Robotic Process Automation (RPA)

Was ist Robotic Process Automation (RPA)?

Robotic Process Automation (RPA, deutsch: robotergestützte Prozessautomatisierung), ist eine Technologie, die die Art und Weise nachahmt, wie Menschen mit Software interagieren, um wiederkehrende Aufgaben mit hohem Volumen auszuführen. Die RPA-Technologie erstellt Softwareprogramme oder Bots, die sich in Anwendungen einloggen, Daten eingeben, Aufgaben berechnen und ausführen sowie Daten zwischen Anwendungen oder Workflows kopieren können, je nach Bedarf.

RPA automatisiert sich wiederholende Geschäftsprozesse in Branchen wie dem Bankwesen, der IT, dem Personalwesen und dem Gesundheitswesen. Diese Geschäftsprozesse werden durch den Einsatz von Bots schneller und effizienter ausgeführt. RPA erfreut sich wachsender Beliebtheit, da es Kosten senken, Prozesse rationalisieren und zu einer besseren Kundenerfahrung beitragen kann. Ein weiterer Vorteil von RPA-Software besteht darin, dass Geschäftsbereiche sie implementieren können, ohne neue Tools erlernen, IT-Mitarbeiter um Unterstützung bitten oder die zugrunde liegende IT-Infrastruktur des Unternehmens ändern zu müssen.

Die von RPA verwendeten Software-Bots können Inhalte auf Bildschirmen verstehen, in Systemen navigieren, Tastenanschläge eingeben, Daten identifizieren, Daten extrahieren und verschiedene andere Aktionen ausführen. Diese Bots können sich wiederholende Aufgaben verstehen und ausführen, indem sie Skripte implementieren, die menschliche Aktionen bei der Interaktion mit Computern nachahmen.

In Kombination mit künstlicher Intelligenz (KI) und maschinellem Lernen kann RPA mehr Kontext aus den Inhalten erfassen, mit denen es arbeitet, indem es Text oder Handschrift mit optischer Zeichenerkennung (Optical Character Recognition, OCR) liest, Entitäten wie Namen, Rechnungsbedingungen oder Adressen mithilfe von Natural Language Processing (NLP) extrahiert und mehr Kontext aus Bildern erfasst, zum Beispiel durch automatische Schätzung des Unfallschadens auf einem Bild aus einem Versicherungsfall.

Da RPA immer beliebter wird, sehen Unternehmen die Notwendigkeit, es in ihre IT-Systeme zu integrieren. Während RPA einen zuvor von Menschen abgewickelten Geschäftsprozess erheblich beschleunigen kann, können Bots ausfallen, wenn sich Anwendungsschnittstellen oder Prozessabläufe ändern.

Neuere RPA-Tools nutzen KI, maschinelles Sehen und NLP, um Ausfallprobleme zu minimieren. Moderne RPA-Plattformen bieten auch eine gewisse Integration mit zentralisierten IT-Governance- und Managementfunktionen, wodurch die Nutzung von RPA im gesamten Unternehmen einfacher skaliert werden kann.

Wie funktioniert RPA?

RPA spiegelt die Art und Weise wider, wie Menschen mit Softwareanwendungen interagieren und über sie denken. Die Fähigkeit von RPA, die Art und Weise zu kopieren, wie Menschen einen computergestützten Prozess ausführen, hat zu seiner Beliebtheit im Vergleich zu Automatisierungs-Tools wie Programmierschnittstellen (APIs) oder Low-Code-Entwicklung beigetragen. Low-Code-Entwicklung kann auch zum Erstellen von RPA-Automatisierungsskripten verwendet werden.

Die einfachsten RPA-Bots werden erstellt, indem die Klicks und Tastenanschläge aufgezeichnet werden, während ein Benutzer mit einer App interagiert. Wenn Probleme auftreten, kann ein Benutzer einfach beobachten, wie der Bot mit der App verbunden ist, und die Schritte identifizieren, die angepasst werden müssen.

In der Praxis dienen diese grundlegenden Aufzeichnungen oft als Vorlage für die Erstellung leistungsfähigerer Bots, die sich an Änderungen der Bildschirmgröße, des Layouts oder der Arbeitsabläufe anpassen können. Ausgefeiltere RPA-Tools verwenden maschinelles Sehen, um die Symbole und das Layout auf dem Bildschirm zu interpretieren und entsprechend anzupassen.

