Autor: Andreas Klug, CMO der ITyX AG
In den letzten Jahren haben sich viele Unternehmen für die Einführung von Robotic Process Automation (RPA) entschieden, um die Prozessoptimierung voranzutreiben. Es ist davon auszugehen, dass der Trend zu RPA nicht abreissen wird, denn mit wenig Aufwand sind herausragende Ergebnisse möglich. Das steht auf der Haben Seite.
Auf der anderen Seite wird es für viele Unternehmen nach einer gewissen Zeit der Anwendung schwieriger, geeignete Prozesse für die Automatisierung mit RPA zu finden. Unstrukturierte Daten sind die Hauptursache dafür, dass die Technologie an wirtschaftliche und technische Grenzen stößt.
Die grosse Stärke von RPA ist die Verarbeitung strukturierter Daten. Auf Basis definierter Regeln macht sie dies zuverlässig, präzise und schnell. Ein weiterer Vorteil von RPA ist, dass keine tiefe Integration in unterschiedlich Systeme nötig ist, sondern über die bestehenden Benutzer- beziehungsweise Desktop-Oberflächen der jeweiligen Applikationen arbeitet. RPA wird auch als Brückentechnologie bezeichnet, da sich mit ihr verschiedene Systeme schnell miteinander verbinden lassen.
RPA unterstützt dabei, zahlreiche Prozesse zu automatisieren und somit Kosten zu senken, ohne bestehende Anwendungen verändern oder ersetzen zu müssen. Im Einsatz ist RPA unter anderem bei wiederholten Dateneingabe-Funktionen sowie bei Downloads und Uploads im Bereich Enterprise Ressource Planning (ERP).
In einer digitalen Welt wird RPA so zu einer Schlüsselanwendung, wenn es um die Transformation von Prozess- und Informationsstrukturen geht. Aus diesem Grund arbeiten insbesondere Unternehmen, die aufgrund ihrer Geschäftstätigkeit auf eine Vielzahl von Daten zurückgreifen, schon länger mit RPA. Finanzdienstleister, Versicherungen, Energieversorger und Handelsunternehmen - um nur einige Beispiele zu nennen.
Folgende Voraussetzungen braucht es, um mit RPA arbeiten zu können:
Hier liegt zugleich die erste Herausforderung, denn RPA benötigt Struktur. Häufig liegt diese jedoch nicht vor. Ein Grossteil der Kommunikation mit Kunden läuft eben nicht strukturiert ab. Und eine E-Mail kann mit RPA alleine nicht ausgewertet, geschweige denn verarbeitet werden. Das bedeutet, dass die Daten zunächst gesichtet, validiert und in eine strukturierte Form gebracht werden müssen.
So funktioniert es: Die KI übernimmt die Initialarbeit, bevor Daten an die RPA übergeben werden. KI übernimmt im Prozess des Input Managements dann folgende Schritte:
An den RPA-Bot wird anschliessend strukturierte Datensatz per XML, CSV- Datei oder Webservice übermittelt. Dieser übernimmt die weitere Automatisierung des Prozesses. Zusammengefasst ergeben sich aus der zusätzlichen Integration von KI drei Vorteile für Unternehmen:
Hört sich einfach ein? Ist es auch. Das Positive an dieser Zusammenarbeit von RPA und KI ist, dass die Investition in RPA weiterhin absolut lohnenswert ist. Bestehende Systemlandschaften können erhalten bleiben. KI greift flexibel und nur da ein, wo Prozesse weiter gezielt verbessert werden können. Eine perfekte Kombination!
RPA & KI kombinieren: die wichtigsten Begriffe finden Sie unter folgenem Link
https://www.ityx.de/blog/ki-rpa-begriffe-die-sie-kennen-sollten
Andreas Klug, Marketing Vorstand der ITyX AG, gilt als Evangelist für Intelligente Automatisierung und den Digitalen Wandel, mit dessen Ausprägungen er sich in Vorträgen, Blogs und im Podcast „KI-Board“ regelmässig auseinandersetzt. Er leitet den Arbeitskreis „Artificial Intelligence“ im Digitalverband Bitkom.