Der Mythos RPA und die „langweilige“ Realität

Es gibt aber mögliche Anwendungen …

„RPA hat sich zum Ziel gesetzt, eine schnelle, taktische Lösung zur Automatisierung anzubieten – fernab von den schwergewichtigen und langlebigen Automationsprojekten in der IT-Infrastruktur beziehungsweise im Bereich BPM. KI ist zwar in aller Munde, gehört aber – im Moment noch – zur letzteren Kategorie. Ein KI-Training erfordert nach wie vor einen sehr hohen Aufwand. Dieser steigt umso höher, wenn entsprechende Daten zum Training fehlen. Auch das stellt, Stand heute, eher die Regel als eine Ausnahme dar. Dabei könnten sich KI und RPA ideal ergänzen: Die KI bildet das Gehirn und RPA die Arme. Mit dieser bildlichen Vorstellung lässt sich das versteckte Potenzial erkennen.“

Wo liegt dann aber das Problem?

„Die perfekte Symbiose von Gehirn und Armen nützt im Arbeitsalltag kurzfristig nicht viel, wenn das Gehirn sich zunächst mühselig vom Stadium eines Säuglings über das eines stupide nach Regeln arbeitenden Systems hin zu einem ‚intelligenten‘ System entwickeln muss. Allein die Anstrengung, den Funktionsumfang einer KI mit dem einer regelbasierten RPA gleichzusetzen, ist schon recht groß. Alles darüber hinaus bedeutet noch mehr Aufwand. Erschwerend kommt hinzu, dass der Bereich zwischen den auf RPA beschränkten Fähigkeiten und den KI-gestützten heute noch sehr beschränkt ist. Betrachtet man aber, dass RPA als Anbieter einer schnellen, taktischen Lösung angetreten ist, kann dieser Vorteil durch das aufwändige Training der KI schnell wieder zu Nichte gemacht werden.“

Warum ist das so?

„KI kann durchaus viel, darf heutzutage aber noch viel zu wenig. Das sollten Anwender bei den Aufwänden, die sie in das Thema stecken müssen, nicht vergessen. Selbstständig Entscheidungen treffen kann eine KI aktuell nur sehr eingeschränkt und unter starker Überwachung. Aus diesem Grund lässt sich so was bisher insbesondere im Analyse-Bereich finden. Hier arbeitet KI jedoch sehr universell und ohne direkten Bezug zu RPA – wie zum Beispiel bei einer vorgelagerten Prozessanalyse. Die hat mit dem RPA-Vorgang selbst erst mal nichts zu tun und erleichtert lediglich dessen Implementierung.“

Gibt es denn schon konkrete Beispiele für die Symbiose von KI und RPA?

„Wir hatten bereits über den Fall der schriftlichen Adressänderung gesprochen. Das ist ein gutes Beispiel für den Einsatz von KI innerhalb eines Prozesses: Hier kann KI einen sehr großen positiven Einfluss auf die Automatisierungsrate ausüben, denn RPA selbst verarbeitet typischerweise ausschließlich strukturierte Daten. Durch eine vorgelagerte Datenstrukturierung aus unstrukturierten Quellen mithilfe von KI lassen sich deutlich mehr Geschäftsvorfälle abarbeiten. KI kann zum Beispiel per Text- und Bilderkennung Daten aus einem Fax, einem Scan oder auch handschriftlichen Notizen extrahieren. Diese werden durch RPA weiterverarbeitet. Aber noch einmal: Das ist nichts RPA-spezifisches. Diese Art von KI-Funktionalität – ist sie denn einmal im Unternehmen implementiert – kann und sollte universell über Standardschnittstellen für möglichst viele Fachbereiche nutzbar gemacht werden. Nur dann lässt sich der Aufwand des KI-Trainings rechtfertigen.“