Definition

Robotic Process Automation (RPA)

Robotic Process Automation (RPA), zu Deutsch robotergestützte Prozessautomatisierung, ist eine Technologie, die die Art und Weise nachahmt, wie Menschen mit Software interagieren, um hochvolumige, wiederholbare Aufgaben auszuführen. Mit der RPA-Technologie werden Softwareprogramme oder Bots erstellt, die sich bei Anwendungen anmelden, Daten eingeben, Aufgaben berechnen und erledigen sowie Daten zwischen Anwendungen oder Arbeitsabläufen nach Bedarf kopieren.

Fortsetzung des Inhalts unten

In Kombination mit künstlicher Intelligenz (KI) und Machine Learning (ML) kann RPA mehr Kontext aus dem Inhalt, mit dem es arbeitet, erfassen, indem es Text oder Handschrift per optischer Zeichenerkennung (Optical Character Recognition, OCR) liest, Entitäten wie Namen, Rechnungsbegriffe oder Adressen mit natürlicher Sprachverarbeitung (Natural Language Processing, NLP) extrahiert und mehr Kontext aus Bildern erfasst, wie zum Beispiel die automatische Schätzung von Unfallschäden in einem Versicherungsschadensbild.

RPA erfreut sich zunehmender Beliebtheit, da damit Kosten gesenkt, die Verarbeitung rationalisiert und ein besseres Kundenerlebnis geschaffen werden kann. Ein weiterer Vorteil von RPA-Software ist, dass die Geschäftsbereiche sie implementieren können, ohne neue Tools erlernen oder IT-Teams um Unterstützung bitten zu müssen – und ohne die zugrunde liegende IT-Infrastruktur eines Unternehmens zu verändern.

Mit der zunehmenden Beliebtheit von RPA sehen Unternehmen jedoch die Notwendigkeit, RPA-Prozessautomatisierungen in ihre IT-Systeme zu integrieren. Auch wenn RPA-Automatisierungen einen Geschäftsprozess, der zuvor von Menschen erledigt wurde, dramatisch beschleunigen, können Bots versagen, wenn sich Programmierschnittstellen (API) oder Prozessabläufe ändern.

Neuere RPA-Tools nutzen KI, maschinelles Sehen (Machine Vision) und die Verarbeitung natürlicher Sprache, um Fehlerprobleme abzumildern. Moderne RPA-Plattformen bieten auch eine gewisse Integration mit zentralisierten IT-Governance- und Verwaltungsfunktionen, was die Skalierung der Nutzung von RPA im gesamten Unternehmen erleichtert.

Wie funktioniert RPA?

RPA spiegelt die Art und Weise wider, wie Menschen daran gewöhnt sind, mit Softwareanwendungen zu interagieren und darüber nachzudenken. Die Fähigkeit von RPA, die Art und Weise zu kopieren, wie Menschen einen computergestützten Prozess ausführen, hat zu seiner Popularität beigetragen, verglichen mit Automatisierungswerkzeugen wie Programmierschnittstellen (APIs) oder Low-Code-Entwicklung, die zwar skalierbarer, aber weniger intuitiv sind oder Expertenwissen zur Nutzung erfordern.

Die einfachsten RPA-Bots können durch Aufzeichnung der Klicks und Tastenanschläge erstellt werden, während ein Benutzer mit einer App interagiert. Wenn Probleme auftauchen, kann ein Benutzer einfach beobachten, wie der Bot sich mit der App verbindet, und die Schritte identifizieren, die einer Feinabstimmung bedürfen.

In der Praxis dienen diese grundlegenden Aufzeichnungen oft als Vorlage für den Aufbau robusterer Bots, die sich an Änderungen der Bildschirmgröße, des Layouts oder der Arbeitsabläufe anpassen können. Anspruchsvollere RPA-Tools verwenden maschinelles Sehen, um die Symbole und das Layout auf dem Bildschirm zu interpretieren und entsprechende Anpassungen vorzunehmen.

Einige RPA-Tools sind auch in der Lage, diese anfänglichen Aufnahmen zu nutzen, um hybride RPA-Bots zu erstellen, die zunächst einfach einen bestehenden Workflow aufzeichnen und dann dynamisch eine Workflow-Automatisierung im Backend generieren. Diese Arten von hybriden Bots nutzen die Einfachheit der RPA-Entwicklung und die Skalierbarkeit der nativen Workflow-Automatisierung.

