On-premises, hybrid oder in der Cloud. | SaaS oder on-premises über Cloud Paks auf Red Hat OpenShift. |
KI-Integration | Context Layer auf Ihrer Plattform. Der Prozesskontext für KI-Agenten liegt auf Ihrer Datenplattform, im selben Governance- und Compute-Raum wie die KI-Dienste der Plattform (z. B. Snowflake Cortex). BI, Process Intelligence und KI nutzen dieselben Kennzahlendefinitionen. Ihr LLM, Ihre Wahl, mit nachvollziehbaren Queries. | watsonx und Partnerschaft mit Anthropic (Claude), aber im IBM-Ökosystem. Der Kontext liegt in watsonx, nicht auf der Datenplattform des Kunden. |
Time-to-Value | Rund 8 Wochen. Erste Ergebnisse rund 8 Wochen nach Projektstart. | Steile Lernkurve, schwieriges Onboarding (Gartner). |
Kostenstruktur | Ein transparenter Preis. Keine versteckten Modulkosten. | watsonx ab 1.050 USD/Monat, On-Premise-Lizenzmetriken komplex. |
Migration | Mit Parity-Check. Wir migrieren Schritt für Schritt. Abgeschaltet wird das alte System erst, wenn die Zahlen in mpmX übereinstimmen. | – |
| QPR | |
|---|---|---|
Integration | Auf Ihrer Plattform. Läuft auf Snowflake, Databricks, BigQuery oder Qlik, ohne Kopie der Daten. Das gilt auch für Non-SAP-Quellen. | Snowflake-nativ, ältere On-Premise/SaaS-Engine separat gepflegt. |
Deployment | Frei wählbar. On-premises, hybrid oder in der Cloud. | SaaS, on-premises oder als Snowflake Native App. |
KI-Integration | Context Layer auf Ihrer Plattform. Der Prozesskontext für KI-Agenten liegt auf Ihrer Datenplattform, im selben Governance- und Compute-Raum wie die KI-Dienste der Plattform (z. B. Snowflake Cortex). BI, Process Intelligence und KI nutzen dieselben Kennzahlendefinitionen. Ihr LLM, Ihre Wahl, mit nachvollziehbaren Queries. | AI Findings und Ursachenanalyse, aber keine Orchestrierung von KI-Agenten oder Sprachmodellen. Der Kontext liegt auf Snowflake, ohne Context Layer für KI-Agenten. |
Time-to-Value | Rund 8 Wochen. Erste Ergebnisse rund 8 Wochen nach Projektstart. | Moderat, das proprietäre Frontend bremst Power-User. |
Kostenstruktur | Ein transparenter Preis. Keine versteckten Modulkosten. | Subscription, laut Anbieter günstiger als Enterprise-Tools. Kleiner Anbieter (rund 10 Mio. EUR Umsatz). |
Migration | Mit Parity-Check. Wir migrieren Schritt für Schritt. Abgeschaltet wird das alte System erst, wenn die Zahlen in mpmX übereinstimmen. | – |
Stand: Oktober 2026. Angaben zu anderen Anbietern basieren auf öffentlich verfügbaren Informationen, unter anderem Websites und Produktdokumentation der Anbieter, Anbieter-Events sowie Nutzerbewertungen. Genannte Produktnamen sind Marken der jeweiligen Inhaber.
Vergleich für Ihre Umgebung
Jede Ausgangslage ist anders. Im technischen Vergleich gleichen wir Ihre Datenquellen, Use Cases und Ihr bisheriges Setup mit mpmX ab, konkret und ohne Verpflichtung.
So läuft der Wechsel
Ein Anbieterwechsel ist kein Neustart. Case-Definitionen und KPI-Logik bleiben erhalten, und migriert wird nur, was Ihr Team tatsächlich nutzt.
Review Workshop
Wir erfassen Use Cases, Dashboards und Datenquellen und klären gemeinsam, was Ihr Team tatsächlich nutzt und was migriert wird.
Ihr Migrationsplan
Aus der Bestandsaufnahme entsteht eine Roadmap mit Etappen, Zeitplan und Teamaufstellung, abgestimmt mit allen Beteiligten.
