Leitfaden: Wie Robotic Process Automation (RPA) funktioniert

Was ist RPA-Technologie, und wie wird sie von Unternehmen eingesetzt?

RPA-Software automatisiert sich wiederholende, regelbasierte Arbeitsaufgaben, die auf digitalen Daten beruhen. Zu diesen Aufgaben gehören Abfragen, Berechnungen, das Erstellen und Aktualisieren von Datensätzen, das Ausfüllen von Formularen, das Erstellen von Berichten, das Ausschneiden und Einfügen sowie andere umfangreiche Transaktionsaufgaben, die das Verschieben von Daten innerhalb und zwischen Anwendungen erfordern.

Die „Roboter“ arbeiten auf der Oberflächen- und Benutzerschnittstellenebene, indem sie die Tastenanschläge und Mausklicks menschlicher Mitarbeiter imitieren und die Aufgabe so erledigen, wie es Mitarbeiter tun, indem sie sich bei Anwendungen anmelden, Daten eingeben, Berechnungen durchführen und sich wieder abmelden. Im Gegensatz zu einem menschlichen Mitarbeiter benötigt der Bot jedoch keinen physischen Bildschirm, um die Aufgabe zu erledigen, sondern führt die Prozessschritte der Aufgabe in einer virtuellen Umgebung aus. Im Gegensatz zu den meisten Softwareanwendungen können Menschen diese Bots auch ohne spezielle Programmierkenntnisse entwickeln.

RPA-Software wird daher von vielen Geschäftsbereichen eingesetzt. Personalabteilungen beispielsweise nutzen RPA, um Aspekte des Onboarding und Offboarding von Mitarbeitern zu automatisieren. Im Finanzdienstleistungsbereich werden RPA-Bots für die Bearbeitung von Streitigkeiten bei der Kreditkartenautorisierung konfiguriert. IT-Teams setzen RPA ein, um routinemäßige Helpdesk-Dienste zu automatisieren (siehe Abschnitt Welche Geschäftsprozesse werden durch RPA automatisiert?).

Obwohl der RPA-Umsatz immer noch einen relativ kleinen Teil des Unternehmenssoftwaremarktes ausmacht, ist er rapide gestiegen und es gibt keine Anzeichen für eine Verlangsamung, trotz des Drucks durch COVID-19. Gartner berechnet, dass der weltweite Umsatz mit RPA im Jahr 2021 um 19,5 Prozent auf fast 1,9 Milliarden US-Dollar gestiegen ist, gegenüber 1,57 Milliarden US-Dollar im Jahr 2020, und dass bis 2024 zweistellige Wachstumsraten erzielt werden. Laut Forrester Research wird der Umsatz mit RPA-Softwareplattformen bis 2025 voraussichtlich 6,5 Milliarden US-Dollar erreichen, und der Markt für RPA-Dienstleistungen (Bereitstellung und Support) sogar auf 16 Milliarden US-Dollar ansteigen.

Das Interesse an dieser neuen Technologie ist nicht überraschend. RPA zielt darauf ab, die Effizienz zu verbessern, die Produktivität zu steigern und Geld zu sparen, indem es die routinemäßigen und fehleranfälligen digitalen Verarbeitungsaufgaben, die in vielen Unternehmen immer noch von Menschen erledigt werden, unterstützt – oder ganz ersetzt. Branchenanalysten zufolge können die Investitionsrenditen für RPA-Implementierungen im ersten Jahr zweistellig oder sogar dreistellig sein. Richtig gemacht, spart RPA den Unternehmen nicht nur Zeit und Geld, sondern setzt auch Mitarbeiter frei, die sich auf höherwertige Aufgaben konzentrieren können.

Ebenso wichtig ist, dass RPA traditionellen Unternehmen einen Weg zur digitalen Transformation bietet. Da RPA auf der Ebene der Benutzeroberfläche arbeitet, bietet es Unternehmen eine Möglichkeit, Teile kritischer Geschäftsprozesse zu automatisieren, ohne die kostspieligen Legacy-Systeme, die diese Prozesse unterstützen, herauszureißen und zu ersetzen (siehe Abschnitt Was ist der Unterschied zwischen RPA und Automatisierung?).

Durch die Kombination von RPA-Tools mit Technologien der künstlichen Intelligenz (KI), wie zum Beispiel Natural Language Generation (NLG), optischer Zeichenerkennung (Optical Character Recognition, OCR), intelligenter Zeichenerkennung und maschinellem Lernen, sind die virtuellen RPA-Agenten in der Lage, anspruchsvollere und längere Aufgaben zu übernehmen, einschließlich ganzer Jobrollen, und so zu dem zu werden, was sich manche als selbstverbessernde digitale Arbeitskräfte des 21. Jahrhunderts vorstellen (siehe Abschnitt Entwicklung von RPA und RPA 2.0).

