Automation-Plattformen

Forbes zufolge sollte eine Intelligent-Automation-Plattform auszeichnen, dass sie über die reine Automatisierung der Unternehmensprozesse hi­nausgeht, und Funktionen wie die Workflow-Organisation, eine erweiterte Nutzung von Daten auch über Mobilgeräte sowie bessere Analysemöglichkeiten umfassen. Die Einbindung digitaler Signaturen ermöglicht es darüber hinaus, Workflows ohne Medienbruch komplett digital abzubilden.

Bei der Evaluierung einer Intelligent-Automation-Plattform sollten Unternehmen vor allem auf folgende Bereiche achten:

Datenerfassung: Sofern die Informationen im Unternehmen bereits strukturiert und in digitaler Form vorliegen, zum Beispiel weil sie über ein Web-Formular erfasst werden, ge­nügen für die Weiterverarbeitung der Daten einfache RPA-Prozesse. Bei eingescannten Papierdokumenten ist eine optische Zeichenerkennung notwendig, eine sogenannte Optical Character Recognition (OCR). Die optische Zeichenerkennung erfolgt gegebenenfalls in Kombination mit einer kontextbasierten Korrekturfunktion, einer sogenannten Intelligent Character Recognition (ICR). Wenn das System unstrukturierte Daten wie Freitext in Briefen und E-Mails oder Sprachnachrichten verarbeiten muss, dann sind weitergehende kognitive Funktionen wie Text­erkennung, Spracherkennung und Sprachausgabe erforderlich, also die Techniken Natural Language Understanding/Processing (NLU/NLP).

Datenverarbeitung: Sollen Daten nur über zwei oder drei Systeme hinweg von einem Formular in ein anderes kopiert werden, dann ist ein RPA-Ansatz ausreichend. Als Faustregel kann gelten, dass sich Robotic Process Automation allein vor allem für hoch standardisierte Prozesse eignet, für die ein Mensch maximal 15 Minuten benötigt. Bei komplexeren Anforde­rungen, zum Beispiel wenn auf Basis der Daten automatisiert Entscheidungen getroffen oder weitere Prozesse angestossen werden sollen, sind weitergehende Analysefunktionen und der Einsatz von Künstlicher In-telligenz notwendig sowie die Integration in Lösungen für das Business Process Management (BPM).

Analyse von Daten: Sobald die erfassten und automatisiert verarbeiteten Informationen nicht nur einfach irgendwo abgelegt werden sollen, sondern auch als Basis für Prognosen oder zur Vorbereitung von Unternehmensentscheidungen dienen, sind Funktionen wie Sentiment-Analyse, Business Intelligence oder Datenexploration notwendig.

Bereitstellung der Daten: Man sollte klären, in welcher Form die verarbeiteten Daten weiteren Systemen oder Mitarbeitern zur Verfügung gestellt werden sollen. Aus dieser Analyse ergeben sich die diversen Anforderungen für Schnittstellen, Dashboards und Reporting.

Integration: Eine Lösung für Intelligent Automation kann nur dann ihre volle Wirkung entfalten, wenn bestehende Unternehmensprozesse möglichst unkompliziert angebunden werden können. «In der Regel ist es nicht zielführend, andere Tools komplett zu ersetzen, da sie jahrelang aufgebaut wurden», erklärt Daniel Schmidt von Kofax. «Diese Tools sind allerdings meist recht starr und nicht leicht zu ändern.» Es sei daher von grosser Bedeutung, dass die Intelligent-Automation-Plattform der Wahl auch entsprechende Schnittstellen zu bestehenden Systemen zur Verfügung stellen kann, so Daniel Schmidt weiter.

Erweiterbarkeit: Neben den Schnittstellen zu eingesetzten Altsystemen sollte die Intelligent-Automation-Plattform auch unkompliziert durch kognitive Services erweitert werden können. Laut der eingangs erwähnten aktuellen IDC-Studie unter mehreren Hundert deutschen Unternehmen bevorzugen 61 Prozent von ihnen solche Services für Künstliche Intelligenz, wie sie zum Beispiel die bekannten Cloud-Dienstleister Amazon Web Services, Microsoft Azure, Google und IBM anbieten.