Angebot und Umsetzung
Sie erhalten ein verbindliches Angebot. Danach migrieren wir in Etappen: Die bestehende Logik wird KI-gestützt auf Ihre Plattform übertragen, und Ihr bisheriges System läuft parallel, bis die Kennzahlen übereinstimmen.
Parallel testen statt entscheiden
Vergleichen Sie mpmX im echten Betrieb, mit Ihren Daten und parallel zu Ihrem bisherigen System, bevor Sie über die Migration entscheiden. Ohne Lock-in.
Migrationsplan herunterladen
Der vollständige Leitfaden mit allen Schritten, der Ressourcenplanung für Personal und Projektumfang sowie den technischen Voraussetzungen für den Wechsel.
Von führenden Unternehmen empfohlen. Von Analysten ausgezeichnet.
Platform Native Solution for Zero Data Copy
Object-Centric Process Mining (OCPM)
4,7
Gartner® Magic Quadrant™ for Process Mining Platforms
Conformance Checking Contest Award
FAQ
Antworten auf die Fragen, die vor einer Entscheidung typischerweise aufkommen.
Nein. mpmX verarbeitet das Event Log per Pushdown direkt auf Snowflake, Databricks oder BigQuery, ohne Replikation, und legt die Ergebnisse daneben ab. Dafür nutzt mpmX Compute und Speicher der Plattform und übernimmt deren Berechtigungen, eine zweite Governance-Schicht entsteht nicht.
KI-Agenten brauchen das Wissen über Ihre Prozesse und Kennzahlen, das in Rohdaten fehlt. Liegt dieser Kontext in der Cloud eines Process-Intelligence-Anbieters, entsteht neben der eigenen Datenplattform eine zweite Wahrheit, mit eigener Governance und eigener Rechnung. mpmX legt ihn dort ab, wo Ihre Daten liegen und Ihre KI-Agenten ohnehin arbeiten.
Ja. Sprachmodell und Client sind bei mpmX frei wählbar, cloud-basiert oder lokal. Der Prozesskontext bleibt auf der Datenplattform des Kunden, und jede Antwort lässt sich auf eine nachvollziehbare Query zurückführen.
Ja. Case-Definitionen, Aktivitätskataloge, KPI-Logik und Mapping-Tabellen bleiben erhalten, weil mpmX auf demselben Case-, Aktivitäts- und Event-Modell arbeitet. Die Transformationslogik wird in SQL oder dbt auf der Datenplattform neu abgebildet. Dashboards und Analysen entstehen neu auf Basis von mpmX Templates.
3 bis 6 Monate für die vollständige Umsetzung, je nach Anzahl und Komplexität der Use Cases. Davor liegen Review Workshop, Migrationsplan und Angebot mit zusammen etwa 6 bis 10 Wochen. Die ersten Use Cases sind rund 8 Wochen nach Start der Umsetzung produktiv.
Ja. Die Migration erfolgt in Etappen statt auf einen Schlag, und das bisherige System bleibt in Betrieb, bis die Kennzahlen in mpmX mit den bisherigen Werten übereinstimmen. Erst nach diesem Parity-Check wird das alte System abgeschaltet.
Ja, für die Kernfunktionen des Process Mining: Process Discovery, Conformance Checking, Ursachenanalyse und Object-Centric Process Mining (OCPM). OCPM ist bei mpmX Standard und kein Zusatzmodul. Welche plattformspezifischen Funktionen ein Redesign brauchen, klärt der Review Workshop vor jeder Entscheidung.
Aus zwei Komponenten: einmaligen Migrationsleistungen und einer jährlichen Plattform-Lizenz. Die Lizenz kennt keine separaten Modulpreise, weitere Use Cases kommen ohne höhere Lizenzgebühr hinzu. Das konkrete Angebot entsteht erst nach Review Workshop und Migrationsplan.
Lassen Sie uns Ihre Situation einordnen
In 30 Minuten klären wir, wo Ihre Daten liegen, welche Use Cases Ihr Team tatsächlich nutzt und was ein Wechsel für Ihre Datenplattform bedeutet. Unverbindlich und ohne Vorbereitung.
Mit wem sprechen Sie?
Jan Birkholz, Process-Intelligence-Experte
