Robotic Process Automation – das nächste große Ding!

In 2019 ist Robotic Process Automation (RPA), frei übersetzt - robotergesteuerte Prozessoptimierung, in vielen Unternehmen auf der Agenda und Teil ihrer digitalen Strategie. Gemeint ist die Automatisierung von Geschäftsprozessen mit Hilfe von Künstlicher Intelligenz (KI). Moderne RPA-Software ist durch Künstliche Intelligenz in der Lage, nicht nur strukturierte Prozesse mit festgelegter Abfolge und definiertem Regelwerk, sondern auch Prozesse in denen Entscheidungen getroffen werden müssen, durchzuführen. Ziel ist dabei, die menschlichen Mitarbeiter von lästigen Routine-Aufgaben zu entlasten, damit sie mehr Zeit für kreative und herausfordernde Tätigkeiten haben.

Die Einführung von RPA – einfach und schnell?

Viele Hersteller propagieren, dass RPA-Systeme einfach und schnell, auch ohne technischen Hintergrund, zu implementieren sind. Die Realität sieht aus unserer Sicht anders aus. Prozesse, die einfach und schnell automatisiert werden können, haben von Haus aus einen sehr hohen Standardisierungsgrad und eindeutig definierte Regeln, nachdem die Prozessschritte abgearbeitet werden. In der Folge ist eine Vielzahl dieser Prozesse bereits automatisiert. Das gilt für die meisten Geschäftsprozesse nicht, so dass die Komplexität bei der Erstellung der Automatisierungsroutinen hoch ist und die Einführung in der Regel nicht in Wochen, sondern in Monaten bemessen werden muss. Dieses Lehrgeld haben bereits eine Vielzahl von Unternehmen bezahlt. Was kann man also tun, um sich nicht in diese Unternehmen einzureihen?

Der Proof of Concept (PoC)

Die Investition in RPA-Werkzeuge ist, will man sie unternehmensweit einsetzen, mit hohen Aufwänden verbunden. Aus diesem Grund muss man den unterschiedlichsten Interessengruppen darlegen bzw. nachweisen, dass das Vorhaben vorhandene Problemstellungen löst und Nutzen stiftet. Nebenbei muss das System auch den rechtlichen Anforderungen genügen, störungsfrei sowie wartungsarm sein und bestenfalls hohe Effizienzen mitbringen. Die Erwartungshaltung ist, und da sind die Hersteller und Dienstleister nicht unschuldig, sehr hoch. Daher ist der aus unserer Sicht erste und wichtigste Schritt, einen Proof of Concept durchzuführen, um die Automatisierungsfähigkeit nachzuweisen und Prognosen über den wirtschaftlichen Einsatz anstellen zu können.

Grundvoraussetzung ist dabei die Ehrlichkeit und nicht das Optimieren von Ergebnissen, denn nur so kann das Risiko einer Fehlinvestition vermieden werden. 

Der erste Schritt – Erwartungen klären

Bevor mit dem eigentlichen PoC begonnen wird, muss eine Vielzahl von zentralen Fragen geklärt werden.

Die wichtigsten von allen, sind die Fragen nach den Zielen und Anforderungen sowie den erwarteten Ergebnissen. Üblicherweise ist dieser Schritt Inhalt des Requirements Engineering, dem Anforderungsmanagement oder dem Erwartungsmanagement. Zweck dieser Übung ist es, dass alle Beteiligten in jeder Phase des PoC ein gemeinsames Verständnis über die Anforderungen und Ergebnisse haben und somit an einem Strang ziehen. Bei der späteren Durchführung wird durch dieses Vorgehen vermieden, dass es durch Missverständnisse bzw. Konflikte zwischen den Beteiligten zu Termin- und Budgetüberschreitungen oder gar zu Enttäuschungen kommt. 

Der zweite Schritt – den Prozess auswählen

In dieser Phase wird festgelegt, welcher Prozess automatisiert werden soll. Die Kunst ist es hier, Prozesse oder Teilprozesse zu identifizieren, die aus Komplexitätssicht schnell beherrschbar sind, aber Rückschlüsse aus das spätere Gesamtvorhaben erlauben. Es müssen Aussagen über die Höhe der Einführungsaufwendungen und -zeit, die Wirtschaftlichkeit im Betrieb, die Skalierungsfähigkeit im Unternehmen, die rechtlichen und organisationalen Rahmenbedingungen sowie die Verfügbarkeit der benötigten Ressourcen getroffen werden können.

