RPA-Lösungen

Über das Provisorium zum Ziel

Der Hype um Software-Roboter, die manuelle ­Arbeitsschritte übernehmen, hält unvermindert an. Er ist aber vor allem veralteten Systemlandschaften geschuldet. Bei KI-Technologie haben die RPA-Hersteller Nachholbedarf.

Über das Provisorium zum Ziel

RPA ist nur eine Krücke.

Vor zwei, drei Jahren, als der Robotic-Process-Automation-Hype (RPA) aufkam, da gab es den Markt schon eine ganze Weile. Für viele RPA-Anbieter spielten Machine Learning und Künstliche Intelligenz (KI) damals kaum eine Rolle. Dabei haben fortgeschrittene Analysetechnologien das Zeug, der Prozessautomatisierung einen deutlichen Schub zu verleihen. Lassen sich bisher nur statische, stark regelgebundene Prozesse abbilden, könnten KI-Technologien rund um Text-, Sprach- und Bilderkennung auch variantenreichere, dynamischere Prozesse automatisieren. KI kann helfen, Software-Roboter zu bauen, die aktuelle Situationen flexibler erkennen und auf Änderungen reagieren können – beispielsweise wenn sich eine Eingabemaske verändert hat. Durch KI lässt sich auch die Qualität der OCR-Texterkennung steigern.

„Klassisches RPA hat noch immer seine Berechtigung, weil sich damit Systeme stärker automatisieren lassen. Allerdings stößt RPA ohne Unterstützung durch Künstliche Intelligenz deutlich schneller an Grenzen“, erklärt Christian Stummeyer, Professor für Wirtschaftsinformatik und Digital Commerce an der Technischen Hochschule Ingolstadt (THI). Zwar schreiben sich einige RPA-Anbieter jetzt das Buzzword „KI“ auf die Fahne. „Da gibt es aber noch keinen echten Quantensprung. In der Regel werden Drittsysteme für KI neben die RPA-Systeme gestellt“, meint Stummeyer. Mit Tools wie Google Tensorflow oder IBM Watson können neue Daten generiert werden, die dann wieder in die Software-Roboter einfließen und ihnen noch mehr Spielraum für Automatisierung geben. Als Beispiel nennt Stummeyer die Schadensfallbearbeitung in der Versicherung. Sachschäden können auf Basis von Bildern automatisiert durch KI-Algorithmen erkannt werden und auf dieser Grundlage kann dann die Schadenshöhe für beschädigte Teile automatisiert abgeschätzt werden. Dieser Input für den Software-Roboter spart weitere manuelle Zwischenschritte und beschleunigt die Bearbeitung.

UiPath hat mit AI Computer Vision (Artificial Intelligence) in diesem Jahr eine erste Lösung vorgestellt, die verschiedene KI-Verfahren „pragmatisch“ nutzen soll. Damit will man vor allem RPA in virtualisierten Umgebungen ermöglichen. Denn dort, wo eine Art Streaming des Remote-Desktops stattfindet, funktionierte die Technologie dafür bisher nicht verlässlich. Gleichzeitig nutzen immer mehr Unternehmen Virtual Desktop Environments (VDI) wie VMware, Citrix oder Windows Remote Desktop. Mit einer Mischung aus AI, OCR und Text-Fuzzy-Matching sollen die Software-Roboter die Bildschirmoberfläche künftig ähnlich „sehen“ können wie der Mensch. Aus Sicht von UiPath lässt sich die Technologie auch im SAP-Umfeld, für ­PDFs und Bilder nutzen, wo traditionelle Automatisierungsmethoden Probleme haben.

„Immer mehr Unternehmen setzen sich mit RPA auseinander“, stellt Torsten Kerwien fest, Head of Process Automation beim IT-Dienstleister Itelligence. Es gibt „unattended“ und „attended“ Bots. Während Erstere auf einem Server laufen und nur zeitgesteuert oder durch digitale Events aktiviert werden, laufen Letztere als assistierende Funktion auf dem Desktop und werden durch den Mitarbeiter angestoßen. Zudem werden drei Arten von RPA unterschieden. Die erste basiert auf einem reinen Nachahmen der Eingaben, die ein ­Benutzer machen würde. Die kognitiven Roboter wiederum sind in der Lage, Geschäftslogiken und Regeln abzubilden. Die dritte Form, die intelligente RPA, bezeichnet selbstlernende Software-Roboter. Hier ist jedoch einiges noch Zukunftsmusik, meint auch Torsten Kerwien: „Es gibt erste Produkte, die die Software auf dem Rechner eines Mitarbeiters beobachten und zu 60 Prozent einen Bot automatisiert entwickeln.“ Die Technologie ist aber häufig noch nicht so weit wie die Marketingversprechen.

