Intelligente Automatisierung skalieren: Die drei Säulen – Prozess, Technologie, Menschen

Das Skalieren intelligenter Automatisierung erweist sich als schwieriger als erwartet, sagt Chris Huff – drei Säulen: Prozess, Technologie und Menschen sind entscheidend.

Bis 2020 werden über 70 % der Unternehmen RPA eingeführt haben, laut aktueller Deloitte-Umfrage. Diese Organisationen nutzen Automatisierungstechnologie, um die Belegschaft zu entlasten und Vorteile wie verbesserte Compliance, höhere Produktivität und reduzierte Kosten zu ernten. Doch trotz Enthusiasmus erweist sich das Skalieren von RPA und intelligenter Automatisierung als schwieriger als erwartet. Tatsächlich fand Deloitte: Nur 3 % der Organisationen sagen, sie haben ihre RPA-Digital-Belegschaft skaliert.

Wie können Organisationen diesen Sprung schaffen und nahtlos von einem machbaren RPA-Proof-of-Concept zu einem unternehmensweiten Intelligent-Automation-Programm gelangen? Nützlich ist, Skalierung in einem strukturierten Framework aus drei Säulen zu denken – Prozess, Technologie und Menschen. Die Details jeder Säule durchzuarbeiten hilft, die großen Skalierungsfragen zu beantworten und eine umsetzbare Strategie zur Replikation des initialen RPA-Erfolgs zu schaffen.

Säule 1: Ein gut definierter Prozess

Der Kern jedes Projekts ist ein Plan, Skalierung intelligenter Automatisierung ist keine Ausnahme. Folgende Schritte helfen, Anforderungen zu definieren und Hindernisse früh zu erkennen.

• Schritt 1: Reifegrad-Modell-Assessment durchführen. Evaluieren Sie die Automatisierungsbereitschaft Ihrer Organisation aus Technologie- und Prozessperspektive. Kritisch: Ihr IT-Team muss von Anfang an involviert sein. Es berät, wie Automatisierungstechnologien in Ihren Enterprise-IT-Stack passen und wie Sicherheitsprotokolle eingehalten werden. Nach Implementierung ist das IT-Team für Software-Management verantwortlich – ein weiterer Grund, früh Kontakt aufzunehmen. Best Practice: Business-Bereiche evaluieren, in denen Sie Automatisierung anstreben, und operative Prozesse vor Automatisierung optimieren.
• Schritt 2: Implementierungs-Journey-Map erstellen. Der Blueprint definiert den Change-Prozess. Hier identifizieren Sie Business-Bereiche, die reif für Automatisierung sind. Starten Sie mit „Quick Wins“ für Executive- und breitere Workforce-Buy-in. Parallel beginnen Sie, Ihr Enterprise-Automation-Program-Office und das für Skalierung nötige Operating Model zu designen.
• Schritt 3: Skalieren und innovieren. Skalierung Ihres Automation-Programms erfordert bewusste Betrachtung und Planung eines zentralisierten, dezentralisierten oder federierten Modells. Die meisten Programme starten zentralisiert für Policy und Governance und reifen in ein federiertes Modell, sobald Policies stehen und Business Units genügend Profizienz haben, eigene Automationen zu designen und zu bauen. Beim Skalieren: Auge auf Innovation behalten, um Chancen für neue Technologien nicht zu verpassen, die ideal für Ihre Business-Bedürfnisse sein könnten.

Säule 2: Eine skalierbare Intelligent-Automation-Plattform mit starken Technologien

Zum Skalieren brauchen Organisationen eine Suite von Technologien, die Automatisierung auf verschiedene Use Cases anwendet. Hier wird die typische RPA-only-Lösung kurz kommen. Die meisten Organisationen haben komplexe Operationen, die Front- und Back-Office spannen, und finden oft unstrukturierte Daten in Dokumenten oder E-Mails, die vor RPA-Verarbeitung in strukturierte Daten transformiert werden müssen. Diese Fähigkeit heißt typischerweise Cognitive Capture und nutzt Technologie mit Intelligent-Optical Character Recognition und Machine Learning.

