phonlamaiphoto - stock.adobe.com
Wie die Integration von Robotic Process Automation gelingt
In vielen Fällen nutzen Firmen bereits Robotic Process Automation (RPA). Gelangen aber unstrukturierte Daten in die Automatisierungsabläufe, treten erste Probleme auf.
Dokumente und andere unstrukturierte Daten, darunter PDFs, Videos, Fotos, Dokumente oder E-Mails erschweren eine vollständige Prozessautomatisierung. Diese Daten erfordern in der Regel menschliches Eingreifen in Abläufe: Mitarbeiter müssen die enthaltenen Informationen analysieren, verstehen und eine Entscheidung auf der Grundlage der jeweiligen Information treffen.
Dies führt zu Engpässen und verlangsamt den Arbeitsprozess deutlich. Und ist damit genau das Gegenteil von dem, was Unternehmen eigentlich mit der Prozessautomatisierung erreichen wollen.
Papierbasierte Prozesse bremsen Automatisierung aus
Diese Situation ist keineswegs ungewöhnlich und bedroht die Automatisierungsvorhaben von Unternehmen. Bis zu 60 Prozent der Geschäftsabläufe enthalten in irgendeiner Form unstrukturierte Daten. Das heißt: 60 Prozent der Arbeitszeit können Softwareroboter nicht nutzen, da sich vorher ein Mensch der Sache annehmen muss.
Ein Beispiel: Die Bearbeitung von Schadensvorfällen, beispielsweise im Versicherungsbereich, sind fast alle papier- beziehungsweise dokumentenbasiert. Kunden senden ihre Schadensmeldungen entweder physisch als Scan per Post oder E-Mail an die Versicherung, wo Menschen diese manuell sichten und klassifizieren müssen.
Für Unternehmen, die sich End-to-End-Automatisierungen ihrer Prozesse wünschen, gleicht dies einem Albtraum. Diese Umstände könnten allerdings auch erklären, wieso – nach zwei Jahrzehnten der Implementierung von BPM-Tools (Business Process Management) – die vollständige Prozessautomatisierung immer noch die Ausnahme ist.
Im Emerging Technologies Market Report 2019 von AIIM gaben zwei Drittel der befragten Unternehmensverantwortlichen an, dass bestimmte Kernprozesse im Backend zu nicht mal 50 Prozent automatisiert sind. Einige Branchen nutzen RPA zum Beispiel für das Archivmanagement, die Kundenkorrespondenz, die Scheckverarbeitung oder andere papierintensive Prozesse. Doch weniger als jedes fünfte Unternehmen hat die Kernprozesse im Backend vollständig automatisiert.
Die Anzahl eingehender, unstrukturierter Daten nimmt immer weiter zu. Das verdeutlichen auch die Ergebnisse der AIIM-Umfrage: 70 Prozent der Daten, die Unternehmen erreichen, sind den Befragten zufolge unstrukturiert. Gleichzeitig rechnen sie damit, dass das Datenwachstum weiter zunehmen wird. 35 Prozent der befragten Organisationen gehen davon aus, dass sich die Datenmenge binnen zwei Jahren verfünffacht. Umso verständlicher, dass 70 Prozent angeben, dass unstrukturierte Informationen die Achillesferse von RPA-Implementierungen sind.
Vorteile eines Automatisierungs-Tools
Um die Automatisierung zu beschleunigen und nicht zum Albtraum werden zu lassen, sollten Unternehmen RPA mit künstlicher Intelligenz (KI) kombinieren. Dabei handelt es sich um eine wichtige Komponente einer intelligenten Automatisierungsplattform.
Mit Cognitive Capture und Entitätsextraktion können Unternehmen unstrukturierte Daten problemlos analysieren. Das Automatisierungs-Tool ermöglicht es, papierbasierte Geschäftsprozesse zu digitalisieren. Eine Software für die vollständige Prozessautomatisierung kann Dokumente nicht nur verwalten, also trennen, klassifizieren und weiterleiten, sondern die Verarbeitungsgeschwindigkeit und Genauigkeit erhöhen und gleichzeitig die Notwendigkeit menschlichen Eingreifens reduzieren.
Routineaufgaben, die Roboter bisher gestoppt haben, lassen sich effizienter erledigen. Ein Beispiel: Wenn ein Kunde ein Konto über die mobile App der Bank eröffnen möchte, muss er zur Verifizierung ein Ausweisdokument hochladen.
„Um die Automatisierung zu beschleunigen und nicht zum Albtraum werden zu lassen, sollten Unternehmen RPA mit künstlicher Intelligenz kombinieren.“
Tyler Suss, Kofax
---
Dieses Bild muss das System lesen und die darauf enthaltenen Daten extrahieren. Oder ein anderes Beispiel: Ein Kunde einer Krankenkasse reicht wichtige Patientendaten per E-Mail ein, um einen Antrag zu stellen. In beiden Fällen kann die RPA-Technologie der alten Generation nicht mit diesen anspruchsvollen Daten umgehen.
Also muss ein Mensch eingreifen, um die Daten zu lesen, zu verstehen und eine Entscheidung zu treffen, was anschließend damit geschehen soll. Mit Unterstützung eines intelligenten Automatisierungs-Tools ist das nicht mehr notwendig, da dies die eingehenden Informationen liest, erfasst und verstehen kann. Somit kann es das Ausweisdokument und die E-Mail in verwertbare Informationen umwandeln. Mit Machine Learning und Natural Language Processing (NLP) interpretiert das Tool anschließend die Daten und bestimmt eigenständig, was mit ihnen als Nächstes geschieht.
Ohne intelligente Software geht es nicht
Datenbeschränkungen, Engpässe und langsame, papier- beziehungsweise dokumentenbasierte Prozesse: Es gibt viele Aspekte, die die Automatisierung von Geschäftsabläufen ausbremsen. Möchten Unternehmen diese beschleunigen, führt über kurz oder lang kein Weg an einer Automatisierungslösung vorbei, die künstliche Intelligenz integriert hat.
Anstatt den Albtraum hinzunehmen, können Unternehmen die End-to-End-Automatisierung aktiv vorantreiben. Damit lässt sich nicht nur die Customer Experience, sondern auch die operative Exzellenz optimieren.
Intelligente, integrierte Software löst diese Herausforderungen effizienter und kostengünstiger als Tools, die Unternehmen nachträglich in ihre IT anbinden können. Wenn Unternehmen ihre Geschäftsprozesse vollständig automatisieren, werden sie nicht nur effizienter, sondern zugleich die Total Cost of Ownership reduzieren – und sich somit einen wichtigen Vorteil gegenüber Wettbewerbern verschaffen.
Über den Autor:
Tyler Suss ist Product Marketing Director Intelligent Automation bei Kofax.
Die Autoren sind für den Inhalt und die Richtigkeit ihrer Beiträge selbst verantwortlich. Die dargelegten Meinungen geben die Ansichten der Autoren wieder.