Was ist der Unterschied zwischen RPA und Automatisierung?

Automatisierung umfasst ein breites und vielfältiges Spektrum an Technologien, das von Continuous Delivery und Continuous Integration Tools über Hybrid-Cloud-Management bis hin zu den in autonomen Fahrzeugen eingesetzten Machine Vision Tools reicht.

RPA-Software ist eine Untergruppe der Geschäftsprozessautomatisierung (Business Process Automation, BPA), einem Oberbegriff für den Einsatz von Technologie zur Ausführung der Aktivitäten und Arbeitsabläufe, die eine Geschäftsaufgabe ausmachen, mit minimalem menschlichen Eingriff.

Das wichtigste Unterscheidungsmerkmal zwischen RPA und herkömmlichen Tools zur Workflow-Automatisierung ist die für die Durchführung der Automatisierungsaufgabe erforderliche Qualifikation. Bei der traditionellen Workflow-Automatisierung schreibt ein erfahrener Softwareentwickler Code, um eine Reihe von Aktionen zu erstellen, die die Aufgabe automatisieren, und verbindet die Software mit der zugrunde liegenden Recheninfrastruktur durch die Verwendung von Programmierschnittstellen (APIs), die in Python, Java oder anderen Softwaresprachen geschrieben sind.

Im Gegensatz dazu entwickeln RPA-Systeme die Aktionsliste in der Regel einfach durch Aufzeichnung der Benutzeraktionen, während sie eine Aufgabe in der grafischen Benutzeroberfläche (GUI) einer Anwendung ausführen. Nach der Aufzeichnung wiederholt das System diese Aufgaben direkt in der grafischen Benutzeroberfläche, ohne dass menschlicher Aufwand erforderlich ist.

RPA unterscheidet sich vom Geschäftsprozessmanagement (Business Process Management, BPM), das eine Vielzahl von Methoden zur Erkennung, Modellierung, Analyse, Änderung und Optimierung von Geschäftsprozessen einsetzt. Während sich RPA am besten für die Automatisierung einer begrenzten Anzahl von Aufgaben eignet, ist BPM – mit oder ohne Automatisierung – auf die Orchestrierung komplexer Geschäftsprozesse von Anfang bis Ende ausgelegt.

Bei BPM werden die Geschäftsprozesse gemeinsam verwaltet, um nicht nur die Fehlerquote zu senken und die Effizienz der Arbeitsabläufe zu verbessern – was bei RPA der Fall ist -, sondern auch, um beispielsweise die mit dem Prozess verbundenen Aufgaben und Verantwortlichkeiten zu klären und den Prozess im Laufe der Zeit zu verbessern.

RPA-Software und Business Process Management Software (BPMS) schließen sich nicht gegenseitig aus, sondern können Hand in Hand arbeiten.

DPA versus RPA versus IPA

Forrester Research seziert das Feld der Geschäftsprozessautomatisierung weiter, indem es BPM in digitale Prozessautomatisierung (Digital Process Automation, DPA) umbenennt und DPA in zwei Typen unterteilt: DPA-deep (der oben beschriebene BPM-Ansatz) und DPA-wide (ein geschäftsfreundlicher Automatisierungsansatz, der Low-Code/No-Code-Plattformen und die Agile-Methodik nutzt, um die Prozessumgestaltung auf die Geschäftsanwender auszuweiten). DPA-wide ist eng mit RPA verwandt.

Schließlich unterscheidet sich RPA auch von IPA, der intelligenten Prozessautomatisierung (Intelligent Process Automation, IPA). IPA kombiniert RPA mit traditioneller BPM-Software, maschinellem Lernen und aufkommenden KI-Tools, um mehr – und größere Teile – von Unternehmensaufgaben zu automatisieren, so dass die taktischen Bots von RPA Intelligenz von KI weitergeben und auf Prozessänderungen reagieren können. Die Einführung von IPA in Unternehmen, die manchmal auch als intelligente Automatisierung oder IA bezeichnet wird, ist jedoch noch in Arbeit. Laut einer globalen Umfrage von Deloitte geben zwar 73 Prozent der Unternehmen an, im Jahr 2020 Automatisierungstechnologien einzusetzen (gegenüber 58 Prozent im Jahr 2019), aber nur etwa ein Drittel der Unternehmen verfügt über eine IA-Strategie.