Einige RPA-Tools können diese ersten Aufzeichnungen auch verwenden, um hybride RPA-Bots zu erstellen, die zunächst einfach einen bestehenden Prozess oder Workflow aufzeichnen und dann dynamisch eine Workflow-Automatisierung im Backend generieren. Diese Art von Hybrid-Bots nutzen die Einfachheit der RPA-Entwicklung und die Skalierbarkeit der nativen Workflow-Automatisierung.

Ältere Unternehmenssysteme, die mit RPA verwendet werden, erfordern möglicherweise Frontend-Integrationen, wenn Backend-Systeme nicht zugänglich sind. In anderen RPA-Implementierungen werden Process Mining und Task Mining Tools verwendet, um Geschäftsprozess-Workflows automatisch zu erfassen, die als Ausgangsvorlagen für RPA-Automatisierungen dienen.

Process Mining kann die Protokolle von ERP- und CRM-Anwendungen analysieren, um beispielsweise automatisch eine Karte gängiger Unternehmensprozesse zu erstellen. Task Mining Tools verwenden eine lokal ausgeführte App mit maschinellem Sehen, um die Interaktionen eines Benutzers über mehrere Apps hinweg zu erfassen. Alle großen RPA-Anbieter beginnen mit der Entwicklung solcher Process-Mining-Integrationen.

RPA-Tools sind auch für die Integration mit anderen Systemen ausgelegt und umfassen Orchestrierungs- und Verwaltungs-Tools, die Konfigurations-, Überwachungs- und Sicherheitsmaßnahmen ermöglichen.

Die von RPA-Tools ausgeführten Aufgaben können beaufsichtigt oder unbeaufsichtigt durchgeführt werden. Beaufsichtigte Bots werden auf Anfrage von Mitarbeitern ausgeführt, während unbeaufsichtigte Bots nach einem Zeitplan laufen.

RPA-Tools können auch mit KI-Modulen verbunden werden, die über Funktionen wie optische Zeichenerkennung, maschinelles Sehen, Verständnis natürlicher Sprache (Natural Language Unterstanding, NLU) oder Decision Engines verfügen, was zu einer sogenannten intelligenten Prozessautomatisierung führt. Diese Funktionen sind manchmal in kognitiven Automatisierungsmodulen zusammengefasst, die zur Unterstützung von Best Practices für eine bestimmte Branche oder einen bestimmten Geschäftsprozess entwickelt wurden.

Wer nutzt RPA und seine Anwendungen?

RPA wird in den meisten Branchen eingesetzt, insbesondere in solchen, in denen repetitive Aufgaben anfallen, wie zum Beispiel Versicherungen, Banken, Finanzen, Gesundheitswesen und Telekommunikation.

Hier einige Beispiele:

• Finanzen. Finanzdienstleister nutzen RPA, um die Governance zu automatisieren, Konten abzustimmen, Rechnungen zu bearbeiten, Zahlungen auszutauschen, Kontoeröffnungen und -schließungen zu automatisieren, Prüfungsanfragen zu verwalten und Versicherungsansprüche zu bearbeiten.
• Supply Chain Management (SCM). Unternehmen nutzen RPA, um Dateneingaben, Beschaffung, vorausschauende Wartung, Auftragsabwicklung und Zahlungen für den Kundendienst, Sendungsverfolgung und die Überwachung der Lagerbestände zu automatisieren.
• Telekommunikation. Telekommunikationsunternehmen nutzen RPA, um neue Dienste und die damit verbundenen Abrechnungssysteme für neue Konten zu konfigurieren. Sie nutzen RPA auch, um Daten aus mehreren Systemen abzurufen, wenn sie Geräteausfälle triagieren oder Probleme vorhersagen.
• Bankwesen. Banken nutzen RPA, um die Kundenaufnahme zu automatisieren, Konten zu schließen und Kundenservice, Kreditkartenabwicklung und Betrugserkennung anzubieten.
• IT. RPA wird in den Bereichen Datenerfassung, Compliance, automatisiertes Netzwerkmanagement, Datentransformationen sowie Onboarding und Offboarding eingesetzt.
• Personalwesen (HR). HR-Teams nutzen RPA für die Personalbeschaffung, die Ein- und Ausgliederung von Mitarbeitern, Schulungen, die Verwaltung von Mitarbeiterdaten, das Ausgabenmanagement, die Aktualisierung von Mitarbeiterinformationen und die Einreichung von Stundenzetteln.
• Versicherungen. RPA wird für die Bearbeitung von Schadensmeldungen, die Einhaltung gesetzlicher Vorschriften, Betrugserkennung, Kundenservice sowie die Verwaltung und Kündigung von Policen eingesetzt.
• Gesundheitswesen. Im Gesundheitswesen wird RPA zur Automatisierung von Terminplanung, Kontoverwaltung, Bearbeitung von Schadensfällen, Rechnungsstellung und Einhaltung gesetzlicher Vorschriften sowie zur Verwaltung elektronischer Aufzeichnungen und Daten eingesetzt.
• Kundenservice. RPA unterstützt Unternehmen dabei, einen besseren Kundenservice zu bieten, indem es Aufgaben im Kontaktzentrum automatisiert, darunter die Überprüfung elektronischer Signaturen, das Hochladen gescannter Dokumente und die Überprüfung von Informationen für automatische Genehmigungen oder Ablehnungen.
• Buchhaltung. Unternehmen nutzen RPA für die allgemeine Buchhaltung, die operative Buchhaltung, die Transaktionsberichterstattung und Budgetierung.

Was sind die Vorteile von RPA?

Robotic Process Automation kann Unternehmen bei ihrer digitalen Transformation auf folgende Weise unterstützen:

• Verbesserung des Kundenservice
• Sicherstellung, dass Geschäftsabläufe und -prozesse den Vorschriften und Compliance-Standards entsprechen
• deutliche Beschleunigung der Bearbeitungszeit
• Steigerung der Effizienz durch Digitalisierung und Prüfung von Prozessdaten
• Verbesserung der Genauigkeit, indem ein Bot repetitive Aufgaben übernimmt, die anfällig für menschliche Fehler sind
• Senkung der Kosten durch Reduzierung manueller und repetitiver Aufgaben
• Verbesserung der Mitarbeiterproduktivität durch Konzentration auf wichtigere oder komplexere Aufgaben
• Vereinfachung der Entwicklung durch Verwendung von Low Code Tools zur Erstellung von RPA-Skripten
• Ausführung im Frontend von Anwendungen, wodurch interne Systeme nicht beeinträchtigt werden

Was sind die Herausforderungen von RPA?

Es gibt auch einige Herausforderungen im Zusammenhang mit RPA, die dessen Einsatz eingeschränkt haben:

• Skalierbarkeit. Unternehmen haben Schwierigkeiten, RPA-Automatisierungsinitiativen zu skalieren, da die Software-Bots von RPA zwar relativ einfach zu implementieren, aber schwer zu steuern und zu verwalten und daher schwer zu skalieren sind.
• Eingeschränkte Fähigkeiten. Obwohl der Name das Wort Prozessautomatisierung enthält, weisen viele Kritiker darauf hin, dass RPA-Software Aufgaben automatisiert. Oft ist mehr Arbeit erforderlich, um mehrere Aufgaben zu einem Prozess zusammenzufügen. Craig Le Clair, Principal Analyst bei Forrester Research, weist Unternehmen darauf hin, bei der Entwicklung von RPA-Anwendungen die Rule of Five zu beachten. RPA-Tools brechen tendenziell zusammen, wenn ein Bot mehr als fünf Entscheidungen treffen, mehr als fünf Anwendungen bedienen oder mehr als 500 Klicks ausführen muss.
• Sicherheit. RPA-Bots müssen manchmal auf sensible Informationen zugreifen, um ihre Aufgaben zu erfüllen. Wenn sie kompromittiert werden, stellen sie ein zusätzliches Sicherheitsrisiko für Unternehmen dar.
• Begrenzte Ausfallsicherheit. RPA-Ausfälle können auftreten, wenn sich Anwendungen in einer Weise ändern, die von den Softwareentwicklern nicht vorhergesehen wurde.
• Neue Probleme bei der Qualitätssicherung (QS). Bots erfordern eine Vielzahl neuer QS-Verfahren, um sicherzustellen, dass sie weiterhin wie vorgesehen funktionieren.
• Datenschutz. Bots können mit personenbezogenen Daten arbeiten, die Datenschutzbestimmungen unterliegen. Teams müssen sicherstellen, dass diese Daten in Übereinstimmung mit den lokalen Datenschutzgesetzen wie der Datenschutz-Grundverordnung (DSGVO) verarbeitet werden. Wenn beispielsweise ein RPA-Bot Daten ohne Verschlüsselung aus einem bestimmten Land herausbewegt, ist dies ein Verstoß gegen die DSGVO. RPA-Anbieter beginnen, die ISO 27701-Zertifizierung der Internationalen Organisation für Normung als Grundlage für den Umgang mit sensiblen Informationen anzustreben.
• Effizienz. RPA-Bots arbeiten sich manuell durch eine Anwendung, genau wie ein Mensch. Dies ist möglicherweise nicht so effizient wie die Automatisierung von Anwendungen über APIs oder die Einbindung von Workflow-Automatisierungen in die Anwendung selbst.

