Kommentar von Niklas Bläsing, CGI Von RPA zu KI – ein kleiner Schritt, aber eine große Wirkung

Autor / Redakteur: Niklas Bläsing / Nico Litzel

Mit Robotic Process Automation (RPA) optimieren Unternehmen Teile ihrer Geschäftsprozesse. Eine End-to-end-Automatisierung der Prozesse erfordert darüber hinaus den Einsatz von KI, die eine ganzheitliche Optimierung entlang der gesamten Wertschöpfungskette ermöglicht. Für die erfolgreiche Umsetzung einer solchen durchgängigen smarten Automatisierung ist ein Top-down-Ansatz unverzichtbar.

Firmen zum Thema

Der Autor: Niklas Bläsing ist Senior Consultant bei CGI in Deutschland
Der Autor: Niklas Bläsing ist Senior Consultant bei CGI in Deutschland
(Bild: CGI)

Viele Unternehmen nutzen RPA-Anwendungen. Sie sind einfach zu implementieren und bieten einen schnellen Return on Investment. RPA dient vor allem der Automatisierung einfacher manueller oder digitalisierter, standardisierter Prozesse. Dabei übernimmt und automatisiert ein Bot wiederkehrende, regelbasierte Tätigkeiten.

Ein zentraler Vorteil ist, dass ein Bot wesentlich effizienter, verfügbarer und letztlich weniger fehleranfällig ist als ein Mensch. Allerdings können schwierige Aufgaben nicht mit einem klassischen Bot gelöst werden. Gänzlich unmöglich ist es, mit einem einzigen RPA-Tool und einer isolierten Strategie einen komplexen Prozess zu automatisieren.

Wie kann also der nächste Schritt nach dem erfolgreichen ersten RPA-Projekt aussehen? Als logische, evolutionäre Maßnahme helfen „intelligente“ Komponenten den Robotern, komplexere Entscheidungen zu treffen. Bild- und Spracherkennung sind nur zwei Beispiele, wie KI-Methoden die Roboter intelligenter machen können.

Durchgängige Automatisierung von Gesamtprozessen

Die Künstliche Intelligenz bietet die Möglichkeit, Geschäftsprozesse grundlegend zu optimieren und neu zu gestalten, und zwar durch eine durchgängige Automatisierung von Gesamtprozessen mit Einbindung aller Unternehmenssysteme und Mitarbeiter. Ein um KI-Technologien erweiterter RPA-Ansatz ist die Basis einer Intelligent Automation, die auch komplexe Entscheidungen, Prozesse und Interaktionen automatisiert.

Eine Grundvoraussetzung für eine erfolgreich umgesetzte Intelligent-Automation-Strategie ist ein Top-down-Ansatz. Das Management muss eine Vorreiterrolle einnehmen und den erforderlichen Kulturwandel und die Veränderungsprozesse im Unternehmen aktiv vorantreiben. Dazu gehören vor allem auch die transparente Festlegung und Kommunikation von Strukturen und Zielen. Nur so können etwaige Vorbehalte auf Mitarbeiterseite und das Silodenken einzelner Abteilungen beseitigt werden. Das ist zwingend erforderlich, weil eine Automatisierungsstrategie nur dann funktionieren kann, wenn sie von allen Mitarbeitern verstanden, befürwortet und umgesetzt wird.

KI braucht große Datenmengen

Die Herausforderungen bei der RPA- und KI-Nutzung für Unternehmen beginnen bei der Lösungsauswahl. Aktuell ist eine große Dynamik im Herstellermarkt zu beobachten – sowohl im RPA- als auch im KI-Bereich. Dabei dominieren keineswegs nur die großen Software-Player, auch Start-ups bringen viele innovative KI-Lösungen auf den Markt.

