Die Zukunft der RPA: kognitive Automatisierung & Process Mining

Obschon das Thema RPA derzeit boomt, wird diese Technologie oft mit anderen Verfahren wie etwa dem Machine Learning (ML), Optical Character Recognition (OCR) oder Natural Language Processing (NLP) verwechselt. Hinter diesem Missverständnis verbirgt sich jedoch zugleich die Zukunft des RPA. Die Kombination aus RPA und den genannten Technologien wird als «kognitive Automatisierung» bezeichnet und geht über das hinaus, was auch als intelligente Automatisierung, Hyperautomatisierung oder KI-Prozessautomatisierung bezeichnet wird.

Das NLP kann dabei helfen, strukturierte, unstrukturierte und halbstrukturierte Daten zu analysieren und diese für weitere Analysen aufzubereiten. In Kombination mit RPA ermöglicht NLP die Automatisierung einer Reihe von Prozessen in Bereichen wie etwa der Bearbeitung von Support-Tickets, der Verwaltung von Rechnungen, bei Vertragsanalysen, im Umfeld des Dokumentenmanagements sowie bei der Archivierung von Informationen.

OCR in Kombination mit RPA ermöglicht es Unternehmen wiederum, einen grösseren Teil ihrer Geschäftsprozesse zu automatisieren, vor allem solche, die noch stark auf eingescannte Dokumente beziehungsweise Formulare angewiesen sind. Ein praktisches Beispiel für einen kombinierten RPA-OCR-Anwendungsfall ist die Extrak­tion von Informationen aus einem eingescannten Kundenanforderungsformular und deren Übertragung in ein CRM-System.

Durch die Integration von ML, künstlicher Intelligenz (KI) und RPA ist es möglich, wiederkehrende Aufgaben und Vorgänge intelligent zu automatisieren und dabei menschliche Wahrnehmung, Urteilsvermögen und Vorhersagen mit einzubeziehen, etwa bei der Automatisierung des Kundendienstes, der Verwaltung der Cybersicherheit, der Objekt- und Dokumenterkennung sowie der Betrugserkennung (sogenannte Fraud Detection).

Ein vielversprechendes Feld der Weiterentwicklung der RPA ist die Suche, Auswahl und Analyse der zu automatisierenden Prozesse, das sogenannte Process Mining und Process Discovery.

Die Herausforderung besteht darin, dass für die meisten Prozesse im Unternehmen, selbst für solche, die sich häufig wiederholen, nur selten Handbücher oder aktuelle Prozessdiagramme vorliegen. So werden bis zu drei Viertel der Automatisierungspotenziale in der Anfangsphase eines RPA-Projekts nicht identifiziert. Selbst wenn solche Potenziale im Vorfeld identifiziert werden, muss vor der endgültigen Einführung der Automatisierungslösung noch viel Aufwand betrieben werden, um die Prozesse im Detail zu erfassen. Die Fähigkeit, Geschäftsprozesse vor der Automatisierung effektiv zu erkennen, zu dokumentieren und zu rationalisieren, kann das Automatisierungsprojekt beschleunigen und den ROI deutlich erhöhen. Darüber hinaus werden laut Gartner 50 Prozent der RPA-Skripte bis 2023 voraussichtlich vollautomatisch generiert, was bedeutet, dass die automatisierte Prozesserkennung eine Schlüsseltechnologie für die digitale Transformation sein wird.

Ziel dieser Technologien ist die Identifikation neuer Prozesse, indem KI eingesetzt wird, um aufgezeichnete manuelle Arbeitsabläufe automatisiert zu analysieren, zu gruppieren und um Automatisierungsmuster (Workflow) zu extrahieren. Diese Lösungen identifizieren, erfassen, dokumentieren, priorisieren, generieren und implementieren automatische Lösungen fast ohne menschliches Zutun. Dieser Vorgang beruht auf zwei Elementen: Erstens durch Process Mining, das eine vollständige protokollbasierte Übersicht der Prozesse in Geschäftssystemen wie ERP oder CRM erstellt. Und zweitens durch das Process Discovery, das die Automatisierung von Prozessen mithilfe von RPA ermöglicht. Es zeichnet alle Benutzerinteraktionen mit den Systemen auf, analysiert wiederkehrende Aktivitäten und erstellt vollautomatisiert RPA-Agenten, die diese Aufgaben dann eigenständig ausführen.