Die Zukunft von Robotic Process Automation (RPA) – Integrierte, modulare Plattformen für kognitive Automatisierung?

Aktuelle Trends in der RPA-Softwarelandschaft

Das Jahr 2019 war gespickt mit aufregenden Neuerscheinungen der weltweit beliebtesten RPA-Produkte und markiert damit einen Wendepunkt für die Relevanz von RPA. Während der Schwerpunkt in den vergangenen Versionen auf der Erweiterung der typischen „Roboter“-Funktionalität durch mehr Aktivitäten und Konnektoren für die Hintergrundautomatisierung lag, werden die neuesten Versionen alle mit hochinteressanten Funktionen ausgeliefert, die den „RPA-Footprint“ in Unternehmen enorm vergrößern. Werfen wir also gemeinsam einen Blick auf diese Trends und tauchen in die Chancen und Herausforderungen ein, die sich für aktuelle und zukünftige Anwender von RPA-Software ergeben:

1. Horizontale Integration (entlang des RPA-Lebenszyklus) – Es werden schrittweise Softwarefunktionalitäten integriert, welche den „Development & Run“-Prozess, der standesgemäß von RPA-Software abgedeckt wird, erweitern. Ein Beispiel ist die Integration von Process & Task Mining, um den Prozess der Use Case-Identifikation und der Bewertung der RPA-Umsetzbarkeit zu unterstützen – die „Ideation & Assessment“-Phase des RPA-Lebenszyklus. Auch hier stellen die Anbieter (teilweise automatisierbare) Templates zur Prozessaufnahme, -bewertung und -dokumentation zur Verfügung, die auch außerhalb des RPA-Kosmos für Prozessoptimierungsinitiativen genutzt werden können.
2. Vertikale Integration (Erweiterung der Fähigkeiten von RPA) – Die neuen Versionen integrieren schrittweise Funktionen wie Optische Zeichenerkennung (OCR), Chatbots, Module für Maschinelles Lernen (ML), Analytics, Datenvisualisierung und flexibles Scripting (z.B. JavaScript, Python) in die RPA-Workflows. Dies wird entweder durch die eigene Bereitstellung der Module oder durch eine verbesserte Integration von Drittanbieter-Modulen erreicht. Einige RPA-Vendoren arbeiten auch mit Anbietern von Workflow / Business Process Modelling (BPM) Software zusammen, um RPA als „Hände und Augen“ ins Zentrum der unternehmensweiten Workflow-Lösungen zu bringen.
3. Vereinfachung (in Bezug auf Benutzerfreundlichkeit und Operationalisierung) – Neben einer vereinfachten Bot-Entwicklung für Business-Anwender durch schlanke Benutzeroberflächen (UIs) und einer zunehmenden Anzahl an Plug-and-Play-Modulen reduzieren die Anbieter auch die Komplexität des Betriebs, indem sie z.B. „Managed Cloud Hosting“ mit Service Level Agreements (SLAs), optimierter Lizenznutzung, vereinfachter Installation etc. anbieten.

Diese Trends verschieben die Rolle der Software von reinem RPA hin zu integrierten kognitiven Automatisierungsplattformen, die aus einer Vielzahl an modularen Bausteinen für Prozesseffizienz- und -optimierung, Visualisierung und Automatisierung bestehen. Dieser Ansatz ermöglicht es Unternehmen, Automatisierung in einem weitaus größeren Kontext als bisher zu nutzen, indem diese Plattformen in den Mittelpunkt der Geschäftsprozesse gestellt werden. Dadurch können eine umfassende End-to-End-Automatisierung, beispiellose Prozesstransparenz und Skalierbarkeit durch die Demokratisierung der Nutzung von Automatisierung in der Breite erreicht werden.

Aufkommende Chancen und Herausforderungen

Viele „low-hanging fruits“ wurden bereits durch den Einsatz von simpler RPA geerntet – repetitive, regelbasierte Prozesse mit hohen Volumina und großem Zeiteinsparungspotential. Die Automatisierung der Zukunft wird alle Aspekte des breiten Automatisierungs-Spektrums von der Hintergrundautomatisierung bis hin zu ML und Mensch-Maschine-Workflows einbeziehen müssen, um auch bei komplexen Prozessen Verbesserungen zu erreichen. Um ein klareres Bild von den Auswirkungen der vorgestellten Trends zu bekommen, betrachten wir die beiden grundsätzlichen Stoßrichtungen, die sich daraus ergeben:

1. Demokratisierung der Nutzung: „Do-it-yourself“-Automation für alle

Die kognitiven Automatisierungsplattformen zielen auf eine breite Nutzung durch Business-Nutzer ab – sie erreichen dieses Ziel, indem sie eine Reihe an vorgefertigten Modulen, Drag-and-Drop-Funktionalität und vereinfachte UIs für das schnelle „Zusammenklicken“ von Automatisierungen zur Verfügung stellen. Darüber hinaus ist dieser benutzerzentrierte Automatisierungsansatz nicht auf reine RPA beschränkt – die Modularisierung von Algorithmen, Konnektoren, Analytik, Visualisierung und Mensch-Maschine-Interaktion wirkt als Katalysator für eine Vielzahl von möglichen Anwendungsfällen.

