Von UI zu KI: Die Automatisierungslandschaft navigieren

Anmerkung der Redaktion: Dieser Artikel wurde 2017 veröffentlicht. Besuchen Sie unsere Seite zu Robotic Process Automation und künstlicher Intelligenz für aktuelle Informationen.

Originalbeitrag:

In den letzten Jahren hat die Implementierung von Robotic Process Automation (RPA) als Softwarelösung weltweit drastisch zugenommen. Ein aktueller Marktbericht der Forschungsfirma Everest Group deutet darauf hin, dass der RPA-Anbietermarkt 2016 auf über 200 Millionen Dollar geschätzt wurde – ein Wachstum von über 64 % in nur einem Jahr. Ein weiterer Indikator für den Einfluss von RPA sind die Entwicklungen und Evolutionen in der Automatisierungstechnologie und -fähigkeit. Der Begriff „Robotic Process Automation“ kam Anfang der 2000er Jahre in Gebrauch, und frühe Formen der Technologie waren eine Erweiterung von RPAs Vorgängern: Data Scraping und Workflow-Automation-Tools. Doch nachdem RPA die Fähigkeiten von Data Scraping und Workflow-Automation übertroffen hat, macht die Technologie – und macht weiterhin – bedeutende Fortschritte bei der operativen Automatisierung von vor zwei Jahrzehnten. Jüngst wandelt sich RPA davon, lediglich die Benutzeroberfläche (UI) zu automatisieren, hin zur Integration der Fähigkeiten eines neuen Feldes: künstliche Intelligenz (KI).

Nachdem man sich in den frühen Phasen der RPA-Technologie intensiv auf die Straffung der UI-Automation konzentriert hat, streben Unternehmen und Organisationen nun eine vollwertige digitale Arbeitskraft an, die als kognitiver Assistent agieren, mit Menschen interagieren, um Geschäftsanforderungen zu bedienen, und unstrukturierte Daten verarbeiten kann. Dies markiert einen fundamentalen Wandel von den Automatisierungsprozessen von gestern hin zum Automatisierungspotenzial von heute und morgen.

Rückblick: Die Grundlagen von RPA

Ursprünglich in der Tech-Szene der frühen 2000er Jahre aufgetaucht, haben RPA-Technologie und ihre Vorfahren eine tiefe historische Beziehung zur UI, obwohl UI-Automation schon viel länger existiert. Heutige aufstrebende Automatisierungsplattformen sind das evolutionäre Produkt zweier Formen der UI-Automation: Data Scraping und Workflow-Management-Tools. Data-Scraping-Software agiert an der Präsentationsschicht, um Daten aus dem Web zu extrahieren und Daten von veralteten Legacy-Systemen auf ihre Nachfolger zu übertragen, während Workflow-Management-Tools mit der UI interagieren, um geschäftsbezogene Prozesse zu automatisieren.

Wie seine beiden Vorfahren operieren RPA-Softwareroboter auf derselben Ebene wie menschliches Personal, um UI-Automation herzustellen. Was RPA jedoch auszeichnet, ist, dass es mehr als nur ein Screen-Scraping-Tool ist. RPAs Technologie bot und bietet weiterhin signifikante Vorteile gegenüber elementaren Automatisierungstools, von denen viele auf Kommunikationsformen innerhalb architektonischer Datenschichten unterhalb der UI basieren. Als signifikante technologische Evolution dieser älteren Automatisierungsformen ist RPA codelos und nicht-invasiv.

Das bedeutet, dass RPA-Softwareroboter von Business-Usern ohne Programmierkenntnisse und mit wenig bis gar keinem IT-Aufwand einfach trainiert werden können. Durch seine Interaktionen in der UI kann RPA diverse Systeme und Anwendungen überbrücken, ohne eine Umstrukturierung des bestehenden Setups zu erfordern. Im Gegensatz zu seinen Vorgängern ist die Technologie mit jeder Browserversion, Bildschirmposition oder Fenstergröße kompatibel. Insbesondere ermöglichen RPAs Interaktionen mit der UI, dass die Plattform flexibel, skalierbar und effizient ist – selbst auf Enterprise-Ebene.

Der Wettlauf zur Intelligenz

Fragen Sie jeden RPA-Entwickler oder Business-User: Der Fokus auf UI-Automation ist entscheidend für den Erfolg der Technologie. Jüngste technologische Fortschritte haben sich jedoch darauf konzentriert, die Fähigkeiten intelligenter Prozessautomatisierung voranzutreiben. Das bedeutet, dass RPA durch die Einbindung von KI in bestehende Prozessautomatisierungstechnologien weit über seinen ursprünglichen Anwendungsbereich hinaus erweitert wird.