In anderen RPA-Implementierungen werden Process Mining und Task Mining Tools verwendet, um Geschäftsprozess-Workflows automatisch zu erfassen, die als Startvorlagen für RPA-Automatisierungen dienen. Process Mining kann zum Beispiel die Logs von ERP- und CRM-Anwendungen analysieren, um automatisch eine Karte der gängigen Unternehmensprozesse zu erstellen. Task Mining Tools nutzen eine lokal laufende App mit maschinellem Sehen, um die Interaktionen eines Benutzers über mehrere Apps hinweg zu erfassen. Alle großen RPA-Anbieter beginnen, diese Art von Process-Mining-Integrationen zu entwickeln.

RPA-Tools können auch mit KI-Modulen verbunden werden, die über Fähigkeiten wie OCR, maschinelles Sehen, natürlichem Sprachverständnis (Natural Language Understanding, NLU) oder Entscheidungsmaschinen (Decision Engines) verfügen, was zu einer so genannten intelligenten Prozessautomatisierung (Intelligent Process Automation, IPA) führt. Diese Fähigkeiten werden manchmal in kognitive Automatisierungsmodule verpackt, die Best Practices für eine bestimmte Branche oder einen bestimmten Geschäftsprozess unterstützen.

Wer setzt RPA ein?

RPA wird in den meisten Branchen eingesetzt, insbesondere in solchen, die sich wiederholende Aufgaben beinhalten, wie Versicherungen, Banken, Finanzen, Gesundheitswesen und Telekommunikation.

RPA-Einsatz nach Branchen
Abbildung 1: In diesen Branchen kommt RPA am häufigsten zum Einsatz.

RPA wird im Finanzwesen eingesetzt, um die Governance zu automatisieren, Konten abzustimmen oder Rechnungen zu bearbeiten.

RPA wird verwendet, um verschiedene Prozesse in der Lieferkette zu automatisieren, darunter Dateneingabe, vorausschauende Wartung und Kundendienstunterstützung.

Telekommunikationsunternehmen nutzen RPA, um neue Dienste und die dazugehörigen Abrechnungssysteme für neue Kunden zu konfigurieren. Telekommunikationsunternehmen verwenden RPA auch, um Daten aus mehreren Systemen zu ziehen, wenn sie Geräteausfälle prüfen oder Probleme vorhersagen.

Alle großen Systemintegratoren, darunter Capgemini, Deloitte, EY, Genpact, Tata Consultancy Services und Wipro, setzen RPA ein, um vertikale Anwendungen zu entwickeln, die es den Unternehmen erleichtern, Best Practices in ihrer Nische zu übernehmen.

Was sind die Vorteile von RPA?

Die Technologie der robotergestützten Prozessautomatisierung kann Unternehmen auf ihrer Reise zur digitalen Transformation helfen, indem sie

  • einen besseren Kundenservice ermöglicht;
  • sicherstellt, dass Geschäftsabläufe und -prozesse mit Vorschriften und Compliance-Standards übereinstimmen;
  • drastisch die Verarbeitungszeit beschleunigt;
  • die Effizienz durch die Digitalisierung und Prüfung von Prozessdaten verbessert;
  • Kosten durch die Verringerung manueller und sich wiederholender Aufgaben reduziert; und
  • Mitarbeiter produktiver macht.
Vorteile von RPA
Abbildung 2: Welche Vorteile RPA für die digitale Transformation bietet.

Was sind die Herausforderungen bei RPA?

Es gibt eine Reihe von Herausforderungen im Zusammenhang mit RPA, die ihren Einsatz einschränken.

Skalierbarkeit. Unternehmen haben Schwierigkeiten, RPA-Automatisierungsinitiativen zu skalieren, denn obwohl die RPA-Software-Bots relativ einfach zu implementieren sind, können sie schwer zu steuern und zu verwalten sein und sind daher schwer zu skalieren.

