RPA & KI? Automation boost!

In unserem vorherigen Blogbeitrag haben wir alle verschiedenen Technologien (einschließlich Menschen!) betrachtet, die zur Unterstützung der Fähigkeiten von Robotic Process Automation (RPA) eingesetzt werden können. In diesem Beitrag wollen wir einige neue Technologien betrachten, die das Potenzial haben, den Grad der tatsächlichen Automatisierung mit RPA wesentlich zu erhöhen und einfacher zu gestalten.

Der Implementierungsprozess für RPA erfolgt in der Regel in drei Schritten: Identifizierung der Prozesse, die für die Automatisierung geeignet sind; Abbildung der Kandidatenprozesse, um zu verstehen, was wann passiert; und Konfiguration der RPA-Software, um die abgebildeten Prozesse zu automatisieren. Auch hier sind die ersten beiden Phasen in der Regel primär die Rolle des Business Analysten, während die dritte Phase von den RPA-Entwicklern durchgeführt wird. (Dabei ist es möglich, dass die Rollen des Business Analysten und des Entwicklers von derselben Person ausgeübt werden können, und in einigen Fällen empfiehlt sich dies. Die meisten Organisationen, zumindest in der Anfangsphase der RPA-Einführung, wenden sich an spezialisierte RPA Implementierungspartner, um diese Aktivitäten durchzuführen).

Oftmals können diese Anfangsphasen sehr lange dauern und sind naturgemäß personalintensiv. Worauf freuen sich demnach vorausschauende RPA-Spezialisten, die sich darum bemühen, diese Aktivitäten für ihre Kunden zu beschleunigen?

In einem ersten Schritt werden die Business Analyst Consultants im gesamten Unternehmen nach manuell-intensiven, wiederholbaren Prozessen suchen, um Kandidatenprozesse für die Automatisierung zu identifizieren. Da es selten fertige Prozesskarten gibt, die jeden Prozess perfekt beschreiben, muss die Identifikation meist durch Gespräche mit möglichst vielen Personen in der Organisation erfolgen, die an einem Prozess beteiligt sind – insbesondere mit denjenigen, die die Arbeit tatsächlich ausführen.

Ein neuer Ansatz mit künstlicher Intelligenz könnte die Suche nach den idealen Automatisierungsprozessen erheblich beschleunigen. In diesem Fall verwendet die Software Natural Language Processing, um alle E-Mails, die zwischen den Mitarbeitern hin- und hergehen, zu lesen. Generell gilt, dass dort, wo es E-Mail ‘chatter’ gibt, Ineffizienz herrscht. So kann die Software (re:infer ist ein gutes Beispiel) jene Prozesse ausfindig machen, die übermäßig manuell sind oder nicht funktionieren. In einem ersten Schritt ist dies ein effizienter Weg, um diejenigen Prozesse zu identifizieren, die Kandidaten für RPA werden könnten. (Der zweite Durchgang wird von den Business-Analysten durchgeführt, um die Eignung zu bestätigen und die Liste weiter nach unten zu filtern).

Sobald die Kandidatenprozesse identifiziert sind, müssen sie auf Keystroke Level (Click-Level) abgebildet werden. Bestehende Technologien, wie der UiPath Recorder, sammeln alle Klicks und Tastatureingaben, aber in der Regel wird dies von einem Business Analyst verwaltet. Auch die Recorder neigen dazu, ziemlich begrenzt zu sein, in dem was sie aufzeichnen können und was nicht.

Durch den erneuten Einsatz künstlicher Intelligenz könnten die Prozessabbildungsaktivitäten weitgehend automatisiert werden. Modernste Start-Ups für das maschinelle Lernen wie Mimica beginnen damit, nützliche Software zu entwickeln, die auf dem Computer des Benutzers installiert werden kann und automatisch Prozesskarten auf der Grundlage seiner Aktivitäten erstellt. Der große Vorteil dieses Ansatzes besteht, neben der Aufzeichnung von Screenshots jeder Aktion inklusive Zeitstempels, darin, dass alle Ausnahmen innerhalb eines Prozesses jedes Mal, wenn sie auftreten, erfasst werden können. Die resultierende Prozesskarte zeigt alle Schritte und Entscheidungswege des Prozesses auf und gibt Aufschluss darüber, wie viel Prozent der Zeit der Prozess in den einzelnen Schritten verbracht hat. Es ist zudem einsehbar, wo unstrukturierte Daten innerhalb des Prozesses verwendet werden, so dass durch die Zusammenstellung aller Informationen eine «Eignung für RPA»- Bewertung für jeden Prozess berechnet werden kann.

Genau wie UiPath’s Recorder muss weiterhin jeder Prozess noch von einem Business Analysten validiert werden, jedoch könnte die zeitweise mühsame Arbeit des Prozess-Mappings erheblich beschleunigt werden.

Diese Technologien befinden sich derzeit auf dem neuesten Stand der KI-Entwicklung, werden aber allmählich in die reale Welt der RPA-Implementierung eingeführt. Eines Tages könnte man sich vorstellen, sie alle zusammenzufügen, um die Prozesse zu identifizieren und abzubilden, und sogar das KI-System dazu zu bringen, die RPA-Software zu kodieren. Aber davon sind wir noch weit entfernt. Wir brauchen sicherlich noch Business-Analysten und RPA-Entwickler, vor allem für die wirklich intelligente Arbeit, Prozesse zu verbessern, bevor wir sie automatisieren, sowie die weicheren Themen rund um das Change Management. Wie in den meisten Unternehmen wird das ideale Szenario eine Kombination aus Technologie und Menschen sein.