RPA für schnelle Entscheidungen in Hightech-Lieferketten

Wie intelligente Software-Bots arbeiten

| Autor / Redakteur: Swapnil Sirdeshmukh, Yashdeep Saran und Ankit Tondon* / Stephan Augsten

Die Arbeitsbienen in den IT-Prozessen sind heute Software-Bots.
Die Arbeitsbienen in den IT-Prozessen sind heute Software-Bots. (Bild: gemeinfrei: marian anbu juwan auf Pixabay)

Mit Robotic Process Automation, kurz RPA, lassen sich wiederkehrende Geschäftsprozesse automatisieren und beschleunigen. Dies erlaubt es, schnellere und bessere Entscheidungen im und für das Unternehmen zu treffen.

Schnelle Entscheidungsfindung spielt in der dynamischen Hightech-Branche und deren Lieferketten – komplexe physikalische und virtuelle Netzwerke, die rund um die Uhr und synchron arbeiten – eine entscheidende Rolle. Kurze Produktlebenszyklen und zunehmende Preissensibilität stehen auf der Unternehmensagenda ganz oben.

Aber warum ist die Geschwindigkeit, in der Entscheidungen getroffen werden, eigentlich so wichtig? Nun ja: In der Hightech-Branche wird die Zeit vermehrt zum entscheidenden Faktor, jede Verzögerung kann direkte Auswirkungen auf wichtige Geschäftskennzahlen haben.

Ein Beispiel: Ein PC verliert nach etwa zehn Prozent seines durchschnittlichen Produktlebenszyklus etwa 30 Prozent an Wert. Dieser Druck ist innerhalb der gesamten Wertschöpfungskette spürbar – von den OEMs bis hin zu den Lieferanten.

Schnelllebigkeit, Kostendruck und Wertverlust

Hightech ist ein innovationsgetriebener Markt mit kurzer Time-to-Market und konstantem Margendruck. Endprodukte sind oftmals modular aufgebaut und bieten verschiedene Versionen – auf Wunsch teilweise auch personalisiert – um die individuellen Wünsche der Kunden so gut wie möglich zu adressieren.

Aber warum sind gerade die Lieferketten in dieser Branche so schwer zu managen? Durch den oftmals modularen Charakter der Produkte ist eine große Anzahl an verschiedenen Komponenten notwendig. Fernseher bestehen beispielsweise aus 1.200 Einzelteilen. Das erhöht die Komplexität bei der Verwaltung von Stock Keeping Units (SKUs) in einem dynamischen, anspruchsvollen und immer kürzer werdenden Lebenszyklusumfeld immens.

Hightech-Unternehmen bestimmen Produktionsstandorte basierend auf einem sich stetig weiterentwickelnden Algorithmus aus Arbeitskosten, Verfügbarkeit von Wissen und Expertise, Bedarfszentren und logistischen Netzwerken. Geografische Entscheidungen sind alles andere als statisch und müssen verschiedene Risiken einkalkulieren.

Angesichts dieser Kombination von Faktoren sind Auftragsabwicklung und Kundenservice große Herausforderungen in der Branche. Die zur Lieferkette gehörenden Unternehmen müssen in der Lage sein, die Aufträge zu erfüllen und gleichzeitig die Gesamtkosten unter Kontrolle zu halten.

Langsame Entscheidungen verhindern Wachstum

Entscheidungsverzögerungen bei Preisen, Lagerbeständen und Auftragsmengen wirken sich direkt auf Umsatz, Marge, Cashflow und Kundenzufriedenheit aus. Falsche Entscheidungen und selbst geringe Auftragsverzögerungen führen zu erheblichen Problemen bei der Kundenzufriedenheit und damit den Geschäftskennzahlen. Damit ist es ein idealer Kandidat für automatisierte, rationale Entscheidungen auf Basis vordefinierter Bedingungen und Regeln.

Was kann RPA?

