© Copyright 2019 marcus evans. All rights reserved.

Weitere Informationen

4. Jahrestagung

Automatisierte Rechnungsverarbeitung & Invoice Processing

24. - 26. September 2019 | Köln

Welche Vorteile hat die Intelligent Process Automation im Gegesatz zu Robotic Process Automation?

Robotic Process Automation (RPA) und Intelligent Process Automation (IPA) sind technologische Konzepte, die ihren jeweiligen Platz in der Entwicklung von maschinellen Lösungen zur Digitalisierung haben. Betrachtet man RPA und IPA auf einer Art Zeit- oder Entwicklungsstrahl von virtuellen Assistenzsystemen, dann ist IPA in gewisser Weise die Weiterentwicklung von RPA. 


Virtuelle Assistenzsysteme lassen sich grob in 3 Gruppen unterteilen: Robotic Desktop Automation, Robotic Process Automation und Intelligent Process Automation, wobei die letzt genannte die „intelligenteste“ Lösung ist. 


• Die Robotic Desktop Automation - kurz RDA - erfolgt auf dem Desktop des Nutzers. Eines der Merkmale dieses Systems ist, dass der Nutzer in der Regel nicht mit seiner Tätigkeit fortfahren kann.


• Die nächste Gruppe ist Robotic Process Automation. Dabei handelt es sich um eine skalierbare DV-Lösung, welche sich an die spezifischen Prozessanforderungen des jeweiligen Mitarbeiters bzw. seinen Aufgabenfeldes anpassen lässt. RPA setzt dabei Multi-Skill-Roboter ein und arbeitet -im Gegensatz zum RDA - selbstständig im Hintergrund. Fokus von RPA ist die Übernahme von sich wiederholenden Aufgaben, wodurch Freiraum für andere Tätigkeiten entsteht. 


• Die dritte Gruppe und damit auch der smarteste Automatisierungstyp ist Intelligent Process Automation (IPA) – im übertragenen Sinne der jüngere Bruder der robotergesteuerten Prozessautomatisierung. IPA verfügt über die gleichen Mehrwerte wie RPA; geht dabei zugleich einen Schritt weiter und integriert einen weiteren Level an Automatisierung durch KI-Bausteine wie z.B. Machine Learning. Dadurch entsteht die Möglichkeit, unstrukturierte Daten in einem solchen System zu managen. IPA ist ferner flexibel im Lernverhalten, sodass prozessuale Änderungen vergleichsweise schnell implementiert werden können.

Was ist der Hauptunterschied zwischen Künstlicher Intelligenz und Intelligent Process Automation?


Ein kompaktes Eingangsstatement dazu: Je komplexer die Verarbeitungsschritte und je unstrukturierter der bestehende Daten-Input, desto mehr kognitive Bestandteile sind für die Automatisierungslösung erforderlich. Wenn Unternehmen also komplexe Prozesse und unstrukturierte Daten und deren Verarbeitung „automatisieren“ wollen, kommt die sogenannte „künstliche Intelligenz“ als technologisches Konzept zum Einsatz.  Die Intelligent Process Automation ist eine Kombination aus RPA und KI. Künstliche Intelligenz – kurz KI - ist ein Teilgebiet der Informatik, welches sich mit der Erforschung von Mechanismen des intelligenten menschlichen Verhaltens auseinandersetzt. Dieses erfolgt durch Simulation mit Hilfe künstlicher Artefakte, gewöhnlich mit DV-Anwendungen auf Computern. Die KI ist sozusagen die intelligente „Zutat“, um IPA-Assistenzsysteme überhaupt zu ermöglichen. Intelligent Process Automation ist eine Ergänzung oder eine Erweiterung der RPA-Systeme durch intelligente, kognitive Bausteine. Dabei liefern Machine-Learning-Komponenten oder eben die „Künstliche Intelligenz“ die technologischen Voraussetzungen für den Automatisierungsgrad, um auch „sich nicht identisch wiederholende“ Prozesse durch ein System bearbeiten zu lassen. 


Für die Zukunft ist denkbar, dass IPA-Lösungen im Zusammenwirken mit KI das menschliche Denken nachnahmen kann.

Wie kann Intelligent Process Automation in der Rechnungsverarbeitung eingesetzt werden?


IPA ermöglicht es, sowohl strukturierte als auch unstrukturierte Daten zu erkennen und zu interpretieren. Dabei ist IPA auch in der Lage, neue Prozessregeln im Austausch mit dem Anwender eigenständig zu erlernen. Wenn Unternehmen IPA-Systeme nutzen, können sie im Grunde ein sich selbst verbesserndes System implementieren und dadurch den Automatisierungsgrad der Geschäftsprozesse erhöhen.


