Hyperautomation: Die Zukunft der Automatisierung

In einer Welt, in der digitale Technologien die treibende Kraft für kommerziell erfolgreichen Handel sind und Digital-First-Ansätze die Agenda zukunftsorientierter Führungskräfte dominieren, wird der Ruf nach digitaler operativer Exzellenz immer lauter. Denn immer mehr Aufgaben und Prozesse müssen automatisiert werden, und die Automatisierung muss auch über eine Vielzahl von Funktionsbereichen hinweg erfolgreich orchestriert werden. Hyperautomatisierung wird von vielen Unternehmen, Fachleuten und Experten als Schlüssel zur digitalen Operational Excellence und als sichere Eintrittskarte in die digitale Zukunft gesehen. Das magische Einhorn ist in aller Munde, aber woher kommt die Hyperautomatisierung eigentlich und was steckt dahinter?

‍

Hyperautomatisierung: Eine ausgezeichnete Zukunft

Im Oktober 2019 tauchte der Begriff Hyperautomation zum ersten Mal in Gartners Liste der 10 wichtigsten strategischen Technologietrends für 2020 auf.
Laut Gartner adressiert Hyperautomation "die Anwendung von advanced Technologien, einschließlich künstlicher Intelligenz (KI) und maschinellem Lernen (ML), um Prozesse zunehmend zu automatisieren und Menschen und Unternehmen zu ergänzen."

Laut einer neuen Prognose von Gartner wird der weltweite Markt für Technologien, die Hyperautomatisierung ermöglichen, im Jahr 2022 596,6 Milliarden US-Dollar erreichen. Dies ist ein Anstieg von 481,6 Mrd. USD im Jahr 2020 und 532,4 Mrd. USD im Jahr 2021 im Bereich der Automatisierungstechnik.

Hyperautomatisierung umfasst eine Reihe von Tools, die automatisiert werden können, bezieht sich aber auch auf die Feinheiten der Automatisierung (d.h. entdecken, analysieren, entwerfen, automatisieren, messen, überwachen, neu bewerten). Forrester kennt das Konzept der Hyperautomatisierung auch als "digitale Prozessautomatisierung" und IDC führt es unter dem Namen "Intelligent Process Automation".

Schon früh wurde der Hyperautomatisierung eine hervorragende Zukunft vorausgesagt. In der Studie von Coherent Market Insights aus dem Jahr 2020 wird prognostiziert, dass der Markt für Hyperautomatisierung zwischen 2019 und 2027 mit einer durchschnittlichen jährlichen Wachstumsrate von 19 % wächst und am Ende des Prognosezeitraums 23,7 Mrd. USD übersteigt.

Hyperautomatisierung ist mehr als nur eine Technologie

Um es gleich vorweg zu nehmen: Das ultimative Werkzeug für Hyperautomatisierung gibt es nicht. Hyperautomatisierung ist eher eine strategische Unternehmensinitiative als eine allumfassende Technologie. Hyperautomatisierung kann genauer als kontinuierliche Automatisierung beschrieben werden, die verschiedene KI-Technologien in Kombination mitRobotic Process Automation (RPA) einsetzt, um bessere Geschäftsergebnisse zu erzielen und gleichzeitig die digitale Transformation voranzutreiben. Der Übergang von der Automatisierung einfacher, klar definierter Aufgaben zu komplexeren, ausnahmegesteuerten Prozessen erfordert die Kombination und Integration ergänzender Technologien wie Process Mining, Business Analytics, Ingestion Engines (OCR, Computer Vision) und maschinelles Lernen mit dem RPA-Werkzeugkasten, um einen umfassenden Ansatz zur Steigerung und Umwandlung der Effizienz und Effektivität der Automatisierung zu schaffen. Auf diese Weise überwinden Unternehmen die Grenzen von Ansätzen, die auf einem einzigen Automatisierungstool basieren.

‍

‍

Die Zutaten

Wer Hyperautomatisierung als "digitale Strategie" für sein Unternehmen in Betracht zieht, sollte verstehen, wie sich digitale Technologien in bestehende Arbeitsabläufe einfügen und welche Rolle sie in neuen Prozessen spielen können. Robotic Process Automation (RPA) spielt als Basistechnologie in sehr vielen Ansätzen eine besondere Rolle.