Das bedeutet: Für Automatisierung müssen Unternehmen multiple Technologien kombinieren, laut Everest Group. Da Integration mehrerer Vendor-Lösungen umständlich ist, wird ein Intelligent-Automation-Plattform-Ansatz empfohlen, um Mehrfachbeschaffung, Vendor-Management und Zusammennähen der Technologien zu minimieren. Daher ist es wichtig, Vendor hinsichtlich ihres vollständigen Technologieportfolios zu evaluieren. Eine integrierte, einheitliche Plattform mit komplettem Technologiemix sollte in der Lage sein, Dokumente intelligent zu verarbeiten und nachgelagerte Aktivitäten zu automatisieren. Zusätzlich sollten Organisationen IA-Plattformen auf folgende Fähigkeiten prüfen:

• Application Emulation: Tasks in Web-Applikationen, Excel-Dateien, PDFs u. v. m. managen – ohne Desktop-Maschine.
• Minimaler Desktop-Footprint: Automatisierung zur Runtime deployen ohne separate Installation.
• Flexible Architektur: Support für Cloud, On-Premise, Hybrid Deployment und einfache Integration mit Drittanbieter-Applikationen.
• Vendor-agnostische Plattform-Analytics: Automatisierungsresultate analysieren und messen, um Effizienz, Compliance und Risikoexposure zu identifizieren.
• Mobile Support: Automatisierung von jedem Ort überwachen und managen.

Säule 3: Die richtigen Menschen, um Skalierung intelligenter Automatisierung anzuführen

Im Kern der Digital Workforce stehen die Mitarbeiter. Ein Sechs-Kompetenz-Modell ist Best Practice, um sicherzustellen, dass Organisationen die richtigen Menschen befähigen, ein Automatisierungsprogramm zu unterstützen. Ressourcenlevel hängen von der Größe Ihres IA-Programms ab, aber es sollte dediziertes Denken darauf verwendet werden, jeden der folgenden Bereiche zu managen:

Governance: Dieses Team überwacht das gesamte Automatisierungsprogramm und stellt sicher, dass Mitarbeiter über anstehende Änderungen beim Skalieren informiert sind.

Technology: Dieses Team managt die externe Beziehung zum Automatisierungsvendor sowie interne Technologieaspekte wie Server- und Infrastruktur-Anforderungen.

Tools und Training: Ressourcen sollten für Erstellung von Tools und Dokumenten für Training und Adoption dediziert sein.

• Change Management: Selbst positiver Wandel kann Mitarbeiter einschüchtern. Organisationen brauchen Ressourcen für Change Management. Diese Gruppe identifiziert, wie Automatisierung die Belegschaft beeinflusst, und findet Wege, Mitarbeiter während des Übergangs zu befähigen.
• Reporting: Expansion wird durch bewiesenen Erfolg getrieben. Performance-Ziele sollten vorab klar definiert sein, damit sie getrackt, gemessen und organisationsweit geteilt werden können – besonders mit Executives, die Entscheidungsmacht über Automatisierungsinitiativen haben.
• Wissensaustausch: Für jeden Use Case, in dem IA implementiert wird, gibt es Lessons Learned. Eine dedizierte Gruppe sollte diese Informationen erfassen, dokumentieren und teilen, damit sie zur Verbesserung der nächsten Implementierung oder Iteration genutzt werden können.

Proof-of-Concept-Ergebnisse zu replizieren, kann für jede Organisation herausfordernd sein, aber ein methodischer Ansatz auf Basis gut definierter Prozesse, starker Technologien und befähigter Menschen in den richtigen Rollen bietet die richtige Struktur, um Wandel zu fördern und Skalierung zu erreichen.

Chris Huff ist Chief Strategy Officer bei Kofax. Er entwickelt und treibt die strategischen Initiativen des Unternehmens als Anbieter von Intelligent Automation (IA) und der nächsten Generation RPA voran.