Intelligente Prozessautomatisierung – Digitale Transformation auf die nächste Stufe bringen

Die digitale Transformation von Geschäftsprozessen ist für die meisten Branchen zum De-facto-Standard geworden. Unternehmen lassen Ihre Prozessen digitalisieren, um die Vorteile von modernen Technologien auszuschöpfen. Die nachfolgenden Technologien spielen die wichtigste Rolle in der Geschäftsprozessautomatisierung:

  • Business Process Management (BPM) orchestriert verschiedene Systeme, Menschen und Prozesse, um die Gesamtfunktion der menschzentrierten Geschäftsaktivitäten zu verbessern. Beispielsweise müssen während der Einreichung und Verarbeitung von Dokumenten zur Entscheidungsfindung viele Beteiligte sowohl miteinander als auch mit zugrundeliegenden Systemen interagieren. Mit BPM kann dieser Prozess heutzutage zum großen Teil digital koordiniert, skaliert und beobachtet werden.
  • Robotic Process Automation (RPA) setzt Regeln ein, um Arbeiten zu automatisieren, die keine Variationen aufweisen. Beispielsweise wird die Anmeldung bei einem E-Mail-Konto jedes Mal auf die gleiche Weise durchgeführt: man gibt Benutzernamen und Passwort ein. RPA eignet sich hervorragend für diese Art von sich wiederholenden Aufgaben. Hinter RPA versteckt sich oft ein einfacher Geschäftsprozess: anmelden, eine Aktion durchführen, abmelden.
  • Künstliche Intelligenz (KI) versetzt die Computersysteme in die Lage, Aufgaben auszuführen, die normalerweise menschliche Intelligenz erfordern würden. Beispielsweise kann ein KI-System die Vollständigkeitsprüfung von eingereichten, hundertseitigen Dokumenten in wenigen Sekunden durchführen.

Intelligente Prozessautomatisierung ist eine Kombination hochmoderner Technologien.Quelle: eigene Darstellung

KI vervollständigt RPA und BPM auf eine elegante Art und Weise, und bildet das neue, vielversprechende Feld der Intelligenten Prozessautomatisierung (IPA). Im Wesentlichen profitiert IPA von den Vorteilen der oben genannten Technologien. Dadurch kann sie umfangreichere und länger andauernde menschliche Aufgaben in kleinere automatisierte Aufgaben unterteilen und lernt sogar mit der Zeit diese besser zu verarbeiten.

Mithilfe von KI automatisiert IPA komplexe Entscheidungsfindungen und sorgt damit für eine Steigerung der Effizienz sowie einer Senkung der Betriebskosten. Darüber hinaus kann IPA das Kundenerlebnis verbessern, da sie die Interaktionen vereinfacht und die Prozesse beschleunigt. Im Folgenden zeigen wir, wie Ihr Unternehmen von IPA profitieren kann.

Ihre Herausforderungen im Bereich Prozessautomatisierung

Stellen Sie sich einen Prozess vor, der zur Entscheidungsfindung Dokumente verarbeitet. Ein Beispiel für einen solchen Prozess ist ein Kreditantrag oder ein Antrag für Kostenrückerstattung. Ohne Digitalisierung fordert die Bearbeitung häufig ein größeres hin und her von Antragsformularen und -dokumenten. Kundinnen und Kunden sollen dann meist beim Unternehmen vorbeikommen und die ausgefüllten und unterschriebenen Unterlagen einreichen oder mit der Post zuschicken. Im Anschluss prüfen verschiedene Prozessbeteiligte die Dokumente und erfassen die Informationen aus den Unterlagen am Computer. Manchmal müssen diese untereinander Dokumente austauschen oder sogar in einem Archiv nach weiteren Informationen suchen.

