Von Dipl.-Oec. Svatopluk Alexander Partner, BearingPoint Deutschland – Unternehmen sehen sich heutzutage neben steigendem Kostendruck und der notwendigen Rationalisierung einer immer stärker wachsenden Menge an zu verwertenden Daten gegenüber. Um diese Herausforderungen zu bewältigen, wurden in den meisten Unternehmen bereits Maßnahmen zur Effizienzsteigerung vorgenommen, die sich auch auf die nicht direkt am Produktionsprozess beteiligten Bereiche erstrecken. Beispiele hierfür sind die Einführung der ERP-Systeme, das „Process Bundling“ oder die Etablierung von Shared Service Centren. Doch die damit verbundenen Effizienzzuwächse sind nicht unbegrenzt. Hier können die Digitalisierung und Automatisierung von administrativen Prozessen anknüpfen und maßgeblich zu einer weiteren Produktivitätssteigerung beitragen. Dieser Artikel stellt die momentan auf dem Markt existierenden technischen Lösungen, sowie deren Vor- und Nachteile, speziell mit Blick auf die Robotic Process Automation (RPA), vor. Es wird darauf eingegangen, wie RPA erfolgreich im Unternehmen eingesetzt werden kann, welche Unternehmensbereiche und -prozesse dafür geeignet sind und wie sich diese Technologien auf die Rolle des Controllers im Unternehmen auswirken können.

Technische Lösungen im Überblick

Für einen zielgerichteten Einsatz der Technologien ist es notwendig, die Anwendungsgebiete dieser Tools in ihren Funktionen richtig zu verstehen, da sich diese für unterschiedliche Aufgaben oder Bereiche unterschiedlich stark eignen und sich zum Teil überschneiden.

Eine Lösung bezieht sich auf Robotic Desktop Automation (RDA) und eignet sich am besten für eine dezentrale Anwendung auf einzelnen Desktop-Oberflächen (Frontend). Hierbei werden einzelne Arbeitsschritte, die eine sehr geringe Komplexität aufweisen und häufig vorkommen, automatisiert. Damit wird der Mitarbeiter von mühsamer und repetitiver Arbeit entlastet (vgl. Haisermann et al., 2017, S. V8). Dem RDA steht das Cognitive Computing (CC) als anderes Extrem gegenüber, welches mit Hilfe künstlicher Intelligenz in der Lage ist, Aufgaben ohne vorab definierte Abläufe zu lösen. CC ist in der Lage, Muster zu erkennen und das Erlernte bei zukünftigen Entscheidungen einzusetzen. Die CC-Technologie basiert auf aufgenommenen Daten aus unterschiedlichen Quellen, die das System verknüpft und bewertet. Auf dieser Grundlage entwickelt das System eigenständige Regeln dynamisch weiter (vgl. Alexander et al., 2017).

Zwischen Robotic Desktop Automation und Cognitive Computing ist die Robotic Process Automation (RPA) angesiedelt. Sie weist eine größere technische Integrationstiefe als die RDA-Technologie auf und muss nicht manuell ausgelöst werden. Hinter RDA und RPA steht eine Applikation, die wie eine „digitale helfende Hand“ direkt am Frontend oder im Hintergrund arbeitet. Der Vorteil einer solchen „digitalen helfenden Hand“ ist, dass sie schneller und präziser arbeitet und darüber hinaus alle Vorgänge revisionssicher aufzeichnet (vgl. Haisermann et al., 2017, S. V8).

Einsatzgebiet und Vorteile der „digitalen helfenden Hand“

Die eingangs erwähnten ERP-Systeme stoßen dort an ihre Grenzen, wo Prozesse nicht end-to-end integriert sind und manuelle Eingriffe erforderlich werden. Oftmals können aufgrund fehlender Schnittstellen nur Teile des Prozesses durchgehend bearbeitet werden (vgl. Deloitte, 2017). Hier bietet die RPA-Technologie Mehrwert, indem strukturierte Informationen aus verschiedenen Quellen nach bestimmten Regeln verarbeitet, kommuniziert oder in ERP-Systeme gespeichert werden. Aufgrund seiner hoch standardisierten, strukturierten und wiederkehrenden Prozesse eignet sich das externe Rechnungswesen für die Automatisierung durch die RPA-Technologie besonders gut. Auch Controlling-Aufgaben und Analysen können aufgrund der hohen Prozessgeschwindigkeit und -genauigkeit von RPA schneller erfüllt werden. Aufwändige und fehleranfällige Kalkulationen von Kennzahlen können ebenfalls von dieser Technologie profitieren. RPA basiert auf einem vorgefertigten Regelwerk und benötigt einen strukturierten Anwendungsfall. Diese Technologie ist nicht dazu bestimmt, selbständig Lösungsansätze zu entwickeln, sondern führt die Arbeitsschritte nach den definierten Regeln einfach aus. Dies bietet den Vorteil, dass für Mitarbeiter Kapazitäten geschaffen werden, um mehr mit ihrem Sachverstand und Kenntnissen der Marktgegebenheiten als Experten zu agieren, anstatt repetitive Arbeiten auszuführen. Damit geht mit einer zunehmenden Anzahl an automatisierten Anwendungsfällen ein Effizienzgewinn einher (vgl. Deloitte, 2017).

