phonlamaiphoto - stock.adobe.com
RPA-Entwicklung schließt die Legacy- und Cloud-Lücke
Robotergesteuerte Prozessautomatisierung (RPA) automatisiert IT-Aufgaben und regelbasierte Prozesse. Nun schließt RPA die Lücke zwischen Legacy- und Cloud-Apps.
Die Roboter-Prozessautomatisierung (Robotic Process Automation, RPA) ist neuerdings mit gutem Grund ins Zentrum der Aufmerksamkeit von CIOs gerückt: Dank besserer künstlicher Intelligenz und natürlicher Sprachverarbeitung haben sich moderne RPA-Frameworks von reinen Tools zum Auslesen von Bildschirmtexten (Screen Scraping) zu anspruchsvollen Frameworks entwickelt, die viele manuelle, regelbasierte Aufgaben von menschlichen Mitarbeitern automatisieren.
Ein neu entstehender Anwendungsfall ist die Nutzung von RPA-Entwicklung, um die Automatisierungslücke zwischen Legacy-Anwendungen und modernen Cloud-Anwendungen zu schließen. Der Hintergrund: Viele Legacy-Anwendungen sind nur über eine GUI zugänglich. RPA kann eine Abstraktionsebene für die Automatisierung des Datentransfers von diesen Schnittstellen zu Cloud-Anwendungen bereitstellen und umgekehrt von Cloud-Apps zu Legacy-Anwendungen.
„RPA sollte sich auf die Mensch-Maschine-Interaktion konzentrieren, nicht auf Interaktionen von System zu System, wo APIs gut funktionieren“, sagt Craig Le Clair, leitender Analyst bei Forrester. Le Clair schätzt, dass etwa 70 Prozent der Anwendungen nur über eine bereits bestehende Benutzeroberfläche auf einem Desktop oder Web-Interface zugänglich sind. Das Hauptmerkmal von RPA ist, dass es Desktop Smarts hat, um dieses Problem zu lösen. Aber es gibt einen Vorbehalt: Im Gegensatz zur API-Integration, die Verbindungsaspekte von Anwendungsänderungen isoliert, ist RPA anfälliger bei App-Änderungen.
„Anwendungen, die sich oft ändern, sind teuer in der Wartung. Daher sollten CIOs in Erwägung ziehen, für diese dynamischeren Apps bessere APIs zu entwickeln“, sagt Le Clair.
Wichtige Anwendungsfälle
RPA kann helfen, Daten aus den lokalen Legacy-Systemen mit den neuen Cloud-Systemen zu verknüpfen und zusammenzuführen. Zum Beispiel lassen sich damit Daten von Versicherungsfällen oder HR-Daten in die Cloud übertragen.
„RPA kann ein nützliches Werkzeug sein, um Unternehmen bei der Digitalisierung von Legacy-Systemen und -Prozessen zu unterstützen“, sagt John O'Brien, Research Director of RPA Customer Experience bei HfS Research.
Die API-Integration, die aktuell präferierte Methode zur Überbrückung der Lücke zwischen Legacy- und Cloud-Anwendungen, ist oft zeitaufwendiger und kostspieliger als RPA-Entwicklung. Vor allem kann sie am Ende zu schwer skalierbaren Microservices führen.
„Es gibt RPA-Tools, die sich speziell auf die ERP-Schicht konzentrieren. Sie können ein ähnliches Maß an Compliance und Integration bieten – und das zu einem Bruchteil der Kosten der API-Integration“, sagt O'Brien. Er fügt aber hinzu, dass die API-Integration immer noch der bevorzugte Ansatz für große IT-Transformationsprogramme ist.
Der Hauptvorteil des Einsatzes von RPA liegt in der Fähigkeit, eine Integrationsabstraktion von Legacy-Anwendungen über neue Prozesse hinweg zu replizieren und wiederzuverwenden – und schnell zu skalieren.
Für Unternehmen, deren Legacy-Prozesse und -Systeme hinter ihren SaaS-Anwendungen laufen, ist diese Funktion entscheidend für die Skalierbarkeit der Automatisierung. Neuere RPA-Tools bieten Benutzern die Möglichkeit, ihre Legacy-Prozesse synchron mit den integrierten Automatisierungsfunktionen einer Cloud-Plattform wie Salesforce zu automatisieren, ohne auf APIs zurückgreifen zu müssen.