‍

‍

Robotic Process Automation (RPA)

RPA ist die Automatisierung von Geschäftsprozessen durch "digitale Software-Roboter", sogenannte RPA-Bots. Die Bots übernehmen sich wiederholende Aufgaben und Geschäftsvorgänge wie Abfragen, Berechnungen, Erstellen und Aktualisieren von Datensätzen, Ausfüllen von Formularen, Erstellen von Berichten, Ausschneiden und Einfügen sowie andere hochvolumige, transaktionale Aufgaben, bei denen Daten innerhalb und zwischen Anwendungen bewegt werden müssen. RPA ist also überall dort sinnvoll, wo keine Schnittstellen vorhanden sind oder Codes individuell generiert werden müssen. Eine RPA Business Analyst oder Automation Agent wird für eine effektive Implementierung durch eine angemessene Prozessanalyse und Bewertung von Robotic Process Automation empfohlen.

Intelligente Business Process Management Systeme

Ein weiteres Werkzeug aus dem Werkzeugkasten der Hyperautomatisierung sind intelligente Geschäftsprozessmanagementsysteme (iBPMS). Bei iBPMS wird ein Geschäftsprozessmanagement-Tool (BPM-Tool) mit KI-Techniken sowie Funktionen wie Cloud Computing, Data Mining, Echtzeit-Analytik, Echtzeit-Entscheidungsmanagement, Logikbausteinen und Systemvernetzung erweitert, um die operative Reaktionsfähigkeit und Effizienz im Unternehmen zu optimieren. Aber iBPMS-Tools optimieren nicht nur Geschäftsprozesse, sondern vereinfachen auch die Verwaltung eben dieser Prozesse, wenn es um die durchgängige Prozessautomatisierung geht. Die Low-Code-Schnittstelle der meisten intelligenten Geschäftsprozessmanagement-Tools vereinfacht auch die Zusammenarbeit zwischen IT und Unternehmen.

Integration Platform as a Service (iPaaS)

Zu den tools , die immer wieder in Hyperautomatisierungsprojekten eingesetzt werden, gehört Integration Platform as a Service (iPaaS). Die intelligente Plattform zur Automatisierung von Geschäftsprozessen ist eine hervorragende digitale tool für verschiedene Integrationsszenarien wie Datenintegration, Systemintegration, hybride Integration und für die Verwaltung des Integrationsflusses innerhalb der Cloud und zwischen Cloud und Unternehmen.

Plattform für Low-Code-Anwendungen

Wenn es um Automatisierung und Prozesseffizienz geht, sind Low-Code-Anwendungsplattformen (LCAPs) ein unverzichtbarer Bestandteil der Gleichung geworden. Sie beschleunigen die Geschwindigkeit, mit der Anwendungen und Dienste entwickelt und Prozesse automatisiert werden können, da benutzerfreundliche Bausteine anstelle von komplizierten Programmiersprachen die Softwareentwicklung erleichtern. Gartner sieht Low-Code-Development-Plattformen, auch wenn sie nur einen kleinen Teil des Marktes ausmachen, als Treiber der Hyperautomatisierung und prognostiziert für diese Technologie ein Wachstum von 54 Prozent bis 2024.  

Künstliche Intelligenz

Künstliche Intelligenz (KI) und maschinelles Lernen (ML) sind zusammen mit künstlichen neuronalen Netzen, Deep Learning, natürlicher Sprachverarbeitung (NLP), maschinellem Sehen und optischer Zeichenerkennung (OCR) die grundlegenden Katalysatoren für advanced Prozessautomatisierung und automatisierte Entscheidungsfindung. KI und maschinelles Lernen sind Technologien, die aus Verhaltensweisen und Ereignissen lernen und so in der Lage sind, bestimmte Aufgaben ohne explizite Programmierung anhand von Daten auszuführen. Im Rahmen der Hyperautomatisierung können KI und maschinelles Lernen die abnehmende Automatisierungsgeschwindigkeit aufgrund zunehmender Prozesskomplexität kompensieren, indem sie Muster in Daten effizienter und schneller als Menschen erkennen und es Unternehmen so ermöglichen, ihre Daten in Echtzeit tiefer zu durchdringen.

Für den Bereich der Entscheidungsfindung hat sich die Entscheidungsautomatisierung als zukunftsweisende Strategie zur Automatisierung von Entscheidungsprozessen unter Verwendung von KI, Daten, Logik und Geschäftsregeln herauskristallisiert. Sie ermöglichen es, durch geeignete Entscheidungsprozesse zu navigieren, um eine klare und präzise Entscheidung ohne menschliches Eingreifen zu treffen.  

