Mit dem Begriff „Hyperautomation“ wird in Sachen Automatisierung ein neues Kapitel aufgeschlagen. Dabei versteckt sich hinter diesem Schlagwort im Grunde nichts anderes als die Kombination bereits bekannter Technologien. Doch genau darin liegt der entscheidende Mehrwert. Durch die Einbindung der Prozessanalyse via Process Mining im Rahmen der Umsetzung von Automatisierungsstrecken kann das zugrundeliegende Potenzial noch besser ausgelotet und ausgeschöpft werden.
Die Möglichkeiten und Werkzeuge der Automatisierung sind heutzutage vielfältig. Sie reichen von den klassischen systeminternen Optimierungen über den Einsatz von Robotic Process Automation (RPA), automatischer Texterkennung und -verarbeitung (OCR – Optical Character Recognition), Künstlicher Intelligenz bzw. Machine Learning bis hin zu Makros und Chatbots. Mittlerweile gibt es jedoch neue Formen der weiteren Professionalisierung derartiger Vorhaben. Es kommt dabei in erster Linie darauf an, die Automatisierungsreise gezielt vorzubereiten, zu begleiten, zu beobachten, zu analysieren und zu evaluieren. So integriert der RPA-Marktführer UiPath unter dem Begriff „Hyperautomation“ beispielsweise die Tools des Process und Task Minings, um nicht nur im Vorfeld für Transparenz hinsichtlich der potenziellen Automatisierungslandkarte zu sorgen. Darüber hinaus lassen sich Erfolge einzelner Umsetzungen auch gezielt visualisieren und nachhaltig ausbauen.
Für vollständigen Überblick: Process Mining und Task Mining
In vielen Unternehmen liegt die größte Herausforderung zunächst darin, hinter die Kulissen der organisationsinternen Prozesse zu schauen, um vorhandene Angriffsflächen für Automatisierung überhaupt erkennen und bewerten zu können. Mithilfe von Process Mining kann diese Betrachtung auf Basis der vorliegenden Daten aus den Backend-Systemen erfolgen. Systembeschränkungen gelten kaum: Sobald Prozessdaten inkl. CaseID, Zeitstempel und Aktivitätsbezeichnung vorliegen, steht einer detaillierten Auswertung und Visualisierung – beispielsweise zur Erkennung von Mustern – nichts mehr im Wege. Die Stichhaltigkeit einer solchen Analyse ist durch entsprechende Einblicke in die Frontend-Abläufe via Task Mining weiter perfektionierbar und führt zu voller Transparenz. Auf diese Weise lässt sich die Frage, bei welchen Prozessen bzw. Teilschritten Automatisierung den größten Mehrwert verspricht, effektiv beantworten. Doch damit ist die Leistungsfähigkeit von Process Mining längst nicht erschöpft. Auch im weiteren Verlauf von Automatisierungsinitiativen auf Unternehmensseite trägt eine entsprechende Betrachtung dazu bei, den Kreislauf aus Analyse, Automatisierung, Monitoring und Anpassung umfänglich abzurunden. Durch das konsequente Beobachten der Automatisierungsfortschritte treten eventuelle Hindernisse und Flaschenhälse deutlich zutage und können anhand der aussagekräftigen Informationen schnell aufgelöst werden. Dank Integration der unterschiedlichsten Datenquellen lassen sich dabei auch Faktoren wie Kosten und Durchlaufzeiten der einzelnen Ablaufetappen jederzeit nachverfolgen. Dadurch erhöht sich am Ende nicht zuletzt das Gesamtverständnis der Unternehmensprozesse.
Im Video zeigt Rudolf Kuhn, Vice President Data Analytics und Head Process Mining Ambassador von UIPath, am Beispiel eines Rechnungsfreigabeprozesses aus der Praxis anschaulich und sehr eindrucksvoll, wie das „Röntgen“ mithilfe von Process Mining funktioniert. Es wird vor allem deutlich, in welcher Detailtiefe die Hyperautomation-Plattform von UiPath ans Werk geht. Im konkreten Fall zeigten sich im Zuge der Analyse 165 Ablaufvarianten des einzelnen Prozesses, wobei auch besondere Auffälligkeiten – beispielweise das Umgehen von Freigaben – ans Licht traten. Jede einzelne Prozesskette konnte im Zuge dessen stichhaltig auf Automatisierungspotenziale geprüft werden. Und ohne den Inhalten der Aufzeichnung der cronosphere-Session zu sehr vorweggreifen zu wollen: Gerade die durch den Einsatz von RPA im Beispielszenario erreichten Verbesserungen lassen aufhorchen. Analyseergebnisse wie eine Reduzierung der Durchlaufzeit von neun Tagen auf 34 Minuten und Kosteneinsparungen von 60 Prozent lassen kaum Spielraum zur Diskussion der Sinnhaftigkeit entsprechender Ambitionen. Auf Basis der bisher gesammelten Umsetzungserfahrungen von UiPath und cronos waren bisherige RPA-Projekte stets mit einem positiven Return on Invest verbunden. Die durchschnittlichen Verbesserungen im operativen Tagesgeschäft werden mit 30 bis 40 Prozent beziffert. Angesichts solcher Argumente kommt künftig wohl kein Unternehmen, das die Nase im Markt vorn behalten möchte, am Thema Automatisierung im Allgemeinen und Hyperautomation im Speziellen vorbei.
