Automatisierung ganz vom Anfang her denken.

 

Wenn sich IT-Entscheider in Unternehmen über Automatisierung und Business Process Management unterhalten, fallen zwangsläufig die Worte Robotic Process Automation (RPA) und KI-basierte Prozessintelligenz. So nutzen bereits viele Unternehmen RPA umfangreich, um Abläufe zu rationalisieren und unnötige Ineffizienzen zu vermeiden. Andere wiederum ergänzen diese ‚digitalen Mitarbeiter‘ um Process Mining-Tools, die tiefgreifende Einblicke in Unternehmensprozesse erlauben und mittels Predictive Analytics beispielsweise Kundenerlebnisse verbessern können.

 

 

 

Autor – Markus Pichler, Vice President Sales bei ABBYY Europe

 

Das alles klingt wie Musik in den Ohren des Managements und der Prozessleiter, die die Lösungen implementieren sollen. Allerdings gilt es zunächst die Frage der Datengrundlage zu beantworten. Welche Daten sind für diese Prozesse erforderlich und sind bereits vorhanden? Wie lässt sich die Datenintegration automatisieren und wie sieht es eigentlich mit der Compliance aus?

Solide Datenbasis macht den Anfang

Meist entscheiden sich Unternehmen dazu, einen oder mehrere Prozesse mittels einer RPA-Lösung zu automatisieren, um einer großen Menge an Daten Herr zu werden. Die digitalen Mitarbeiter werden eingesetzt, wenn es bei einem Prozess darum geht, einfache, repetitive Aufgaben zu digitalisieren und Fehlerquellen auszuschließen. Allerdings: Sind die verwendeten RPA-Lösungen nicht mit KI ausgestattet worden, sind sie lediglich in der Lage, strukturierte und regelbasierte Daten zu verarbeiten.

Mittlerweile gibt es jedoch KI-Optionen, die es diesen digitalen Mitarbeitern erlauben, unstrukturierte Daten soweit zu verstehen, dass auch diese weiterverarbeitet werden können. Dies funktioniert über das Erlernen einer Vielzahl von abweichenden Optionen zum Normalfall. Zusätzlich dazu können Automatisierungs-Tools auch zur Datengewinnung, also zur Extraktion von relevanten Informationen verwendet werden. Es zeigt sich also, dass der Erfolg einer RPA-Implementierung neben vielen anderen Faktoren auch mit der zugrundeliegenden Datenbasis steht und fällt.

Strukturierte Traces sind der nächste Schritt

Bei Process Intelligence-Lösungen ist die Datengrundlage etwas spezifischer. Hat sich ein Unternehmen dazu entschieden, Process Mining zu verwenden, um die eigenen Geschäftsprozesse zu durchleuchten, zu visualisieren und darauf basierende Vorhersagen zu machen, so bedarf es einer speziellen Datenstruktur. Es werden sogenannte Log-Daten benötigt, die aus den drei Komponenten Zeitstempel, Event und ID-Nummer bestehen. Eine zeitliche Abfolge dieser Faktoren wird als Traces bezeichnet.

Um vollständige Traces nutzen zu können, ist es wichtig darauf zu achten, dass die zu analysierenden Prozesse diese drei Elemente von Anfang bis Ende aufweisen können. Ist dies nicht der Fall, so kann das Process Intelligence-Tool nur Teile des Prozesses analysieren oder möglichweise gar keine Verbindung zwischen den einzelnen Events herstellen. Sofern der Datensatz jedoch vollständig ist, können die Daten von jeder Quelle her implementiert werden – zum Beispiel aus ERP-, CRM- oder Datenbanksystemen.

Automatische Datenintegration setzt Prozesse in Gang

Um alle Funktionen der Lösungen vollumfänglich nutzen zu können, ist eine automatische Integration der Daten in das jeweilige Tool unumgänglich. Benötigt wird ein solcher Vorgang beispielsweise, wenn ein Prozessleiter Echtzeitzugriff auf die Prozessanalyse haben möchte, um akute Probleme wie Engpässe oder Belastungsspitzen zu erkennen. Das Tool wird dadurch zu einem nützlichen Helfer, der dank des direkten und kontinuierlichen Dateninputs Vorhersagen treffen und den Nutzer warnen kann, zum Beispiel wenn Prozesse vom vorgegebenen Pfad abweichen oder Mitarbeiterkapazitäten aufgestockt werden müssen.

Ein solcher automatisierter Daten-Upload kann mittels eines ETL-Tools (Extract Transform Load) durchgeführt werden. Dabei handelt es sich um eine Funktion, mit der Benutzer kleine wie auch große oder mehrere Dateien in gezippter oder nicht gezippter Form hochladen können. Diese können dann über Transformationsbefehle, ähnlich wie in einer Datenbanktabelle, bearbeitet und anschließend in ein Projekt oder mehrere Projekte hochgeladen werden. Damit dies funktioniert, muss zusätzlich lediglich eine Manifest-Datei im JSON-Format (JavaScript Object Notation-Format) hinzufügt werden, die Anweisungen zur Verarbeitung der Datei enthält.

Compliance und Datenschutz geben den Ausschlag

Sowohl bei der Implementierung von RPA als auch bei Process Intelligence-Lösungen gilt als oberste Devise: Daten müssen um jeden Preis geschützt werden. Vor allem bei RPA ist es von Bedeutung, die ‚digitalen Mitarbeiter‘ zu echten Compliance-Verantwortlichen zu machen, da sie kritische Dokumente verarbeiten. Wenn diese Dokumente in strukturierte Informationen umgewandelt werden, kann – eine entsprechende Programmierung vorausgesetzt – sichergestellt werden, dass Datensicherheitsvorschriften eingehalten werden.

Auch bei Process Intelligence ist Datensicherheit unabdingbar. Wichtig ist hier vor allem auch darauf zu achten, dass Daten auf deutschen, beziehungsweise auf sich in der EU befindenden Servern gespeichert werden, die mit einem breiten Spektrum an Sicherheitszertifikaten geschützt sind. Da zur Prozessanalyse allerdings keine personenbezogenen Daten notwendig sind, müssen Prozessanalyse-Tools auch nicht auf sensible Daten zurückgreifen. Daten sollten jedoch trotzdem mindestens mit einem Hashing-Mechanismus (Advanced Encryption Standard) verschlüsselt und mit einer Zwei-Faktor-Authentifizierung geschützt werden.

Fazit

Hat ein Unternehmen erkannt, welche Datenstrukturen benötigt werden und wie die eigenen Daten in diese Form gebracht werden können, so ist der erste Schritt zur Implementierung von RPA und Process Intelligence-Lösungen bereits getan. Auch die Möglichkeit der automatischen Datenintegration erlaubt es, Kosten zu senken und Abläufe reibungsloser und effizienter zu gestallten. Es zeigt sich also, dass bereits in der Erzeugung und der Weiterverarbeitung der Daten Potenzial zur Verbesserung steckt. Vor allem sollte bei der Automatisierung und Analyse von Daten jedoch nie die Compliance-Komponente aus den Augen verloren werden, da Daten zu jedem Zeitpunkt vollständig geschützt sein müssen.

www.ABBYY.com

ABBYY Europe ist ein globaler Anbieter von Technologien und Unternehmenslösungen für Digital Intelligence und ermöglicht es, mit seiner Digital Intelligence Plattform die gesamten Geschäftsprozesse und Informationen, die ein Unternehmen antreiben, zu analysieren und im Detail zu verstehen. ABBYY ist ein weltweit tätiges Unternehmen mit Niederlassungen in 14 Ländern.