Dieses hin und her von Dokumenten ist sehr aufwendig, fehlerfähig und ineffizient. Die Geschäftsprozessautomatisierung beseitigt die aufkommenden administrativen und bürokratischen Hindernisse durch einen klaren Einsatz von Prozessschritten, Digitalisierung von benötigten Daten und eine zentrale Stelle für die Mensch- und Systemkoordination. Anstatt Papiere auszufüllen und Ordner untereinander auszutauschen können die Beteiligten Formulare ausfüllen, die per E-Mail an die zuständigen Personen geschickt werden. Alle Schritte können digital erledigt werden und alle Daten werden in Datenbanken gesammelt.

Dokumentverarbeitungs- und Entscheidungsfindungsprozesses ohne Intelligente Prozessautomatisierung.Quelle: eigene Darstellung

Das obige Bild stellt die Digitalisierung des beschriebenen Prozesses vereinfacht dar. Dokumente kommen beispielsweise als Anhang einer E-Mail an.

  • Als erstes erfolgt eine manuelle Prüfung der Vollständigkeit der Dokumente (Schritt: „Dokumente prüfen und annehmen”). Sind die Dokumente vollständig, ausgefüllt und unterschrieben oder fehlen Seiten des Dokumentes und notwendige Angaben? Die zuständige Person prüft die einzelnen Seiten und muss teilweise umfangreiche Dokumente mehrmals durchblättern und Angaben vergleichen, um die Konsistenz von Daten sicher zu stellen.
  • Sobald dieser erste Schritt abgeschlossen ist, werden die angegebenen Daten in die vom Unternehmen verwendeten EDV-Systeme übertragen. In unserem Beispiel hat das Unternehmen zwei Systeme, die diese Daten benötigen. Dabei handelt es sich um ein aktuelles System mit moderner Benutzeroberfläche für die Dateneingabe sowie um ein altes System mit einer veralteten Oberfläche. Im alten System ist eine genaue Kenntnis darüber erforderlich, welche Daten zu welchen Feldern gehören, da sich Feldnamen über die Jahre geändert haben. Dieses Wissen haben nur wenige erfahrene Personen im Unternehmen. Im Beispiel wird die Datenerfassung von zwei Prozessbeteiligten durchgeführt: Eine junge Person mit wenig Erfahrung nutzt die neue Oberfläche, um die Daten zu erfassen (Schritt: „Dokumente analysieren und Daten speichern”), während die erfahrene Person die Daten im alten System erfasst (Schritt: „Daten in Legacy System übertragen”).
  • Als nächstes ist es notwendig externe Wissensdatenbanken und Quellen in Betracht zu ziehen, die man für die Entscheidungsfindung braucht. Darunter zählt beispielsweise eine Bonitätsprüfung, eine Anfrage an das Finanzamt oder der Zugriff auf historische Daten in der eigenen Datenbank (Schritt: „Zusätzliche Daten abrufen“).
  • Sobald alle Daten vorhanden sind, kann die Entscheidungsfindung stattfinden (Schritt: „Entscheidungsfindung”). In diesem Schritt braucht das Unternehmen eine erfahrene Person, die sowohl die komplexe Logik hinter der Entscheidung versteht, aber auch die Erfahrung hat, Extremfälle zu identifizieren und darauf bedarfsgerecht zu reagieren.
  • Nach dem Vier-Augen-Prinzip soll am Ende eine vorgesetzte Person die Entscheidung überprüfen (Schritt: „Überprüfen”). Je nach Datenmenge und Komplexität der Prüfung kann die Prozessdauer erheblich, aber auch unvorhersehbar sein. Aus unserer Erfahrung können wir mit Sicherheit sagen, dass dieser Prozess im besten Fall mindestens mehrere Tage dauern wird.

Trotz des höheren Grades der Digitalisierung von Geschäftsprozessen hängt die Ausführung von Geschäftsprozessen immer noch stark vom menschlichen Faktor ab. Prozessbeteiligte verbringen immer noch einen erheblichen Teil ihrer Zeit mit der Beantwortung einfacher Kundenanfragen, dem Ausfüllen von Formularen, der Suche nach relevanten oder fehlenden Daten und anderen routinemäßig anfallenden Tätigkeiten, die oft sehr aufwendig sind.

