Interview mit Hans Martens, Gründer von Another Monday für den Deutschen Process Automation Verband und RPA Journal.

Herr Martens, in Sachen Prozessautomatisierung herrscht bei vielen Unternehmen noch Verunsicherung. Zahlreiche Begriffe wie Robotic Process Automation, Intelligent Process Automation, Software-Roboter und mehr sind im Umlauf. Wir haben uns einen der Begriffe ausgewählt und zwar Intelligent Process Automation, und bitten Sie, uns hier etwas mehr Klarheit zu schaffen. Was ist Intelligente Prozessautomatisierung?

Martens: Wenn wir uns die verschiedenen Technologien, die Sie angesprochen haben, in einer Art Entwicklungsstrahl ansehen, dann kommt die Intelligente Prozessautomatisierung quasi nach der Robotic Process Automation als deren Weiterentwicklung. Virtuelle Assistenten lassen sich in drei Automatisierungstypen einteilen, die nach ansteigender Intelligenz der Lösung geordnet sind: Robotic Desktop Automation, kurz RDA, läuft auf dem Desktop des Anwenders. In der Regel kann der Nutzer hierbei nicht mit seiner Arbeit fortfahren. Der nächste Schritt ist Robotic Process Automation (RPA). Hierbei handelt es sich um eine skalierbare Lösung, die sich an die individuellen Prozessanforderungen des Anwenders anpassen lässt. RPA nutzt Multi-Skill-Roboter und arbeitet selbstständig im Hintergrund. Der dritte und smarteste Automatisierungstyp ist dann Intelligent Process Automation (IPA), quasi der jüngere Bruder der robotergesteuerten Prozessautomatisierung. Diese Technologie wird in den kommenden Jahren immer wichtiger werden und Unternehmen werden sie verstärkt einsetzen. Daher ist IPA auch Bestandteil der neuen RPA-Suite von Another Monday.

Was sind die Unterschiede zu RPA?

Martens: Robotic Process Automation ist ein effizienter und intelligenter Ansatz, um digitale Transformation im Unternehmen zu forcieren und direkte Kostensenkungspotenziale zu erschließen. Diese lassen sich wiederum nutzen, um finanzielle Mittel für weiterführende Digitalisierungsstrategien zu generieren. RPA kann repetitive Aufgaben übernehmen, Mitarbeiter entlasten und so mehr Freiraum für wertschöpfende Arbeiten bieten. Der menschliche Mitarbeiter muss nicht länger alles händisch machen. Dies alles bietet IPA auch; sie geht aber einen Schritt weiter, denn sie erweitert Automatisierungslösungen durch KI-Komponenten, beispielsweise Machine Learning. Das ist im Zusammenhang mit RPA immer dann sinnvoll, wenn die Automatisierung ganzheitlich und strategisch vonstatten gehen soll. IPA ermöglicht es Unternehmen, auch unstrukturierte Daten zu handhaben und zu nutzen. Zusammengefasst lässt sich sagen: Je komplexer die Prozesse und je unstrukturierter der Daten-Input, desto mehr kognitive Komponenten werden für die Automatisierungslösung benötigt.

Und wie funktioniert IPA?

Martens: IPA kombiniert Prozessoptimierung mit Roboterprozessautomatisierung und maschinellem Lernen. RPA wird hierbei um kognitive Komponenten erweitert, wodurch lernende Systeme entstehen, die menschliches Verhalten simulieren. Bei der Entwicklung selbstlernender Systeme nutzen wir Methoden wie Machine Learning oder Deep Learning. Künstliche neuronale Netze können heute, dank exponentiell gewachsener Rechenkapazitäten, besser aus Erfahrungen lernen als jemals zuvor. Das funktioniert im Grunde ähnlich wie bei den neuronalen Netzen ihres großen Vorbildes: dem menschlichen Gehirn. Hierbei geht es insbesondere um eine neue Technologie namens Natural Language Processing. Die maschinelle Verarbeitung der natürlichen Sprache ermöglicht es, dass Mensch und Computer auf Augenhöhe miteinander kommunizieren.

Warum sollten sich Unternehmen statt mit dem Trendbegriff Künstliche Intelligenz vermehrt mit RPA, beziehungsweise IPA, beschäftigen?

Martens: Meiner Meinung nach ist Künstliche Intelligenz ein völlig falschverstandener Begriff. Eine reine Fokussierung auf KI ist zum aktuellen Zeitpunkt weder richtig noch zielführend. KI ist im Moment nichts weiter als ein Marketing-Begriff. Stattdessen sollten Firmen vermehrt auf Technologien wie IPA setzen, die anders als KI bereits heute Abläufe und Prozesse verbessern. Wer Deutschland digitalisierungsfit machen möchte, muss die Science-Fiction-Gedankenspiele zum Thema Künstliche Intelligenz hinter sich lassen und lieber jetzt ein fundiertes und wirklich umfassendes Automatisierungskonzept basierend auf IPA entwickeln und gezielt umsetzen.