Insbesondere bezeichnet intelligente Prozessautomatisierung die Anwendung von KI und verwandten Technologien (z. B. Machine Learning, Computer Vision, Natural Language Processing, Cognitive Automation) auf RPA. Durch die Hinzufügung von KI zu RPA wird regelbasierte Automatisierung schrittweise durch wissensbasierte Automatisierung ergänzt, wobei mehr Aufgaben – und besonders komplexere – zunehmend für die Automatisierung geeignet werden.

Ein März-2017-Bericht der Beratungsgruppe McKinsey & Company deutet darauf hin, dass diese Fortschritte Unternehmen ermöglichen, Automatisierung erfolgreich zu nutzen:

Ein breiterer Anwendungsbereich für komplexe Automatisierung

RPA-Technologien sind derzeit in der Lage, repetitive, regelbasierte Geschäftsverantwortlichkeiten zu automatisieren, während Mitarbeiter weitgehend noch für Aufgaben verantwortlich sind, die Kreativität und Urteil erfordern. KI ist besonders gut geeignet, mit Variabilität umzugehen und Aufgaben auszuführen, die auf großen Volumen unstrukturierter Eingaben und Daten basieren. Das bedeutet, dass komplexere und undefinierte Aufgaben wie Betrugserkennung und Geschäftsprognosen mit KI bei erhöhter Genauigkeit und Präzision gemanagt werden können.

Der Fortschritt digitaler Arbeitskraft

Als digitale Belegschaft straffen RPA-Softwareroboter bereits weltweit Geschäftsabläufe. Durch die Hilfe von KI wird RPA zu einer noch autonomeren Arbeitskraft heranreifen. Da sie im Laufe der Zeit lernen und sich neuen Situationen anpassen, können intelligente Automatisierungssysteme komplexe Prozesse ohne menschliches Training oder Eingreifen automatisieren. KI-getriebene Belegschaften werden in der Lage sein, autonom aus Daten zu lernen und Entscheidungen auf Basis von Mustererkennung zu treffen.

Die Demokratisierung von KI

Eine unserer Lieblingsmetaphern, um zu erklären, wie RPA und KI zusammenpassen, stammt aus dem Sport. Stellen Sie sich vor, Sie sind ein Golfer am Abschlag und müssen Ihren Ball 400 Yards den Fairway hinunter über die Bunker hinweg aufs Green und ins Loch bringen.

Wenn Sie dort stehen und nur einen Putter in der Hand halten – also ein KI-Tool –, werden Sie es außerordentlich schwierig, wenn nicht unmöglich finden, voranzukommen. Sie werden auch eine Kombination aus Driver und Eisen brauchen, um den kleinen weißen Ball ins Loch zu bekommen. Sie brauchen RPA-Tools und kognitive Tools wie ABBYY und Celaton, und schließlich brauchen Sie die KI-Tools wie IBM Watson oder Google TensorFlow.

Hier ist der Trick: Es sind nicht die kleinen Unternehmen, die KI-Tools entwickeln. Es sind Giganten wie Microsoft, Google oder IBM. Und sie öffnen diese Tools als Open Source und demokratisieren deren Adoption. Das bedeutet, dass mehr dieser Expertenfähigkeiten in den nächsten Jahren in RPA-Plattformen eingebacken werden, was neue Möglichkeiten für sowohl mensch-zentrierte als auch roboter-zentrierte Automatisierung schafft.

Erwartungen für die Zukunft managen

Intelligente Automatisierung ist die jüngste Entwicklung unter den Automatisierungstechnologien, aber wir sehen erst den Anfang von KIs Fähigkeiten. Yann LeCun, Research Director bei Facebook, deutet an, dass KI noch einen langen Weg vor sich hat:

Dennoch suggeriert die professionelle Dienstleistungsfirma KPMG, dass wir durch die Konvergenz von RPA und KI bereits anfangen zu sehen:

Aktivitäten, die derzeit noch die Fähigkeiten hochqualifizierter Profis erfordern, werden Jahr für Jahr automatisierbarer, wobei der RPA-KI-Hybrid der Zukunft bereit sein wird, Unternehmen zu ermöglichen, autonomere, präzisere und agilere Automatisierung als je zuvor zu nutzen.