Weitere Hindernisse stellen Altsysteme dar, die nicht automatisiert werden können und deren Ersatz noch keine Option ist, z. B. aufgrund hoher Kosten. Sie bieten keine API für die Anbindung anderer Systeme, so dass die manuelle Dateneingabe die einzige Option ist. Konsequenz ist, dass der manuelle Aufwand zu gesteigerten Prozessausführungszeiten sowie zu erhöhten Wartezeiten für die Kunden führt. Außerdem ist es allgemein anerkannt, dass Menschen bei der Ausführung langweiliger, sich wiederholender – roboterhafter – Aufgaben frustriert werden und gedanklich abschweifen – mit einem direkten negativen Einfluss auf die Kundenzufriedenheit!

Hochqualifizierte, erfahrene Mitarbeiter:innen spielen eine entscheidende Rolle am Erfolg eines Prozesses. Das gilt insbesondere bei ungewöhnlichen Aufgaben, die ein gewisses Maß an Kreativität erfordern. In der Regel berücksichtigen und bewerten sie Daten aus verschiedenen Quellen wie E-Mails, Dokumente, Bilder, Internet-Recherchen, usw. Auf Basis dieser Daten treffen sie dann kritische Entscheidungen beispielsweise bei Kreditbewilligungen, bei der Betrugsanalyse und -aufdeckung oder der Patientendiagnose.

Versteckte Muster und Korrelationen in den Daten, die ansonsten eine wichtige Rolle bei der Entscheidungsfindung spielen würden, können übersehen werden. Außerdem sind solche Mitarbeiter:innen schwer zu finden – mit der Folge, dass es einen Personalmangel im Unternehmen gibt und die vorhandenen Personen überlastet werden. Daraus ergibt sich ein weiteres Problem: Verlassen solche erfahrene Personen das Unternehmen, geht auch das Wissen und die Erfahrung mit ihnen, was zu zusätzlichen Kosten für das Unternehmen führt.

Die Umwandlung zur intelligenten Prozessautomatisierung

In einem hart umkämpften Markt sind Unternehmen ständig bestrebt, ihre Gewinnspannen zu erhöhen, die Kosten zu senken und ein herausragendes Kundenerlebnis zu bieten. Laut McKinsey hat die Automatisierung von 50-70% der Aufgaben durch intelligente Prozessautomatisierung (IPA) zu jährlichen Kosteneinsparungen von 20-35% geführt. Es darf dabei nicht vergessen werden, dass es keinen „one size fits all”-Ansatz gibt: Bei der Umsetzung von IPA soll die aktuelle Situation in einem Unternehmen mit all ihren Besonderheiten berücksichtigt werden.

Das folgende Bild zeigt ein Reifegradmodell von IPA. Ausgehend von einem komplett manuellen und unstrukturierten Prozess werden die ursprünglichen manuelle Prozessschritte Schritt für Schritt mit den technologischen Möglichkeiten automatisiert. Die erste Stufe in der Prozessautomatisierung kann sowohl mithilfe von Skripten und Makros aber auch mit Robotic Process Automation (RPA) umgesetzt werden. Obwohl diese Technologien grundlegende Unterschiede aufweisen, haben sie eine Gemeinsamkeit: Sie ermöglichen die Automatisierung von sich wiederholenden Aufgaben. So kann beispielsweise ein Makro aufgezeichnet werden, um Datumsangaben in zufälligen Formaten in ein eindeutiges Format zu ändern. Das aufgezeichnete Makro kann anschließend bei Bedarf wieder abgespielt werden.

Eine anspruchsvollere Alternative zu Makros ist RPA. RPA kann verwendet werden, um beispielsweise die Daten in ein Altsystem zu kopieren, während ein im Hintergrund laufender Dienst die Daten auf Vollständigkeit und Korrektheit prüft. Darüber hinaus kann sogar die Entscheidungsfindung automatisiert werden, beispielsweise mithilfe eines Regelwerks.

