4 Säulen für Hyperautomation Wie gelingt das Hyper in der Automatisierung?
Anbieter zum Thema
Für Hyper-Automatisierung nutzen Unternehmen unterschiedliche Technologien wie Machine Learning (ML), Robotic Process Automation (RPA) und diverse Integrationswerkzeuge. Doch welches Tool wird für was benötigt? Wie arbeiten die verschiedenen Werkzeuge effizient zusammen? Und wie gelingt die damit verbundene Verbesserung der Unternehmensprozesse?

Viele Unternehmen haben die Vorteile der Prozessautomatisierung erkannt: Laut einer aktuellen Studie von Camunda haben 95 Prozent damit im vergangenen Jahr eine höhere Unternehmensproduktivität erreicht. Dabei nutzen sie viele unterschiedliche Technologien, um möglichst flexibel und entwicklerfreundlich automatisieren zu können.
Als Oberbegriff für die weitreichende Automatisierung hat sich der Begriff Hyperautomation – oder zu deutsch Hyper-Automatisierung – eingebürgert. Er ist seit dem Jahr 2019 verbreitet und stammt ursprünglich aus einem Trendbericht der IT-Beratung Gartner.
Gartner definiert den Begriff folgendermaßen: „Hyperautomation ist ein geschäftsorientierter, strukturierter Ansatz, mit dem Unternehmen Geschäfts- und IT-Prozesse erkennen, analysieren und automatisieren.“ Aus Sicht von Gartner ist für erfolgreiche Hyperautomation der orchestrierte Einsatz verschiedener Technologien, Tools oder Plattformen notwendig, wie beispielsweise maschinelles Lernen (ML), Robotic Process Automation (RPA) oder Geschäftsprozessmanagement (BPM).
Der Technologie-Stack für Hyperautomation
Eine große Auswahl an Tools hilft dabei, unternehmensspezifisch vorzugehen. Denn die Bandbreite an Situationen ist groß: Manche Geschäftsprozesse erfordern manuelle Eingriffe, andere laufen vollautomatisiert.
Es gibt Prozesse, die millionenfach pro Stunde ablaufen, andere vielleicht nur ein paar Dutzend Mal pro Tag. Viele Unternehmen besitzen noch Altsysteme aus der Großrechnerzeit und eigene Rechenzentren, andere nutzen Microservices und verlagern ihre IT weitestgehend in die Cloud. Und in Wirklichkeit ist es eigentlich eh immer eine wilde Mischung aus diesen unterschiedlichen Szenarien.
Die individuelle Auswahl der für die Situation passenden Tools ist also wichtig und Unternehmen sollten vor allem einen pragmatischen Ansatz wählen. Der Technologie-Stack für die Hyperautomation steht dabei auf vier Säulen (siehe Abbildung):
- Erkennen (Discovery),
- Gestalten (Design),
- Automatisieren (Automation) und
- Verbessern (Improvement).
Für jede Säule gibt es eine Reihe unterschiedlicher Anwendungen.
Das Erkennen von Prozessen
Bisher nicht dokumentierte Prozesse lassen sich am besten mit Process Mining erkennen. Tools wie „Celonis“ oder „Minit“ erzeugen eine schnelle und detaillierte Übersicht über die Prozesse im Unternehmen.
Sie ermitteln Abläufe und Bearbeitungszeiten auf Grundlage realer Datenspuren. Damit liefern sie eine realistische Beurteilung der Prozessqualität. Kurz gesagt: Unternehmen können mit einem objektiven Blick auf die Prozesse Ineffizienzen aufspüren.
Das Gestalten neuer, digitaler Prozesse
Neue Geschäftsprozesse müssen als Teil der Automatisierung zunächst modelliert werden. Gemäß dem Zitat „Wenn Sie einen sche*** Prozess digitalisieren, haben sie einen sch*** digitalen Prozess”, so Thorsten Dirks, CEO von Telefónica Deutschland beim Wirtschaftsgipfel der „Süddeutschen Zeitung 2015“ , sollte der alte Prozess nicht nur so wie er gerade ist automatisiert, sondern gegebenenfalls auch ganz neu gedacht und designed werden. Dabei werden die (vielleicht via Process Mining) identifizierten Prozesse grafisch dargestellt und in einem formalen Modell beschrieben.
Hilfreich sind dabei Modellierungssprachen wie BPMN (Business Process Management and Notation) oder DMN (Decision Model and Notation). Mit ihnen können Prozesse, Geschäftsregeln oder Entscheidungen fachlich lesbar, aber auch formal präzise genug für Automatisierungsvorhaben ausgedrückt werden.
