Sie sind hier: HomeTelekommunikation

Digital Workforce: Effiziente Zusammenarbeit von Maschine und Mensch

Ein wesentlicher Teil der täglichen Arbeitsabläufe besteht aus Aufgaben mit geringer Wertschöpfung, die dennoch unerlässlich sind. Hier kommt die Digital Workforce ins Spiel – als Dreiklang aus Process Mining, Robotic Process Automation und Machine Learning.

Mensch Roboter Tanz Bildquelle: © Bild: fs Quelle: 123rf

Die Intelligenz hält Einzug in die Welt der Maschinen. Nicht mehr nur der menschliche Geist zieht logische Schlüsse. Künstliche Intelligenz (KI) und Machine Learning (ML) basieren auf der anspruchsvollen Auswertung großer Datenmengen und der Fähigkeit, durch Lernen kognitive Funktionen nachzuahmen, vergangene Ereignisse einzuordnen und Schlüsse zu ziehen. Bei ML ermöglichen Algorithmen einen Erkenntnisgewinn, der nicht auf Programmierung beruht. Ein weiterer wichtiger Begriff ist Data Robotics, also Technologien und Anwendungen zur Entwicklung von Automatisierungsprozessen. Zum Framework von Data Robotics gehören die Instrumente der Robotic Process Automation (RPA) sowie die Intelligent Process Automation (IPA). 

Dreiklang aus Process Mining, Robotic Process Automation und Machine Learning
Ein Praxisbeispiel: In Versicherungen und Banken gibt es viele Prozesse, die von Sachbearbeitern übernommen werden. Dabei sind zahlreiche manuelle Schritte nötig. Die Effizienz der Arbeitsabläufe ist oft nicht transparent – und ein wesentlicher Teil besteht aus alltäglichen Aufgaben mit geringer Wertschöpfung, die dennoch unerlässlich sind. Hier kommt die Digital Workforce ins Spiel – als Dreiklang aus Process Mining, Robotic Process Automation und Machine Learning. Eine anfängliche Analyse der Arbeitsabläufe macht wiederkehrende Prozesse sichtbar und zeigt damit Automatisierungspotentiale auf. Das kann wiederum manuell erfolgen – was ebenfalls zeit- und ressourcenintensiv ist – oder aber digital und automatisiert. 

Analyse der Prozessabläufe mit Process Mining
Der digitale Process Mining-Ansatz greift an der Wurzel: Aus den System-Daten werden automatisch Prozessbilder generiert – bis hin zu feingranularen Aktivitäten. Aus den wesentlichen Kernsystemen werden Transaktionsdaten extrahiert und im Process Mining automatisch ausgewertet. Bei einer Schadenbearbeitung ist es beispielsweise die Ermittlung von unnötigen Arbeitsschleifen. So ist es möglich, die Prozesse miteinander zu vergleichen und ein Benchmarking zu betreiben. Die Vorteile sind klar: Der Analyseprozess läuft automatisch ab und erstreckt sich über einen definierten Zeitraum, um das Monitoring in Echtzeit aus- und bewerten zu können. 

Automatisierte Prozesseinblicke sind der Ausgangspunkt für jede Initiative zur digitalen Transformation. Process-Mining-Systeme sind vergleichbar mit einem „Digital Manager", der KPIs im Hinblick auf Ineffizienzen liefert. Process Mining visualisiert automatisch Prozessabläufe und macht das Lean Management digital – für eine kontinuierliche Verbesserung in Echtzeit, die alle spezifischen Aktivitäten abdeckt. 

Schnelles und einfaches Automatisieren mit RPA
Der nächste Schritt ist Robotic Process Automation: Technologien und Tools zur Entwicklung neuer Fähigkeiten von virtuellen Data Robots, die nun regelbasiert einfache Arbeitsabläufe übernehmen und dabei auch Entscheidungen treffen sowie Bewertungen vornehmen können. Der Vorteil: RPA kann ohne tiefe Integration in zentrale Systeme eingesetzt werden und lässt sich schnell und einfach implementieren. 

Die Belegschaft eines Unternehmens wird sowohl aus Menschen bestehen als auch aus Robotern und Maschinen in der Cloud. Virtuelle Roboter erledigen rund um die Uhr alltägliche, sich stetig wiederholende Aufgaben mit geringer Wertschöpfung. Ein Bot arbeitet fehlerfrei und ohne Ausfallzeiten. Menschen übernehmen die Steuerung. Es werden aber nicht nur Menschen die Roboter managen – sondern auch umgekehrt: für eine wertintensive Kombination aus menschlicher und digitaler Arbeitsleistung.