RPA ist der Einsatz spezialisierter Computerprogramme – bekannt als Software-Roboter (Bots) – zur Standardisierung und Automatisierung wiederholbarer Geschäftsprozesse und alltäglicher Aufgaben mit regelbasierter Software. Als virtuelle Assistenten erledigen Bots langwierige und programmierbare Aufgaben schneller und geben den Mitarbeitern Zeit, sich auf interessantere Aufgaben mit Mehrwert zu konzentrieren.

RPA verwendet eine vorhandene Benutzeroberfläche (User Interface / UI) und kann auf jeder Software oder Plattform ausgeführt werden – einschließlich webbasierter Anwendungen, ERP-Systeme und Mainframes. RPA unterstützt Unternehmen dabei, schnellere Entscheidungen zu treffen. Die Technologie automatisiert Aufgaben, die aufgrund übermäßiger Prozesszeiten bei der Organisation und Präsentation von Daten verzögert werden.

Bei der traditionellen Methode zur Automatisierung von Workflows erzeugt ein Programmierer eine Folge von Aktionen zur Ausführung einer Aufgabe. Er integriert oder vernetzt sich mit dem Backend-System – etwa ERP oder CRM – unter Verwendung von Anwendungsprogrammierschnittstellen (Application Programming Interfaces, APIs) und Skriptsprachen.

RPA wird das nächste „große Ding“ in der IT

Einblick in Robotic Process Automation von Automation Anywhere

RPA wird das nächste „große Ding“ in der IT

06.06.19 - Buzzwords gibt es viele und die IT-Branche nutzt sie geschickt. Beispielsweise wenn jede Machine-Learning-Funktionalität als „KI“ verkauft wird. Zum „next big thing“ wird jedoch nicht jede Marketing-Phrase. Robotic Process Automation (RPA) hat aber das Potenzial dazu. lesen

RPA-Implementierungen hingegen erzeugen Aktionslisten, indem sie benutzerdefinierte Aufgaben in der Anwendungsoberfläche aufzeichnen. Diese aufgezeichneten Aufgaben werden dann direkt und wiederholt auf der Benutzeroberfläche automatisiert ausgeführt.

Die Vorteile von RPA liegen darin, dass historische Datenmuster in einzigartigen Situationen identifiziert und als Wissen für zukünftige Entscheidungen erfasst werden können. Im Supply Chain Management lässt sich diese automatisierte und schnelle Entscheidungsfindung nutzen, um häufig auftretende Szenarien wie Auftragserfüllung, Eskalation bei Verzögerungen, Kundeninteraktionen und Änderungsmanagement zu verwalten.

Das Change Management bei der Auftragserfüllung umfasst auch die Aktualisierungen der Auftragsattribute. Viele davon sind sehr komplex, unter anderem Menge, Ziel, Zeit und Lieferart sowie alternative Teile aufgrund von Nichtverfügbarkeit oder Alterung.

KI-basierte Lösungen

Wenn Unternehmen fortschrittliche Technologien wie künstliche Intelligenz (KI) und Natural Language Processing für kognitive Fähigkeiten einführen, lassen sich damit auch komplexere Aufgaben wie die Auswahl der Lieferanten und der Abgleich von Angebot und Nachfrage automatisieren.

In Kombination mit KI replizieren und beschleunigen diese RPA-Möglichkeiten Aufgaben, die bisher von Menschen durchgeführt: Daten erfassen, verarbeiten und teilen sowie Entscheidungen treffen, die auf dem Wissen vergangener Aktionen basieren.

RPA interagiert mit der bestehenden IT-Architektur, ohne dass komplexe Integrationen oder Änderungen von Systemen und Prozessen erforderlich sind. Die Entwicklung von Anwendungscodes sowie ein direkter Zugriff auf eine Anwendung oder Datenbank sind ebenfalls nicht notwendig.

