Katharina Dubberke

Katharina Dubberke

Executive Consultant

In den vergangenen Jahren hat das Thema Robotic Process Automation (kurz RPA) viele positive und negative Schlagzeilen gemacht. Oftmals wird argumentiert, dass RPA zu Arbeitsplatzverlusten führt, wenn repetitive und einfache Aufgaben damit erledigt werden. Doch in Zeiten wie der Corona-Pandemie stelle ich mir die Frage, ob wir als Gesellschaft nicht besser daran getan hätten, mehr zu automatisieren, damit keine Engpässe aufgrund von solchen Herausforderungen auftreten. Vielleicht ist es genau der Weckruf, den wir brauchen, um eine Hyperautomatisierung weiter anzustreben.

Automatisierung in Zeiten der Digitalisierung

Aktuell befinden sich viele Unternehmen in ihrer digitalen Transformation. Hierbei versuchen sich viele auch an einem Proof of Concept (PoC) im Bereich RPA. Oftmals lassen sich hier mit der richtigen Strategie sehr schnell Einsparungen und Synergien entwickeln, weshalb der Hype zu RPA durchaus seine Begründung hat. Doch was passiert nach dem ersten RPA Projekt?
Gerade für das operative Geschäft ist RPA nach wie vor – vielleicht sogar gerade jetzt, wo es um Engpassvermeidung und letztlich auch um Kosteneinsparungen nach der Pandemie geht - sehr interessant, da ein „Bot“ (Software Agent als Endnutzer) wesentlich effizienter, verfügbarer und letztlich weniger fehleranfällig ist als der Mensch.

Die PoC’s haben oft schon erste positive Ergebnisse geliefert. Es wurden mithilfe von IT- und Fachbereichen bestimmte, nicht zu komplizierte Prozesse analysiert, die das Potential haben, den Return on Investment (ROI) zu steigern oder es werden sich andere gewünschte Skaleneffekte (Steigerung Kundenzufriedenheit, Time to Market etc.) nutzen lassen. Ist dies geschehen und war der PoC erfolgreich – denn das ist nicht selbstverständlich – möchte man natürlich weitere Prozesse mithilfe von RPA automatisieren.

Der Trend geht zu Interaktion mehrerer Softwarekomponenten

Doch wie geht es dann weiter? CGI nutzt erfolgreich die Vernetzung von verschiedenen Ansätzen und Softwarekomponenten untereinander. Damit erreichen wir eine Virtualisierung der Prozessketten und eine intelligente Automatisierung. Das Ziel dabei ist eine immer stärker KI-gestützte Entscheidungsfindung zu entwickeln. Doch worin besteht denn genau der Unterschied zu RPA?
Im Rahmen der Entwicklung eines Use Cases nutzen wir von RPA typischerweise lediglich eine Softwarekomponente, während wir im Falle von Hyperautomatisierung diese mit anderen Komponenten vernetzen - so kombiniert CGI beispielsweise in Projekten Process Mining, einen Bot sowie K2 als Prozessmanagement-Tool. Als anwenderfreundliches Frontend haben wir dazu eine „Conversational AI“ Plattform genommen. Conversational AI bedeutet hierbei die Nutzung einer leistungsstarken Sprachtechnologie und eine durchgängige Plattform zum Trainieren, Entwickeln und Überwachen von Chatbots. So ermöglichen wir unseren Kunden, entweder mittels Chatbot oder Alexa (oder kombiniert) den Prozess zu steuern.

Hyperautomatisierung beschleunigt Entscheidungen

Unter Hyperautomatisierung versteht man also die Kombination fortschrittlicher Technologien wie RPA, künstlicher Intelligenz, maschinellem Lernen und Process-Mining, um Mitarbeiter zu unterstützen und Prozesse auf eine Weise zu automatisieren, die eine herkömmliche Automatisierungsfunktion deutlich übertrifft. Je nachdem bei welchem Analysten für Informationstechnologie man hierzu forscht, findet man für diese Tätigkeiten unterschiedliche Buzzwords wie zum Beispiel Hyperautomatisierung, Digitale Prozess Automatisierung oder Intelligente Prozess Automatisierung. Einfach ausgedrückt, bezieht sich die Hyperautomation auf die Mischung von Automatisierungstechnologien, die zur Erweiterung der menschlichen Fähigkeiten führen.