Begrenzte Fähigkeiten. Obwohl der Begriff das Wort Prozessautomatisierung enthält, haben viele Kritiker darauf hingewiesen, dass RPA-Software-Tools nur Aufgaben automatisieren. Es ist oft mehr Arbeit erforderlich, um mehrere Aufgaben zu einem Prozess zusammenzufügen. Craig Le Clair, Analyst bei Forrester Research, hat Unternehmen gewarnt, bei der Entwicklung von RPA-Anwendungen die Fünfer-Regel zu beachten, da sie dazu neigen, zu versagen, wenn ein Bot mehr als fünf Entscheidungen treffen, mehr als fünf Apps manipulieren oder mehr als 500 Klicks ausführen muss.

Sicherheit. RPA-Bots müssen manchmal auf sensible Informationen zugreifen, um ihre Aufgaben zu erledigen. Wenn sie kompromittiert werden, stellen sie ein zusätzliches Sicherheitsrisiko für Unternehmen dar.

Begrenzte Ausfallsicherheit. RPA-Ausfälle können auftreten, wenn sich Anwendungen auf eine Weise ändern, die von den Entwicklern nicht vorhergesehen wurde.

Neue Probleme bei der Qualitätssicherung (QS). Bots erfordern eine Vielzahl neuer QS-Praktiken, um sicherzustellen, dass sie weiterhin wie vorgesehen funktionieren.

Datenschutz. Bots arbeiten unter Umständen mit personenbezogenen Daten, die den Datenschutzbestimmungen unterliegen. Teams müssen sicherstellen, dass diese Daten in Übereinstimmung mit den Datenschutzgesetzen wie der EU-DSGVO verarbeitet werden. Wenn ein RPA-Bot zum Beispiel Daten ohne Verschlüsselung außerhalb eines bestimmten Landes verschiebt, wäre das ein Verstoß gegen Artikel 44 der DSGVO. RPA-Anbieter bemühen sich zunehmend um eine Zertifizierung nach ISO 27701 als Grundlage für die Verwaltung sensibler Daten.

Effizienz. RPA-Bots arbeiten sich manuell durch eine Anwendung, so wie es ein Mensch tut. Dies ist möglicherweise nicht so effizient wie die Automatisierung von Anwendungen über APIs oder Workflow-Automatisierungen, die in die Anwendung selbst integriert sind.

Anwendungen von RPA

Einige der wichtigsten Anwendungen von RPA sind:

  • Kundenservice. RPA hilft Unternehmen, einen besseren Kundenservice zu bieten, indem Aufgaben im Contact Center automatisiert werden, zum Beispiel die Überprüfung von elektronischen Unterschriften, das Hochladen von gescannten Dokumenten und die Überprüfung von Informationen für automatische Genehmigungen oder Ablehnungen.
  • Buchhaltung. Unternehmen nutzen RPA für die allgemeine Buchhaltung, das betriebliche Rechnungswesen, Transaktionsberichte und die Budgetierung.
  • Finanzdienstleistungen. Unternehmen in der Finanzdienstleistungsbranche nutzen RPA für Devisenzahlungen, die Automatisierung von Kontoeröffnungen und -schließungen, die Verwaltung von Prüfungsanfragen und die Bearbeitung von Versicherungsansprüchen.
  • Gesundheitswesen. Medizinische Organisationen nutzen RPA für die Bearbeitung von Patientenakten, Ansprüchen, Kundensupport, Kontoverwaltung, Rechnungsstellung, Reporting und Analysen.
  • Personalwesen. RPA kann Aufgaben im Personalwesen automatisieren, wie zum Beispiel Onboarding und Offboarding, Aktualisierung von Mitarbeiterinformationen und Einreichung von Stundenzetteln.
  • Supply Chain Management. RPA kann im Supply Chain Management für die Beschaffung, die Automatisierung der Auftragsabwicklung und Zahlungen, die Überwachung von Lagerbeständen und die Verfolgung von Sendungen eingesetzt werden.