Die Modellierung vermeidet Missverständnisse – insbesondere zwischen IT und Fachbereich –, da die Prozesse sehr klar beschrieben werden. So wissen die Entwicklerteams genau, was zu tun ist.
Es gibt für die Modellierung eine Vielzahl unterschiedlicher Werkzeuge. Bei der Auswahl sollte der Fokus auf Funktionen zur Kollaboration liegen, da in der Regel Experten aus unterschiedlichen Bereichen bei der Modellierung zusammenarbeiten. Dabei sollte der Link zur Automatisierungslösung nicht vergessen werden, so dass Prozessmodelle nicht als tote Dokumentation enden, sondern lebende Artefakte sind, die direkt ausgeführt werden.
Das Automatisieren und Orchestrieren der Prozesse
Das eigentliche Ziel der Hyperautomatisierung ist dann die Automatisierung von Prozessen. Wichtig ist dabei zu verstehen, dass die Prozessautomatisierung zwei verschiedene Aspekte abdeckt: Die Automatisierung einzelner Aufgaben und das Zusammenfügen dieser automatisierten Aufgaben zu einem sinnvollen Geschäftsprozess von Anfang bis Ende.
Ein Hyperautomation-Stack enthält Technologien für beide Aspekte. So automatisiert Robotic Process Automation (RPA) einzelne manuelle Aufgaben und schließt punktuell Lücken zwischen Altsystemen.
Integrationsplattformen wie „Zapier“ und „Power Automate“ verbinden Anwendungen und sind so in der Lage, ganz einfache Workflows abzubilden. Sie können durch Low-Code-Plattformen ergänzt werden, mit denen die Anwendungsentwicklung vereinfacht wird. Auf der IT-nahen Seite können dagegen Data-Streaming-Plattformen wie „Apache Kafka“ Echtzeitdaten in die richtigen Systeme weiterleiten und somit punktuell Systeme integrieren.
Verfahren aus dem Bereich der Künstlichen Intelligenz (KI) wie beispielsweise Machine Learning (ML) helfen Unternehmen dabei, automatisierte Entscheidungen aus historischen Daten abzuleiten und somit Mitarbeiter bei Entscheidungen zu entlasten. Es darf jedoch nicht vergessen werden, dass viele punktuelle Lösungen noch lange keinen guten Gesamtprozess ergeben. Daher ist eine Lösung für Prozessorchestrierung eine weitere wichtige Komponente im Hyperautomation-Stack.
Eine solche Orchestrierungsplattform kann die einzelnen Aktivitäten verknüpfen, auch wenn diese in ganz unterschiedlichen Technologien oder auch noch manuell abgebildet sind. Im besten Fall erfolgt die Verknüpfung direkt aus dem in BPMN erstellen Prozessmodell heraus. Auf diese Weise entsteht ein digitaler Dirigent, der in der Lage ist, komplexe Prozessabläufe, wie beispielsweise parallele Aufgaben, Abbrüche oder Timeouts abzubilden.
Das Verbessern der Prozesse mit Data Analytics
Hyperautomation ist niemals zu Ende. Selbst wenn ein Geschäftsprozess modelliert, orchestriert und automatisiert ist, gibt es stetiges Optimierungspotenzial. Außerdem erfordern Veränderungen in der Marktlage oder bei Kundenerwartungen eine regelmäßige Anpassung der Prozesse.
Daher sind Analysewerkzeuge hilfreich, die einen Einblick in die Leistung der Prozesse bieten. Tools, die BPMN-Diagramme mit Echtzeit-Analysen verknüpfen, bieten die meisten Möglichkeiten. Sie liefern nützlichen Kontext statt einer reinen Datensammlung.
Fazit: Eine sinnvolle Kombination von Tools erlaubt Hyper-Automatisierung, also möglichst viele Geschäftsprozesse möglichst weitgehend zu automatisieren. Unternehmen können aus einer Vielzahl an Technologien des Hyperautomation-Stacks auswählen, was auch ein bisschen die Qual der Wahl bedeutet, denn ein 'one size fits all' gibt es hier nicht.
Vielmehr muss das richtige, auf die eigenen Bedürfnisse abgestimmte Paket ausgewählt und integriert werden, wobei die Prozessorchestrierung als Steuerungssystem sowohl Diversifizierung an Technologien zulässt, aber zeitgleich sicherstellt, dass die Ende-zu-Ende Prozesse im Blick behalten werden.
(ID:49264168)