Mit automatisierten Abläufen bringen Unternehmen Struktur in manuelle, oft chaotische Geschäftsprozesse. Sie entlasten ihre Mitarbeiter und verbessern ihren Kundenservice. Allerdings kombinieren die eingesetzten Anwendungen oft nur einfache Algorithmen für Texterkennung mit Robotic Process Automation (RPA). Das Ganze wird dann zwar intelligente Automatisierung oder Smart Robot genannt, wird jedoch oft mehr ein Automatisierungs-Zombie: eine Anwendung, die eine einzige Aufgabe immer und immer wieder erledigt. Das kann fraglos hilfreich sein und funktionieren. Dies verschenkt jedoch die Chance, mit KI-Unterstützung innovative Anwendungen für den Business-Alltag zu entwerfen, die Mitarbeiter stärker unterstützen und sich durch höhere Agilität auszeichnen. Wie sich Automatisierungs-Zombies zu smarten Helfern weiterentwickeln lassen, erläutert Jörg Richter, Head of Solutions Consulting bei Pegasystems, einem Anbieter von Software-Lösungen für Vertrieb, Marketing, Service und Operations.

1. Center-out-Business-Architektur

Anwendungen für intelligente Automatisierung von Vorgängen entfalten ihren größten Nutzen und erreichen die stärkste Akzeptanz, werden sie um Kundenanliegen herum entworfen. Wir sprechen in diesem Zusammenhang von dem Center-out-Ansatz. Zu oft gehen Unternehmen und Anbieter von den Kommunikationskanälen wie Apps, Chatbots und Contact-Center-Lösungen an eine Aufgabenstellung heran, oder von den zugrundeliegenden Plattformen wie ERP- und CRM-Systemen oder einzelnen Datenbanken. Dadurch entstehen Silo-Lösungen, die für verschiedene Kanäle und Systeme getrennt entwickelt und gepflegt werden müssen, und nur Teilaufgaben automatisieren. Steht ein konkretes Kundenanliegen im Mittelpunkt, können Unternehmen dagegen leicht sogenannte Micor-Journeys identifizieren und die notwendigen Prozesse und Daten, die diese zu einem gewünschten Ergebnis bringen. Über welchen Kommunikationskanal sich der Kunde meldet, spielt dann keine Rolle mehr – die Anwendung löst das Problem selbständig oder versorgt den zuständigen Mitarbeiter vorausschauend mit allen notwendigen Informationen, und nennt die bestmöglichen nächsten Schritte. Ändern sich Micro-Journeys, brauchen Unternehmen nur eine Lösung für alle Kommunikationskanäle anzupassen.

2. KI und Case-Management

Mithilfe von Künstlicher Intelligenz (KI) und einem Case-Management wird aus Automatisierung mehr als die regelgesteuerte Wiederholung von einfachen Aufgaben. Es entstehen Anwendungen für die Steuerung von Vorgängen und Abläufen, die Zusammenhänge berücksichtigen und aus verschiedenen Handlungsoptionen die jeweils beste auswählen. Dringlichkeiten in der Bearbeitung eines Falls werden mit höherer Genauigkeit definiert, die bevorzugten Kommunkationskanäle zielgenauer, der nächste Schritt oder das nächste Angebot zielgruppengerechter vorgeschlagen. Ein E-Mail-Bot beispielsweise kann Kundeanfragen ohne KI und Case-Management lediglich anhand einiger Schlüsselworte vorsortieren. Eine echte Automatisierungslösung erkennt dagegen mithilfe von Natural Language Processing den Grund einer Anfrage sowie die Stimmung des Kunden. Das Problem wird über das Case-Management automatisch gelöst oder mit der notwendigen Priorität und Dringlichkeit an den richtigen Mitarbeiter weiterleitet.

3. Low-Code-Ansatz

Ein Low-Code-Ansatz sorgt dafür, dass einfach nutzbare Anwendungen zur Automatisierung von Vorgängen schnell einsatzbereit sind und sich an Business-Anforderungen orientieren. Statt für Entwickler umfangreiche Anforderungskataloge zu verfassen, können Mitarbeiter aus Fachabteilungen ganz ohne Programmierkenntnisse zur Erstellung beitragen. Mithilfe von Formularen und grafischen Tools entwerfen sie Micro-Journeys, identifizieren alle am Vorgang beteiligten Personas und binden die gewünschten Kommunikationskanäle und Daten ein. 

Fazit

Ein Automatisierungs-Zombie mag ein guter Helfer bei spezifischen Routineaufgaben sein, eine intelligente Prozessautomatisierung geht darüber hinaus. Sie entlastet Mitarbeiter deutlich stärker, versteht Probleme selbständig und kann die bestmöglichen Aktionen einleiten. Eine modellgetriebene Entwicklung dieser Automatisierungslösungen stellt zudem sicher, dass sie sich schnell an veränderte Anforderungen anpassen lassen und die Weiterentwicklung keine umfangreichen Ressourcen bindet.