Drei verschiedene Arten von RPA

Tools zur robotergestützten Prozessautomatisierung bieten zwei unterschiedliche Bereitstellungsmodi: assistierte Automatisierung und nicht-assistierte Automatisierung, auch als beaufsichtigte und unbeaufsichtigte RPA bezeichnet. Hybride RPA kombiniert diese beiden Modelle.

Assistierte (auch beaufsichtigte) Automatisierung. Bei der beaufsichtigten Automatisierung automatisiert RPA Anwendungen, die auf dem Desktop eines Benutzers ausgeführt werden, in der Regel mit dem Ziel, dem Benutzer zu helfen, einen komplexen Prozess in kürzerer Zeit abzuschließen. Dies führt in der Regel zu Kosteneinsparungen und trägt zu einem besseren Benutzer- und Kundenerlebnis bei. Nachteilig an der beaufsichtigten Automatisierung ist, dass Inkonsistenzen in der Desktop-Einstellung, wie zum Beispiel das Ändern von Grafik- oder Display-Einstellungen, zum Scheitern der RPA führen können. Außerdem ist der Desktop des Benutzers manchmal gesperrt, wenn die automatisierten Schritte ausgeführt werden.

Nicht-Assistierte (auch unbeaufsichtigte) Automatisierung. Die unbeaufsichtigte Automatisierung erfordert keinen menschlichen Agenten. Die RPA-Software arbeitet selbstständig und benachrichtigt den Benutzer nur, wenn etwas schiefläuft. Die unbeaufsichtigte Automatisierung kann rund um die Uhr arbeiten. Allerdings sind für eine unbeaufsichtigte Automatisierung strukturierte Daten und klar definierte Regeln erforderlich sind, die nicht in jedem Fall vorhanden sind.

Hybride RPA. Bei der hybriden RPA arbeiten der Mitarbeiter und der Bot im Wesentlichen als Team, indem sie Aufgaben hin- und herschieben. Hybrid RPA automatisiert sowohl die Arbeit, die allein vom Bot erledigt werden kann (unbeaufsichtigt), als auch die Arbeit, die unstrukturierte Daten beinhaltet oder Entscheidungen eines Mitarbeiters erfordert (beaufsichtigt). Bei hybrider RPA können die Software-Bots und die Mitarbeiter gleichzeitig an verschiedenen Aufgaben arbeiten, um eine optimale Effizienz zu erreichen. Das Institute for Robotic Process Automation and Artificial Intelligence, ein Verband für Automatisierungsexperten, wirbt dafür, dass hybride RPA „Unternehmen dabei hilft, die Möglichkeiten der Automatisierung in einem breiteren Spektrum von Prozessen und Szenarien zu nutzen.“

Entwicklung von RPA und RPA 2.0

Der Begriff RPA hat 2012 Einzug in den technischen Sprachgebrauch gehalten. Seine Wurzeln reichen jedoch bis zum Screen Scraping in der Mainframe-Ära zurück. Beim Screen Scraping nahm ein Software-Tool alte Anwendungsdaten, die für die Anzeige auf einem IBM 3270 oder einem ähnlichen Terminal formatiert waren, und formatierte sie für die Verwendung auf einem Client-Server- oder webbasierten System um. Dieser Ansatz bot eine kostengünstige und nicht-invasive Möglichkeit, Systeme zu verbinden.

Die heutige RPA bietet ebenfalls einen unaufdringlichen Ansatz zur Integration von Systemen, indem sie die Schritte emuliert, die Menschen bei der Interaktion mit der Benutzeroberfläche einer Anwendung ausführen. Es ist nach wie vor eine kostengünstige Möglichkeit, unterschiedliche Systeme miteinander zu verbinden, für die es keine APIs gibt und für die weder die Zeit noch das Budget für die Neukodierung von Anwendungen oder eine aufwändige Systemintegration vorhanden ist.

Aber RPA hat sich weit über Screen Scraping hinaus entwickelt. Es ist in der Lage, komplexere Prozesse zu verarbeiten, sich an Änderungen in den zugrundeliegenden Systemen anzupassen und über lokalisierte Implementierungen hinaus zu skalieren.

RPA 2.0

RPA 2.0 bezieht sich auf die Tatsache, dass sich RPA-Plattformen weiterentwickeln und sich mit Technologien wie Process Mining verbinden, um die richtigen Automatisierungsprozesse für RPA zu identifizieren, und maschinelles Lernen einbeziehen, wodurch Plattformen in der Lage sind, längere und komplexere Aufgaben zu automatisieren, einschließlich ganzer Jobrollen.

„Die Tatsache, dass sich RPA so schnell über die Automatisierung von Aufgaben hinaus entwickelt hat, um ganze Arbeitsfunktionen zu replizieren, ist faszinierend, sowohl aus positiver als auch aus negativer Sicht“, sagt Pankaj Chowdhry, Gründer und CEO des KI- und RPA-Startups FortressIQ.

COVID-19 und Hyperautomatisierung

Die durch die COVID-19-Pandemie verursachte Unterbrechung der Arbeitswelt beschleunigte in vielen Unternehmen die Bemühungen um digitale Transformation. Die massive Verlagerung zur Telearbeit unterstrich nicht nur die Notwendigkeit, manuelle Prozesse zu digitalisieren, sondern warf auch ein Schlaglicht auf die Vorteile einer koordinierten Automatisierung im gesamten Unternehmen.

Hyperautomation, ein von Gartner geprägter Begriff, bezieht sich auf den Rahmen und eine Reihe von fortschrittlichen Technologien, die erforderlich sind, um die Unternehmensautomatisierung skalierbar und strategisch zu gestalten. Das Konzept spiegelt die Erkenntnis wider, dass die Skalierung von RPA eine Herausforderung darstellt und die Art der Automatisierung begrenzt ist.

Eine Berechnung von Gartner-Analysten lautet, dass der weltweite Markt für Technologien, die Hyperautomatisierung ermöglichen, im Jahr 2022 596,6 Milliarden US-Dollar erreichen wird, gegenüber 481,6 Milliarden US-Dollar im Jahr 2020 und 532,4 Milliarden US-Dollar im Jahr 2021.

Welche Geschäftsprozesse werden durch RPA automatisiert?

Traditionelle RPA ist nicht für jeden Geschäftsprozess geeignet. Die Automatisierung eines geschäftskritischen, langwierigen und komplexen Geschäftsprozesses ist in der Regel eine Aufgabe für die IT-Abteilung, die API-basierte Automatisierung einsetzt. Hier sind einige Merkmale, die einen Prozess für traditionelle RPA geeignet machen:

• er ist hochvolumig und repetitiv
• er stützt sich auf strukturierte digitale Daten
• er hat klare Geschäftsregeln und eine geringe oder gar keine Ausnahmerate
• er ist anfällig für Fehler, wenn menschliche Arbeitskräfte eingesetzt werden
• er ist zeitkritisch oder stark saisonabhängig

Geschäftsprozesse und die damit verbundenen Anwendungen sollten stabil sein, bevor RPA eingesetzt wird. Der Analyst und RPA-Experte Craig Le Clair von Forrester Research empfiehlt Unternehmen, die sich für RPA entscheiden, die Fünfer-Regel zu beherzigen, um festzustellen, welche Prozesse für RPA geeignet sind:

• Fünf Entscheidungen: RPA eignet sich gut für einfache Anwendungen, die in großem Umfang durchgeführt werden. Anwendungen, die mehr als fünf Entscheidungen umfassen, erfordern eine BPM-Regel-Engine.
• Fünf Anwendungen: Da RPA nicht auf APIs angewiesen ist, reagieren Bots empfindlich auf Änderungen in den Anwendungen. „Wenn sich Anwendungen ändern, bricht der Bot oft zusammen“, sagt Le Clair, was dazu führt, dass Unternehmen RPA aufgeben. Die Begrenzung der Anzahl der beteiligten Anwendungen auf fünf oder weniger hilft den Unternehmen, mit den Änderungen Schritt zu halten.
• 500 Klicks: Halten Sie die Anzahl der Tastenanschläge, die ein Bot beherrschen muss, auf 500 oder weniger.

Wofür wird RPA eingesetzt?

RPA wird in allen Geschäftsbereichen des Unternehmens eingesetzt. Zu den wichtigsten RPA-Anwendungsfällen gehören:

Kundenbetreuung. RPA kann den Kundenservice verbessern, indem Aufgaben im Contact Center automatisiert werden, zum Beispiel die Überprüfung von elektronischen Unterschriften, das Hochladen von gescannten Dokumenten und die Überprüfung von Informationen für automatische Genehmigungen oder Ablehnungen. RPA standardisiert und beschleunigt nicht nur Routineaufgaben, sondern gibt Mitarbeitenden auch den nötigen Freiraum, um sich auf die Lösung von Kundenproblemen und die Stärkung von Markenbeziehungen zu konzentrieren.

Finanz- und Rechnungswesen. Zu den Finanz- und Buchhaltungsprozessen, die sich für RPA eignen, gehören die Beschaffung bis zur Bezahlung, die Debitorenbuchhaltung, die allgemeine Buchhaltung, die Steuerbuchhaltung und deren Einhaltung sowie die Finanzplanung und das Berichtswesen.