Alles andere als trivial

Doch bis es so weit ist, sind die aktuellen RPA-Tools von der einfachen Nutzung noch ziemlich weit entfernt. „Betrachtet man die Kern-RPA-Funktionalität, liegen die Werkzeuge im Markt relativ nah beieinander. Unterschiede im Detail gibt es bei erweiterten Themen wie OCR und Process Mining“, erklärt Julia Förth, Analystin für Data & Analytics beim Business Application Research Center (BARC). Man habe sich die RPA-Systeme im Rahmen der Studie „Robotic Process Automation D-A-CH“ sehr intensiv angeschaut: „Die An­bieter geben häufig das Marketingversprechen, jeder Nutzer könne die Software-Roboter problemlos bedienen. Das ist in der Praxis jedoch nur bedingt der Fall“, stellt die Marktforscherin fest. Das Thema sei Mitarbeitern vorbehalten, die IT-affin sind. „Um die komplexen Arbeitsabläufe in verschiedene Teile zu zerlegen, ist Wissen über die Prozesse und Daten notwendig“, so Förth. Machbar, aber nicht trivial, lautet also das Verdikt der Marktforscher.

Viele Tools haben zwar eine Aufzeichnungsfunktion in Form von Rekordern, die mitschneiden, welche Aktionen vom User getätigt werden. Dazu gehören z. B. das Öffnen von und das Navigieren in Programmen, das Eingeben und die Übertragung von Informationen von einem System in ein anderes. Die so vom System generierten Abläufe müssen in der Praxis allerdings oft noch punktuell nachbearbeitet werden, meint Förth. „Mit reinem Aufnehmen ist es bei keiner Lösung getan, man muss da häufig nachjustieren“, bestätigt Kerwien. Zu diesem Ergebnis kommt auch eine Studie des Anbieters Pegasystems, in der rund 100 deutsche Unternehmen befragt wurden. Dabei wurde die Implementierung der Software-Roboter als größte Herausforderung bezeichnet. Über die Hälfte gab an, dass die Bots schwerer als gedacht zu implementieren waren. Projekte laufen demnach fast immer länger als geplant, im Schnitt dauert die Umsetzung 1,5 Jahre.

Wo RPA gut passt

RPA lohnt sich immer dort, wo keine Schnittstellen vorhanden sind. Das können führende Fachsysteme im Unternehmen sein, aber auch Excel-Files oder eine Internetseite. Die perfekte Voraussetzung für klassische Software-Roboter sind repetitive Aufgaben in einer stabilen Systemlandschaft, die gut regelbasiert beschrieben werden können. Dazu gehören auch Alltagshelferlein in Form von Personal Assistants, wenn Mitarbeiter beispielsweise viel zwischen Excel-Files kopieren oder in bestimmten Arbeitsschritten mehrere Anwendungen öffnen müssen.

Auch in klassischen ERP-Prozessen sieht Kerwien Einsatzpotenziale für RPA-Bots. „In der HR-Abteilung müssen viele Personalstammdaten verarbeitet werden: Hier lassen sich etliche Abläufe wie der Urlaubsantrag oder eine erste Selektion von Bewerbern einfach automatisieren. Im Finance-Umfeld könnten Bots bei der Rechnungseingangsprüfung oder auch Kontierung und weiteren datenverarbeitenden Aufgaben helfen“, so der Prozessautomatisierungsexperte. Viele Prozesse arbeiten z. B. nur Einträge in bestehende Systeme ab. Ein typischer Software-Roboter kann beispielsweise die organisatorischen Schritte im Onboarding-Prozess neuer Mitarbeiter übernehmen: den neuen Mitarbeiter im System anlegen, Schlüsselkarten codieren und eine SIM-Karte bestellen.