Der Weg zur Intelligenten Prozessautomatisierung.Quelle: eigene Darstellung

Dies ist bereits ein großer Schritt nach vorne, da RPA den Prozessbeteiligten ermöglicht, alltägliche, sich wiederholende Aufgaben zu automatisieren und damit eintönige Aufgaben abnimmt. Es fehlt hier aber ein systematischer und strukturierter Ansatz. Business Process Management (BPM) löst dieses Problem, indem es einen zentralen Punkt zur Überwachung und Steuerung der Prozessausführung bereitstellt. Es nutzt bestehende Technologien und ermöglicht die Integration und Orchestrierung von modernen RPA-Tools und (Micro-)Services in größerem Umfang. Wie wir im obigen Beispiel gezeigt haben, digitalisiert BPM Geschäftsprozesse und orchestriert das Zusammenspiel von Menschen und Drittsystemen, um einen nahtlosen End-to-End-Prozess zu erreichen. Doch was passiert, wenn die Prozesslogik zu komplex wird oder die Regelsätze nicht mehr wirtschaftlich manuell gepflegt werden können?

Hier kommt KI zur Hilfe

Mit ihrer Fähigkeit, aus Beispielen zu lernen und große Mengen an (unstrukturierten) Daten zu verarbeiten, bringt KI die Prozessautomatisierung einen großen Schritt weiter. KI kann beispielsweise Informationen aus Dokumenten extrahieren, Arbeitsmengen effizient steuern und Entscheidungen vorschlagen oder gar treffen. Wichtig ist, dass die Aktionen der KI Nachvollziehbar sind – nicht nur um gesetzlichen Regelungen nachzukommen, sondern auch um bei den Prozessbeteiligten Vertrauen in die KI aufzubauen, sodass Mitarbeiter:innen und KI gemeinsam als Team agieren und ihre jeweiligen Stärken einbringen. Das Zusammenspiel dieser Technologien bildet die Intelligente Prozessautomatisierung. Sie eröffnet modernen Unternehmen zahlreiche neue Möglichkeiten.

Ihre Vorteile durch den Einsatz der Intelligenten Prozessautomatisierung

Effizienzsteigerung

Im Wesentlichen besteht das Ziel von IPA darin, Ihre Mitarbeiter:innen in ihrer Arbeit zu unterstützen, so dass sie ihre Zeit besser investieren können als in monotone oder wiederkehrende Aufgaben. Beispielsweise kann die KI, im Gegensatz zu Menschen, leicht den Überblick über Ihre Vorräte behalten und bei Bedarf nach dem besten Angebot suchen und eine Bestellung aufgeben. IPA schafft einen kontinuierlichen Kommunikationskanal zwischen Mensch und KI. Menschliches Wissen und Erfahrung werden als Feedback für die KI benötigt, damit diese sich verbessern kann – besonders wenn die KI am Anfang noch lernt und noch keine Entscheidung mit der gewünschten Sicherheit treffen kann. In der Übergangsphase kann der „AI-first”-Ansatz auch verwendet werden, um die Daten für die Prozessbeteiligten aufzubereiten und aus ihren Entscheidungen zu lernen.

Im Laufe der Zeit wird die KI bei der Ausführung der Aufgaben besser, was zu den gewünschten Ergebnissen führt. Hand in Hand können Mitarbeiter:innen und KI gemeinsam auf eine effizientere Abwicklung von Geschäftsprozessen hinarbeiten. Während dieses gesamten Prozesses sind erklärbare KI Praktiken (xAI) von größter Bedeutung: Sie liefern Begründungen dafür, wie die KI zu einem bestimmten Ergebnis gekommen ist. Auf Basis dieser Informationen kann das Ergebnis des KI-Modells verstanden und nachvollzogen werden. Das schafft Vertrauen und legt den Grundstein für weitere Anwendungen in der Zukunft.

