KI denkt Robotic Process Automation neu Bots wissen nicht nicht mehr weiter

Anbieter zum Thema

CGI Deutschland GmbH

Rittal GmbH & Co. KG

Schneider Electric GmbH

Fsas Technologies GmbH

Viele Unternehmen haben bereits erfolgreich Robotic Process Automation (RPA) im Einsatz, stehen nun aber vor der Frage, wie sie KI sinnvoll und nachhaltig in bestehende Automatisierungen integrieren. Wie schaffen sie es, die Stärken von RPA und KI so zu verbinden, dass schnell Mehrwert entsteht?

Im Hinblick auf die Automatisierung von Geschäftsprozessen verfolgen Unternehmen unterschiedliche Initiativen. Drei Ansätze er-scheinen dabei am vielversprechendsten: der Einsatz von Softwarerobotern, also von RPA-Anwendungen, die Prozessorchestrierung und die KI-Nutzung.

Meist bleibt es aber bei isolierten Einzelmaßnahmen, ohne dass ein langfristiger Plan verfolgt wird. Der Mehrwert für ein Unternehmen ist dadurch beschränkt.

So kann RPA zwar als einfacher Einstieg fungieren, aber um wirklich eine End-to-End-Automatisierung zu erreichen, müssen die verschiedenen Lösungswege kombiniert werden. Die Einführung einer intelligenten Automatisierung sollte daher die Bausteine RPA, KI und Orchestrierung sowie die dynamische Prozessausführung mittels KI beinhalten. Dabei müssen die Bausteine auch nicht sukzessive eingeführt werden, je nach Art und Komplexität des Prozesses kann auch eine parallele Umsetzung erfolgen.

Intelligente Robotic Process Automation

Der erste Baustein ist eine intelligente RPA, das heißt einer KI-gestützten RPA für die Automatisierung von vielen Varianten einzelner Prozesse. Prinzipiell geht es bei RPA um eine aufgabenbasierte Automatisierung, wobei vor allem manuelle, standardisierte Prozesse automatisiert werden. Dabei übernimmt ein Bot wiederkehrende, regelbasierte, manuelle Tätigkeiten.

Mögliche Anwendungsfälle sind das Abrufen von Informationen aus unterschiedlichen Datenbanken oder die Datenweiterleitung an verschiedene Systeme und Abteilungen. Solche bestehenden RPA-Systeme sollten auch ein fester Bestandteil einer weitergehenden Automatisierung bleiben – einerseits im Hinblick auf den Investitionsschutz und andererseits um auch langfristig auf eine niedrigschwellige, günstige Technologie zugreifen zu können.

End-to-End-Automatisierung

Beim zweiten Baustein geht es dann um die End-to-End-Automatisierung, bei der Silos aufgelöst und auch komplexe Prozesse mittels Orchestrierung, RPA und KI automatisiert werden. Komplexe Prozesse kennzeichnen sich dadurch, dass sie viele Beteiligte und Varianten haben und oft auch die Mitarbeit von Menschen erfordern. Zentrale Komponente ist dabei eine Prozessorchestrierungsschicht, die verschiedene Technologien einbinden und Prozessmodelle ausführen kann.

Die Extraktion von Informationen erfolgt durch RPA, die Klassifizierung beziehungsweise Verarbeitung durch KI. Das heißt: KI übernimmt die Varianten, bei denen der Roboter oder interne Services keine Lösung bieten.

Der Grund hierfür ist, dass Softwareroboter nur Index-basiert agieren, KI hin-gegen auch ein semantisches Verständnis beisteuern kann. Durch diese Erweiterung können mehr Varianten eines Prozesses abgedeckt und der Automatisierungsgrad weiter erhöht werden, sodass der Mensch zusätzlich entlastet wird.

Orchestrierung und dynamische Prozessausführung

Der dritte Baustein ist die Prozessorchestrierung für dynamische Entscheidungen. In Prozessmodellen sind Entscheidungselemente fest hinterlegt und diese deterministische Prozessarchitektur führt zu Einschränkungen bei der Automatisierung komplexer Prozesse etwa in Bereichen wie Customer Service oder Kreditprüfung. Um alle möglichen Szenarien abzudecken, müssten Modelle folglich immer komplexer werden.

Die KI-Nutzung bietet hier die entscheidende Unterstützung, und zwar indem alle ProzessInformationen und -Varianten in ein KI-Modell eingegeben werden, das dann die Entscheidungen trifft. Sind die Informationen nicht ausreichend, können sie automatisiert angefordert werden, ohne dass hierbei bereits eine Einbindung des Menschen erforderlich wäre.

Bei einer solchen agentischen Prozessorchestrierung werden also festgelegte Prozesse durch ein KI-Modell flexibel umgesetzt. Der Prozessverlauf ist also nicht auf klassische Weise anhand von Parametern fest vorbestimmt.

Die intelligente Rechnungsverarbeitung

Am Beispiel einer „intelligenten Rechnungsverarbeitung“ wird deutlich, wie KI mit einer Prozessorchestrierungsplattform unstrukturierte Daten klassifiziert und datenbasierte Entscheidungen trifft. Zugleich übernimmt RPA dabei die Automatisierung einfacher Aufgaben.

• 1. Eingang einer Rechnung per E-Mail: Eingehende Rechnungen werden durch eine unabhängige RPA-Software in Verbindung mit KI automatisiert erkannt, so dass eine manuelle Vorsortierung vollständig entfällt.

• 2. Extraktion der Rechnung: Ein über die Orchestrierung gesteuerter RPA-Microservice übernimmt die Extraktion der relevanten Informationen aus der Rechnung.

• 3. Klassifizierung und Validierung der Informationen: Die extrahierten Daten werden an ein KI-Modell über einen Service übergeben, um alle relevanten Angaben einer Rechnung zu identifizieren. Diese Klassifizierung mittels KI beschleunigt und vereinfacht die folgende manuelle Freigabe erheblich, zumal auch eine Handlungsempfehlung generiert werden kann.

• 4. Prüfung und Erteilung der Freigabe: Ein „Human in the Loop“ erteilt die Freigabe der Rechnung mithilfe der KI-generierten Handlungsempfehlung. Der manuelle Aufwand wird so auf ein Minimum reduziert, ohne dass der Mensch seine Prozesshoheit verliert.

• 5. Automatisierte Benachrichtigungen: Prozessbeteiligte, wie der Absender, werden automatisch per E-Mail über den aktuellen Status informiert.

• 6. Übertragung der Rechnung: Die Rechnungsdaten und Anhänge werden per Service oder alternativ über RPA in ein beliebiges Zielsystem übertragen.

• 7. Automatisierte Nachforderungen: Mit Hilfe des KI-Modells können Nachforderungen bei unvollständigen Rechnungen auf Basis der vorherigen Ergebnisse und zusätzlicher Angaben des Prüfers automatisch generiert werden.

Durch den Einsatz einer Prozessorchestrierungsplattform in Verbindung mit RPA und KI kann der Rechnungsprozess folglich grundlegend optimiert und automatisiert werden. Das Ergebnis ist ein effizienter, reibungsloser Prozessablauf, der Routine-Aufgaben automatisiert, Fehler reduziert und die Nachverfolgbarkeit verbessert. Das schafft eine solide Basis für zukunftssichere Prozesse.

Agentische Prozesse als Ausblick

Nach der Umsetzung der drei Bausteine RPA, KI und Orchestrierung können somit einzelne Entscheidungen durch KI getroffen werden, der Mensch bleibt aber die zentrale Komponente, die die Entscheidungshoheit besitzt. Die nächste Stufe wäre dann die Realisierung eines agentischen Prozesses, bei dem der Mensch nur noch in gezielten Verläufen eingebunden werden muss. KI-Agenten wiederum denken und handeln hier in Schleifen, solange bis ein Prozess vollautomatisch durchlaufen und final bearbeitet ist. Sind alle Infos vorhanden, darf die KI auch eigenverantwortlich entscheiden.

Dass für eine unternehmensweite Geschäftsprozessoptimierung eine End-to-End-Automatisierung von entscheidender Bedeutung ist, steht außer Frage. Wenn bereits RPA im Einsatz ist, sollten Unternehmen die Leitfrage stellen, wie sie auch komplexere Prozesse und die gesamte Landschaft automatisieren können.

Wenn sowohl RPA als auch Orchestrierung und KI genutzt werden, lautet die Frage: Wie können Prozesse nicht mehr getrennt, sondern im Rahmen einer einheitlichen Strategie über das gesamte Unternehmen hinweg automatisiert werden. Damit erreichen Unternehmen sukzessive einen immer höheren Automatisierungsgrad.

Für Mitarbeiterinnen und Mitarbeiter heißt das, dass sie vor allem für diejenigen Prozesse als Entscheidungsträger benötigt werden, bei denen Erfahrung und Wissen erforderlich sind. So werden sie auch von einfachen Aufgaben entlastet.

(ID:50628402)