Auch wenn das Ziel lautet, Gesamtprozesse durchgängig zu automatisieren, sollte mit einem einfachen Projekt wie einem kleinen Chatbot gestartet werden, also nicht mit Prozessen mit hoher Komplexität. Eine iterative Vorgehensweise ist immer sinnvoll und der Startpunkt sind idealerweise die „Low-hanging fruits“. RPA kann also durchaus als idealer Einstiegspunkt dienen. Die KI-Nutzung ist dann der nächste Schritt, der die Automatisierung auf das nächste Level hebt – in Richtung einer intelligenten End-to-End-Automatisierung.

Eine Kardinalfrage bei der KI-Nutzung lautet immer: Sind die Datenmenge und -qualität ausreichend oder nicht? KI-Projekte sind nämlich immer Datenprojekte und nur richtige Daten ermöglichen richtige Entscheidungen. Für viele Unternehmen kann das bedeuten, dass sie die Frage mit nein beantworten müssen. Eine Alternative bieten hierbei Provider-Angebote mit entsprechendem Datenmodell, die zum Beispiel als "as-a-Service" genutzt werden können. Allerdings muss Unternehmen auch eines klar sein: KI-Anwendungen, die auf „Plug-and-play“-Basis einfach und schnell nutzbar sind, gibt es nur wenige. Bei der Auswahl eines Lösungspartners muss ein Unternehmen folglich darauf achten, ob er ausreichend belastbare Belege für einen erfolgreichen Einsatz seiner Lösung vorweisen kann – und zwar bezogen auf die eigenen konkreten Anforderungen.

Fragen vor dem Projektstart

Vor jedem Projektstart sind zudem einige elementare Fragen zu beantworten: Wo stehen wir? Wo sind die Handlungszwänge? Wo bestehen mögliche Risiken? Wie groß sind die möglichen Einsparungen? Wo wollen wir hin? Auch eine Kosten-Nutzen-Betrachtung ist unverzichtbar.

Von größter Bedeutung bei allen KI-Projekten ist auch immer die Einbindung von Experten. Mit Halbwissen eine solche Aufgabe anzugehen, kann nicht Erfolg versprechend sein. Ebenso wichtig ist die Zusammenarbeit unterschiedlicher Bereiche und die Bildung interdisziplinärer Teams. Vor allem Business und IT müssen eng kooperieren. KI darf nicht als reines IT-Thema gesehen werden. Das Business, sprich, die Fachabteilungen, müssen die Treiber sein, schließlich stehen die Prozesse im Mittelpunkt. Nicht zuletzt sollte natürlich auch ein gewisses Grundvertrauen in die KI vorhanden sein. Auch neuen Technologien muss nicht mit grundloser Skepsis begegnet werden. Das heißt nicht, das KI als Blackbox kritiklos eingesetzt werden soll. Eine verantwortungsvolle, nachvollziehbare KI-Nutzung sollte immer eine Selbstverständlichkeit sein.

Der KI-Trend ist nicht aufzuhalten

Die Anwendungsmöglichkeiten von KI-Technologien werden in allen Branchen aufgrund steigender Dateninformationen kontinuierlich steigen. Für Unternehmen haben „große Datenquellen“ eine immense Bedeutung, weil sie – richtig verwaltet – dem Geschäft viel Mehrwert und den Kunden eine hohe Zufriedenheit bringen können.

Die Prozessautomatisierung, RPA und KI sowie die System- und Datenintegration sind wesentliche Bestandteile einer Intelligent Automation.
Die Prozessautomatisierung, RPA und KI sowie die System- und Datenintegration sind wesentliche Bestandteile einer Intelligent Automation.
(Bild: CGI)

Grob können drei unterschiedliche KI-Anwendungsszenarien unterschieden werden: Erstens kann eine KI-Lösung zur Auswertung von Daten und Informationen dienen. KI kann Informationen lesen und Bilder erkennen, Inhalte verstehen und verarbeiten beziehungsweise auswerten. Zweitens kann eine KI-Lösung ganze Workflows oder Prozesse steuern und dabei eigenständig Entscheidungen treffen. Drittens kann eine KI-Lösung auch selbst dazulernen und Modelle und Muster entwickeln, die die ideale Gestaltung eines Prozesses skizzieren.

