Robot Process Automation – Intelligent Process Automation

Prozessmanagement kann seit gut 20 Jahren als Effizienzmaßnahme und regulatorische Anforderung als etabliert gelten. Es hat den typischen Hypecycle neuer Methoden durchlaufen: Große Erwartungen – große Breite an Modellierungswerkzeugen und methodischen Ansätzen aus allen Teilen der Welt (z.B. ARIS, ADONIS, CASEWISE, Visio).

Geschäftsprozessmanagement sorgte zwar in fast jedem Vorhaben der ersten Jahre für nachvollziehbar effektive und effizientere Geschäftsprozesse, war aber nicht in der Lage, Systemprozesse synchron mitzuziehen – denn es blieben erst einmal Prozessoptimierungen auf Plotterpapier.

Die sog. Vorgangssteuerungen konnten als technisches Lösungsmodell dieser Zeit einen durchaus beeindruckenden Wirkungsgrad innerhalb der Systemwelten eines Finanzdienstleisters oder eines Toolanbieters realisieren und rangierten dabei grundsätzlich auf der Ebene von Middleware. Klaus Tilly hat ab 1990 in der Versicherungswelt Aufsehen erregt, als er mit Forschungsmillionen der IBM-Etats im Process Lab in Wien und Brüssel dazu beigetragen hat, eine proprietäre IBM Workflowengine auf Basis von MQSeries anzubieten. Ein Jahrzehnt später haben Experten der STANTGroup mit einem Team der Dresdner Bank auf Basis des BPM-Tools ARIS eine Vorgangssteuerung für den Zahlungsverkehr prototypisch soweit gebracht, daß auf einer Architektur mit Komponenten von SUN, BEA und ORACLE eine Performance von 13.000 Transaktionen / sec erreicht werden konnte. Leistungsfähig – natürlich, aber weit entfernt von einem Tool-Standard.

Technische Workflow Management (WFM)-Tools haben zwar erneut die Durchlaufzeiten signifikant optimiert, ließen aber nun die Aufgabe offen, Business Workflows und die Dokumenten-Workflows der ersten Digitalisierungsansätze nur mühevoll synchron halten zu können. Dokumentenmanagement wurde als „eigene Ebene“ in der Prozess- und IT-Architektur von Banken und Versicherungen mit eigenen Systemen realisiert. Zu den horizontalen Daten-Silos der Spartensysteme kamen also vertikale Silos der Dokumentenworkflows hinzu. Relevanter Business Content stieß somit weiterhin an Organisations- und Systemgrenzen sowie die aus regulatorischer und IT-Security-Motivation heraus errichteten Chinese- und Firewalls.

Paradigmenwechsel in der Automation: RPA | IPA

Als Essenz aus BPM, Vorgangssteuerung und Workflow sowie den Erfahrungen aus der sog. Industrialisierung (hier: Lessons Learnt aus autonomen Teams der Fertigungsindustrie, dem Outsourcing von wertschöpfungsfernen Leistungen und der Verwendung von Standard-IT-Tools)  ist Automation ganz neu gedacht worden: Kleine, autonome Prozessabläufe – die „Auto-Bots“ der Robotic Process Automation (RPA) – sind als Selbstfahrer auf internen und externen Datenhighways unterwegs. Sie ermöglichen nun sowohl auf Daten- und Anwendungsebene als auch überall dort, wo ein Mensch mit einem System interagieren kann, Vorgangsschritte zu automatisieren. Diese letzte – bisher technologisch nicht erreichbare – Ebene von IT-Architekturen, die Benutzeroberfläche, wird mit allen Ihren Vor- und Nachteilen zur universalen Schnittstelle für Automationen!

RPA ist dabei grundsätzlich die Umsetzung strukturiert vorgedachter Automatisierungen. Intelligent Process Automation (IPA) ergänzt diesen Ansatz u.a. um selbstlernende Funktionsbausteine. Gartner und Forrester identifizieren RPA unisono als den wachstumsstärksten Baustein moderner IT-Architekturen und die Forrester Wave reiten als Leader die 3 Anbieter Automation Anywhere, UiPath und Blue Prism.