Dieser nutzergetriebene, dezentrale Ansatz der „Punktautomatisierung“ ermöglicht es den Business-Nutzern, Automatisierung schlank und zügig zu nutzen, ohne dass es einer Genehmigung oder der Einhaltung von Entwicklungsstandards bedarf.

2. Umfassende End-to-End-Automatisierung durch hochspezialisierte Mitarbeiter

Der neue, einheitliche Automatisierungsansatz macht abteilungsübergreifende Geschäftsprozesse für die Automatisierung verfügbar – dies erfordert hoch spezialisierte Mitarbeiter im Kern der Automatisierungsinitiative eines Unternehmens. Diese Mitarbeiter können ein funktionsübergreifendes Exzellenz-Center (CoE) bilden, das aus agilen Teams besteht, die an Lösungen für die End-to-End Prozessautomatisierung und -verbesserung arbeiten.

Diese Kompetenzteams treiben Innovationen von innerhalb des „Automation CoE“ ins Unternehmen und fungieren als Enabler. Neben der Automatisierung von End-to-End-Prozessen mit Technologien aus dem Software-Stack der kognitiven Automatisierungsplattformen schulen und beraten sie die Business-Anwender im bedarfsgerechten Einsatz der Software. Sie sind auch in der Lage, den Nutzern neue Module zur Verfügung zu stellen (z.B. anpassbare Module oder Aktivitäten für Verkaufsprognosen oder E-Mail-Klassifizierung).

Die durchgängige Automatisierung innerhalb einer kognitiven Automatisierungsplattform bringt zudem viele Prozesseinblicke und Transparenz mit sich. Folglich erzeugt dieser ganzheitliche Automatisierungsansatz neue Inputs und Daten für Process-Mining-Tools, die dann für kontinuierliche Verbesserungsinitiativen, Prozessoptimierungen und weiterführende Automatisierung genutzt werden können.

Um von diesen Entwicklungen zu profitieren, müssen zukünftige Automatisierungs-Betriebsmodelle beide Formen der Automatisierung berücksichtigen

Zweifellos wird es Spannungen zwischen dem „demokratischen“ Bottom-up-Ansatz und dem „aristokratischen“ Top-down-Ansatz der Automatisierung geben, wie in den vorangegangenen Abschnitten beschrieben. Stellen Sie sich zum Beispiel eine Geschäftseinheit vor, die bereits Teile eines ineffizienten Prozesses automatisiert hat  – und dann wird die Top-down-Entscheidung getroffen, den Prozess „End-to-End“ zu automatisieren. Selbst wenn eine einzelne Punktautomatisierung nicht geschäftskritisch ist, kann die Masse an kleinen Automatisierungen, die das Team im Laufe der Zeit implementiert hat, zu Störungen führen, wenn der Prozess plötzlich durch eine schlecht kommunizierte Top-down-Entscheidung zugunsten einer End-to-End-Automatisierung verändert wird.

Um den Spagat der Vereinheitlichung der Automatisierungsstrategie eines Unternehmens erfolgreich zu bewältigen, werden proaktive Kommunikation, Change Management, eine gemeinschaftliche Einigung auf die Ziele der Automatisierung und neue Zusammenarbeitsmodelle an Relevanz gewinnen. Die kognitive Automatisierungsplattform bietet jedoch das Potential, zum „One-Stop-Enabler“ im Verbesserungszyklus eines Unternehmens werden, indem sie die Belegschaft integriert, um kontinuierlich Prozessverbesserungspotenziale zu erarbeiten, eine datengetriebene Umsetzung von Automatisierung zu ermöglichen und die Mensch-Maschine-Kooperation effizient zu orchestrieren.

Kontaktieren Sie uns gerne, damit wir gemeinsam die nächsten Schritte auf Ihrer Automatisierungs-Roadmap definieren, sodass Sie das Potential der neuesten Entwicklungen im Automatisierungsmarkt vollends ausschöpfen können.

Vielen Dank an den Co-Autor Thomas Schmidt für die maßgebliche Erstellung dieses Blogbeitrags.