Die Möglichkeiten, die die KI für Unternehmen bereits aktuell bietet, zeigt die Conversational AI (Artificial Intelligence), also automatisierte Dialogsysteme, die von Künstlicher Intelligenz unterstützt werden. Im Gegensatz zu einfachen Chatbots oder früheren Spracherkennungssystemen kann Conversational AI komplexere Ausdrücke in natürlicher Sprache verstehen und frei formulierte Texte verarbeiten. Dadurch ermöglicht sie einen Dialog zwischen Mensch und Maschine, der annähernd einem Gespräch mit einer realen Person entspricht.

Die Vorteile von RPA und KI sind unbestritten. Vielfach stellt sich aber die Frage, wie ein Unternehmen den Schritt von RPA zu KI meistern kann. Ein Beispiel dafür liefert CGI mit seiner KI-basierten Hyperautomations-Plattform PULSE, die über APIs eine nahtlose Integration mit vorhandenen RPA-Tools führender Hersteller unterstützt. Sie umfasst mehr als 15 KI-Modelle für unterschiedlichste Anwendungsfälle. Dazu gehören unter anderem die Klassifizierung von Dokumenten und Bildern, die Informationsextraktion, die Stimmungsanalyse, die Umwandlung von Sprache in Text und die Erkennung und Bewertung von Anomalien.

Die Vorteile sind weit reichend

Es gibt zahlreiche Beispiele für die Vorteile, die ein Unternehmen mit einer RPA-Anwendung oder einer Automatisierung unter KI-Nutzung realisieren kann.

So hat CGI etwa für das International Crime Bureau (UKICB) der britischen National Crime Agency (NCA) eine intelligente Automatisierungslösung entwickelt, um die konsistente und exakte Verarbeitung, Verwaltung und Weitergabe von Informationen zu beschleunigen. Das UKICB verwaltet die Interpol-Umläufe wie internationale Kooperationsersuchen oder Alarmierungen, die jährlich in einer Größenordnung von rund 36.000 liegen. Seit 2018 nutzt das UKICB die CGI-Lösung für die Bearbeitung dieser Umläufe. Dadurch konnte die Fallvorbereitung und -verwaltung um 79 Prozent schneller abgeschlossen werden als bei einer manuellen Bearbeitung – verbunden mit einer Einsparung von 28.000 Stunden Arbeitszeit. Die Beamten haben so mehr Zeit für wertvolle nachrichtendienstliche Aufgaben und die Entscheidungsfindung gewonnen.

Zum Beispiel hat auch einer der fünf größten Automobilhersteller der Welt unter der Beteiligung von CGI eine unternehmensweite RPA-Initiative gestartet, in deren Rahmen in den nächsten Jahren Hunderte von Bots implementiert werden sollen. Die Ziele sind eine Effizienzsteigerung und Kostenreduzierung sowie eine Gestaltung von Betriebsmodellen, die flexibel an Veränderungen anpassbar sind. Zu den angestrebten Prozessverbesserungen zählt etwa die Meldung von Fehlern bei internationalen Vertriebshändlern. RPA kann eine Wissensdatenbank dieser Fehlertickets aufbauen und Optimierungsmöglichkeiten für die nächsten Modelle identifizieren, um zukünftige Reparaturkosten zu vermeiden.

Insgesamt ist eine Intelligent Automation unter KI-Einsatz immer eine strategische Aufgabe, die das Unternehmen, seine Prozesse und Mitarbeiter ganzheitlich im Blickfeld behalten muss. Einzellösungen sind nicht zielführend. Es geht nicht um die Automatisierung von Silos, sondern um eine End-to-end-Automatisierung. Dieses Bewusstsein muss im gesamten Unternehmen vorherrschen.

(ID:47712514)