RPA-Anbieter

Im Folgenden finden Sie Beispiele für RPA-Anbieter:

• ABBYY. Dieser Anbieter entwickelt OCR-Tools zur Optimierung von Backoffice-Anwendungen. Das Unternehmen hat kürzlich expandiert, um seine Automatisierungsfähigkeiten auf weitere Anwendungsfälle auszuweiten.
• Automation Anywhere. Dieser Anbieter stellt eine digitale Workforce-Plattform für Unternehmen bereit, die auf Procure-to-Pay, Quote-to-Cash, HR, Schadenbearbeitung und andere Backoffice-Prozesse ausgerichtet ist.
• Blue Prism. Dieser Anbieter konzentriert sich darauf, Unternehmen in regulierten Branchen bei der Automatisierung von Prozessen zu unterstützen, indem er desktop-orientierte und KI-gestützte Bots anbietet, die zentral definiert und verwaltet werden.
• Nice. Dieser Anbieter hat sich traditionell auf die Verbesserung der Kundeninteraktion mit Callcentern und über mehrere Kontaktpunkte hinweg konzentriert. Das Unternehmen hat seine verschiedenen Automatisierungsfunktionen erweitert, um RPA zu unterstützen, wobei der Schwerpunkt auf der Verbesserung des Kundenerlebnisses über mehrere Kanäle hinweg liegt.
• Nintex. Dieser Anbieter bietet Funktionen für die vollständige Automatisierung, darunter Process Mining, Governance und KI-Module, mit denen sich die RPA-Funktionen erweitern lassen.
• Pegasystems. Dieser Anbieter war traditionell führend im Bereich der Tools für das Geschäftsprozessmanagement, ist aber mit der Übernahme von OpenSpan im Jahr 2016 in den RPA-Bereich expandiert und bietet nun Pega Robotic Automation an.
• UiPath. Dieser Anbieter bietet eine offene Plattform, mit der Unternehmen Geschäftsprozesse effizient automatisieren können.

Worauf Sie bei RPA-Software achten sollten

Wenn Führungskräfte in Unternehmen nach RPA-Technologien suchen, sollten sie die folgenden Merkmale und Funktionen berücksichtigen:

• Skalierbarkeit. Unternehmen sollten RPA-Plattformen wählen, die zentral verwaltet und über ein zentrales Bedienfeld skaliert werden können, anstatt sie auf jedem Desktop einzeln zu implementieren und zu skalieren.
• Geschwindigkeit. Unternehmen sollten in der Lage sein, neue Roboterprozesse in wenigen Stunden oder weniger zu entwerfen und zu testen sowie die Bots so zu optimieren, dass sie schnell arbeiten.
• Zuverlässigkeit. Wenn Unternehmen Roboter einsetzen, um Hunderte oder sogar Tausende von manuellen Aufgaben zu automatisieren, sollten sie nach Tools mit integrierten Überwachungs- und Analysefunktionen suchen, mit denen sie den Zustand ihrer Systeme überwachen können.
• Einfachheit. Unternehmen sollten nach Produkten suchen, die so einfach sind, dass ihre Mitarbeiter sie erstellen und für verschiedene Arten von Aufgaben einsetzen können, darunter Low-Code-Prozesse oder das Sammeln von Daten und die Umwandlung von Inhalten in Informationen, die Führungskräften helfen, die besten Geschäftsentscheidungen zu treffen.
• Intelligenz. Die besten RPA-Tools können einfache aufgabenbasierte Aktivitäten unterstützen, Daten aus beliebigen Datenquellen lesen und schreiben und fortschrittliche Lernverfahren nutzen, um die Automatisierung weiter zu verbessern.
• Enterprise-Klasse. Unternehmen sollten nach Tools suchen, die von Grund auf für Skalierbarkeit, Zuverlässigkeit und Verwaltbarkeit auf Unternehmensniveau entwickelt wurden.
• Governance. Unternehmen müssen die verschiedenen Sicherheits- und Governance-Funktionen prüfen, um die Sicherheitsanmeldeinformationen von Bots zu verwalten, Datenschutzprobleme zu bewerten und andere Probleme zu kennzeichnen.
• Finanzplanung. Tools zur Protokollierung der Bot-Nutzung können Teams dabei unterstützen, die Kapitalrendite bestehender Bots zu bewerten und Möglichkeiten für neue Automatisierungen auf der Grundlage des geschätzten Werts zu priorisieren.
• Beaufsichtigt oder unbeaufsichtigt. Beaufsichtigte RPA-Bots eignen sich gut, wenn ein Geschäftsanwender sie zur Ausführung einer definierten Aufgabe zu einem bestimmten Zeitpunkt benötigt, während unbeaufsichtigte RPA-Bots vorzuziehen sind, wenn sie in einem kontinuierlichen Workflow eingesetzt werden sollen.
• Integrationen. Die RPA sollte sich gut in die Anwendungen eines Unternehmens integrieren lassen.

Entscheidungen der Führungsebene in Bezug auf RPA

Automatisierungssoftware ersetzt zwar einige Arbeitsbereiche, doch es werden auch neue Arbeitsplätze für diejenigen geschaffen, die RPA-Software warten und verbessern.

Wenn Softwareroboter Menschen im Unternehmen ersetzen, müssen Führungskräfte auf C-Level dafür sorgen, dass die Geschäftsziele erreicht und neue Governance-Richtlinien eingehalten werden.

Die robotergestützte Prozessautomatisierungstechnologie erfordert auch, dass der Chief Technology Officer (CTO) oder Chief Information Officer (CIO) eine stärkere Führungsrolle übernimmt und die Verantwortung für die Geschäftsergebnisse und die Risiken des Einsatzes von RPA-Tools übernimmt.

Darüber hinaus sollten der Chief Operating Officer (COO), der CIO und der Chief HR Officer sowie die für den zu automatisierenden Prozess verantwortliche Führungskraft der obersten Ebene darauf hinarbeiten, eine unternehmensgerechte, sichere Plattform für die Steuerung und den Betrieb von Bots über verschiedene Systeme hinweg bereitzustellen.

• Der Chief Executive Officer (CEO) sollte dafür sorgen, dass der digitale Transformationsprozess Teil des Unternehmens wird, und sich darauf konzentrieren, die Koexistenz von Mitarbeitern und Bots zu ermöglichen.
• Der Chief Financial Officer (CFO) ist für die Kosten-Nutzen-Analyse des Einsatzes von RPA verantwortlich und sollte potenzielle finanzielle Risiken von RPA bewerten und mindern.
• Der COO sorgt für die Solidität der Digitalisierungsstrategien.
• Der Chief HR Officer klärt die Mitarbeiter über die Vorteile der Automatisierung auf und informiert sie über den Einsatz von RPA und dessen Integration in ihre Arbeitsabläufe.

