Effizienz spielt bei alltäglichen Geschäftsprozessen in Unternehmen die entscheidende Rolle. Ein wesentliches Kennzeichen dieser Abläufe ist, dass im Arbeitsalltag der meisten Firmen zahlreiche Aufgaben anfallen, die viel Arbeitskapital kosten und Mitarbeiter übermäßig lange binden. Hierbei handelt es sich oftmals um Tätigkeiten, die fortlaufend wiederkehren, in großer Menge und Vielfalt auftreten sowie einer zwingenden Erledigung bedürfen – beispielsweise die Verwaltung von Benutzern und deren Berechtigungen, Umsatzerkennungen und Kostenprüfungen oder die Preisgestaltung. Diese verwaltenden Nebentätigkeiten sorgen dafür, dass wesentliche Aufgaben liegen bleiben und Arbeitskräfte ihre Fachkompetenz nicht zielführend einsetzen können.
Autor – Alexander Steiner ist Chief Solution Architect der meta:proc GmbH in Köln
Mithilfe digitaler Technologien lassen sich solche Probleme in zahlreichen Branchen bereits lösen: Dabei spielen moderne Datenlieferanten wie das Internet of Things (IoT) ebenso eine Rolle wie zukunftsorientierte Softwarelösungen zur Prozessoptimierung, die von Robotic Process Automation (RPA) bis zu künstlicher Intelligenz (KI) reichen.
IoT trifft auf Legacy
Fortschrittliche Technologien lassen sich jedoch in den seltensten Fällen reibungslos in bestehende Netzwerke integrieren. Denn zukunftsorientierte Lösungen wie das IoT bieten im Gegensatz zur altbewährten Datenverarbeitung einen erheblich höheren Informationsfluss, der zudem gesteigerte Anforderungen an die Echtzeitverarbeitung stellt. Treffen Alt und Neu aufeinander, kommen somit selbst modernste Technologien schnell an ihre Grenzen. Hier kann RPA eine Brücke schlagen und dabei unterstützen, den zeitgemäßen Datenlieferanten mit dem in die Jahre gekommenen Datenverarbeitungssystem zu verbinden. Kompatibilitätsprobleme finden sich heute längst nicht mehr nur bei Industrieanlagen und im produzierenden Gewerbe, wo in digitaler Hinsicht veraltete EDV-Technik, sogenannte Legacy-Systeme, noch häufig genutzt wird.
Auch in zahlreichen Branchen des Dienstleistungssektors bieten die etablierten Netzwerke nicht mehr die notwendigen Schnittstellen, um IoT-Befehle ordnungsgemäß auszuführen und damit die enormen Informationsmengen in bestehende Systeme zeitnah zu integrieren. Aufgrund ihrer Individualität und Anpassung an spezielle Betriebe lassen sich diese Infrastrukturen in den seltensten Fällen ohne Weiteres austauschen. Eine Modernisierung, Auf- oder Umrüstung fordert einen erheblichen Zeit- und Organisationsaufwand sowie hohe Kosten. Die Verantwortlichen müssen sich also direkt zum Projektbeginn fragen, wie sich Legacy-Systeme effektiv steuern und mit den Schnittstellen des IoT verbinden lassen.
RPA als Brücken-Technologie
Als Lösungsmodell bietet sich Robotic Process Automation an. Mithilfe dieser Technologie besteht die Möglichkeit, menschliche Schnittstellenbedienungen mithilfe von Software nachzubilden und auf diese Weise das IoT mit bestehenden ERP-Systemen zu verbinden. Die eingesetzten Bots agieren nach vorherigem Training genauso, wie ein Mitarbeiter es tun würde, und erledigen Schritt für Schritt die angewiesenen Tätigkeiten. Diese Art der Prozessautomatisierung gewährt sowohl eine interaktive Bedienung über die gegebenen Benutzerschnittstellen als auch eine Kooperation mit nahezu jeder Oberfläche einer Applikation. Außerdem lässt sich RPA betriebs- und branchenübergreifend in veraltete IT-Infrastrukturen integrieren, etwa bei der Zusammenarbeit mit Kunden oder Geschäftspartnern. Dabei erweist sich die Einführung einer RPA-Lösung als effizientes Zeitsparmodell: Während ein gängiges Tool zur Anbindung der Legacy-Systeme ans IoT im Schnitt erst nach sechs bis zwölf Monaten Entwicklungszeit zur Verfügung steht, dauert die Implementierung einer RPA-Anwendung nur drei bis acht Wochen.
