Machine Learning und KI erweitern den Leistungsumfang von Robotic Process Automation (RPA) erheblich. Wie Unternehmen von den neuen Möglichkeiten profitieren.
Prozessautomatisierung (Robotic Process Automation, RPA) entlastet Mitarbeiter von monotonen, immer wiederkehrenden Routineaufgaben. Software-Roboter können unter anderem Zählerstände und Schadensberichte erfassen, Bestellungen und Kundenanfragen bearbeiten oder Änderungen in Stammdaten und anderen Dokumenten in allen Systemen unternehmensweit synchronisieren.
RPA-Lösungen sind in deutschen Unternehmen bereits weit verbreitet. Laut einer Umfrage des Marktforschungsunternehmens IDC setzen fast 50 Prozent der Firmen schon heute auf Software-Roboter. Vor allem bei Energieversorgern, Telekommunikationsunternehmen sowie bei Banken und Versicherungen sind Automatisierungslösungen beliebt, denn in diesen Branchen fallen typischerweise sehr viele wiederkehrende Routineaufgaben an. Auch rechtliche und Compliance-Gründe sprechen für RPA, da sich durch die maschinelle Verarbeitung Flüchtigkeitsfehler und Ungenauigkeiten vermeiden lassen, wie sie bei der manuellen Dateneingabe und -verarbeitung häufig auftreten.
Einfache Software-Roboter stoßen jedoch schnell an ihre Grenzen. Mit ihnen lassen sich in der Regel nur Teilaspekte eines Geschäftsprozesses automatisieren – für viele Anwender eine unbefriedigende Situation, wie eine Forbes-Studie zeigt. Das Medienhaus hat dazu im Auftrag des Automatisierungsspezialisten Kofax mehr als 300 Führungskräfte nach ihren Automatisierungsplänen und -erfahrungen befragt. Demnach wünschen sich fast zwei Drittel der Umfrageteilnehmer eine vollständige oder weitgehende Automatisierung von Geschäftsprozessen, aber nur einem Viertel gelingt dies schon heute.
Um eine solche durchgehende Prozessautomatisierung zu ermöglichen, ist mehr nötig als einfache Wenn-Dann-Verknüpfungen in einer RPA-Software. Das beginnt bereits bei der Datenerfassung. Werden Informationen per Brief und Fax oder mündlich überliefert, müssen sie zunächst digitalisiert werden. Intelligent-Automation-Lösungen arbeiten mit einer optimierten optischen Zeichenerkennung (Intelligent Character Recognition), die dank einer kontextbasierten Fehlerkorrektur eine deutlich höhere Trefferquote erzielt als traditionelle OCR-Systeme (Optical Character Recognition). Für die Erfassung und das Verständnis von Sprachnachrichten kommen KI-basierte Speech-to-Text-Module und NLU-Systeme (Natural Language Unterstanding) zum Einsatz, welche die gesprochenen Informationen in eine digitale Form überführen. Schließlich sind intelligente Automatisierungssysteme auch in der Lage, in unstrukturierten Dokumenten wie E-Mail- oder Chat-Nachrichten den Kontext zu erkennen und daraufhin die relevanten Informationen zu extrahieren.
Auch bei der Datenverarbeitung stoßen einfache RPA-Systeme schnell an ihre Grenzen, etwa wenn Informationen inhalts- oder kontextabhängig in unterschiedlichen Systemen abgelegt oder an einen ganz bestimmten Bearbeiter weitergeleitet werden müssen. Moderne Intelligent-Automation-Plattformen leisten dies und mehr ohne Weiteres. Dank Machine Learning und Künstlicher Intelligenz können sie beispielsweise Inhalte analysieren, aus dem Ergebnis Entscheidungen ableiten und selbständig in Aktionen umsetzen.
Einsatzgebiete für Intelligent Automation
Für die intelligente Automatisierung gibt es im Wesentlichen zwei Einsatzszenarien: Zum einen lassen sich bestehende RPA-Projekte erweitern, indem neue Datenquellen angebunden oder zusätzliche Systeme und Verarbeitungswege erschlossen werden können. Zum anderen ermöglichen es intelligente Lösungen, auch Prozesse zu automatisieren, die für traditionelle RPA-Systeme bisher zu komplex waren.
Geeignete Kandidaten für eine intelligente Automatisierung sind vor allem Routinevorgänge, die bei manueller Bearbeitung eine hohe Fehlerquote aufweisen, sowie Arbeiten, die sich durch Automatisierung besonders effizient beschleunigen oder vereinfachen lassen. Da die neuen Plattformen Daten nicht nur regelbasiert verarbeiten können, sondern auf Basis der Informationen auch Entscheidungen treffen oder diese zumindest vorbereiten, lassen sich selbst Entscheidungsprozesse wesentlich beschleunigen oder zumindest teilweise automatisieren.
So finden Sie die richtige Intelligent-Automation-Plattform
Vor dem Start einer Prozessautomatisierung sollten Sie zunächst eine sorgfältige Analyse der Ist-Situation durchführen: „Welche Prozesse eignen sich am besten für die Automatisierung? Welche versprechen die größten Effizienzgewinne? Welche Daten und Systeme sind zu integrieren, wie sehen die Schnittstellen aus? Dabei ist es wichtig, die betroffenen Fachabteilungen so früh wie möglich in die Planung einzubeziehen. Häufig scheitern Automatisierungsprojekte an der Akzeptanz der Anwender, weil deren Wünsche und Bedenken im Vorfeld nicht ausreichend berücksichtigt wurden. Auch die Angst vor Jobverlust ist zu adressieren, die viele Automatisierungsprojekte begleitet. Sie ist ohnehin in den meisten Fällen unbegründet. Nur ein Prozent der Firmen, die Automatisierungsinitiativen planen, wollen laut der Studie „State of Intelligent Automation“ des Beratungsunternehmens KPMG damit Personal reduzieren.
Der Anforderungskatalog, der sich aus Ihrer Analyse ergeben hat, bildet die Grundlage für die Suche nach der für Ihre Zwecke geeignetsten Lösung. Die Intelligent-Automation-Plattform Ihrer Wahl sollte sämtliche darin aufgestellten Kriterien erfüllen. Achten Sie darüber hinaus auch auf gute Bedienbarkeit. Wenn Mitarbeiter in den Fachabteilungen kleine Änderungen und einfache Automatisierungsaufgaben selbst durchführen können, steigert dies nicht nur die Akzeptanz, sondern entlastet auch die IT-Abteilung. Für die Einbindung in Geschäftsprozesse ist es zudem besonders wichtig, dass die Plattform Schnittstellen zu den wichtigsten Business-Systemen bietet. Dazu gehören neben Business-Project-Management-Lösungen (BPM) auch ERP (Enterprise Resource Planung) sowie SCM (Supply Chain Management), Personalplanung und -management. Achten Sie darüber hinaus auf strategische Weiterentwicklungsmöglichkeiten. Selbst wenn Sie aktuell keine erweiterten KI-Funktionen wie ICR oder NLU benötigen, sollten sich diese prinzipiell nachrüsten lassen. Nur so sind Sie auch für künftige Herausforderungen gerüstet.
Fazit
Intelligent Automation wird zunehmend zu einem Schlüsselfaktor der Digitalisierung, denn ohne intelligente Datenerfassung und -verarbeitung ist eine nachhaltige Transformation von Geschäftsprozessen nicht durchführbar. Unternehmen sollten daher die Integration intelligenter Automatisierungssysteme in ihren Digitalisierungsinitiativen auf jeden Fall berücksichtigen.