Der dritte Schritt – die Durchführung

Das Ziel ist definiert, der Prozess ist ausgewählt, aber wer setzt es um? Solche KI-gestützten Automatisierungsvorhaben benötigt in der Regel eine Vielzahl von Rollen, wie z.B. Data Scientists, Automatisierungsspezialisten, KI-Architekten, Implementierungsspezialisten, Prozessspezialisten, Projektmanager, Prozesseigner, uvm. In unseren Projekten hat sich gezeigt, dass gemischte Kompetenzen der Schlüssel zum Projekterfolg waren. Wenn das so nicht abbildbar war, haben Tandems in unseren Projekten, z.B. aus Prozess- und KI-Know-how, gute Ergebnisse gebracht. Wichtig ist, den bestehenden Prozess nicht ungeprüft zu automatisieren. Ein ineffizienter Prozess bleibt auch nach der Automatisierung ineffizient. Es gilt zu erarbeiten, welches der geeignetste Weg ist, um die gewünschte Lösung oder das erwartete Ergebnis zu erreichen und dann diesen zu automatisieren. In vergangenen Projekten hat sich bei uns eine agile Vorgehensweise, einer Mischung aus Scrum und Kanban – das Scrumban, bewährt. Hier werden in iterativen Schritten die Ergebnisse und Automatisierungsschritte validiert.

Der vierte Schritt – die Ergebnisse

Die im PoC erarbeiteten und aufbereiteten Ergebnisse müssen eindeutige Aussagen enthalten.

Aussagen über

• die erreichten Ergebnisse, ob die relevanten Ziele und Anforderungen erfüllt wurden
• die Korrektheit der vor dem PoC getroffenen Herangehensweisen, ob die Vorgehensweise korrekt war oder während der Laufzeit des Projekts geändert werden musste
• die quantitativ korrekte Planung der Ressourcen
• das Zusammenspiel des Teams
• die gemachten Fehler und die abgeleiteten Verbesserungen
• die für den unternehmensweiten Einsatz benötigten Ressourcen bzw. Anforderungen
• die Prognosen für die zu erwarteten Einsparungen, Umsatzsteigerungen, Wirtschaftlichkeit und den ROI

Das alles mündet in einer Entscheidungsvorlage bzw. Handlungsempfehlung.

Wird die Weiterverfolgung des Vorhabens empfohlen, bietet es sich an, als nächsten Schritt eine Pilotanwendung zu etablieren, auf deren Basis die anschließende Skalierung auf das gesamte Unternehmen erfolgen kann.

Fazit

Robotic Process Automation kann den nächsten großen Schritt in eine automatisierte Welt bedeuten. Die modernen Werkzeuge bieten Unternehmen die Möglichkeit auch Prozesse zu automatisieren, die bisher als nicht automatisierbar galten. Trotz allem gilt, dass in der tatsächlichen Anwendung die meisten Tools und/oder Vorhaben in der Umsetzung weitaus aufwendiger sind als erwartet. Die Chancen, die sich aus Automatisierungsvorhaben ergeben, sind riesig und führen zu einem Wettbewerbsvorteil oder sichern schlicht und ergreifend das Bestehen eines Unternehmens.

Eine große Herausforderung liegen aus unserer in Sicht in drei Themenfeldern:

1. Die wachsende Anzahl an Anbietern von RPA-Tools, macht es schwierig das richtige Werkzeug auszuwählen.
2. Die zunehmende Beliebtheit von RPA-Projekt führt zu einer Knappheit an geeigneten Mitarbeitern oder Dienstleistern
3. Das finden und Ausbilden von Talenten für den Betrieb und die Weiterentwicklung benötigten neuen Kompetenzen, z.B. der Prozessspezialist mit Data Science Kenntnissen oder der KI-Architekt mit Entwicklerkompetenz.

Dies könnte Dich auch interessieren: