Hyperautomation – der Begriff ist aktuell in aller Munde und stellt im Rahmen unternehmensweiter Digitalisierungsinitiativen einen wichtigen Baustein für die end-to-end Digitalisierung von Prozessketten dar. Gartner nennt Hyperautomation unter den Top 10 der strategischen Trends 2021. Dieser Artikel zeigt, was hinter dem Buzzword steckt, welche Bausteine enthalten sind und liefert ein Beispiel für einen integrierten Ansatz von Hyperautomation.
Viele Unternehmen fokussieren sich bei der Digitalisierung und Automatisierung von Prozessen lediglich auf Teildisziplinen wie bspw. RPA (Robotic Process Automation) oder iBPM (Intelligent Business Process Management) um konkrete Problemstellungen zu lösen. Hyperautomation stellt einen Ansatz dar, der sich auf die effektive Kombination von komplementären Werkzeugen konzentriert, um Funktions- und Prozesssilos aufzubrechen und Geschäftsprozessautomatisierung aus einem holistischen Blick heraus zu betrachten. Was bedeutet das?
Ganz einfach: anstatt lediglich einzelne Tools zur Prozessautomatisierung zu betrachten, beschäftigt sich Hyper Automation damit, welche Vorteile erzielt werden können, wenn diverse Technologien sinnvoll integriert bzw. ineinandergreifend eingesetzt werden.
Ein Beispiel: RPA kann als nicht-invasive Form der Automatisierung schnelle Unterstützung bei der Digitalisierung von Abläufen leisten. Allerdings liefert die Automatisierung eines ineffizienten Ablaufs noch lange keinen nachhaltigen positiven Effekt. Zudem sind Abläufe und Prozesse nicht immer eindimensional, routinemäßig, repetitiv und schon gar nicht stabil. Im Gegenteil: sie können langlebig sein und benötigen oftmals eine intelligente Entscheidungsfindung und Optimierung. In solchen Fällen liefert der Einsatz eines einzelnen Tools meist kein zufriedenstellendes Ergebnis.
Erst durch die sinnvolle Kombination diverser Tools aus dem Werkzeugkasten der Prozessautomatisierung können in solchen Fällen deutliche Optimierungen erreicht werden. Doch welche Tools kommen hierfür infrage? Neben dem beispielhaft erwähnten RPA zählen hierzu unter anderem BPM Suites und Workflow Engines, Decision Management Suites, Process Mining und Low-Code Application Plattformen. Ergänzt werden diese Technologien durch den intelligenten Einsatz von Künstlicher Intelligenz (Artificial Intelligence – AI) und Machine Learning (ML). In unserem beispielhaften Zusammenspiel von Technologien werden wir uns auf die drei Komponenten Process Mining, Business Process Management und Robotic Process Automation konzentrieren.
Zunächst jedoch werfen wir einen Blick auf eine mögliche Herangehensweise an das Thema.
Die Entwicklung eines Fahrplans bzw. einer Roadmap ist ein notwendiger erster Schritt für Digitalisierungsverantwortliche. Zunächst ist wichtig, das gewünschte Geschäftsergebnis zu definieren. Ebenso gilt es, die zu optimierenden Prozesse zu bestimmen und anschließend die passenden Werkzeuge des Prozessautomatisierungs-Werkzeugkastens auszuwählen und zusammenzusetzen.
Dabei sollten Sie sich im Rahmen Ihrer Prozessautomatisierungsziele auf drei Schlüsselkomponenten konzentrieren:
Identifizieren Sie auf Basis der drei genannten Schlüsselfaktoren ausgewählte Anwendungsfälle, die Sie optimieren möchten und analysieren Sie, inwieweit das Zusammenspiel verschiedenster Automatisierungstools dazu beitragen kann. Auf dieser Basis lässt sich in den meisten Fällen auch die ROI-Berechnung aufstellen, die den Mehrwert der Digitalisierungsinitiativen transparent macht.
Die drei unserer Meinung nach wichtigsten Bausteine der Prozessautomatisierung sollen in der Folge kurz vorgestellt werden.
Process Mining dient der Identifizierung, Überwachung und Verbesserung bereits digitalisierter Prozesse durch das intelligente Auslesen und Visualisieren von Ereignisprotokollen, die durch die verschiedensten Anwendungssysteme (bspw. SAP) geschrieben werden. Process Mining bietet umfangreiche Analysefunktionen der Ist-Abläufe im Unternehmen und bietet die Möglichkeit, diese hinsichtlich Ineffizienzen, Fehler, Optimierungspotentiale und vielem mehr zu untersuchen.
Process-Mining-Tools können u.a. auf nachfolgende Szenarien angewendet werden:
Einen tieferen Einblick in Process Mining erhalten Sie in folgendem Blogartikel.
Intelligente BPM-Suiten (iBPMS) verfügen über Funktionen zur Orchestrierung von Prozessen und Automatisierung von Aufgaben innerhalb dieser Prozesse. iBPMS beinhalten Integrationsdienste, Entscheidungsmanagement Funktionen, Prozess-Orchestrierung inkl. einheitlichem User Interface, Ad-hoc-Prozesse und Analytikfunktionen in einer Plattform.
BPM-Tools eignen sich insbesondere für:
Die Abbildung und Automatisierung von langlebigen und organisationsübergreifenden Geschäftsprozessen, die Menschen, Maschinen und Dinge verbinden, sowie funktionale Grenzen überbrücken, um Systembrüche zu vermeiden und bieten dabei eine einheitliche und verbesserte User Experience.
Einen tieferen Einblick in Process Mining erhalten Sie in folgendem Blogartikel.
RPA ist eine nicht-invasive Technologie, die zur Automatisierung von routinemäßigen, sich wiederholenden und vorhersehbaren Vorgängen eingesetzt wird, in dem die durch RPA bereitgestellten Software Bots Aktionen des Users direkt an den entsprechenden Applikationen nachahmen und automatisieren. Die bisherige Useraktion wird durch den Bot ausgeführt.
Sie können RPA bspw. in folgenden Aufgabenfeldern einsetzen:
Einen tieferen Einblick in RPA erhalten Sie hier.
Process Mining, Business Process Management und Robotic Process Management können im abgestimmten Zusammenspiel ein mächtiges Werkzeug bilden, welches die End-to-End Digitalisierung der Prozessketten nachhaltig positiv verändert. Die drei Technologien ergänzen sich hervorragend und können gemeinsam (ggf. auch durch das Anreichern von KI) komplexe, langläufige und systemübergreifende Prozesse hochgradig automatisieren. Dies soll nachfolgend erläutert werden:
Wie weiter oben bereits erwähnt eignet sich Process Mining hervorragend dazu, bereits digitalisierte Prozesse (bspw. im ERP, CRM oder anderen Systemen abgebildete Vorgänge) anhand der durch diese Systeme geschriebenen Log Files zu analysieren und auszuwerten. Diese so gewonnenen Insights können aufzeigen, wo der Prozess bricht, ineffektiv wird, vom Optimalpfad abweicht oder wo ggf. Zusatzprozesse nötig wären, um den Ablauf zu optimieren (einen oftmals typischen Anwendungsfall in großen Unternehmen stellt etwa der Purchase-to-Pay Prozess dar). Oft sind manche notwendigen Optimierungen nicht in einem Legacy-System möglich, sondern nur durch abgestimmte Abläufe, die über die Kernsysteme hinweg abgebildet werden müssen, erreichbar. Genau hier setzt BPM an und kann eine Art Prozess-Layer über die verschiedenen Systeme hinweg bilden, um eine durchgängige Digitalisierung zu ermöglichen.