Die Vorteile von RPA auf einen Blick:

Präzision: Geringere Fehleranfälligkeit und Funktion mit Genauigkeit und Gleichmäßigkeit

Produktivität: Schnellere Ausführungszeit

Compliance: Definierte Richtlinien für eine auditfreie Testversion

Konsistenz: Wiederkehrende Aufgaben werden jedes Mal auf die gleiche Weise ausgeführt

Codefrei: Programmierkenntnisse sind nicht erforderlich

Kosteneinsparungen: Reduziert die Anzahl der manuellen Mitarbeiter und senkt damit die Kosten

Zuverlässigkeit: Bots können rund um die Uhr effektiv arbeiten

Reduziert die Belastung der IT: Beeinflusst das zugrunde liegende Altsystem nicht

RPA imitiert und optimiert repetitive Geschäftsprozesse. Darüber hinaus verwalten KI-Algorithmen Geschäftsaufgaben, die Analysen und komplexe Entscheidungen umfassen. RPA ist in Kombination mit KI noch leistungsfähiger und erzielt bessere Ergebnisse. Mit KI erhöhen Bots den Wert von Systemen, anstatt Aufgaben zu duplizieren, die Menschen zuvor erledigt haben. Die KI fügt dem System quasi ein „Gehirn“ hinzu, wobei RPA als Arme und Beine der Prozessausführung fungiert.

Erfolgsgeschichten

Bei einem aktuellen Kundenbeispiel musste ein globales Logistikunternehmen Aufträge schneller bearbeiten, die Kundenerfahrung verbessern und das Geschäft ausbauen. Ein Team von 1.000 Kundendienstmitarbeitern bearbeitete Buchungsanfragen von der Auftragserstellung über die Überprüfung bis hin zur Aktualisierung.

Dieser zeitaufwändige, manuelle Prozess umfasste mehrere Systeme und externe Datenformulare. Die RPA-Implementierung sowie die parallele Bearbeitung von Anfragen und Statusrückmeldungen führten zu einer deutlichen Reduzierung der Zykluszeit. Auch der Auftragsbestand reduzierte sich von 55 Prozent auf 16 Prozen, während der Entscheidungsprozess deutlich beschleunigt wurde.

Für KI-basierte RPA in Hightech-Lieferketten gibt es ebenfalls erfolgreiche Anwendungsfälle, das Procurement ist einer davon: Bei einem Workflow überschreitet beispielsweise Warenpreis den festgelegten Schwellenwert. Der Bot prognostiziert den Preis durch die Analyse von Marktdaten, erkennt einen steigenden Trend bei Rohstoffpreisen und erstellt dann eine Echtzeit-Nachfrageprognose für das Endprodukt. Diese Prognose tendiert ebenfalls nach oben. Der Bot entscheidet entsprechend, die Obergrenze zu überschreiten, um eine Bestellung für die Ware aufzugeben.

RPA und KI

Ein weiteres Beispiel ist eine KI-basierte RPA-Lösung, die den Eingang einer Rechnung erkennt, die Leistung des Lieferanten identifiziert und dann eine Aktion im Kreditorensystem auslösen kann, um die Zahlung einzuleiten – alles ohne menschliche Interaktion. RPA hilft grundlegenden IT-Prozessen wie dem Master Data Management (MDM) dabei, Teile- und Lieferantendaten, Durchlaufzeiten, Bestellmengen, Sicherheitsbestandskalkulationen und Bestellungen schneller auszuführen.

Mit dem Bestands-Management verbessert RPA auch Entscheidungen in Sachen Überalterung und End-of-Life-Management. Hierbei werden Verzögerungen vermieden und gleichzeitig die Präzision beibehalten oder erhöht. So lässt sich beispielsweise eine bedarfsarme SKU an einen Lieferanten zurückgeben, wenn sie frühzeitig identifiziert wird. Schwergängige SKUs können schneller gefunden werden, was auch den Lagerumschlag verbessert.

