Process Mining und RPA

Bei der Prozessoptimierung spielt Automatisierung oft eine entscheidende Rolle. Einfache und repetitive Arbeiten, die manuell durchgeführt werden, können mit Software effizienter und kostengünstiger abgelöst werden. Mitarbeitende haben dadurch mehr Zeit für sinnvollere und anspruchsvollere Tätigkeiten. Unter Robotic Process Automation (RPA) werden Programmroutinen verstanden, welche solche Arbeiten abnehmen können. Mit Process Mining werden bestehende Prozesse analysiert und Optimierungspotential – z.B. für RPA – erkannt. Aber von vorn: Was ist RPA, welche Faktoren bestimmen den Erfolg bei der Einführung von RPA und warum spielt Process Mining dabei eine so zentrale Rolle?

Was ist RPA?

Durch die Automatisierung von Tätigkeiten will man die Belegschaft von einfältigen und repetitiven Aufgaben befreien, so dass sich diese auf kreativere und mehrwert-stiftende Arbeiten konzentrieren können. Prozesse lassen sich aber schon länger automatisieren. Die traditionellen Automatisierungstechnologien verlangen aber Programmieraufwände, da die Automatisierung mit Schnittstellen in die jeweiligen Anwendungen integriert werden muss. Das führt zu höheren IT-Kosten, womit so nur wichtige Geschäftsprozesse automatisiert werden, nicht aber einfachere Aufgaben wie Reporting, Rechnungsstellungen oder Bestellfreigaben.

Der Überbegriff für die Automatisierung von Geschäftsprozessen ist Business Process Automation (BPA). Darunter werden nebst RPA auch Lösungen auf VBA-Basis (z.B. Excel-Makros), Chatbots, Mailbots oder Ansätze auf künstlicher Intelligenz verstanden. All diese Ansätze wollen digital ablaufende Prozesse effizienter gestalten. Bei RPA interpretiert eine Software die Tätigkeiten von Mitarbeitern und kann die so erfassten Arbeitsschritte wiederholen. Der Roboter ahmt damit eine menschliche Benutzerinteraktion innerhalb eines Prozesses nach. Effizienz wird dadurch gewonnen, dass der Roboter die aufgezeichneten Arbeitsschritte nun schneller und konsistenter durchlaufen kann.

Welche Faktoren müssen beachtet werden?

RPA soll bis Ende 2022 in 85% aller grossen Unternehmen im Einsatz sein, um Prozesse teilweise oder vollständig zu automatisieren. Für eine erfolgreiche Einführung von RPA sind aber verschiedene Faktoren entscheidend.

Nachfolgend werden die kritischsten Erfolgsfaktoren vorgestellt, welche zur erfolgreichen Einführung von RPA in einem Unternehmen beachtet werden sollten. Das sind einerseits Projekt-bedingte Faktoren, andererseits aber auch Organisations-Themen auf Management und Operations-Ebene. Je nach Thema hilft Process Mining bei der Unterstützung, damit die Einführung und der Betrieb von Prozessautomatisierung erfolgreich sind.

Im Detail bedeuten die Faktoren folgendes:

Projekt-bezogene Faktoren

• Change-Management und Kommunikation: Mit RPA können sich die Aufgabenprofile von Mitarbeitern verändern, da RPA nicht nur auf die Technik und Prozesse Einfluss hat, sondern auch auf die Mitarbeiter. Eine Kommunikationsstrategie für alle Stakeholder ist daher von zentraler Bedeutung. Die Vision und Strategie sollte von Beginn weg klar kommuniziert sein – aber auch die Grenzen von RPA.
• Prozessauswahl für RPA: Idealerweise wird mit einfacheren und überschaubaren Prozessen gestartet, so dass Quick Wins entstehen. Process Mining ist hier ein wichtiges Mittel. Nur wer seine Prozesse kennt und versteht kann diese auch verbessern und automatisieren. Somit ist die Dokumentation und die Übersicht der Prozesslandschaft ein erster Schritt. IT- und Business Einbezug: Damit die Anforderungen und Restriktionen oder Rahmenbedingungen von IT- sowie von Business-Seite berücksichtigt werden, bedarf es den Einbezug beider Seiten. Idealerweise gibt es schon definierte Prinzipien der Zusammenarbeit zwischen Business-Seite und IT/Security-Abteilung
• IT-Infrastruktur: Die IT-Infrastruktur muss auf eine RPA-Einführung vorbereitet sein. Damit sind auch klar definierte IT-Rollen gemeint, aber auch das Wissen, welche Infrastruktur bei welchen Prozessen verwendet wird. Im Kehrschluss soll beim RPA-Aufbau das Wissen über die IT-Infra bekannt sein. Das impliziert auch die Funktionsweise von IT-Systemen und Login-Mechanismen
• Klarer Business Case: Der Business Case muss für alle Projektteilnehmer verständlich die Priorität und Ziele für die aktuellen und künftigen Anforderungen definieren. Der Business Case soll auch einen Überblick über den quantitativen und qualitativen Nutzen verschaffen, sowie Softfaktoren wie Compliance oder Benutzerzufriedenheit berücksichtigen. Process Mining hilft beim Verständnis, wie der Prozess abläuft und welche Systeme betroffen sind und fördert so die Definition und Abgrenzung für den Business Case.
• Projektmanagement: Ein Projektmanagement mit klarer Methodik und von Anfang an klar festgelegtem Umfang (inkl. Abgrenzung) ist förderlich für eine erfolgreiche RPA-Einführung. Nur so ist ersichtlich, ob die vom Unternehmen festgelegten Qualitätskriterien einhaltbar sind und dass die Anforderungen überhaupt erfüllt werden können.
• Prozesse vorgängig vereinfachen: RPA ist auf regelbasierte Prozesse hin optimiert. Das bedingt strukturierte Daten für die Roboter. Daher empfiehlt es sich, Prozesse vor der Automatisierung zu optimieren oder standardisieren, oder schlicht zu vereinfachen. So werden unpassende Prozessschritte angepasst und unstrukturierte Daten korrigiert. Das führt zu weniger Ausnahmebehandlungen und damit zu einer Verbesserung der RPA-Verwendung. Auch hier kann Process Mining helfen, die aktuell gelebten Prozesse besser zu verstehen und Vereinfachungsmöglichkeiten zu erkennen.