Agil reagieren

Veränderungen wirken sich auf Ihr Unternehmen und folglich auch auf Ihre Prozesse aus. Ganz gleich, ob es sich um die Änderung eines Dokumentenformats, die Einführung einer neuen Datenquelle, das Hinzufügen und Entfernen von Aufgaben oder die Änderung der Gewohnheiten und Erwartungen Ihrer Kunden handelt: KI kann dies nahtlos bewältigen. KI kann sich sogar an Personaländerungen anpassen. Die Abwanderung erfahrener oder die Einstellung neuer Mitarbeiter:innen wirkt sich weniger auf das Unternehmen aus. Das meiste Wissen ist im System gespeichert und zwar als Bestandteil der automatisierten Aufgaben. Mit IPA wird Agilität in vollem Umfang unterstützt, da bestimmte Kosten, wie beispielsweise Schulungen, nicht mehr anfallen. Kontinuierliche Verbesserung und damit Kundenzufriedenheit sind auf diese Weise gewährleistet.

Kundenerfahrung verbessern

Die Kundenerfahrung ist derzeit die wichtigste Triebkraft für die Digitalisierung des Unternehmens. Der intelligente Prozess leistet einen besonderen Beitrag, indem er mit Ihren Kunden in Interaktion tritt und direkt Rückmeldung geben kann – zu jeder Tages oder Nachtzeit und egal an welchem Tag. Die schnellere Bearbeitung von Kundenanfragen, rechtzeitige Bedarfsprognosen oder fundierte Entscheidungen sind nur einige der Möglichkeiten, die IPA bietet.

Die Funktionsweise von intelligenter Prozessautomatisierung

Ziel von IPA ist es, Prozesse durch den Einsatz von Künstlicher Intelligenz weiter zu automatisieren. Ein intelligentes System kann nicht nur Aufgaben ausführen, die sonst von Menschen erledigt werden, sondern kann auch von sich selbst lernen, sich verbessern und anpassen. Letztendlich ermöglicht dies nicht nur mehr Effizienz und weniger Fehler, sondern auch einen höheren Durchsatz und ein verbessertes Kundenerlebnis. Ausgehend vom oben gezeigten Beispielprozess, der im Wesentlichen aus manuellen Aufgaben besteht, zeigt das untere Bild den Einsatz einiger Werkzeuge aus unserem Werkzeugkasten der Prozessautomatisierung zur Implementierung von IPA. Die vorgenommenen Änderungen werden anschließend Schritt für Schritt erklärt.

Verwandlung des Dokumentverarbeitungs- und Entscheidungsfindungsprozesses zum Intelligenten Prozess.Quelle: eigene Darstellung

Toolbox zur Aufgabenautomatisierung

Die Analyse des Status quo ist der erste Schritt zur Umsetzung von IPA. Sobald Aufgaben identifiziert sind, werden sie automatisiert und entweder durch intelligente Logik (z. B. maschinelles Lernen, Deep Reinforcement Learning) oder durch eine Automatisierungstechnologie (z. B. RPA, Microservices, Skripte) ersetzt. Ist bei Ihnen bereits ein Business Process Management System, wie beispielsweise Camunda BPM im Einsatz, werden neue Komponenten als externe, unabhängige Microservices integriert, die von Service-Tasks aus aufgerufen werden können.

Je nach Ihrem Geschäftsszenario und Ihren Zielen wählen und implementieren wir die optimale Lösung in einem agilen Vorgehen. Auf diese Weise können wir uns mit Ihren spezifischen Problemen befassen und auf die Entwicklung personalisierter und geeigneter Lösungen hinarbeiten. Ein bereits vorhandenes Business Process Management System bietet einen weiteren Vorteil: bei digitalisierten Prozessen ist es natürlich einfacher, die KI in das Setup zu integrieren, als alles von Grund auf neu aufzubauen.

