Robotic Process Automation und Künstliche Intelligenz (KI) bzw. Artificial Intelligence (AI) sind zwei Schlüsseltechnologien auf dem Weg hin zu einer intelligenten Automatisierung von Prozessen. Bei der Bewertung des Nutzens dieser Technologien im eigenen Unternehmen ist es wichtig, ein klares Verständnis davon zu haben, was sie leisten können und was nicht. Dieser Beitrag soll dazu beitragen, die Begrifflichkeiten zu schärfen sowie die Stärken der einzelnen Technologien und eines kombinierten Einsatzes zu verdeutlichen.
Robotic Process Automation (RPA)
Unter Robotic Process Automation, zu Deutsch: robotergesteuerte Prozessautomatisierung (RPA), versteht man die automatisierte Bearbeitung von digitalisierten Geschäftsprozessen durch Computerprogramme. Die Aufgaben können Abfragen, Berechnungen oder die Pflege von Eingabeformularen oder Transaktionen umfassen. Bei den Geschäftsprozessen handelt es sich ausschließlich um sich wiederholende und regelbasierte Prozesse oder Routineaufgaben, die üblicherweise von Menschen ausgeführt werden. Bei der Prozessautomatisierung übernehmen Software-Programme die Rollen und Aufgaben der Anwender und interagieren in gleicher Weise, weswegen man auch gerne von Software-Robotern oder Bots spricht. Beispiele aus dem Versicherungsbereich sind die Abwicklung und Erstbenachrichtigung bei der Regulierung von Schadensfällen oder die automatische Datenpflege für Registrierungs- und Änderungsprozesse bei Kunden.
Die Stärken von RPA sind neben der Entlastung des Personals von Routinetätigkeiten, dass automatisierte Aufgaben beschleunigt, fehlerfrei, verlässlich und damit hoch rentabel durchgeführt werden. Leider sind die eingesetzten Roboter nur so gut wie das ihnen zugrunde liegende Regelwerk und damit vollständig deterministisch. Sie sind nicht in der Lage, flexibel auf Abweichungen oder Varianten zu reagieren, zum Beispiel wenn Prozesseingangsdaten nicht eindeutig strukturiert oder Entscheidungen innerhalb des Prozesses komplex und nichtlinear sind.
Diese unterschiedlichen Einschränkungen bei der reinen Prozessautomatisierung werden von Technologien im Bereich Künstlicher Intelligenz (KI) adressiert, welche die Fähigkeit zum Selbstlernen mitbringen.
künstliche Intelligenz (KI)
Mit KI wird ein probabilistischer Ansatz verfolgt. Bei der Mitigation der Einschränkung, dass Roboter strukturierte Daten als Eingabe benötigen, kann Künstliche Intelligenz helfen, Datenströme mit vielen Freiheitsgraden in ein strukturiertes Format umzuwandeln. Sind die Eingabedaten un- oder nur teilstrukturiert - z. B. unterschiedliche Rechnungslayouts verschiedener Zulieferer, welche aber weitgehend die gleichen Informationen beinhalten - kann mittels Verfahren der Künstlichen Intelligenz wie Deep Learning oder Alternativen des maschinellen Lernens dieser Datenstrom in ein strukturiertes Format transformiert werden, selbst wenn der Text in Freiformsprache verfasst ist.
Das Adressieren von Komplexitätseinschränkung bei Entscheidungen (sei es ein Machine Learning Modell oder eine Regel-Engine) kann den RPA-Prozess flexibilisieren und in Summe optimieren. Entsprechende Programme arbeiten häufig mit mehreren Subsystemen und unterschiedlichen Techniken, welche Kenntnisse und Erfahrungen von Experten in einem internen Wissensmodell ablegen. Dieses Modell wird dann während der Entscheidungsfindung abgefragt, um die optimale Antwort zu finden. Ein solcher Ansatz kann viele verschiedene Eingangsvariablen betrachten, jede mit ihrem individuellen Einfluss oder ihrer Gewichtung, um es zu einem Endergebnis zu verdichten, z. B. ob ein Kreditantrag aufgrund vieler Rahmenparameter genehmigt werden soll.
Ein wesentlicher Unterschied der Verfahren liegt dabei in der Erklärbarkeit bzw. Nachvollziehbarkeit getroffener Entscheidungen. Gute Resultate können in der Regel bereits mit Entscheidungsbaum-Verfahren und ohne schwer interpretierbare Methoden wie Deep Learning gewonnen werden.
Schlussendlich lässt sich durch die Kombination von RPA und KI ein sehr flexibler Ansatz zur Prozessautomatisierung gewinnen, der je nach Zielrichtung unterschiedliche Ausprägungen haben kann.
RPA und KI geschickt kombinieren
Am Ende ergänzen sich beide Technologien durch den unterschiedlichen Fokus ganz hervorragend, sodass sie aus Anwendersicht zu einer Intelligenten Automatisierung (IA) verschmelzen. Entsprechende Toolkits wie z. B. das viadee Testframework, können helfen, die digitale Transformation im Unternehmen voranzutreiben. In welcher Form Toolkits dabei zum Einsatz kommen, ob RPA und/oder KI oder nur teilweise, hängt natürlich vom eigenen Use Case ab.
Kunden der viadee haben den Wert von Robotic Process Automation verstanden und automatisieren zunächst gerne einfache, regelbasierte Prozesse, die sogenannten "low hanging fruits”, um von den Vorteilen der RPA zu profitieren. Die Time-to-Market beläuft sich für gewöhnlich auf wenige Wochen bei einem überschaubaren Maß an Komplexität und Kosten. Dabei gehen unsere Kunden implizit auch den ersten Schritt auf der Treppe hin zur intelligenten Automatisierung und lassen sich besonders bei der Einführung von KI-Methoden durch die viadee beim Durchlaufen verschiedener Integrationsstufen vom Parallelbetrieb bis hin zur nachhaltigen KI-Automatisierung begleiten. Mehr zu möglichen Integrationsstufen und Potenzialen der Künstlichen Intelligenz für Ihr Unternehmen erfahren Sie hier: https://www.viadee.de/bpmnai
zurück zur Blogübersicht
Diese Beiträge könnten Sie ebenfalls interessieren
Keinen Beitrag verpassen – viadee Blog abonnieren
