Der Weg zur proaktiv-prognostizierenden Unternehmenssteuerung

Repetitive Tätigkeiten, die Mitarbeiter bislang manuell ausführen, an die Maschinen abzugeben und damit Geschäftsprozesse effizienter zu gestalten, ist im Zuge der Digitalisierung ein Kernanliegen von Unternehmen. Das gilt auch für komplexe Prozesse im Controlling.

Zum Beispiel beim Sammeln und Verarbeiten großer Datenmengen mit hohem Strukturierungs- und Analysebedarf für Planung und Kontrolle im Rahmen eines Monatsabschlusses. Für die schnellere, kostengünstigere und fehlerfreiere Abwicklung von Routineprozessen – und das im Sinne der Compliance – stehen CFOs zahlreiche Technologien und Lösungen zur Verfügung. Da selbst moderne ERP-Systeme keine vollständige Automatisierung bieten, besteht ein zusätzlicher Bedarf an IT-Lösungen.

Etabliert sind Business-Process-Management-Systeme (BPMS). BPMS dienen der strategischen Ausrichtung, Entwicklung, Analyse und Optimierung von Prozessen in heterogenen IT-Landschaften. Das Problem: BPMS können nicht selbstständig von den Fachbereichen aufgesetzt werden, sondern erfordern die Unterstützung von IT-Experten. Diese übernehmen unter anderem die aufwendige und komplexe Entwicklung und Integration von Programmierschnittstellen (APIs), um Daten- und Dokumentensilos aufzulösen. Eine Alternative zu APIs ist, Mitarbeiter als Bindeglied zwischen den Systemen einzusetzen. Beides stellt eine zusätzliche Belastung im Betrieb dar, die durch BPMS ursprünglich verringert werden soll. Auch Applikationen wie VBA-Makros in Excel oder die Hintergrundverarbeitung (Batch-Lauf) erfordern Programmierkenntnisse.

RPA: Anwendungsübergreifend und ohne Programmierkenntnisse einsetzbar

Ein Ansatz, der daher immer stärker in den Fokus rückt, ist Robotic Process Automation (RPA). Durch robotergesteuerte Prozessautomatisierung gelingt es, Prozesse zu stabilisieren, System- und Medienbrüche zu überbrücken und Mitarbeiter zu entlasten. RPA ist, im Gegensatz zu BPMS, eine Software, die, neben der Verwendung von APIs, orchestrierte Interaktionen mit grafischen Benutzeroberflächen (UIs) der Systeme übernimmt. Dadurch können Mitarbeiter in ihren täglichen Geschäftsprozessen unterstützt oder von diesen sogar komplett befreit werden. RPA eignet sich im Allgemeinen gut für Prozesse mit strukturierten, repetitiven und nach eindeutigen Regeln definierbaren Arbeitsschritten. Typische Aufgaben umfassen das Suchen, Sammeln, Zusammenfassen und Aktualisieren von Daten durch die Verwendung mehrerer Systeme. Der große Vorteil ist, dass RPA anwendungsübergreifend funktioniert und geringe bis keine Programmierfähigkeiten erfordert. Aktuell entwickelt sich RPA durch den Einsatz künstlicher Intelligenz (KI) zu einer intelligenteren Form weiter. Dafür werden Anwendungen wie Natural Language Processing (NLP), Optical Character Recognition (OCR), maschinellem Lernen (ML), Process Mining und Analytics integriert. Die Weiterentwicklung führt zu einer vereinfachten grafischen Modellierung der Automatisierung sowie der damit verbundenen schnelleren Implementierung.

Was RPA von traditioneller IT-Automatisierung unterscheidet, ist die Anpassungsfähigkeit an diverse Systeme. Das große Ziel in der Zukunft: Einmal trainiert, soll RPA-Software selbstständig, ohne menschliches Zutun weiter lernen, sich verbessern und komplexe Vorgänge bearbeiten. RPA kann sowohl bei voll- als auch teilautomatisierten Prozessen zum Einsatz kommen. Vollautomatisierte Prozesse sind solche, bei denen große Datenmengen gesammelt, sortiert, analysiert und innerhalb einer Organisation an bestimmte Mitarbeiter verteilt werden. Bei teilautomatisierten Prozessen geht es um die Zusammenarbeit von Software und Mitarbeiter. Die Software übernimmt auf Befehl einzelne Aufgaben wie eine Datenbankabfrage oder das Ausfüllen von Formularen.

Besonders geeignet: Systemübergreifende Prozesse mit Zwischenverarbeitung

Auswahlkriterien für RPA-geeignete Prozesse sind sowohl technischer als auch betriebswirtschaftlicher Natur. Zu den technischen Auswahlkriterien gehören etwa der Standardisierungsgrad von Prozessen, der Grad der regelbasierten Prozessdefinition, die Prozessstabilität bzw. -reife und der Grad der menschlichen Intervention. Außerdem zählen die Digitalität und Strukturiertheit der Daten, die beteiligten Systeme und die Stabilität der Benutzeroberflächen dazu. Betriebswirtschaftliche Auswahlkriterien sind die Fallhäufigkeit, die Prozessbearbeitungszeit, die Prozesskosten und die Fehleranfälligkeit bzw. das Qualitätsverbesserungspotential.