Durch diese intelligente Automatisierung erreicht ein Unternehmen eine aktuellere und agilere Unternehmenssteuerung, da die Daten und Erkenntnisse schneller zur Verfügung stehen und somit eher für schnelle und präzise Entscheidungen genutzt werden können. Gestützt wird dieses Verfahren durch das sogenannte Machine Learning, das einen Teilbereich der künstlichen Intelligenz darstellt. Mithilfe von Algorithmen identifiziert man Zusammenhänge in gesammelten Daten und lernt hieraus. Hierbei wird der Algorithmus erst durch Trainingsdaten angelernt, um dann bei erfolgreichem Ergebnis ein Modell für die Nutzung solcher Daten zu generieren. Es gibt natürlich auch hier Besonderheiten zu berücksichtigen, wie beispielsweise regulatorische Anforderungen, die nicht mit einer KI umgesetzt werden dürfen. Trotzdem können aber auch hier Synergien gehoben werden, indem man Prozesse verschlankt und eine gesamtheitliche Prozesssicht betrachtet, um die optimale Lösung für diese Anforderung zu nehmen. CGI hat in diesem Kontext beispielsweise für eine deutsche Großbank die Kreditstundung während der COVID-Situation teilautomatisiert, um so den enormen Anstieg der Anträge überhaupt stemmen zu können. Das Ergebnis waren verbesserte Prozesszeiten, reduzierte Aufwände und ein effizienterer Prozess für die Endkunden.

Hyperautomatisierung als Gesamtkonzept

Da die Hyperautomatisierung nicht nur eine einzige Softwarekomponente nutzt, sondern darüber hinaus agiert und als Gesamtkonzept zu sehen ist, stellt das auch die IT Branche vor neue Herausforderungen. Innerhalb dieses Konzeptes müssen Unternehmen Werkzeuge einsetzen, die für die Zusammenarbeit miteinander eingerichtet werden können. Die Interoperabilität oder die Leichtigkeit, mit der Software miteinander kommunizieren kann, ist dadurch wichtiger denn je. Gerade die aktuelle Situation mit der COVID Pandemie zeigt dies sehr deutlich. Auch gibt es von Forrester eine aktuelle, weltweite Studie, die aufzeigt, dass die Investition in Automatisierungstechnologien in den letzten zwei Jahren fast verdoppelt wurde und weiterhin steigen wird

Investitionen Automatisierungstechnologien

Das bedeutet für zukünftige Entscheidungen für neue Softwarelösungen, dass diese nicht nur anwenderfreundlich sowie skalierbar sein sollten, sondern ebenso sich in das Gefüge der Hyperautomatisierung ergänzen lassen und damit interagieren können. Sogenannte „Plug and Play“ Lösungen, die Daten aus verschiedenen Quellen beziehen und APIs verwenden, werden als Tools in dieses Gefüge ergänzt, denn es gilt – je mehr Daten ich effizient (!) auswerten kann, umso mehr Wettbewerbsvorteil kann ich damit generieren. Das zeigt auch die aktuelle Marktstudie von CGI –  2020 Client Global Insights – mit mehr als 1.400 Unternehmen, die besagt dass Unternehmen, die intensiver in Automatisierungstechnologie investiert haben, mehr als doppelt so häufig die Erwartung in ihre Digitalisierungsvorhaben erfüllt sehen. Eine höhere Nutzung von Automatisierungstechnologien hat zudem viele weitere positive Seiteneffekte wie zum Beispiel Risikoreduzierung und höhere Produktivität zur Folge. Natürlich bedeutet das auch, dass man Arbeitsplätze durch „Bots“ und künstliche Intelligenz (KI) verlieren kann. Gleichzeitig werden durch diese Anforderungen aber auch neue Stellen wie ein „KI Experte“ oder ähnliches geschaffen.

Fazit

Gerade in ungewissen Zeiten wie der COVID Pandemie ist es umso wichtiger, agil zu reagieren und Time-to-Market-Entscheidungen treffen zu können. Ermöglicht wird dies, indem Unternehmen in die Hyperautomatisierung investieren und ihre Daten und Prozesse erfolgreich und schnell managen. Denn Technologie ist heute ein Schlüsselelement in den Wertschöpfungsketten jeder öffentlichen und privaten Organisation. Die Pandemie macht deutlich, wie wichtig die Technology Supply Chain ist, um auf neue Anforderungen reagieren zu können. Eine Technology Supply Chain umfasst die Harmonisierung von Elementen wie Hyperautomationslösungen, Cloud-Technologien, Managed Services und stabile Cybersicherheit. Wenn Unternehmen sich von den Herausforderungen erholen, die von der Pandemie verursacht wurden, sich neu erfinden und die Technology Supply Chain stärken, wozu auch der Einsatz von Hyperautomationslösungen gehört, wird dies eine Win-Win-Situation für alle beteiligten Parteien sein. Endkunden können schneller bedient, neue Kunden- und Produktstrategien entwickelt und eine höhere Produktivität bei geringeren Betriebskosten erreicht werden. CGI berät seine Kunden in genau diesen Bereichen. Sprechen Sie mit uns!

Über diesen Autor

Katharina Dubberke

Katharina Dubberke

Executive Consultant

Katharina Dubberke leitet die deutsche Practice Intelligent Automation . In dieser Rolle koordiniert sie die Automatisierungs-Strategie von CGI Deutschland. Sie forciert hierbei sowohl die Entwicklung neuer Themen und ebenso die Gewinnung neuer Kunden, Partnerschaften und des Personalnachwuchses. Neben Vorträgen und Präsentationen liegt ihr Schwerpunkt ...