Schritt für Schritt zu einem intelligenten Prozess

Im Folgenden zeigen wir Schritt für Schritt, wie der obige Prozess mit unserem KI-Werkzeugkasten zu einem intelligenten Prozess umgewandelt wird. Ein großer Teil des Prozesses besteht darin, Daten aus Dokumenten zu extrahieren und in einer Datenbank zu speichern. Wenn ein Prozessbeteiligter dies manuell erledigen soll, nimmt dies Zeit in Anspruch und Fehler sind nicht auszuschließen.

Die intelligente Dokumentenanalyse ist eines der Kernelemente der intelligenten Geschäftsprozessautomatisierung. Im Grunde repräsentiert sie die Fähigkeit, wertvolle Informationen aus unstrukturierten Datenquellen (Formulare, Briefe, E-Mails, aufgezeichnete Telefongespräche) abzurufen. Dadurch wird der Prozess erheblich vereinfacht und schafft einen zusätzlichen Mehrwert, beispielsweise weil die Kunden ihre Dokumente in einem beliebigen Format einreichen können. Die Fortschritte im Bereich der Verarbeitung der natürlichen Sprache (eng. Natural Language Processing – NLP) unterstützen und ermöglichen das Verstehen von Sprache und Text, die Extraktion von Daten daraus sowie die Erkennung von Emotionen.

Ausschnitt aus Schaubild Teil 1.Quelle: eigene Darstellung

Das Bild links zeigt, wie die intelligente Dokumentenanalyse die Automatisierung des ursprünglichen Prozesses verbessert. Statt des Lesens der Dokumente und des manuellen Kopierens ihrer Inhalte wie Namen und Anschrift in (elektronische) Formulare (Schritt: „Dokumente analysieren und Daten speichern”) kann die intelligente Dokumentenanalyse die benötigten Daten extrahieren und speichern.

Zusätzlich kann durch das Speichern von Metainformationen eine bessere Nachvollziehbarkeit erreicht werden, beispielsweise wo die Informationen im Dokument zu finden sind. Eine parallel laufende Aufgabe prüft automatisiert die Daten, ruft ggf. zusätzliche Daten ab und informiert den Kunden sofort über mögliche Probleme. Die parallele Verarbeitung von Daten beschleunigt die Verarbeitung und die Automatisierung sorgt dafür, dass sich Ihre Mitarbeiter:innen mit höherwertigen Aufgaben beschäftigen können.

In Situationen, wo Interaktionen mit Altsystemen erforderlich sind, diese jedoch keine API anbieten, über die wir Daten an sie senden oder von ihnen lesen können, kommt RPA ins Spiel. Mit RPA-Tools können wir Benutzeraktionen aufnehmen, beispielsweise die Eingabe von Daten in ein bestimmtes Formularfeld und das Klicken auf die Sendentaste.

Sobald der Ablauf einer solchen Aufgabe definiert ist, kann das RPA-Tool diese Dateneingabe beliebig oft wiederholen. Die Abarbeitung einer solchen Aufgabe erfolgt dabei viel schneller und fehlerfrei. Entsprechend wird in unserem Beispiel die Aufgabe „Daten in legacy System übertragen” durch RPA ersetzt.

Ausschnitt aus Schaubild Teil 2.Quelle: eigene Darstellung

Ausschnitt aus Schaubild Teil 3.Quelle: eigene Darstellung

Chatbots sind ein weiterer erfolgreicher Einsatz der NLP-Umsetzung in der Prozessautomatisierung. Es handelt sich dabei um virtuelle Assistenten, die in verschiedenen Situationen und für unterschiedliche Aufgaben eingesetzt werden können. Mit der Fähigkeit, sowohl text- als auch sprachbasierte Interaktionen zu übernehmen und zu bedienen, bieten sie ressourcenschonende Alternativen, insbesondere im Kontakt mit Ihren Kunden. Als Ergänzung zu Ihren Kundenservice-Einheiten oder Call-Centern können sie Kundenanfragen rund um die Uhr schnell bearbeiten. Viel schneller als Menschen können sie die Dokumente in Echtzeit prüfen und den Kunden sofort um eine Klärung bitten. Ein Chatbot kann Informationen interaktiv nachfordern, da die Dokumente in Echtzeit geprüft werden. So können Informationen die nicht übereinstimmen oder fehlen direkt nachgefragt werden. Dies entlastet Ihre Mitarbeiter:innen, da diese so immer die vollständigen Unterlagen erhalten und sich Nachfragen erübrigen. In Bezug auf unser Beispiel kann ein Chatbot die Aufgabe „Dokumente prüfen und annehmen” übernehmen.