Blue Prism folgt dabei grds. dem Prozessmodellierungsansatz der o.g. Vorgangssteuerungen als methodeninduzierte Optimierung. Solche Tools sind somit eher für große Organisationen geeignet, da der Aufwand zur Produktivsetzung von RPA-Strecken zwar ebenfalls unter dem klassischer Anwendungsentwicklung liegt, aber immer noch einen signifikanten, organisatorischen Überbau (sog. Bot Factories) erfordert. Das differenzierte Rollenmodell klassischer Anwendungsentwicklung vom Businessanalysten über Lösungsarchitekten, zum Bot-Entwickler, -Tester und -Betreiber wird hier typischerweise fortgeführt.

Jüngere RPA-Lösungen setzen zur Umsetzung eher auf den Lab-Charakter agiler Zusammenarbeitsformen: Die Businessseite beschreibt die ungeliebte Handarbeit nicht nur in klassischer Konzeptform, um dann eine IT-Lösung als das Produkt aller typischen Verständnislücken zwischen Business und IT testen zu dürfen, sondern sie führt Ihren Lösungsvorschlag direkt am System vor. RPA-Tools wie Automation Anywhere und UiPath „schneiden“ die Anwender-Aktionen auf den Systemoberflächen mit und bauen im Hintergrund die Automatisierungsschritte direkt als ausführbare Bots zusammen.

RPA komplettiert damit die Vision des DevOps-Ansatzes sollbruchstellenfreien Zusammenarbeitens von Entwicklung und Betrieb von Softwarelösungen um den fachlichen Auftraggeber. Auch der alte Traum vom selbstdokumentierenden System ist greifbar nah: Die RPA-Tools erzeugen Ablaufdiagramme und Meta-Daten für die notwendige Dokumentation.

Weil die Bots grundsätzlich nicht in den Tiefen der Systemabläufe tauchen, sondern auf vorhandenen (Ober-)Flächen surfen, entfallen Integrationstests und langwellige Releasezuordnungen. Konkrete Optimierungen sind – bei entsprechend vorbereiteten Umweltbedingungen – in wenigen Tagen produktionsreif.

KI-Bestandteile im Zusammenhang mit „I“ Process Automation erheben nicht den Anspruch als Expertensysteme selbständige oder bessere Entscheidungen zu treffen als die Business Applikationen der Legacy-Architekturen von Banken und Versicherungen, sondern sie unterstützen als little helper, wo diese Funktionslücken haben oder nach dem siebten Merger oder Sourcing Deal weit entfernt von ihrer ursprünglichen Bestimmung operieren.

Die „Intelli-Bots“ können insb. für Finanzdienstleister wertvolle Arbeit übernehmen, wenn es gilt, für ein Process Mining oder die sog. Cognitive Automation nicht nur strukturierte Vorgaben abzuarbeiten, sondern in unstrukturierten Datenmengen durch Lernprozesse bessere und selbstoptimierte Ergebnisse anbieten zu können. Konkret am Beispiel Digitalisierung + RPA: Die Schwäche von Capturing Tools vergangener Generationen werden ausgeglichen – zusätzlich zum Erkennen und Auslesen formularbasierter Informationen (Old-School-Capturing) identifizieren Intelli-Bots auch seitenlange, unstrukturierte Dokumente (Kundenkorrespondenz / Gerichtsurteile / regulatorische Vorgaben oder Internet-Quellen verschiedener Sprachen) bzgl. Art und Inhalt „nur“ durch ein Anlernen mit einer bestimmten Menge von Trainingsdokumenten.

Die kleinen Helfer bringen dabei ihren Control Room als moderne Ausprägung der alten Leitstand-Idee gleich mit und liefern freiwillig jede Menge Steuerungsinformationen zu allen Bot-Aktivitäten, um Prozessmanagern und Compliance-Verantwortlichen gleichermaßen zur Hand zu gehen.

Druckversion | Sitemap
© 2019 STANTGroup Deutschland GmbH