Personalwesen. Zu den Aufgaben im Personalwesen, die durch RPA automatisiert werden, gehören Lohn- und Gehaltsabrechnung, Zeiterfassung und Anwesenheitsmanagement, Onboarding und Offboarding, Compliance und Rekrutierung neuer Mitarbeiter.

IT-Management und -Dienstleistungen. Beispiele für die Anwendung von RPA im IT-Bereich sind die Automatisierung von Software-Audits, die Verwaltung von Quellcode-Kontrollen, die Lösung von Problemen wie Passwort-Rücksetzungen und Server-Neustarts sowie die Optimierung von E-Mail-Benachrichtigungen.

Supply Chain Management. RPA kann im Beschaffungswesen eingesetzt werden, um die Auftragsabwicklung und Zahlungen zu automatisieren, Lagerbestände zu überwachen und Sendungen zu verfolgen.

Was sind die Vorteile von RPA?

Daten zu den Vor- und Nachteilen von RPA je nach Branche variieren nicht nur von Studie zu Studie, sondern sind auch oft widersprüchlich. In einem schnelllebigen Markt, in dem die Forschung von den Interessen der Anbieter geprägt ist, ist das Fehlen einheitlicher Statistiken nicht überraschend.

Die folgenden Vorteile werden von Unternehmen, die RPA eingesetzt haben, häufig genannt:

• Genauigkeit. Richtig eingerichtet, führen Bots den Prozess jedes Mal auf die gleiche Weise aus und ermüden nicht, was Fehlerquote und Inkonsistenz reduziert.
• Compliance. RPA verfolgt die Leistung des Bots und speichert die Daten, um die Einhaltung von Vorschriften und Governance-Anforderungen zu überprüfen. Außerdem wird die menschliche Interaktion mit sensiblen Daten reduziert, was das Betrugspotenzial verringert.
• Kosteneinsparungen. Der Verlust von Arbeitsplätzen durch Automatisierung ist ein heikles Thema, und Unternehmen sind vorsichtig, wenn es darum geht, mit RPA Arbeitsplätze zu streichen, und verweisen stattdessen lieber auf die Umsatz- und Geschäftsvorteile, die durch einen 24/7-Bot-Betrieb ohne Ausfallzeiten entstehen. Unternehmen, die saisonale Mitarbeiter für die Datentranskription einstellen, berichten häufig, dass sie dank RPA Spitzenzeiten mit weit weniger saisonalen Mitarbeitern bewältigen können.
• Produktivität und Arbeitsmoral der Mitarbeiter. Durch die Automatisierung sich wiederholender, lästiger Aufgaben können die Mitarbeiter produktiver sein und haben mehr Zeit für höherwertige Aufgaben.
• Digitale Transformation. Mit RPA können Unternehmen Teile von Prozessen automatisieren, ohne Änderungen an Legacy-Systemen vorzunehmen oder in eine kostspielige und zeitaufwändige Backend-Integration mit bestehenden Systemen zu investieren.

Warum scheitern RPA-Projekte?

EY (Ernst & Young), ein Anbieter von RPA-Dienstleistungen, hat in einer eigenen Studie festgestellt, dass 30 bis 50 Prozent der ersten RPA-Projekte scheitern.

Ein häufiger Fehler, den Unternehmen laut der Studie machen, ist die Annahme, dass RPA ein IT-Projekt ist. Da RPA nachahmt, wie Menschen die verschiedenen mit einem Geschäftsprozess verbundenen Aufgaben erledigen, ist es wichtig, dass RPA-Implementierungen von den Fachexperten und Mitarbeitern vorangetrieben werden, die die Schritte des Ist-Prozesses verstehen und eine fundierte Meinung darüber haben, wie er durch Automatisierung verbessert werden könnte.

Unterschätzung der Arbeitskräfte, Scheitern der Implementierung

Dennoch ist es von entscheidender Bedeutung, dass die IT-Abteilung in umfassende RPA-Implementierungen eingebunden wird. Unternehmen unterschätzen häufig das IT-Fachwissen und die Infrastruktur, die für die Wartung und Feinabstimmung der RPA-Bots erforderlich sind. Zwar können die meisten Geschäftsanwender einen einfachen Prozess mit einem Drag-and-Drop-Menü, die RPA-Anbieter in der Regel zur Verfügung stellen, selbst automatisieren, doch der Start und die Pflege einer umfassenden RPA-Implementierung in einem Unternehmen erfordert administrative und IT-Aufsicht.