RPA, in Verbindung mit der zugrunde liegenden operativen Analyse generiert Erkenntnisse und identifiziert Ineffizienzen. Diese Erkenntnisse zeigen Engpässe und potenzielle Störungen auf. Sie ermöglichen es der Workflow-Reorganisation, schlankere und reaktionsschnellere Abläufe zu schaffen.

Von alleine geht nichts

RPA ist kein Allheilmittel oder eine Universallösung. Beispielsweise können diese Lösungen aktuell noch keine analogen oder unstrukturierten Daten wie manuell erstellte Dokumente lesen. Die lässt sich von Unternehmen jedoch umgehen, indem sie entsprechende Technologien integrieren, die optische Zeichenerkennung (Optical Character Recognition / OCR) und Mustererkennung wie maschinelles Lernen enthalten.

Präzision ist von entscheidender Bedeutung, da Fehler in der Implementierung schnell hunderte oder sogar tausende von Malen repliziert werden, bevor sie erkannt werden. Die Qualitätssicherung mit gut durchdachten Testplänen reduziert solche Risiken.

RPA allein verfügt nicht über Selbstlernfähigkeiten und hat daher eine begrenzte Haltbarkeit für bestimmte Modelle. Durch regelmäßige Verbesserungen und Anpassungen kann RPA jedoch zu einem dynamischen Katalysator für Veränderungen werden.

Eine fast perfekte Lösung?

Unternehmen in schnelllebigen Branchen können es sich nicht leisten, RPA zu ignorieren. Forschungen hat gezeigt, dass fast alle Hightech-Unternehmen ihre RPA-Reise begonnen haben und viele bereits über die Testphase hinaus sind. Das Potenzial von RPA zur Effizienzsteigerung, kombiniert mit der Grundlage für Machine Learning und kognitive KI, sollte jedoch ein guter Grund sein, die Einführung noch stärker voranzutreiben.

RPA bietet Vorteile, die über die reine Produktivität und eine schnellere Abwicklung von Geschäftsprozessen sowie den zugrunde liegenden Transaktionen hinausgehen. Unternehmen, die Maschinen und Algorithmen zur Verbesserung der Entscheidungsfindung einsetzen, ermöglichen es auch ihren Mitarbeitern sich auf innovativere und anspruchsvollere Aufgaben zu konzentrieren.

Im heutigen Zeitalter der bezahlbaren Automatisierung darf die Geschwindigkeit der Prozessausführung nicht zum Hindernis für die Gesamtgeschwindigkeit des Unternehmens werden. RPA allein hat seine Grenzen, aber wenn es in die KI integriert wird, wird seine regelbasierte Effizienz intelligenter und prädiktiver. Selbst in der unberechenbaren Hightech-Branche bietet die RPA-gestützte Entscheidungsfindung eine bessere Grundlage für die Wettbewerbsfähigkeit.

* Swapnil Sirdeshmukh ist Senior Consultant, Yashdeep Saran arbeitet als Senior Associate Consultant und Ankit Tondon als Consultant, allesamt im Bereich Manufacturing des Infosys Knowledge Institute

Was meinen Sie zu diesem Thema?

Schreiben Sie uns hier Ihre Meinung ...
(nicht registrierter User)

Zur Wahrung unserer Interessen speichern wir zusätzlich zu den o.g. Informationen die IP-Adresse. Dies dient ausschließlich dem Zweck, dass Sie als Urheber des Kommentars identifiziert werden können. Rechtliche Grundlage ist die Wahrung berechtigter Interessen gem. Art 6 Abs 1 lit. f) DSGVO.
Kommentar abschicken
copyright

Dieser Beitrag ist urheberrechtlich geschützt. Sie wollen ihn für Ihre Zwecke verwenden? Infos finden Sie unter www.mycontentfactory.de (ID: 46081021 / Anwendungen)