RPA-Anbieter

Nachfolgend sind in alphabetischer Reihenfolge einige Top-RPA-Anbieter aufgeführt:

  • ABBYY ist seit langem führend in der Entwicklung von OCR-Tools zur Rationalisierung von Back-Office-Anwendungen. Das Unternehmen hat kürzlich expandiert, um seine Automatisierungsmöglichkeiten auf weitere Anwendungsfälle auszuweiten.
  • Automation Anywhere bietet eine Enterprise Digital Workforce Platform, die auf Procure-to-Pay, Quote-to-Cash, HR, Claims Processing und andere Back-Office Prozesse ausgerichtet ist.
  • Blue Prism konzentriert sich auf die Unterstützung von Unternehmen in regulierten Branchen bei der Automatisierung von Prozessen, indem es auf den Desktop abgestimmte Roboter anbietet, die zentral definiert und verwaltet werden.
  • Kryon bietet Automatisierungsfunktionen für den gesamten Zyklus, einschließlich Process Mining, Governance und KI-Module, die die RPA-Funktionen erweitern können.
  • NICE hat sich traditionell auf die Verbesserung von Kundeninteraktionen mit Call Centern und über mehrere Touchpoints hinweg konzentriert. Das Unternehmen hat seine verschiedenen Automatisierungsfähigkeiten erweitert, um RPA zu unterstützen, mit einem starken Fokus auf die Verbesserung der Kundenerfahrung über mehrere Kanäle.
  • Pegasystems ist traditionell ein führender Anbieter von Tools für das Business Process Management (BPM), expandierte aber mit der Übernahme von OpenSpan im Jahr 2016 in den Bereich RPA.
  • UiPath bietet eine offene Plattform, die Unternehmen dabei hilft, Geschäftsprozesse effizient zu automatisieren.
RPA-Marktplätz
Abbildung 3: Eine Auswahl von RPA-Marktplätzen.

Worauf man bei RPA-Software achten sollte

Wenn Unternehmensleiter nach RPA-Technologien suchen, sollten sie eine Reihe von Dingen berücksichtigen:

  • Skalierbarkeit. Unternehmen sollten sich für RPA-Plattformen entscheiden, die zentral verwaltet und skaliert werden können, anstatt sie auf jedem einzelnen Arbeitsplatz zu installieren und zu skalieren.
  • Schnelligkeit. Unternehmen sollten in der Lage sein, neue robotische Prozesse in wenigen Stunden oder weniger zu entwerfen und zu testen sowie die Bots so zu optimieren, dass sie schnell arbeiten.
  • Verlässlichkeit. Wenn Unternehmen Roboter einsetzen, um Hunderte oder gar Tausende von manuellen Aufgaben zu automatisieren, sollten sie nach Tools mit integrierter Überwachung und Analyse suchen, die es ihnen ermöglichen, den Zustand ihrer Systeme zu überwachen.
  • Einfachheit. Unternehmen sollten nach Produkten Ausschau halten, die einfach genug sind, dass Mitarbeiter im Unternehmen sie bauen und für verschiedene Arbeiten verwenden können, einschließlich der Erfassung von Daten und der Umwandlung von Inhalten in Informationen, die es Führungskräften ermöglichen, die besten Geschäftsentscheidungen zu treffen.
  • Intelligenz. Die besten RPA-Tools können einfache aufgabenbasierte Aktivitäten unterstützen, beliebige Datenquellen lesen und beschreiben und fortgeschrittene Lernverfahren nutzen, um die Automatisierung weiter zu verbessern.
  • Enterprise-fähig. Unternehmen sollten nach Werkzeugen Ausschau halten, die von Grund auf für Skalierbarkeit, Zuverlässigkeit und Verwaltbarkeit auf Unternehmensebene ausgelegt sind.
  • Governance. Unternehmen sollten auf die verschiedenen Sicherheits- und Governance-Funktionen achten, die bei der Verwaltung von Bot-Sicherheitsberechtigungen, der Bewertung von Datenschutzproblemen und der Anzeige von Problemen helfen.
  • Finanzielle Planung. Tools zur Protokollierung der Bot-Nutzung können Teams dabei helfen, den ROI bestehender Bots zu bewerten und Möglichkeiten für neue Automatisierungen auf Basis des geschätzten Werts zu priorisieren.

Obwohl Automatisierungssoftware viele Arbeitsplätze ersetzen wird, werden andere für die Menschen geschaffen, die RPA-Software pflegen und verbessern.

Wenn Softwareroboter Menschen im Unternehmen ersetzen, müssen Führungskräfte dafür verantwortlich sein, dass die Geschäftsergebnisse erreicht und die neuen Governance-Richtlinien eingehalten werden.

Die Technologie der robotergestützten Prozessautomatisierung erfordert auch, dass der CTO oder CIO eine größere Führungsrolle einnimmt und die Verantwortung für die Geschäftsergebnisse und die Risiken des Einsatzes von RPA-Tools übernimmt.