Die einfache Inbetriebnahme von RPA – eines der großen Verkaufsargumente des Automatisierungs-Tools – ist auch ein großes Risiko und kann dazu führen, dass Bots Amok laufen. „Einfach die Arbeitsabläufe von Mitarbeitern zu automatisieren, die die Aufgabe nicht richtig oder auf eine andere Art und Weise erledigen, ist eine schlechte Praxis“, erklärt Bob De Caux, Vice President of AI and RPA beim Softwareanbieter IFS. Ohne einen soliden Governance-Plan für RPA-Bots können Unternehmen mit einem Sammelsurium redundanter Bots enden, statt mit einer durchgängigen Prozessautomatisierung, die einen messbaren wirtschaftlichen Nutzen bringt.

Sicherheitsrisiken

RPA bringt auch Sicherheitsrisiken mit sich, aber nicht die, die Sie vielleicht erwarten. Laut Saurabh Gupta, President of Research and Business Operations bei HFS Research und Martin Sokalski, Principal in der Emerging Technology Risk Division von KPMG, erklären, dass es bei RPA-Implementierungen bisher nicht zu großen Datenverstößen gekommen ist. „Das liegt zum großen Teil daran, dass die Technologie als oberste Schicht fungiert und nicht in die darunter liegenden Schichten, in denen sich die Daten befinden, integriert sei.“

Dennoch gibt es RPA-Sicherheitsrisiken: Dazu gehören Betrug, unangemessener Zugriff auf sensible Daten, die Beeinträchtigung der Systemverfügbarkeit und -kontinuität sowie der Missbrauch von Verwaltungsrechten. „Auch der Datenschutz kann in diesen Bereich fallen“, sagt Sokalski.

Welche Unternehmen und Branchen nutzen RPA?

Branchen, die von Computern abhängig sind und große Mengen an regelbasierten Prozessen haben, die derzeit von Vollzeitmitarbeitern bearbeitet werden, können am meisten von RPA profitieren. Der Finanzsektor steht bei der Einführung von RPA an erster Stelle, gefolgt von Versicherungen, Behörden, Fertigung, Einzelhandel und Versorgungsunternehmen. Hier vier Beispiele:

Banken und Versicherungen gehörten zu den ersten, die den Wert von RPA für die Automatisierung von Datenübertragungsaufgaben erkannten.

Behörden: Behörden haben auch den Auftrag, ihre Abläufe zu modernisieren, einschließlich der Automatisierung der manuellen Verarbeitung von Daten und Dokumenten.

Gesundheitswesen: Die Anwendungsfälle für RPA im Gesundheitswesen reichen von der Bearbeitung von Patientenakten und Ansprüchen bis hin zu Kunden-Support, Kontoverwaltung, Rechnungsstellung, Berichterstattung und Analysen.

Versorgungsunternehmen (Strom, Öl, Gas) nutzen RPA zum Beispiel für Buchhaltung und Rechnungsstellung, Ausnahmen bei der Zählerablesung, Kundendienstanfragen und Schuldeneintreibung.

RPA-Software: Wer sind die Anbieter?

Nachfolgend finden Sie eine kurze Beschreibung der führenden RPA-Anbieter für Unternehmen sowie einer ausgewählten Gruppe von aufstrebenden Unternehmen und Nischenanbietern. Für weitere Informationen zu RPA-Anbietern, einschließlich Preis- und Lizenzinformationen, klicken Sie auf Robotic Process Automation: Die zwölf wichtigsten Anbieter.

Automation Anywhere bietet laut Gartner eine breite Palette von Integrationskomponenten, die Benutzer miteinander verknüpfen können, um Automatisierungsskripte zu erstellen, sowie ein gut ausgebautes Partnerökosystem. Zu den Aktualisierungen gehören eine Handy-App für die Verwaltung von Bots und mehr Möglichkeiten zur Automatisierung unstrukturierter Daten.

Blue Prism konzentriert sich darauf, Unternehmen in regulierten Branchen, insbesondere in der Finanzdienstleistungsbranche, auf den Desktop abgestimmte Roboter anzubieten, die zentral definiert und verwaltet werden. Das börsennotierte Unternehmen konzentriert sich auf IT-geführte Unternehmensimplementierungen und hat laut Forrester Research eine starke Innovations-Roadmap. Dazu gehört auch das Blue Prisms Lab, ein KI-Labor, das sich auf dokumentenzentrierte Anwendungsfälle, Computer Vision und beaufsichtigte Szenarien konzentriert.

Laut Gartner bietet UiPath ein „gut strukturiertes Partner-Ökosystem, das es ermöglicht, Integrationen mit wichtigen Produkten und Anwendungen in den Bereichen BPM, Process Mining und KI zu unterstützen. Die AI Integration Fabric soll die kognitiven Fähigkeiten der KI in die durch RPA automatisierte Software einbringen.