RPA ist nur eine Krücke

Doch ist bei der Technologie Vorsicht geboten, warnen die Experten. „Unternehmen sollten sich grundsätzlich vor dem Einsatz von RPA-Software fragen, ob es sich nicht mehr lohnt, das bestehende System auszutauschen oder zu modernisieren. RPA ist oft eine Krücke in über Jahre gewachsenen Systemlandschaften“, stellt Christian Stummeyer fest. In modernen Systemen im Bereich ERP, CRM oder PIM hingegen würde der Datenaustausch durch Schnittstellen gelöst.

Dies ist ein Artikel aus unserer Print-Ausgabe 11/2019. Bestellen Sie ein kostenfreies Probe-Abo.

„RPA ist letztlich nur Nachahmung und es sollte in den meisten Szenarien keine Dauerlösung sein. Vor allem gilt es, die Technologie ausgewählt einzusetzen. Dafür müssen die Einsatzszenarien durch die IT bewertet und Leitplanken festgelegt werden, damit man sich nicht zukünftige technische Schulden ins Haus holt“, sagt Torsten Kerwien. Problematisch werde es dann, wenn wertschöpfende Prozesse, für die es Compliance-Richtlinien gab, durch die Bots in Fachabteilungen parallel laufen. Es sei wichtig, dass sich diejenigen Mitarbeiter, die Software-Roboter bauen, mit der IT und den betroffenen Organisationseinheiten absprechen, meint auch Julia Förth: „Sonst passieren Dinge im Frontend, die nicht mehr nachvollzogen werden können.“

Zu den typischen Hürden zählt Christian Stummeyer die Datenqualität: Dubletten und nicht vollständig angelegte oder inkonsistente Stammdaten bereiten demnach typischerweise Probleme. Bei der Auswahl der geeigneten Prozesse muss zudem genau hingeschaut werden. „Die RPA-Automatisierung über Frontends wird nie so performant sein, wie im Backend z. B. über API-Schnittstellen. Deshalb eignet sich RPA weniger für Abläufe, die in sehr hoher Frequenz stattfinden und deren Verarbeitung zeitkritisch ist“, sagt die BARC-Analystin. Auch überall dort, wo mehrere Menschen im Prozess etwas entscheiden oder freigeben müssen, passe die Technologie weniger.

 

Wie KI die Texterkennung verbessert

Optical Character Recognition in Verbindung mit Deep ­Learning: Daran arbeiten viele OCR-Anbieter, u. a. ein Projekt des Fraunhofer IAIS. Vor allem hilft die effektivere Analyse mit selbstlernenden KI-Bilderkennungsalgorithmen dabei, ungewohnte Anordnungen von Informationen z.B. in Rechnungen zu erkennen. Vor allem aber soll die Ver­knüpfung beider Technologien dazu beitragen, dass in ­sensiblen Kon­texten nicht alle Scans durch Menschen überprüft werden müssen, sondern die Übertragungsqualität bei 100 Prozent liegt.

 

Der RPA-Markt

Bis 2020 werden einer ISG-Studie zufolge 60 Prozent der Unternehmen in der DACH-Region mindestens zehn RPA-Prozesse aufgesetzt haben. Nur sechs Prozent haben demnach im nächsten Jahr weiterhin keine eigene RPA-Lösung. Weltweit wird das Volumen des Marktes auf 50 Mrd. US-Dollar geschätzt. Dominiert wird das Spektrum von einigen Platz­hirschen, darunter UiPath, Automation Anywhere, Blue Prism, Pegasystems und Generalist Kofax. Doch auch andere Unternehmen drängen in den Markt, darunter Nischenanbieter, die ursprünglich aus dem Workflow- und BPM-Umfeld kommen (Business Process Management). Auch ERP-Hersteller wie SAP haben den Trend erkannt, so kaufte SAP kürzlich den ­französischen RPA-Anbieter Contextor.


Bildquelle: Getty Images / iStock / Getty Images Plus

©2019Alle Rechte bei MEDIENHAUS Verlag GmbH

Unsere Website verwendet Cookies, um Ihnen den bestmöglichen Service zu bieten. Durch die weitere Nutzung der Seite stimmen Sie der Verwendung zu. Weitere Infos finden Sie in unserer Datenschutzerklärung.

ok