Prozessoptimierung ist eine Disziplin, die so alt ist wie die Zivilisation selbst und bis vor kurzem noch eine reine Menschendomäne war. Doch intelligente Automatisierung ist die nächste Grenze und wird Unternehmen, die einen hohen ROI anstreben, unzählige Vorteile bieten.
Dank der wachsenden Fähigkeiten der künstlichen Intelligenz und ihrer Unterkategorien maschinelles Lernen und Deep Learning können Computer nicht nur sich wiederholende Prozesse automatisieren, sondern auch Verbesserungen empfehlen, indem sie Datenmengen durchforsten, die für das menschliche Verständnis zu groß sind.
Diese Art der Automatisierung hat das Potenzial, einen bahnbrechenden ROI zu erzielen, indem sie Unternehmen eine grundlegende Neugestaltung ihrer Arbeitsweise ermöglicht.
Auf RPA basierende Technologie
Die durchgängige intelligente Automatisierung basiert auf der robotergestützten Prozessautomatisierung (RPA), einer schnell wachsenden Softwarekategorie, die die Aktivitäten von Wissensarbeitern automatisiert. Gartner schätzt, dass der weltweite Markt für Software zur robotergestützten Prozessautomatisierung in diesem Jahr einen Wert von fast 2 Milliarden US-Dollar erreichen und bis mindestens 2024 weiterhin jährlich im zweistelligen Bereich wachsen wird.
Ohne intelligente Automatisierung verbringen viele Wissensarbeiter einen Großteil ihrer Zeit mit Routineaufgaben, die nicht automatisiert werden können, weil die Technologie dafür fehlt. Ein Großteil dieser wenig werthaltigen Arbeit besteht aus der Dateneingabe, wie etwa der erneuten Eingabe von Zahlen aus einer alten Buchhaltungsanwendung in ein neues ERP-System oder der Übertragung von Daten aus gedruckten Formularen in Datenbanken.
Nehmen wir als Beispiel die Bearbeitung eines Hypothekenantrags. Antragsteller reichen in der Regel zahlreiche Bank- und Anlagekontoauszüge sowie handschriftlich ausgefüllte Dokumente ein. Diese Informationen müssen in eine Software eingegeben werden, die Kreditanträge bewertet. Dies kann ein manuell aufwändiger und fehleranfälliger Prozess sein.
Eine Technologie, die Unternehmen zur Lösung dieser Art von Problemen einsetzen, ist RPA. Mit RPA können Unternehmen Zeit bei Aufgaben sparen und einen höheren ROI erzielen, da RPA-Softwareagenten, sogenannte Bots, darauf trainiert werden können, einen Großteil der Detailarbeit zu automatisieren, indem sie beispielsweise mithilfe optischer Zeichenerkennung gedruckte Eingabewerte in die erforderlichen Eingabeformulare übersetzen. Diese Bots können auch Ausnahmen kennzeichnen, die menschliches Eingreifen erfordern, ein Prozess, der manchmal als „Drehstuhlintegration“ bezeichnet wird.
Mit intelligenter Automatisierung über einzelne Aufgaben hinausgehen
RPA ist sehr wertvoll, beschränkt sich jedoch eher auf die Automatisierung einzelner Aufgaben als auf die Automatisierung durchgängiger Prozesse. RPA kann auch den unbeabsichtigten Nebeneffekt haben, dass es zu Problemen kommt, da alte und ineffiziente Prozesse fest codiert und dadurch schwieriger zu ändern sein können. Hier kommt die intelligente Automatisierung ins Spiel.
Durch die Kombination von KI, maschinellem Lernen und durchgängiger Prozessautomatisierung kann das Unternehmen intelligente, lernfähige Arbeitsabläufe erstellen, Verbesserungsmöglichkeiten finden und diese dann umsetzen.
Nehmen wir als Beispiel unser Szenario zur Kreditbearbeitung. Angenommen, der Prozess erfordert, dass Analysten bei der Überprüfung eines typischen Antrags 15 verschiedene Quellen für Finanzinformationen untersuchen. Algorithmen für maschinelles Lernen können Millionen früherer Anträge analysieren und beispielsweise feststellen, dass nur acht Informationsquellen in hohem Maße mit der Kreditgenehmigung korrelieren. Sie können den Kreditgebern dann empfehlen, die Anzahl der zu prüfenden Dokumente und die für die Entscheidung benötigte Zeit zu reduzieren.