Abb. 1: Vorteile der RPA

Kritische Erfolgsfaktoren bei der Einführung von RPA

Für eine erfolgreiche Einführung der „digitalen helfenden Hände“ sind einige kritische Erfolgsfaktoren zu beachten. Eine eingehende Analyse und Planung vor Implementierungsbeginn ist äußerst wichtig, um die richtigen Tools und Roboter-Lizenzen zu wählen, sowie die Prozesse zu identifizieren, die für RPA geeignet sind (vgl. Haisermann et al., 2017, S. V8). Es wird eine systematische Vorgehensweise empfohlen, die das Nutzenpotential mit der Komplexität der Umsetzung in ein Verhältnis setzt. Je weniger menschliche Interaktion für einen Prozess benötigt wird, desto besser ist er für eine Automatisierung im Rahmen der RPA geeignet.

Cognitive Computing im Controlling

Wie bereits erwähnt kann RPA im Controlling bei der Erstellung von Analysen unterstützen und zu einer höheren Transparenz und Qualität der Kennzahlen beitragen. Allerdings ist das Controlling von komplexen Prozessen oder Projekten durch den Bedarf einer hohen Entscheidungskompetenz sowie analytischer Fähigkeit gekennzeichnet. Daher eignet es in diesen Fällen weniger für den Einsatz von RPA. Cognitive Computing stellt in solchen Fällen eine geeignetere Form der Unterstützung für das Controlling dar, indem es bei der Analyse von strukturierten und unstrukturierten Datenmengen unterstützen und real-time Antworten liefern kann. Der Einsatz von CC-Lösungen bedeutet nicht nur das Erfassen eines Kontextes, sondern auch das eigenständige Durchführen von Ursachen-/Wirkungs-Analysen und Vorbereiten von Handlungsempfehlungen. Durch die Verbindung von CC und Predictive Analytics könnten frühzeitig Muster erkannt werden und Präventivmaßnahmen eingeleitet werden. Dies würde den Blick des Controllers von der Berichterstattung und Ursachenanalyse der vergangenen Perioden stärker in die Zukunft ausrichten. Eine solche Entwicklung würde die Rolle des Controllers im Unternehmen nachhaltig ändern und ihn zu einem wertvollen Business Partner des CFOs werden lassen.

Der Autor: Dipl.-Oec. Svatopluk Alexander ist Partner bei BearingPoint und zuständig für Beratungsleistungen im Bereich Finance und Treasury Management. In diesem Rahmen berät er Kunden im In- und Ausland bezüglich der Steuerung von Risiken und Liquidität, Gestaltung der Finanzprozesse sowie Softwareauswahl und -implementierung.
Kontakt: svatopluk . alexander @ bearingpoint . com

Literaturangaben:

Alexander, S.; Schäfer, M., Robotics and Artificial Intelligence (AI) in Finance & Treasury – Application Areas and Preconditions, 2017, https://www.linkedin.com/pulse/robotics-artificial-intelligence-ai-finance-treasury-areas-alexander/, Stand: 1.10.2018.

Deloitte, Übernehmen Roboter bald jeden Job? Wie Process-Automation die Arbeit im Büro komplett verändert, 2017, https://www2.deloitte.com/de/de/pages/innovation/contents/Robotic-Process-Automation.html, Stand: 1.10.2018.

Haisermann, A.; Liebscher, T., Mit Robotics sparen lernen. Robotics Process Automation ist eine neue Technologie, die gerade bei repetitiven Aufgaben mit hohen Fallzahlen einen deutlich messbaren Mehrwert bietet, in Frankfurter Allgemeine Zeitung für Deutschland, 2017, Nr. 95, S. V8.