Controlling-Prozesse, die sich für den Einsatz von RPA besonders eignen, sind solche, die weniger strategisch ausgerichtet, dafür aber operativ wiederkehrend sind. Hierunter fallen typischerweise Datensammlungs- und -verarbeitungsprozesse sowie Perioden-Endaktivitäten. Ein eher einfaches Beispiel ist der Abgleich von eingehenden Rechnungen (als PDF-Dokument, Fax oder Brief) mit den vorliegenden Bestellungen und die anschließende Ausführung der Zahlung – natürlich nur dann, wenn alles passt. Etwas anspruchsvoller ist es, wenn Daten aus unterschiedlichen Quellen (auch Word- und Excel-Dateien) zusammengetragen und zu den gewünschten Kennzahlen verdichtet werden. Zu den elaboriertesten Szenarien zählt gewiss die Unterstützung bei der Erstellung eines Jahresabschlusses. Hier kann RPA beispielsweise Daten aus diversen Systemen und Dateien aggregieren, Sachkonten prüfen oder Buchungen vornehmen.

Die Vorteile von RPA sind groß. In der Lünendock-Sonderanalyse von 2019 gaben die befragten Unternehmen an, durch den Einsatz von RPA vor allem Qualitätsverbesserungen, schnelleren Durchlaufzeiten sowie Kostenreduzierungen zu erzielen. So sprachen 69 Prozent der RPA-Anwender von konkreten Qualitätsverbesserungen, beispielsweise durch höhere Ausfallsicherheit der Prozesse sowie korrekte Dateneingaben oder Buchungsvorgänge. Bei 47 Prozent hat der Einsatz von RPA-Tools zu einer Beschleunigung der Prozessgeschwindigkeit geführt. Zudem berichteten 40 Prozent der Unternehmen von einer höheren Kundenzufriedenheit. Durch die Kombination mit KI ließen sich der Analyse zufolge rund 30 Prozent der Prozesse automatisieren.

Vorteile und Zukunft von SAP Intelligent Robotic Process Automation

Sind die geeigneten Prozesse erst einmal ausgewählt und analysiert, gewährleistet SAP Intelligent RPA, Automatisierungen möglichst einfach zu erstellen, zu monitoren und zu steuern. Die Cloud spielt dabei oft eine entscheidende Rolle – hier finden die Konfiguration der Langezeitparameter, die zentrale Steuerung und das Monitoring statt. Während herkömmliche Automatisierungslösungen lokale Komponenten und Cloud-Komponenten miteinander kombinieren, bildet SAP den gesamten Lifecycle von RPA in der Cloud ab. Selbst lokal zu installierende Ausführungsinstanzen werden bald vermutlich ebenfalls in der Cloud möglich sein.

Doch es gibt noch mehr Punkte, in denen sich SAP von anderen Lösungen unterscheidet. Erstens: SAP beinhaltet grafische Aktivitätsbausteine, welche im Baukastenprinzip (Low-/No-Code Approach) zu Automatisierungen modelliert werden können. Die grafischen Benutzeroberflächen der Systeme können durch integrierte Technologien mit wenigen Mausklicks erkannt und deklariert werden. Automatisierungsprozesse können aufgezeichnet und dadurch in Automatisierungen überführt werden. Zweitens: SAP bietet unter anderem detaillierte Statuseinsichten der Ausführungsinstanzen und Automatisierungen. Diese Features sind elementar für die kontinuierliche Aufrechterhaltung eines reibungslosen Prozesses. Drittens: Die Art und Weise wie die Automatisierungen in den Prozessablauf integriert werden sollen, ist einfach zu konfigurieren.

In Zukunft ist zu erwarten, dass RPA verstärkt durch KI und OCR (optische Texterkennung) unterstützt wird. Das würde RPA ermöglichen, auch unstrukturierte Daten, Abweichungen und Veränderungen zu berücksichtigen und selbstständig Maßnahmen einzuleiten. Manuelle Tätigkeiten wie die Verarbeitung von Dokumenten und E-Mails oder die Beurteilung von Projektaussichten, Leads und Bonitäten durch Mitarbeiter würden so noch einmal deutlich reduziert. Und welche Rolle bleibt am Ende dem Controller? Strategische Themen, bei denen menschliche Beurteilung notwendig ist, kritische Aufgaben wie Risiko- und Zieldefinitionen, Genehmigungen oder Investitionsplanungen sowie Tätigkeiten im Bereich Partnering, beispielsweise Verhandlung mit Kreditinstituten oder Investoren oder interne Projektberatungen.