Die Möglichkeiten und Werkzeuge der Automatisierung sind heutzutage vielfältig. Sie reichen von den klassischen systeminternen Optimierungen über den Einsatz von Robotic Process Automation (RPA), automatischer Texterkennung und -verarbeitung (OCR – Optical Character Recognition), Künstlicher Intelligenz bzw. Machine Learning bis hin zu Makros und Chatbots. Mittlerweile gibt es jedoch neue Formen der weiteren Professionalisierung derartiger Vorhaben. Es kommt dabei in erster Linie darauf an, die Automatisierungsreise gezielt vorzubereiten, zu begleiten, zu beobachten, zu analysieren und zu evaluieren. So integriert der RPA-Marktführer UiPath unter dem Begriff „Hyperautomation“ beispielsweise die Tools des Process und Task Minings, um nicht nur im Vorfeld für Transparenz hinsichtlich der potenziellen Automatisierungslandkarte zu sorgen. Darüber hinaus lassen sich Erfolge einzelner Umsetzungen auch gezielt visualisieren und nachhaltig ausbauen.
Für vollständigen Überblick: Process Mining und Task Mining
In vielen Unternehmen liegt die größte Herausforderung zunächst darin, hinter die Kulissen der organisationsinternen Prozesse zu schauen, um vorhandene Angriffsflächen für Automatisierung überhaupt erkennen und bewerten zu können. Mithilfe von Process Mining kann diese Betrachtung auf Basis der vorliegenden Daten aus den Backend-Systemen erfolgen. Systembeschränkungen gelten kaum: Sobald Prozessdaten inkl. CaseID, Zeitstempel und Aktivitätsbezeichnung vorliegen, steht einer detaillierten Auswertung und Visualisierung – beispielsweise zur Erkennung von Mustern – nichts mehr im Wege. Die Stichhaltigkeit einer solchen Analyse ist durch entsprechende Einblicke in die Frontend-Abläufe via Task Mining weiter perfektionierbar und führt zu voller Transparenz. Auf diese Weise lässt sich die Frage, bei welchen Prozessen bzw. Teilschritten Automatisierung den größten Mehrwert verspricht, effektiv beantworten. Doch damit ist die Leistungsfähigkeit von Process Mining längst nicht erschöpft. Auch im weiteren Verlauf von Automatisierungsinitiativen auf Unternehmensseite trägt eine entsprechende Betrachtung dazu bei, den Kreislauf aus Analyse, Automatisierung, Monitoring und Anpassung umfänglich abzurunden. Durch das konsequente Beobachten der Automatisierungsfortschritte treten eventuelle Hindernisse und Flaschenhälse deutlich zutage und können anhand der aussagekräftigen Informationen schnell aufgelöst werden. Dank Integration der unterschiedlichsten Datenquellen lassen sich dabei auch Faktoren wie Kosten und Durchlaufzeiten der einzelnen Ablaufetappen jederzeit nachverfolgen. Dadurch erhöht sich am Ende nicht zuletzt das Gesamtverständnis der Unternehmensprozesse.
Im Video zeigt Rudolf Kuhn, Vice President Data Analytics und Head Process Mining Ambassador von UIPath, am Beispiel eines Rechnungsfreigabeprozesses aus der Praxis anschaulich und sehr eindrucksvoll, wie das „Röntgen“ mithilfe von Process Mining funktioniert. Es wird vor allem deutlich, in welcher Detailtiefe die Hyperautomation-Plattform von UiPath ans Werk geht. Im konkreten Fall zeigten sich im Zuge der Analyse 165 Ablaufvarianten des einzelnen Prozesses, wobei auch besondere Auffälligkeiten – beispielweise das Umgehen von Freigaben – ans Licht traten. Jede einzelne Prozesskette konnte im Zuge dessen stichhaltig auf Automatisierungspotenziale geprüft werden. Und ohne den Inhalten der Aufzeichnung der cronosphere-Session zu sehr vorweggreifen zu wollen: Gerade die durch den Einsatz von RPA im Beispielszenario erreichten Verbesserungen lassen aufhorchen. Analyseergebnisse wie eine Reduzierung der Durchlaufzeit von neun Tagen auf 34 Minuten und Kosteneinsparungen von 60 Prozent lassen kaum Spielraum zur Diskussion der Sinnhaftigkeit entsprechender Ambitionen. Auf Basis der bisher gesammelten Umsetzungserfahrungen von UiPath und cronos waren bisherige RPA-Projekte stets mit einem positiven Return on Invest verbunden. Die durchschnittlichen Verbesserungen im operativen Tagesgeschäft werden mit 30 bis 40 Prozent beziffert. Angesichts solcher Argumente kommt künftig wohl kein Unternehmen, das die Nase im Markt vorn behalten möchte, am Thema Automatisierung im Allgemeinen und Hyperautomation im Speziellen vorbei.
