Automatisierung treibt die Digitale Transformation voranRessourcen freisetzen für innovative Projekte
8. Oktober 2019
Die intelligente IT-basierte Automation umfasst ein breites Spektrum leistungsfähiger und vielfältig einsetzbarer Technologien, das sich von Robotic Process Automation (RPA) bis zur Künstlichen Intelligenz (KI) erstreckt. Diese Avantgarde-Technologien machen Unternehmen effizienter, agiler und erfolgreicher.
Je stärker Unternehmen automatisieren, desto mehr Ressourcen können sie frei machen für innovative Projekte. Sehr weit fortgeschritten ist die Automatisierung bereits in den Produktionshallen in Gestalt von Industrierobotern. Aber auch Customer Support, Marketing und Vertrieb haben bereits Automatisierungstechnologien in ihren Geschäftsprozessen im Einsatz.
Da Automatisierungssysteme die grundlegenden Daten und Abhängigkeiten in den Geschäftsprozessen immer genauer erfassen, können sie auch zunehmend komplexere Prozesse übernehmen. Der IT-Dienstleister CGI hat in einem „Intelligent Automation Framework“ die wichtigsten Entwicklungsstufen einer „intelligenten Automation“ zusammengefasst:
- Basis-Automation (Basic Automation),
- Robotic Process Automation (RPA),
- Fortgeschrittene Prozess-Automation (Enhanced Process Automation,)
- Algorithmische Automation (Algorithmic Automation),
- Künstliche Intelligenz (Artificial Intelligence) sowie
- Basic Automation.
Viele Unternehmen nutzen bereits Basic Automation in unterschiedlichem Ausmaß, sowohl in ihrer IT-, als auch in den Fachabteilungen. Mit grundlegenden Formen der Automatisierung optimieren sie immer wiederkehrende einfache Abläufe, etwa bei der Datenerfassung, Qualitätsprüfung und bei der regelbasierten Weiterleitung von Anfragen in Call Centern.
Robotic Process Automation
In Banken und Versicherungen beispielsweise geht die Initiative zur Einführung von Robotic Process Automation meist von den Fachabteilungen aus. Mit RPA automatisieren sie Geschäftsprozesse mit hohen Datenvolumina und klar strukturierten Regeln. Sie profitieren dabei von einer erheblichen Beschleunigung der Geschäftsprozesse, von Effizienzgewinnen und Kosteneinsparungen.
RPA basiert auf der Funktionalität von Software-Robotern, nutzt vorhandene Applikationen und führt automatisch komplexe Aktivitäten aus. Der große Vorteil: Bestehende Systeme müssen nicht angepasst werden; damit können Unternehmen bereits nach wenigen Wochen erste Ergebnisse erzielen. Eine Bank beispielsweise automatisierte mit RPA 20 Prozesse mit 3.000 Transaktionen am Tag und konnte die Prozesseffizienz deutlich steigern.
Enhanced Process Automation
Während sich die Basic Automation und auch RPA mit der Verarbeitung strukturierter Daten befassen, fokussiert sich Enhanced Process Automation auf unstrukturierte Daten und nicht routinemäßig ablaufende Prozesse, wie sie für die intelligente Dokumentenverarbeitung typisch sind. Als Basistechnologie kommt Enhanced Process Automation auch bei Chatbots zum Einsatz, die Spracheingaben von Kunden und Mitarbeitern verstehen und weitgehend automatisiert abwickeln. Mit „Sprach-Avataren“ von Microsoft oder Amazon haben etwa Banken Überweisungs-Workflows automatisiert und damit Einsparungen von 20 bis 50 Prozent erzielt.
Das Herzstück von Chatbots sind Decision Engines. Bei der Interaktion mit einem Kunden, der ein Support-Anliegen hat, durchläuft die Engine einen Entscheidungsbaum und präsentiert dann das Ergebnis; sie kann, entsprechend programmiert, auch eigenständig Entscheidungen treffen. Die für Enhanced Process Automation eingesetzten Decision Engines nutzen ein rudimentäres maschinelles Lernen. Automatisierung durchläuft mit ansteigender Komplexität eine Stufenleiter, angefangen von einfachen standardisierten Prozessen bis hin zu hochkomplexen Deep-Learning-Verfahren.
Starten Unternehmen mit einfachen Prozessen, können sie in kurzer Zeit von der Automatisierung profitieren. Im nächsten Schritt steht die Analyse komplexerer Prozesse auf der Agenda. In vielen Fällen durchläuft die Automatisierung einen Reifegrad. Einige Prozesse in den Fachbereichen müssen zunächst für die Automatisierung vorbereitet werden, beispielsweise weil sie nicht ausreichend standardisiert sind. Unternehmen, die automatisieren, setzen einen internen Lernprozess in Gang, in dessen Verlauf innovative Lösungen entstehen.
Ausblick auf Algorithmic Automation und Künstliche Intelligenz
Algorithmische Automation stützt sich auf die Integration interner und externer Datenquellen, etwa auf Basis von Big-Data- und IoT-Technologien sowie Natural Language Processing (NLP). Mit Methoden der Predictive Analytics erarbeitet die algorithmische Automation mathematisch optimierte Entscheidungen und führt sie dann auch direkt aus.
Künstliche Intelligenz (KI) hat in den letzten Jahren große Fortschritte erzielt, getrieben durch immer größere Cloud-Rechenkapazitäten, und es geht im hohen Tempo weiter. Sehr vielversprechend sind die Entwicklungen in der Disziplin „Deep Learning“, die mehrdimensionale, selbstlernende Neuronale Netze nutzen. Um die Lernmodelle zu trainieren, werden umfangreiche Rechenleistungen benötigt.
Für deutsche Unternehmen hat die intelligente, Software-gestützte Automatisierung hohe Priorität. Zusammen mit der Provadis School of International Management and Technology hat der globale IT-Dienstleister CGI Anfang des Jahres das Institut für Digitale Assistenzsysteme (DAS) gegründet. Im Fokus steht die praxisnahe Erforschung von KI-Anwendungsszenarien wie Robo Advisor für das B2C-Bankkundengeschäft oder smarte Sprachsteuerungssysteme in der Logistik- und Transport-Branche.
In den nächsten Jahren wird vor allem die Bedeutung von maschinellem und neuronalem Deep Learning als Anwendungsformen von KI weiter zunehmen. Die Mehrzahl der Initiativen, die die Digitale Transformation vorantreiben, werden KI-Technologien wie intelligente Verfahren zur automatisierten Auswertung riesiger Datenmengen, NLP und kognitive Technologien nutzen, die menschliche Fähigkeiten immer besser emulieren.
Patrick Becker ist Director Consulting Services und Practice Head RPA & IA bei CGI.