Auf die Zeitverzögerung achten
Radial, ein Anbieter von Business Process Outsourcing, nutzt Pega RPA von Pegasystems und Robotic Desktop Automation für die Verknüpfung seiner Cloud- und Legacy-Systeme. Robin Gomez, Director of Data Analytics bei Radial, sagt, dass seine Kunden mit RPA keine neuen APIs für ihre Legacy-Systeme erstellen und pflegen müssen. Dies reduziere auch die Anzahl der Support-Anfragen. Ein weiterer Vorteil ist, dass mit RPA Integrationen möglich sind, die mit herkömmlichen APIs schwierig umzusetzen wären.
„Sowohl RPA- als auch API-Integrationen können Informationen liefern, die in den erforderlichen Systemen und systemübergreifend angezeigt und platziert werden“, erklärt Gomez. „Allerdings benötigt RPA keine zusätzliche technische Unterstützung oder Wartung der APIs. APIs können Verzögerungen und Auswirkungen auf den Workflow von Agenten haben, während RPA dieses inhärente Problem nicht hat.“
Die Systemreaktionszeit für Cloud-Tools muss bei der RPA-Entwicklung berücksichtigt werden. Denn es gibt Fälle, in denen der Abruf von Informationen aus der Cloud das Hauptsystem aufhält und den Automatisierungsfluss behindert.
Entwickler müssen daher das Automation-Timing und die -Reaktion ausgiebig testen, um sicherzustellen, dass die Workflows richtig konfiguriert sind. Darüber hinaus ist es wichtig, dass Cloud-System sowie lokale Tools zu bewerten, um sicherzustellen, dass das RPA-System in einer tabellarischen Umgebung agieren kann und zum Beispiel in der Lage ist, Daten aus einer Excel-Tabelle in eine Datenbank zu kopieren.
RPA-Kompromisse
Kurz gesagt müssen CIOs abwägen, was sie bei der Verwendung von RPAs im Vergleich zu benutzerdefinierten API-Integrationen bekommen: RPA ist einfach einzurichten, aber auch etwas empfindlich. Benutzerdefinierte Integrationen mit APIs können schneller und effizienter sein, aber die Einrichtung ist kostspielig – insbesondere bei älteren Anwendungen.
„Wenn vom COO oder CFO Kostensenkungen verordnet werden, können API- oder traditionelle Systemintegrationsansätze oft zu teuer oder zu unflexibel sein“, sagt O'Brien.
Bei der RPA-Einführung sollte eine gute Governance ebenso im Vordergrund stehen wie wichtige interne Stakeholder, denn IT und Operations müssen an einem Strang ziehen. Indem sichergestellt wird, dass die IT-Abteilung das RPA-Produkt unterstützt, trägt sie dazu bei, interne Probleme zu beheben. Die Wahl des allgemein bevorzugten Angebots ist eine weitere Best Practice, die man in Betracht ziehen sollte, da sie Einzelkämpfer davon abhält, unterschiedliche Tools für den Einsatz jenseits des Radars der IT zu kaufen.
Grundsätzlich stellt die Verwendung von RPA zur Übertragung von Legacy-Anwendungen auf Cloud-Anwendungen keine größere Herausforderung dar als die Verwendung von RPA zur Automatisierung von lokalen Prozessen. Trotzdem sollten Anwendungsfälle generell evaluiert werden, um festzustellen, ob eine API-Integration oder RPA besser geeignet ist.
„In einigen Fällen können sowohl APIs als auch RPA zusammenarbeiten, um den Workflow und das Design des Agenten zu vervollständigen“, sagt Gomez.
Die Zukunft: RPA-Entwicklung für Multi-Cloud
Neben der Integration von Legacy- und Cloud-Plattformen werden RPA-Tools inzwischen auch zur Unterstützung von Multi-Cloud-Integrationsszenarien eingesetzt. „Die Multi-Cloud-Integration stellt für Unternehmen eine neue Gelegenheit dar, die zweifellos immer wichtiger wird“, sagt O'Brien.
CIOs, die RPA für die Multi-Cloud-Integration nutzen wollen, rät O'Brien zu „kleinen, pragmatischen Schritten.“ Man sollte sich ansehen, wo es in der Cloud-Plattform manuelle Workarounds gibt. Dies kann das Einbinden von Daten umfassen, das Bereinigen der Daten, die Stammdatenverwaltung und die Übergabe an andere Backoffice-Systeme.
„Ein Toolkit, das mit den bestehenden Systemen arbeitet – und nicht gegen sie – ist der entscheidende Schlüssel. Und daneben natürlich die Verwendung intelligenter Workflows und Analysen, die Einblicke in die bestehenden Arbeitsweisen geben und die die notwendige Intelligenz für kontinuierliche Verbesserungen liefern können“, erläutert O'Brien.
Folgen Sie SearchEnterpriseSoftware.de auch auf Twitter, Google+, Xing und Facebook!