Weitere Vorteile der Softwareautomatisierung bilden überschaubare Installationskosten sowie die enorme Entlastung der Mitarbeiter. Bots erledigen dabei die ihnen zugewiesenen Aufgaben nach Bedarf auch rund um die Uhr und arbeiten – bei korrekter Programmierung – mit einer Fehleranfälligkeit von null. Bevor Unternehmen RPA jedoch einführen, sollten sie eine genaue Analyse vornehmen, denn jeder Betrieb hat individuelle Anforderungen an die Automatisierung. Dabei müssen sich die Verantwortlichen fragen, welche Bedürfnisse im Hinblick auf die zu erledigenden Aufgaben befriedigt und welche internen Besonderheiten beachtet werden sollen. Außerdem ist es wichtig, vorab zu klären, welche Schnittstellen kurz- und langfristig zu bedienen sind. So lassen sich potenzielle Fallstricke wie ein unpassendes oder nicht vorhandenes Schnittstellenangebot, möglicherweise ausufernde Kosten sowie lange Implementierungszeiten vermeiden.
Wer RPA richtig anwendet, profitiert von der Transformation repetitiver Tätigkeiten und bietet Angestellten mehr Zeit für Aufgaben, die individuelles Urteilsvermögen und Entscheidungskompetenz verlangen. Dabei eignet sich die Softwareautomatisierung auch bei akuten Problemen als kurzfristige Lösung, um IoT und Legacy-Systeme miteinander zu verbinden.
Next Step KI
Den althergebrachten Legacy-Systemen stehen moderne Anwendungen mit künstlicher Intelligenz gegenüber. Smarte Systeme nehmen Einfluss auf den beruflichen wie privaten Alltag. KI bildet dabei im Hintergrund eine der Säulen für moderne Technologien, die Menschen tagtäglich nutzen. Im Zeitalter der Digitalisierung sind Unternehmen dazu aufgefordert, sich neu zu orientieren und ihre Geschäftsprozesse entsprechend umzustrukturieren. Einige Betriebe setzen bereits auf die Automatisierung von Geschäftsprozessen mithilfe von Robotic Process Automation, beispielsweise um Altsysteme zu integrieren und mit dem IoT zu vernetzen. Für Außenstehende bilden RPA und KI oftmals eine Einheit und die Technologien scheinen unmittelbar miteinander verwoben. Aber bedingt das eine wirklich das andere? Nicht unbedingt.
Um Geschäftsprozesse zu optimieren, müssen RPA und KI keinesfalls immer zusammen auftreten. RPA verwendet – wie ein vegetatives Nervensystem – einfache, regelbasierte Abläufe. Sowohl das Training als auch die Ausführung sind deutlich weniger aufwendig als die Einführung von KI. Allein der Hype-Faktor fehlt an dieser Stelle. Erst die darauffolgende Stufe der Automatisierung bildet die Verbindung von RPA mit künstlicher Intelligenz: Systeme treffen eigene Entscheidungen, lernen dazu und optimieren Vorgänge selbstständig. Dabei kann KI Aufgaben zuweisen, die im nächsten Schritt von RPA ausgeführt werden. Die Software-Roboter stellen die Hände für das Großhirn, die kognitiven Systeme, bereit. Es zeigt sich, dass Automatisierungen die Art der Handlung von Menschen verändern. Gerade wenn KI im Spiel ist, kann sie sich auch auf Entscheidungen auswirken – der Einfluss der Technologie wächst. Das sehen sieben von zehn Managern in der nahen Zukunft bis 2025 [1]. Digitale Assistenten bieten somit viel Potenzial für die Unternehmensentwicklung.