Legacy-Entscheidungssysteme haben meist regelbasierte Expertensysteme im Hintergrund. Neue Machine-Learning Ansätze, z. B. tiefe neuronale Netzwerke, bringen diese Praktiken deutlich voran, indem sie ein Lernen durch Beispiele ermöglichen, anstatt ein komplexes Regelwerk manuell aufzubauen und zu pflegen.

Alte Falldaten und entsprechende Entscheidungen können verwendet werden, um ein Entscheidungsmodell als Decision Model and Notation (DMN) zu lernen oder um ein Empfehlungssystem zu trainieren. Bei einer Anfrage, die ähnlich wie in der Vergangenheit war, schlägt dieses Empfehlungssystem dem Bearbeitenden die Genehmigung oder Ablehnung vor – beispielsweise in der Form „Normalerweise genehmigen Sie Anfragen wie diese. Möchten Sie fortfahren?”.

Ausschnitt aus Schaubild Teil 4.Quelle: eigene Darstellung

Die „Entscheidungsfindung” wird nun durch ein KI-Modell durchgeführt. Die während des Prozessablaufs gesammelten Daten dienen als Eingabe für das KI-Modell, welches mit dem Entscheidungsfindungsprozess fortfahren kann. Zusammen mit dem Ergebnis gibt die KI eine Vertrauensbewertung und Erläuterungen zur Entscheidung heraus, die von Mitarbeiter:innen verwendet werden können, um das Ergebnis zu überprüfen, nachzuvollziehen und Feedback für Verbesserungen des KI-Modells zu geben.

Bis zu diesem Punkt haben wir Ihnen einige Möglichkeiten zur Automatisierung bestimmter Aufgaben vorgestellt. Damit ist die Reise aber noch nicht zu Ende: Ein ganzes Ökosystem an modernen Technologien ermöglicht ein noch besseres Prozessmanagement.

Um die gewünschte Qualität der IPA-Implementierung kontinuierlich zu gewährleisten ist es notwendig, Best Practices zu verwenden, die unter dem Begriff MLOps zusammengefasst werden. MLOps erweitert DevOps um Themen wie das Modelltraining und das anschließende Re-Training, die Modellversionierung, die Modellbereitstellung und das Management der Komplexität der Modellbereitstellung. Werden beispielsweise Fälle von Personen mit Wohnsitz Stuttgart aus bestimmten Gründen von Mitarbeiter:innen abgelehnt, kann das KI-Modell im Laufe der Zeit fälschlicherweise das Muster lernen, dass Stuttgart der Anlass der Ablehnung ist und nicht der eigentliche Grund. Mit der Überwachung der KI und der Eingaben sowie einer MLOps-Implementierung können Sie rechtzeitig reagieren und die Modelle immer in einem aktuellen Zustand halten. Unterstützung für MLOps gibt es entweder durch End-to-End-Lösungen wie Azure ML Services oder Amazon SageMaker oder durch Tools und Plattformen von Drittanbietern wie MLFlow oder Kubeflow.