Wo kann IPA denn konkret helfen?

Martens: IPA gestattet es, sowohl strukturierte als auch unstrukturierte Daten zu interpretieren und neue Prozessregeln in Interaktion mit dem Menschen selbstständig zu erlernen. Wenn Unternehmen und Organisationen also auf IPA setzen, können sie ein sich selbst verbesserndes System schaffen und so den Automatisierungsgrad ihrer Prozesse erhöhen. Ein gutes Beispiel ist unsere Lösung PIA, die auf Machine Learning basiert. Schnell und effizient ist dieser virtuelle Mitarbeiter in der Lage, Mitarbeiter um Hilfe zu bitten und durch deren Antworten neue Regeln zu erlernen. Sobald eine unbekannte Variante entdeckt wird, fragt der Software-Roboter per Chatfenster einen Mitarbeiter, wie er in diesem Fall vorgehen soll. Lässt sich aus der Antwort eine Regel ableiten, wird diese über eine hauseigene Rule Engine in die Modellierung des Prozesses eingefügt. Manuelles Eingreifen wird so überflüssig und unbekannte Varianten können schnell und automatisch in den bestehenden Ablauf integriert werden. Weitere IPA-Möglichkeiten sind Bild- und Tonerkennung sowie erweiterte Suchen und Datenanalysen. Zu bedenken ist: Ein Roboter, der eigenständig lernt, benötigt eine gewaltige Masse an Informationen, die zunächst gesammelt werden müssen – ein langwieriges und auch rechtlich schwieriges Thema. Sind diese Hürden jedoch umschifft, punktet IPA in den genannten Bereichen mit verringerten Fehlerquoten und deutlich verkürzten Antwortzeiten. Zudem sind eine höhere Prozesskomplexität und flüssigere Customer Journeys – speziell im Kundenservice-Bereich – realisierbar.

Was sind typische Einsatzmöglichkeiten von IPA?

Martens: Eigenständig denkende Software-Roboter sind aktuell zwar noch selten im Einsatz, werden künftig aber immer häufiger genutzt werden, da sie intelligente Prozessautomatisierung und Künstliche Intelligenz verbinden und so Geschäfts- und Umsatzmöglichkeiten eröffnen. RPA-Roboter können sich nicht eigenständig an neue Parameter anpassen, denn sie führen nur das aus, was ihnen vorher gesagt wurde. Hier kommen IPA sowie Machine Learning ins Spiel: Lösungen mit ML-Komponenten können unstrukturierten Dateninput verarbeiten und in einen Kontext setzen. Trifft in einem automatisierten Umfeld reine Ausführung auf eigenständiges „Denken“, entsteht großes Optimierungspotenzial. Lassen Sie mich ein Beispiel aus der Einsatzpraxis nennen. Viele Unternehmen arbeiten mit Servicetickets, die meistens aus unstrukturierten Daten zu Fehlermeldungen bestehen. Mithilfe von RPA werden diese Informationen mit einer definierten Matchingliste abgeglichen. Sobald anhand hinterlegter Keywords einer Fehlerbeschreibung ein Matching zugewiesen wird, lässt sich der Prozess dann ganz automatisch und ohne menschliche Hilfe weiterverarbeiten und beenden. Dies funktioniert allerdings nicht, wenn es für eine Fehlerbeschreibung kein Matching gibt. Die klassische RPA stößt hier an ihre Grenzen: Der Prozess kann nicht automatisch beendet und ausgesteuert werden. Daher wird der Vorgang in der kognitiven Schleife klassifiziert und einem Keyword der Matchingliste zugeordnet. Erst dann kann der Fall weiterbearbeitet und beendet werden. Im Hintergrund wird jede dieser interaktiven Aussteuerungen genau analysiert. Anhand der so ermittelten Grundgesamtheit ist IPA fähig, derartige Klassifizierungen selbständig durchzuführen. Schritt für Schritt sinkt so die Zahl der Aussteuerungen und gleichzeitig steigert sich der Automatisierungsgrad kontinuierlich.

Hans Martens ist Gründer und Geschäftsführer von Another Monday und entwickelt das Thema intelligente Prozessautomatisierung kontinuierlich weiter. Er verfügt über 20 Jahre internationale Erfahrung in leitenden Positionen bei renommierten Banken wie BNP Paribas, Hoist Finance und der Rabobank. Neben dem Aufbau von neuen Geschäftsideen ist Hans regelmäßiger Referent bei Branchenevents und an Universitäten, um innovative Theorien und praxisbezogene Umsetzungen vorausschauend miteinander zu verbinden.