Die Entwicklung von RPA

Die ersten Entwicklungen von RPA begannen in den 1980er und 1990er Jahren. RPA baut auf dem Erfolg von Makrotechnologien auf, die für die Automatisierung manueller Aufgaben in Anwendungen wie Excel entwickelt wurden. In den 1980er Jahren wurden diese Funktionen mithilfe hochgradig angepasster Data-Scraping-Anwendungen auf viele Unternehmensanwendungen ausgeweitet. In den 1990er Jahren entwickelte sich RPA mit der Automatisierung von Benutzeroberflächentests weiter.

Mehrere Anbieter von Testtools haben zu Beginn des Jahrhunderts ihre Automatisierungsfunktionen verbessert, um die Automatisierung von Benutzerschnittstellentests und Lasttests zu unterstützen. Der eigentliche Begriff RPA wurde 2012 von Phil Fersht, Gründer und leitender Analyst bei HFS Research, geprägt. Die Technologie entwickelte sich bis etwa 2018 nur langsam weiter, bis sie dann mit der digitalen Transformation von Unternehmen und der Verbesserung der RPA-Plattformfunktionen einen explosionsartigen Anstieg ihrer Popularität erlebte. Banken und Versicherungsgesellschaften gehörten zu den ersten Branchen, die die RPA-Technologie einsetzten.

Heute ist RPA-Software besonders nützlich für Unternehmen, die über viele verschiedene und komplexe Systeme verfügen, die reibungslos miteinander interagieren müssen. Wenn beispielsweise in einem elektronischen Formular aus einem HR-System die Postleitzahl fehlt, kennzeichnet eine herkömmliche Automatisierungssoftware das Formular als Ausnahme, und ein Mitarbeiter muss die richtige Postleitzahl nachschlagen und in das Formular eingeben. Sobald das Formular ausgefüllt ist, leitet der Mitarbeiter es zum Beispiel an die Lohnbuchhaltung weiter, damit die Informationen in das Lohnbuchhaltungssystem des Unternehmens eingegeben werden können. Mit der RPA-Technologie kann sich die Software jedoch ohne menschliche Hilfe an die Interaktion mit dem Lohnbuchhaltungssystem anpassen.

Die Zukunft des RPA-Marktes wird von Hyperautomation bestimmt

Heute verzeichnet RPA weiterhin ein Marktwachstum. Die zunehmende Einführung von RPA-Technologien durch Unternehmen zur Verbesserung ihrer Fähigkeiten und Leistung sowie zur Steigerung der Kosteneinsparungen sind die Hauptgründe für das erwartete Wachstum von RPA.

Einer der wichtigsten Faktoren für das Wachstum von RPA ist die Einführung und Integration von KI- und Machine-Learning-Technologien in RPA-Produkte. KI-gestützte RPA-Bots können aus Daten lernen und so ihre Leistung im Laufe der Zeit verbessern. KI und Machine Learning ermöglichen es RPA-Bots außerdem, komplexere Aufgaben zu automatisieren und für ein breiteres Spektrum von Geschäftsprozessen eingesetzt zu werden.

Weitere Trends, die das zukünftige Wachstumspotenzial von RPA erhöhen, sind unter anderem die folgenden:

• eine Verlagerung hin zur Nutzung von Cloud-RPA
• eine Verlagerung hin zur Nutzung von RPA as a Service
• Entwicklung mit No-Code-RPA
• Process und Task Mining zur Identifizierung neuer Automatisierungsmöglichkeiten

In der Vergangenheit prognostizierte Gartner, dass das Wachstum von RPA im Laufe der Zeit auch durch Hyperautomatisierung beschleunigt werden wirs. Hyperautomatisierung kombiniert RPA mit anderen Arten von Automatisierungs-Tools, darunter Low-Code- und No-Code-Entwicklungsplattformen, BPM-Tools und Entscheidungsmaschinen. IPA- und kognitive Automatisierungsmodule werden es einfacher machen, KI-Fähigkeiten in diese Automatisierungen zu integrieren.

Mit der zunehmenden Verbreitung der Hyperautomatisierung müssen Unternehmen einen strategischen Ansatz entwickeln, um Automatisierungsmöglichkeiten zu identifizieren und zu generieren und dann die Prozesse im gesamten Unternehmen zu verwalten. Einige Unternehmen haben ein Kompetenzzentrum für Automatisierung eingerichtet, um Automatisierungsprojekte zu koordinieren und zu skalieren.