Des Weiteren existieren in Unternehmen zahlreiche Prozesse, die nicht oder nur sehr aufwendig in den Legacy Systemen abgebildet werden könnten und daher oftmals noch analog ablaufen. Auch hier kann BPM bei der Digitalisierung der Prozesse unterstützen. Der dadurch entstehende Mehrwert liegt auf der Hand: je mehr Prozesse digitalisiert werden, desto mehr kann über Process Mining analysiert werden, da auch das BPM entsprechende Prozesslogfiles schreibt. Es entsteht also eine positive Digitalisierungsspirale: Process Mining zeigt die Defizite auf, BPM kann diese beheben und schafft implizit eine breitere Datenbasis, die wiederum durch Mining transparent gemacht wird.
Ebenso kann Process Mining laufende Prozesse in Legacy Systemen überwachen und beim Eintreten bestimmter Ereignisse, die ggf. ein komplexeres Eingreifen erfordern, einen Prozess im BPM initiieren, der dabei hilft, die entstandenen Ereignisse und die hierzu definierten Maßnahmen schnell, effektiv und digital durch das Unternehmen zu leiten.
An zahlreichen Punkten dieser digitalisierten Prozesse müssen ggf. aufwendige oder repetitive Aktionen in Legacy Systemen oder anderen Anwendungen ausgeführt werden. Hier kann RPA unterstützend eingreifen und diese Aktionen automatisiert ausführen. Wie oben ausgeführt, können das bspw. monotone Aktionen, oder aber auch Datenein- und -ausgaben sein, die bspw. für den weiteren Ablauf des im BPM abgebildeten Prozesses notwendig sind.
Der durch BPM gestartete Bot kann die Aktion ausführen und das Ergebnis zurück an den wartenden Prozess geben, der mit den so gewonnenen Informationen weiterlaufen kann, Entscheidungen trifft oder aktiv von Entscheidern einfordert. Genauso kann das Ausführen eines Bots auf Ereignisse treffen, welches einen komplexeren Entscheidungsprozess im Unternehmen auslöst, der wiederum durch das BPM gesteuert wird.
Selbstverständlich kann es auch direkte Interaktionen zwischen dem Process Mining Tool und RPA geben, bspw. beim Auslösen von Ereignissen in Legacysystemen, die einen Bot direkt (und ohne BPM) dazu aktiviert, korrespondierende Aktionen auszuführen (bspw. Änderungen in Drittsystemen, um Daten konsistent zu halten).
Die sich ergebenden Varianten aus dem Zusammenschalten der drei Systeme sind zahlreich. Eine weitere Evolutionsstufe kann erreicht werden, indem gezielt Künstliche Intelligenz oder Machine Learning zum Einsatz kommt. Durch das eigenständige Treffen von Entscheidungen im Rahmen der automatisierten Prozesse oder der Ausführung von Bots kann AI Prozessabläufe weiter automatisieren und intelligenter machen.
Der Schritt in Richtung Hyperautomation ist eine konsequente Weiterentwicklung im Bereich der Prozessautomatisierung und Prozessdigitalisierung. Selbstverständlich muss der Einsatz der Tools abhängig von verschiedensten Faktoren geplant und ausgewählt werden. Diese sind neben anderen der aktuelle Grad der Digitalisierung, eingesetzte und verfügbare Tools sowie die Größe (und damit finanzielle Leistungsfähigkeit sowie Anzahl bestimmter Prozessvorgänge) des Unternehmens.
Oftmals stellen auch aktuelle Industrie-Trends eine wichtige Grundlage für die Entscheidung dar. So macht es in Abhängigkeit dieser und weiterer Faktoren ggf. Sinn, zunächst gezielt mit einem oder zwei der Tools zu beginnen und den Hyperautomation Ansatz im weiteren Verlauf auszubauen.
Solche Überlegungen sollten im Rahmen der unternehmensweiten Digitalisierungsinitiativen durchgeführt werden, um die Hyperautomation Roadmap zu betreten. Dabei kommt es nicht darauf an, bereits im ersten Schritt alles umzusetzen, sondern einen ersten Schritt zu machen, solange man das zukünftige Zielbild im Blick hat. In diesem Sinne gilt auch hier: „Du musst nicht großartig sein, um anzufangen. Aber du musst anfangen, um großartig zu werden.“ (Zig Ziglar)