‍

Verschiedene Ansätze zur Automatisierung

So zahlreich die kombinierbaren Möglichkeiten sind, so unterschiedlich sind die Ansätze der Automatisierungsanbieter, mit denen sie sich dem Thema Hyperautomation nähern:

UiPath, ein führender RPA-Anbieter, nähert sich dem Thema Hyperautomatisierung beispielsweise von der Automatisierungsseite her. Die Vision von UiPath ist es, die transformative Kraft der Automatisierung zu nutzen, um das Potenzial der Mitarbeiter für wertschöpfende Tätigkeiten nutzbar zu machen. Zu diesem Zweck hat UiPath eine End-to-End-Hyperautomatisierungsplattform entwickelt, die seine RPA-Lösung mit einem umfassenden Satz von KI-Funktionen kombiniert. "Die integrierten Funktionen decken jede Phase des Automatisierungslebenszyklus ab und bieten Bereitstellungsoptionen, die es Unternehmen und Organisationen ermöglichen, die von ihnen entwickelten Software-Roboter sowohl vor Ort als auch über die UiPath Automation Cloud einzusetzen."

Im Gegensatz zu UiPath geht Celonis, ein führendes Unternehmen im Bereich process mining, die Hyperautomatisierung von der analytischen Seite her an. Für Celonis ist die Automatisierung nicht die einzige Lösung zur Optimierung von Funktionen und Geschäftsprozessen im Unternehmen. Celonis hat das Grundproblem für das Erreichen besserer Geschäftsergebnisse in den Prozessen selbst erkannt. Um die gewünschten Ergebnisse zu erzielen, müssen zunächst die zugrunde liegenden Prozesse analysiert und verbessert werden. Und für Celonis gibt es keine einzelne Technologie zur Prozessoptimierung. Vielmehr braucht es eine ganzheitliche Strategie zur Prozessverbesserung.

Integrierte Automatisierungsdienste

Eine ganze Reihe von Softwareanbietern bieten ihre Lösungen auch mit integrierten Automatisierungsfunktionen an:

Die Automatisierungslösung der SAP AG beispielsweise kombiniert RPA mit ML und KI und stützt sich auf native APIs und Konnektoren zu SAP S4/Hana und SAP GUI, um die Bot-Performance mit geringem Supportaufwand zu verbessern. Mit SAP Intelligent Robotic Process Automation können Unternehmen Prozesse sowohl für SAP-Anwendungen als auch für Nicht-SAP-Anwendungen automatisieren.

Workday, ein Anbieter von Cloud-Software für das Personal- und Finanzmanagement, setzt in seinen HCM- und Finanzanwendungen auf prädiktive Analytik und ML-Algorithmen, um aufkommende Probleme zu erkennen.

Salesforce, die weltweit führende CRM-Plattform, bietet seinen Nutzern verschiedene Tools zur Automatisierung von Verwaltungsaufgaben, wie Workflows, Process Builder, Approval Process und Flow Builder. Die Art des Geschäftsprozesses bestimmt die Automatisierungsmethode.

Aber auch neue Player für kleinere Unternehmen, wie der HR-Software-Anbieter Personio, bieten Software an, mit der sich zeitaufwändige Arbeitsabläufe digitalisieren lassen und in der Funktionen zur Strukturierung und Optimierung von Prozessen bereits integriert sind, wie die CV-Parsing-Funktion, die automatisch die wichtigsten Bewerberdaten aus Lebensläufen ausliest und direkt das Bewerberprofil erstellt.

Ein weiteres Beispiel ist Pipedrive, das für die Automatisierung digitaler Vertriebsprozesse verwendet werden kann. Festgelegte Auslöser und Aktionen lösen den Start des automatisierten Prozesses aus. Diese Dienste helfen nicht nur auf dem Weg der Hyperautomatisierung, sondern vor allem bei der "digitalen Transformation" des Unternehmens.

Benutzerfreundliche Automatisierung Tools

Ein weiterer Ansatz für die Automatisierung ist die Benutzerfreundlichkeit. Zapier muss hier unbedingt erwähnt werden. Dabei handelt es sich um einen benutzerfreundlichen Webdienst, mit dem Nutzer schnell und einfach Aktionen zwischen rund 3.000 Apps und Online-Diensten verbinden oder automatisieren können. Allerdings können nur maximal 2 Apps miteinander verbunden werden, und in der kostenlosen Version sind nur 5 Prozessschritte möglich.