Darüber hinaus sollten der COO, der CIO und der Chief Human Resources Officer sowie die jeweilige C-Level-Führungskraft, die für den zu automatisierenden Prozess verantwortlich ist, darauf hinarbeiten, die Verfügbarkeit einer sicheren Unternehmensplattform für die Steuerung und den Betrieb von Bots über Systeme hinweg sicherzustellen.

Die Entwicklung von RPA

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 Fähigkeiten mit Unterstützung von hochgradig angepassten Data-Scraping-Anwendungen auf viele Unternehmensanwendungen ausgeweitet. Um die Jahrtausendwende haben eine Reihe von Anbietern von Testwerkzeugen ihre Automatisierungsfähigkeiten ausgebaut, um die Automatisierung von Benutzerinteraktionstests und Lasttests zu unterstützen.

Der eigentliche Begriff RPA wurde 2012 von Phil Fersht, Gründer und leitender Analyst bei HFS Research, geprägt. Die Technologie dümpelte bis etwa 2018 vor sich hin, als sie im Zuge der digitalen Transformation von Unternehmen und der Verbesserung der RPA-Plattformen in ihrer Popularität explodierte. Heute ist sie eine der am schnellsten wachsenden Kategorien der Anwendungsautomatisierung in Unternehmen.

Mittlerweile ist RPA-Software besonders nützlich für Unternehmen, die viele verschiedene und komplizierte Systeme haben, die fließend miteinander interagieren müssen. Wenn beispielsweise in einem elektronischen Formular aus einem Personalsystem eine Postleitzahl fehlt, kennzeichnet eine herkömmliche Automatisierungssoftware das Formular als Ausnahme und ein Mitarbeiter muss die Ausnahme bearbeiten, indem er die richtige Postleitzahl nachschlägt und in das Formular eingibt. Sobald das Formular vollständig ist, kann der Mitarbeiter es an die Gehaltsabrechnung weiterleiten, damit die Informationen in das Gehaltsabrechnungssystem des Unternehmens eingegeben werden können. Mit der RPA-Technologie ist die Software jedoch in der Lage, sich so anzupassen, dass sie ohne menschliche Unterstützung mit dem Gehaltsabrechnungssystem interagiert.

Die Zukunft des RPA-Marktes wird durch Hyperautomatisierung getrieben

Ein Bericht von Global Market Insights Inc. geht davon aus, dass der RPA-Markt bis 2024 ein Volumen von fünf Milliarden US-Dollar erreichen wird. 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.

Obwohl RPA aufgrund seiner Einfachheit beliebt ist, haben Unternehmen mit der Skalierung von Implementierungen zu kämpfen. Gartner prognostiziert, dass das Wachstum von RPA auf lange Sicht durch Hyperautomation beschleunigt werden wird.

Hyperautomation kombiniert RPA mit anderen Arten von Automatisierungswerkzeugen, einschließlich Low-Code- und No-Code-Entwicklungswerkzeugen, BPM-Tools und Entscheidungsmaschinen. IPA und kognitive Automatisierungsmodule werden es einfacher machen, KI-Funktionen in diese Automatisierungen zu integrieren.

Process und Task Mining helfen, neue Automatisierungen zu identifizieren. Andere KI-Governance-Tools werden Unternehmen dabei unterstützen, den Gesamtprozess für die Rationalisierung von Prozessen auf eine Weise zu verwalten, die eine vertrauenswürdige KI gewährleistet.

Wenn sich die Hyperautomatisierung durchsetzt, müssen Unternehmen einen strategischen Ansatz entwickeln, um Automatisierungsmöglichkeiten zu identifizieren und zu generieren und dann den gesamten Prozess im Unternehmen zu verwalten. Einige Unternehmen haben ein Automation Center of Excellence eingerichtet, um Automatisierungsprojekte zu koordinieren und zu skalieren.

Forrester Research hat vorausgesagt, dass die kollektive Wirkung dieser verschiedenen Arten von Automatisierungstechnologien den Unternehmen helfen, allein in den USA 132 Milliarden US-Dollar an Arbeitswert einzusparen.

Diese Definition wurde zuletzt im Juli 2021 aktualisiert

Erfahren Sie mehr über Big Data

ComputerWeekly.de
Close