Zudem liefern die aus der Prozessausführung gesammelten Daten wertvolle Erkenntnisse. Dank der Fähigkeit von KI, große Datenmengen zu bewältigen, ist es einfach, die Daten der Prozessüberwachung aktiv zu nutzen. Die Daten werden häufig entweder mit dedizierten Überwachungswerkzeugen (z. B. Camunda Optimize oder Event-Streaming-Tools (z. B. Kafka, Zeebe) gesammelt. Die Daten können benutzt werden, um Engpässe und Anomalien zu identifizieren, interessante Leistungsmetriken zu entdecken, Alarme für kritische Ereignisse zu setzen und das Verhalten, die Leistung und die Ergebnisse von Geschäftsprozessen zur Laufzeit vorherzusagen.

Zusammenfassung

Ursprünglicher Prozess auf Intelligenten Prozess umgewandelt.Quelle: eigene Darstellung

Die obere Abbildung zeigt, wie ein hochgradig manueller Prozess in einen intelligenten, effizienten, hochautomatisierten Prozess umgewandelt wurde. Für die Transformation haben wir die wichtigsten Verbesserungspunkte identifiziert und eine Teilmenge unseres Werkzeugkastens (RPA, Intelligente Dokumentanalyse, Chatbot) zur Verbesserung des Prozessautomatisierungsgrades eingesetzt. Das was früher in großen Teilen manuell von Mitarbeiter:innen erledigt werden musste, wird nun von intelligenten Anwendungen unterstützend ausgeführt. Aus unserer Erfahrung heraus wissen wir, dass ein solcher Prozess jetzt in Sekunden oder wenigen Minuten abläuft.

Anhand der Beispiele und den vielfältigen Anwendungsmöglichkeiten haben wir gezeigt, wie IPA zu Kostensenkung, erhöhtem Durchsatz und Qualitätssteigerung führt. Das Kundenerlebnis wird durch parallele Aufgabenbearbeitung, Präzision und damit reduzierte Wartezeiten verbessert und der Arbeitsalltag Ihrer Mitarbeiter:innen durch vielfältigere und kreativere Aufgaben interessanter. Insgesamt eröffnet IPA eine neue Welt voller Möglichkeiten.

Wir unterstützen Sie gerne auf dieser spannenden Reise!

Unsere Dienstleistungen für Intelligente Prozessautomatisierung

Auf der Reise zur Umsetzung von IPA werden wir Sie mitnehmen und Sie bei jedem Schritt unterstützen. Zu Beginn ist es uns wichtig, dass wir uns ein genaues Bild von Ihrem Geschäftsfall machen und Ihre Anforderungen an ein solches System sehr gut verstehen. Gerne unterstützen wir Sie bei der Auswahl der Technologie, der Implementierung der notwendigen Komponenten und deren Integration in Ihre BPM-Plattform:

  1. Innovationsworkshop: Wir besprechen Ihre Ausgangssituation, Ziele und identifizieren Potenziale. Gemeinsam bewerten und priorisieren wir die Potenziale. Gerne berichten wir Ihnen, wie andere Unternehmen vergleichbare KI-Automatisierungsaufgaben angegangen sind. Am Ende des Tages haben Sie eine Vielzahl an Ideen, wie Ihnen der Start in das Thema gelingen kann.
  2. Planung der Vorgehensweise: Ausgehend von Ihrer Ausgangssituation, wählen wir die passenden Technologien und planen detailliert die Umsetzung.
  3. Umsetzung einer ersten intelligenten Automatisierung: Dabei schauen wir zusammen auf die Quick Wins und achten darauf, dass bereits der erste Schritt schon einen wertvollen Beitrag leistet und Ihre Prozesse verbessert. Bei der Umsetzung des Projekts legen wir Wert auf einen agilen Ansatz. In enger Kooperation mit Ihnen erstellen wir die Lösung schrittweise und integrieren sie fortlaufend in Ihre Strukturen. Bei Bedarf können wir so schnell auf geänderte Umstände reagieren.

Ihr Ansprechpartner

Novatec_Christoph-Heger

Dr. Christoph Heger

Head of Practice Area Data Intelligence
Inhaltsverzeichnis
Ihr Ansprechpartner Dr. Christoph Heger Head of Practice Area Data Intelligence
Novatec_Christoph-Heger