Maschinelles Lernen kann auch Schritte in Prozessen aufzeigen, die möglicherweise gar nicht notwendig sind. Vielleicht kann die Zahl der Mitarbeiter, die zum Sammeln von Dokumenten benötigt werden, reduziert werden oder einige Datensätze können automatisch abgerufen werden, indem die Erlaubnis der Antragsteller zum Zugriff auf elektronische Konten eingeholt wird. Diese Möglichkeiten zur Effizienzsteigerung entgehen menschlichen Bedienern oft, weil sie zu sehr an bestehende Verfahren gewöhnt sind oder ihnen die Informationen fehlen, um sich Alternativen vorzustellen. Wenn vollständige End-to-End-Systeme intelligente Automatisierung einsetzen, werden Arbeitsabläufe produktiver und Unternehmen ziehen einen höheren Wert aus ihren Prozessen.
Die Low-Code-Gleichung
Sobald Fachexperten mit Erkenntnissen zur Prozessverbesserung ausgestattet sind, können sie Low-Code-Programmiertools verwenden, um ihre Arbeit neu zu gestalten. Laut Forbes Technology Council„Die Einführung einer Low-Code/No-Code-Automatisierung löst diese Probleme, baut Barrieren ab und ermöglicht Teams jeder Qualifikationsstufe, IT-Vorgänge nahtlos zu verwalten.“
Low-Code-Tools sind wichtig, da Prozessoptimierungen selten ein einmaliges Unterfangen sind. Machine-Learning-Algorithmen werden naturgemäß mit der Zeit immer effektiver, was die Optimierung zu einem kontinuierlichen Prozess macht.
Mit Low-Code-Tools können alle am Geschäftsprozess Beteiligten Arbeitsabläufe modellieren und problemlos ändern. Low-Code-Plattformen können über Anwendungsprogrammierschnittstellen auch Dienste wie Bilderkennung und Sprachantwort integrieren, sodass diese Dienste für Entwickler aller Kompetenzstufen zugänglich sind.
Zusammenarbeit ist der Schlüssel zur Realisierung des Potenzials intelligenter Automatisierung. Prozessdesigner können abteilungsübergreifend zusammenarbeiten, um Prozesse mithilfe einfacher Drag-and-Drop- und visueller Tools gemeinsam zu erstellen. Professionelle Entwickler und Datenwissenschaftler können sich die zugrunde liegende Logik und die Datenmodelle ansehen, um bei Bedarf unternehmenstaugliche Anwendungen zu erstellen.
Die Vorteile intelligenter Automatisierung nutzen
Die Prozessoptimierung wird noch wichtiger, da Self-Service eine immer wichtigere Rolle bei der Kundenbindung einnimmt. Tatsächlich hat Gartner vorausgesagt, dass 85 % aller Kundenservice-Interaktionen beginnen mit einer Self-Service-Komponente bis 2022, gegenüber 48 % im Jahr 2019.
Die Möglichkeit, Kundendaten direkt am Entstehungsort digital zu erfassen, eröffnet Chancen für noch größere Verbesserungen. So hat die Stadtverwaltung von Dubai ihre Abläufe nahezu vollständig papierlos gestaltet und gleichzeitig ein zentrales, nach außen gerichtetes Portal für ihre über drei Millionen Einwohner geschaffen. Anstatt verschiedene Ämter aufsuchen zu müssen, um die für eine Geschäftseröffnung erforderlichen Unterschriften zu erhalten, können die Einwohner nun über ein einziges Portal mit den Behörden interagieren. Da die Daten digital erfasst werden, können sie zudem in Modelle des maschinellen Lernens eingespeist werden, um kontinuierliche Prozessverbesserungen zu identifizieren.
Auch wenn die Fortschritte im Bereich der intelligenten Automatisierung immer mehr an Bedeutung gewinnen, sollten Sie nicht vergessen, dass diese Verbesserungen den Menschen nicht überflüssig machen. Sie ermöglichen ihm lediglich, mehr Zeit mit Arbeiten zu verbringen, die nur er erledigen kann.