Langer Weg zur Intelligenz
In den Köpfen stellt KI oftmals ein von Anfang an intelligentes und selbstlernendes System dar. Anders als die meisten denken, erfordert die Programmierung jedoch mühselige Arbeit sowie gefilterte und stark aufbereitete Daten, um der Automation das selbstständige Lernen erst beizubringen. Dabei spielen Risiken in Form von mangelndem Verständnis für getroffene Entscheidungen der KI, eventuelle Verletzungen des Datenschutzes, fehlendes Know-how und die Sorge der Mitarbeiter um ihren Arbeitsplatz eine große Rolle. All diese Faktoren gilt es gleich zu Projektbeginn aufzuklären und zu vermeiden. Außerdem stellen Überprüfungsprozesse aufgrund fehlender Dokumentation beim Einsatz von kognitiven Systemen ein Problem dar – ebenso wie die Anfälligkeit für Manipulationen von außen. Die Compliance im Unternehmen ist gefährdet, sobald die Sicherheit und genaue Nachvollziehbarkeit der Abläufe nicht mehr garantiert werden können.
Weniger Zukunftsmusik spielt der alleinige Einsatz von RPA bei Automatisierungsprojekten. Die taktische Lösung bietet Hilfestellung bei akuten Problemen und kann schnell sowie kostengünstig repetitive Prozesse automatisieren. „Hip und sexy“ muss die Methode an dieser Stelle nicht sein. Wer RPA bereits erfolgreich eingesetzt hat, kann die Erfahrungen und die in dieser Zeit durch das RPA-Tool generierten Daten nutzen, um zu einem späteren Zeitpunkt auch KI einzuführen. Es braucht also zum einen viel Know-how und erfordert zum anderen einen sehr hohen Aufwand, einen Bot dazu zu bringen, Entscheidungen zu treffen, daraus zu lernen und die Programmierung selbstständig zu ändern, um schlussendlich den Pflegeaufwand zu minimieren.
Fazit
Heute trifft KI eher in einer nebengeordneten Rolle auf RPA – dort, wo große Datenmengen verarbeitet werden, beispielsweise in den Bereichen Personalmanagement bei der Durchführung von Lohn- und Gehaltsabrechnungen, Neueinstellungen, Abgängen oder Mitarbeiter-Onboardings, aber auch in der Versicherungswirtschaft, bei der Richtlinienverwaltung oder Schadenbearbeitung, sowie in der Finanzbranche, etwa beim Rechnungswesen. Mithilfe von Optical Character Recognition (OCR) extrahiert KI Daten aus unstrukturierten Texten wie E-Mails. Diese werden an einer bestimmten Stelle abgelegt und unter Einsatz einer Big-Data-Analyse oder Mustererkennung aufbereitet. So kann das RPA-Tool die Informationen verwenden, um die regelbasierten Prozesse durchzuführen.
Qualität und Quantität müssen stimmen: Aktuell zeigt sich jedoch, dass viele Unternehmen noch nicht bereit für den Einsatz künstlicher Intelligenz sind und sich zunächst mit der Anbindung ihrer etablierten Legacy-Systeme an moderne Datenlieferanten beschäftigen müssen. Dazu gilt es als Erstes aus Automatisierungsprojekten mit RPA zu lernen. Auch den ausreichenden Schutz der zu bearbeitenden Daten müssen die Verantwortlichen jederzeit gewährleisten und ganz nach oben auf die Agenda setzen, bevor der Hype-Faktor KI sich als Game-Changer etabliert.
Als Spezialist für Automatisierungssoftware nutzt die meta:proc GmbH modernste Technik und die eigene Expertise, um Arbeitsabläufe durch Prozessautomatisierung effizienter zu gestalten. Mit dem e:Agent entwickelte das Start-up mit Sitz in Köln und Bonn eine ganzheitliche Implementierungslösung für intelligente Prozessautomatisierungen. Neben den systemtechnischen Strukturen bietet meta:proc einen individuellen Service über die Bedarfsanalyse und Entwicklung bis hin zur Implementierung sowie einen weitreichenden Product-Support.
Referenzen
[1] Studie: Künstliche Intelligenz verändert heute die Prozesse, morgen die gesamte Unternehmensstrategie – Sopra Steria Consulting (2017).