IpaaS-Plattformen wie das tschechische Integromat bieten weniger Konnektoren, aber mehr Trigger-Optionen. Zudem punktet Integromat gegenüber Zapier mit einer visuellen statt nur einer linearen Darstellung. Module können bei Integromat einfach per Drag & Drop ausgetauscht werden, was bei der linearen Prozessdarstellung von Zapier mehr Aufwand erfordert. Dies ist auch eines der absoluten Pro-Argumente für den digitalen Cloud-Automatisierungsdienst aus Tschechien, denn so kann auch das direkt betroffene Unternehmen an der Automatisierung teilnehmen. Insgesamt führen aber beide Dienste effektiv zum Ziel.

Einfache Automatisierungslösungen

Kognitive Datenerfassungsplattformen wie Rossum setzen auf KI-Intelligenz wie OCR, um die Geschäftskommunikation zu automatisieren, indem sie Geschäftsdokumente lesen, die Informationen extrahieren und so die Verarbeitung des eingehenden Dokumentenverkehrs organisieren und automatisieren. Auch Natif nutzt diese innovative Dokumentenanalyse, um Dokumente schneller als Menschen zu lesen und auszuwerten.

Abbyy geht noch einen Schritt weiter und nutzt KI-Aspekte wie Computer Vision, OCR, NLP sowie ML und Deep Learning für die intelligente Erfassung und Verarbeitung von Dokumenten. Die Nutzung dieser kognitiven Fähigkeiten führt letztlich auch dazu, dass bestehende RPA-Plattformen intelligenter werden.  

Intelligente Automatisierung Tools

Anbieter wie Signavio, Camunda und Bizagi gehören eher zu den Verfechtern der intelligenten Automatisierung. Sie setzen auf iBPM und damit auch auf die Integration moderner Anwendungen wie RPA und ML in die täglichen Geschäftsprozesse, um automatisierte, aussagekräftige Datenanalysen zu erstellen und die Effizienz besser zu automatisieren und zu optimieren. Die Stärke von iBPM liegt in der Verknüpfung mit modernster Technologie zur Optimierung von Arbeitsabläufen. Doch trotz der Bemühungen einiger Anbieter, ihre Lösungen benutzerfreundlicher zu gestalten, kommen die Nutzer komplexerer Tools nicht ohne Programmierkenntnisse aus.

Automatisierungstreiber

Low-Code- und No-Code-Automatisierungsplattformen wie Bryter, Power Apps oder Appsheet sind der Treibstoff, der die Automatisierung vorantreibt, indem sie den Menschen eine clevere Schnittstelle zur Handhabung oder Automatisierung selbst komplexer Prozesse bieten. Die begrenzten Fähigkeiten und Ressourcen der IT-Abteilungen und die Suche der Fachabteilungen nach Möglichkeiten, ihre eigenen Automatisierungsprojekte zeitnah umzusetzen, erhöhen die Nachfrage nach Automatisierungswerkzeugen, die von Mitarbeitern ohne Programmierkenntnisse genutzt werden können. Die Möglichkeiten, die sich aus diesem Ansatz der vereinfachten Prozessautomatisierung ergeben, werden der Idee der Hyperautomatisierung weiteren Auftrieb geben.

Mit einem Auge für das große Ganze

Als Anbieter von Prozessor-Orchestrierungsplattformen schweben Unternehmen wie Tonkean quasi über den Dingen. Ihre Domäne ist die Schicht über der Automatisierungslösung. Sie verbinden und orchestrieren alle Geschäftsprozesse, d.h. sie sorgen dafür, dass sie zum richtigen Zeitpunkt ausgeführt, überwacht und verwaltet werden, aber sie automatisieren keinen einzigen davon selbst. Native Konnektoren und Funktionen wie OCR und NLP ermöglichen nicht nur die eigenständige Bearbeitung von Geschäftsprozessen, sondern auch die Bearbeitung von Prozessen in Verbindung mit anderen Automatisierungsplattformen.

‍

Die Summe ergibt die Hyperautomation

Wie sich herausstellt, gibt es das magische Einhorn namens Hyperautomatisierung noch nicht per se. Aber alle Zutaten sind vorhanden und müssen nur richtig kombiniert werden, um echte Hyperautomatisierung zu realisieren. Durch die Kombination verschiedener Automatisierungsaspekte und -ansätze können Unternehmen über die Grenzen einzelner Geschäftsprozesse hinausgehen und nahezu jede mühsame und skalierbare Aufgabe automatisieren. Dies erfordert eine sorgfältige Planung und Integration von Technologien, die den Anforderungen des Unternehmens entsprechen. Der Erfolg der Hyperautomatisierung hängt letztlich davon ab, dass alle oben genannten Aspekte nahtlos zusammenarbeiten.