Management-Faktoren

• Top Management Support: Wie bei vielen Vorhaben, die eine Änderung bedeuten: Das Top-Manangement muss RPA unterstützen. Sorgen und Fragen der Mitarbeiter müssen beantwortet werden können, sonst wird es Widerstand gegen die Implementierung geben. Idealerweise ist RPA strategisch, womit sich der Top-Management Support schon ergibt. Damit wären auch allfällige organisatorische Veränderungen einfacher durchführbar.
• Unternehmensstrategie, RPA strategisch: Bei RPA handelt es sich um eine strategische Innovation und nicht um eine betriebliche. Eine RPA-Einführung gelingt eher, wenn sie als Teil einer unternehmensweiten Strategie umgesetzt und angegangen wird. RPA muss aber zur  Unternehmensstrategie passen. Ergänzend helfen auch Kurz- und Langzeit-Ziele, welche mit RPA erreicht werden wollen.
• RPA Strategie & Governance: Für einen längerfristigen Erfolg einer RPA-Implementierung ist eine RPA-Governance essentiell. Dabei soll nicht nur die Technologie definiert werden, sondern auch wie Standards eingehalten werden können. Eine RPA-Strategie und -Governance ist entweder innerhalb der IT-Governance oder wird durch ein Center of Excellence geführt.
• Unternehmenskultur: Für eine RPA-Einführung ist es förderlich, wenn die Unternehmenskultur veränderungswillig ist oder besser eine Innovationskultur ist. Damit ist auch eine Toleranz beim Management gemeint, wenn Fehler passieren, so dass mit RPA auch experimentiert werden kann.

Operative Faktoren

• RPA überwachen: Es ist wichtig, dass eingeführte Automatismen nach der Einführung überwacht werden. Es geht dabei nicht nur um den Langzeiterfolg von RPA wie, sondern auch darum, wie sich Wartungsarbeiten an Infrastruktur, Systemupgrades und ähnliches auf die automatisierten Prozesse auswirkt. Auch hier kann Process Mining mittels wiederkehrenden Analysen helfen, Veränderungen im Prozess zu erkennen.
• RPA Knowhow, Wissensmanagement: Entweder ist das Wissen von RPA bei der beauftragten Beratungsfirma, oder aber man baut das Wissen im Unternehmen selbst. Dabei ist nicht nur die RPA-Funktionsweise, sondern auch das Verständnis des eingesetzten Produkts von Relevanz. Das RPA-Knowhow muss schlussendlich ins Unternehmen fliessen. Dazu muss geplant werden, welche Skills für die Mitarbeiter zu entwickeln sind.
• Zentrale Experten-Abteilung (CoE): Mittels einem Center-of-Excellence (CoE) wird eine Experten-Abteilung geschaffen, welche Best Practices bereitstellt, wie RPA unter Einhaltung von Sicherheits- und Compliance-Anforderungen eingeführt werden kann. In einem CoE werden Expertisen und Verantwortlichkeiten aus verschiedenen Bereichen abgedeckt. Von der Entwicklung über IT-Architektur bis Prozess-Administration. Das Team verantwortet auch eine RPA-Governance, das Lizenz-Management, sowie die Roboter-Wartung.

Warum Process Mining eine zentrale Rolle spielt

Bei einigen Faktoren wird ersichtlich, dass man seine Prozesse kennen und verstehen muss. Einen fehlerhaften Prozess zu automatisieren, macht ihn nicht besser – höchstens etwas schneller. Er ist aber noch immer fehlerhaft, ineffizient und im Extremfall verdeckt RPA nur eine Prozessschwäche, weil es dadurch nicht mehr den Alltag belastet.

Eine genaue Prozessanalyse vor der Einführung von RPA ist somit unabdingbar. Process Mining eignet sich hier als Hilfsmittel insbesondere deshalb, weil es eben ein Abbild der real laufenden Prozessschritte zeigt und nicht zwingend den Soll-Prozess per Definition. Gerade wenn ein Prozess viele unterschiedliche Varianten aufzeigt, muss vor der Automatisierung klar sein, was nun der optimale Teil zur Automatisierung ist. Je nach Resultat der Analyse kann sich auch herausstellen, dass eine Backend-Schnittstelle zur Automatisierung besser geeignet ist oder ein Prozess zuerst vereinfacht oder umgestaltet werden soll.

Process Mining hilft auch nach der Einführung von RPA. Viele Process Mining Tools bieten Funktionen zum Vergleich von Prozessen vor und nach einer Optimierung an. Somit ist ersichtlich, welche Auswirkung den Einsatz von RPA auf den Prozess hat. Ist er massiv oder generell positiv, so ist das die beste Werbung für weitere Automatisierung. Ist er negativ, so müssen die Prozesse erneut hinterfragt werden und weitere Anpassungen sind zwingend. Strebt eine Firma einen möglichste hohen Automatisierungsgrad an, so bieten Process Mining Tools ebenfalls Auswertungen dazu an und zeigt den Fortschritt mit Monitoring-Funktionen.