EdgeVerve Systems, eine hundertprozentige Tochtergesellschaft des BPO-Anbieters (Business Process Outsourcing) Infosys, ist ein Beispiel dafür, wie die BPO-Branche – die als Opfer von RPA galt – zu einem wichtigen Nutzer der Technologie geworden ist. Forrester Research stellte fest, dass EdgeVerve Dienstleistungsexpertise mit Plattformfunktionen verbindet. Das Produkt beinhaltet Frameworks für ein Automation Center of Excellence, Governance und Prozesserkennung als Teil einer übergreifenden Vision für die Konvergenz von KI und Automatisierung.

HelpSystems ermöglicht es Unternehmen, IT- und Geschäftsabläufe zu rationalisieren, indem sie Aufgaben und Workflows automatisieren, ohne Code schreiben zu müssen.

Kofax ist laut Forrester Research stark in der dokumentenlastigen Prozessautomatisierung und -orchestrierung. Gartner stellt fest, dass der Anbieter sich durch eine durchgängige Automatisierung auszeichnet.

Microsoft hat laut Forrester Research zu den RPA-Führern aufgeschlossen. Mit der Übernahme des RPA-Anbieters Softomotive im Mai 2020 ist der Anbieter seiner Vision nähergekommen, das umfassendste SaaS-Produkt für intelligente Automatisierung zu liefern.

NICE hat 2016 einen RPA-Geschäftszweig gegründet. Das Produkt konzentriert sich auf Implementierungen auf Unternehmensebene und bietet sowohl beaufsichtigte als auch unbeaufsichtigte RPA-Workloads. Die Kunden sind von der Expertise des Anbieters bei der Verwendung von RPA zur Automatisierung von Contact Centern angezogen, wobei der Schwerpunkt auf Sprach- und Textanalyse liegt.

WorkFusion kombiniert Robotik, KI-gestützte kognitive Automatisierung und Workforce-Orchestrierung, um Geschäftsprozesse in Unternehmen zu automatisieren. Die Konzentration auf Governance von RPA-Bots macht es laut Forrester Research zu einer guten Wahl für Banken und Versicherungen. Gartner hebt die hochentwickelten ML-Fähigkeiten von WorkFusion hervor.

Die Möglichkeiten der Anbieter auf dem sich schnell entwickelnden RPA-Markt werden immer größer, ebenso wie die Anzahl und Art der Unternehmen, die behaupten, RPA-Tools anzubieten. Einem Bericht von Gartner zufolge sollten RPA-Software-Tools mindestens die folgenden Fähigkeiten aufweisen: Low-Code-Funktionen zur Erstellung von Automatisierungsskripten, Integration mit Unternehmensanwendungen sowie Orchestrierung und Verwaltung, einschließlich Konfiguration, Überwachung und Sicherheit.

Entscheidungsfindung auf C-Level rund um RPA

Während Unternehmen ihre Nutzung von RPA weiter ausbauen, drohen mangelnde Führungsqualitäten und IT-Fachwissen die Vorteile von RPA zu untergraben und die Nachteile zu verstärken, so das IT-Forschungsunternehmen Everest Group.

Um aus RPA Kapital zu schlagen, ist eine starke Führung auf C-Level erforderlich, um sicherzustellen, dass die Geschäftsergebnisse erreicht werden, neue Governance-Richtlinien eingehalten werden und die Mitarbeiter, deren Aufgaben sich durch RPA verändert haben, für die neuen Aufgaben geschult werden.

Um RPA-Anwendungsfälle auf die nächste Stufe zu heben, empfehlen die Experten der Everest Group Unternehmen die Einrichtung eines Automatisierungskompetenzzentrums oder Kontrollzentrums. Von diesem Zentrum aus erhalten die Administratoren die operative Agilität, um ihre RPA-Systeme ordnungsgemäß zu starten, zu warten und zu aktualisieren. Ein Enterprise Center of Excellence (CoE) Team umfasst häufig Champions auf C-Level, Experten für Change-Management, Lösungsarchitekten, Geschäftsanalysten, Softwareentwickler, Ingenieure und Support-Mitarbeiter.

„Aber CoEs können auch unter ihrem eigenen Gewicht zusammenbrechen“, warnt Gina Schaefer, Managing Director und Intelligent Automation Leader bei Deloitte Consulting LLP. Ein detaillierter Blick darauf, wie Führungskräfte RPA-Projekte leiten und unterstützen können, wird in diesem Expertentipp für Entscheidungsträger der C-Ebene gegeben.

Worauf Sie bei RPA-Software achten sollten

Unternehmensleiter sollten bei der Prüfung von RPA-Software eine Reihe von Merkmalen berücksichtigen, darunter die folgenden:

• Skalierbarkeit. Unternehmen sollten nach RPA-Plattformen suchen, die zentral verwaltet werden können und massiv skalierbar sind.
• Schnelligkeit. Unternehmen sollten in der Lage sein, neue robotergestützte Prozesse in wenigen Stunden oder weniger zu entwickeln und zu testen sowie die Bots so zu optimieren, dass sie schnell arbeiten.
• Verlässlichkeit. Wenn Unternehmen Roboter einsetzen, um Hunderte oder gar Tausende von Aufgaben zu automatisieren, sollten sie nach Werkzeugen mit integrierter Überwachung und Analyse suchen, mit denen sie den Zustand ihrer Systeme überwachen können.
• Einfachheit. Unternehmen sollten nach Produkten Ausschau halten, die so einfach sind, dass jeder Mitarbeiter im Unternehmen sie erstellen und für verschiedene Aufgaben einsetzen kann, zum Beispiel für die Erfassung von Daten und die Umwandlung von Inhalten in Informationen, die es Führungskräften ermöglichen, die besten Geschäftsentscheidungen zu treffen.
• Intelligenz. Die besten RPA-Tools unterstützen einfache aufgabenbasierte Aktivitäten, lesen und schreiben in beliebige Datenquellen, und nutzen fortgeschrittene Lernverfahren, um die Automatisierung weiter zu verbessern. RPA in Kombination mit KI-Fähigkeiten ist allerdings noch ein Entwicklungsfeld.
• B2B. Unternehmen sollten nach Tools Ausschau halten, die von Grund auf für Skalierbarkeit, Zuverlässigkeit und Verwaltbarkeit auf Unternehmensebene ausgelegt sind.

Wohin sich der RPA-Markt entwickelt

Der RPA-Markt ist nach wie vor eines der am schnellsten wachsenden Segmente auf dem Markt für Unternehmenssoftware. Er wuchs 2019 um 62,9 Prozent, verglichen mit einem Wachstum von 11,5 Prozent für den gesamten Unternehmenssoftwaremarkt, so der Magic Quadrant 2020 von Gartner zu RPA.

Automation Anywhere, Blue Prism und UiPath dominieren weiterhin das Feld. Aber, wie Gartner und andere festgestellt haben, entwickelt sich der Markt schnell weiter. Große Anbieter wie Microsoft, SAP, IBM und Google sind in den RPA-Markt eingetreten, zusammen mit Anbietern aus angrenzenden Produktbereichen wie intelligenten BPM-Suiten und Low-Code-Anwendungsplattformen. Darüber hinaus bieten immer mehr BPO-Anbieter RPA an.

„Es gibt immer noch eine starke Fragmentierung der Anbieterangebote und ein großes Interesse von Anbietern in angrenzenden Märkten (Software und Cloud)“, schreiben die Gartner-Analysten. Sie erwarten eine Konsolidierung und Reifung des Marktes in den nächsten Jahren.

In der Zwischenzeit zeigen die Ausgaben für RPA keine Anzeichen einer Abkühlung. Als Unternehmen während der COVID-19-Pandemie ihre digitalen Transformationsbemühungen beschleunigten, spielte RPA eine Schlüsselrolle bei der Automatisierung von Routineprozessen.

Befürchtungen, dass RPA an eine Grenze stößt, sobald Unternehmen Routineaufgaben automatisiert haben und zur Automatisierung komplexer Prozesse übergehen, wurden durch Fortschritte bei RPA entkräftet. Führende RPA-Anbieter erweitern die Fähigkeiten ihrer Tools. Die neuen Funktionen zielen darauf ab, Management, Skalierbarkeit und Integration mit anderen Tools, einschließlich KI, digitaler Prozessautomatisierung, Process Mining und Business Rules Engines, besser zu unterstützen.

Wie im Abschnitt über Hyperautomation erwähnt, erkennen Unternehmen den Wert einer umfassenden Strategie für die Prozessautomatisierung, die Automatisierungs-Tools – darunter RPA, digitale Prozessautomatisierung, Low-Code/No-Code-Plattformen und Business Rules Engines – mit maschinellem Lernen und anderen KI-Technologien kombiniert.

Unternehmen sollten nach RPA-Anbietern Ausschau halten, die „Skalierung und Umfangserweiterungen“ ermöglichen, raten die Analysten von Forrester Research in einer Bewertung von 14 RPA-Anbietern aus dem Jahr 2021. Als Beispiele für RPA-Erweiterungen nennen sie KI-Entscheidungs-Tools, die Prozesse in der Banken- und Versicherungsbranche automatisieren und digitale Assistenten, die einen zusätzlichen Kanal zur RPA-Plattform bieten.