In Bezug auf die Rechnungsverarbeitung noch einmal ein kurzer Blick auf die zentralen Unterschiede zwischen RPA und IPA: RPA-Systeme können sich nicht eigenständig an neue Parameter – zum Beispiel an eine neue Eingangsrechnung oder ein neues Formular - anpassen. Hier bieten dann IPA-Systeme mit Machine Learning oder sogar KI-Basis eine weitaus höhere Flexibilität. Sie können zum Beispiel unbekannte oder veränderte Rechnungsformate eigenständig erkennen und richtig interpretieren sowie auslesen. Eine vorherige Ankündigung und ein Trainieren der Formatänderung entfällt. Je nach Umfang der Verbindungen zur Außenwelt könnte das IPA-System dann auch eigenständig die weiteren Schritte im Rechnungswesen, z.B. die Erfassung als Anlagegegenstand und die Ermittlung der richtigen Afa, vornehmen. Veränderungen in Eingabemasken können von einem IPA selbständig erkannt und berücksichtigt werden. Aber nicht nur in der Rechnungsverarbeitung, sondern auch im externen Rechnungswesen – z.B. der Erzeugung eines Reports mit einem Standardlayout – bieten sich IPA-Systeme an.

Worauf sollen die Unternehmen achten bei der Auswahl des Intelligent Process Automation Systems?


Es gibt eine Vielzahl von Parametern für die Auswahl eines IPA-Systems und es hängt natürlich auch immer vom Business Case des Unternehmens und des IPA-Einsatzes ab. Die folgenden drei Themenfelder – die ich hier exemplarisch nennen möchte - gehören auf jeden Fall dazu: Skalierbarkeit, Geschwindigkeit und Zuverlässigkeit.


• Skalierbarkeit: Unternehmen sollten keine IPA-Systeme auswählen, die den Einsatz von Softwarerobotern auf Desktops oder virtualisierten Umgebungen erfordern. Unternehmen sollten nach solchen IPA-Plattformen suchen, die zentral verwaltet und massiv skaliert werden können.

 
• Geschwindigkeit:  Unternehmen sollten in der Lage sein, neue IPA-Prozesse in wenigen Stunden oder weniger zu entwerfen und zu testen sowie die IPA-Bots so zu optimieren, dass sie schnell arbeiten. 


• Zuverlässigkeit: Wenn Unternehmen IPA-Roboter zur Automatisierung von Hunderten oder sogar Tausenden von Aufgaben einführen, sollten sie nach Tools mit integrierter Überwachung und Analyse suchen, die es ihnen erlauben, den Zustand ihrer Systeme zu überwachen. Wichtig beim Einsatz von maschinellem Lernen sind auch die Auswahl der geeigneten Algorithmen und das „richtige“ Training. 

Welche Vorteile sehen Sie für sich persönlich bezüglich Ihrer Teilnahme an unserer Konferenz?

Die Teilnahme an der Konferenz bietet die Möglichkeit des Austausches mit anderen Unternehmen und Spezialisten zu diesem Thema und damit den berühmten „Blick über den Tellerrand“. Insofern freue ich mich neben guten Vorträgen natürlich auch auf gute Gespräche mit den anderen Teilnehmern in den Pausen.

Ein Interview mit:

Dr. Oliver Recklies
Generalbevollmächtiger und Bereichsleiter Finanzen & Controlling - DZB BANK GmbH

Der Purchase-to-Pay Prozess und die Erfassung und Bearbeitung eingehender Rechnungen bietet nach wie vor ein hohes Optimierungs- und Einsparungspotenzial.

Die Auslagerung der Kreditorenbuchhaltung oder die Zentralisierung in Shared Service Centern war lange ein Alternative um Kosten zu sparen. Inzwischen können Unternehmen mit Robotic Process Automation und maschinellem Lernen Teilbereiche der Kreditorenbuchhaltung sehr viel effizienter steuern als bisher und sind nicht mehr auf FSSC angewiesen.

Die neusten Entwicklungen in der Technologie betreffen die Kombination von bestehenden Lösungen mit künstlicher Intelligenz. Aus Robotic Process Automation wird Intelligent Process Automation: Hier können Entscheidungen bei automatisierten Tätigkeiten getroffen werden. Bei Optical Character Recognition ist der Fall ähnlich: Intelligent Character Recognition benutzt künstliche Intelligenz und maschinelles Lernen um die gescannten Daten zu interpretieren und zwischen z.B. echten und gefälschten Rechnungen zu differenzieren.

Manche Unternehmen sind aber mit diesen neuen Konzepten und der gesamten Toolauswahl noch nicht vertraut, beziehungsweise haben übersteigerte Erwartungen an die verfügbaren RPA- und OCR- Technologien. Sie können deshalb die Kosten und die möglichen Ersparnisse bei der Implementierung solcher Lösungen nur schwer kalkulieren und verlieren durch zu hohe Komplexität Wettbewerbsvorteile.

Die Agenda der Konferenz finden Sie hier

Folgen Sie uns auf Social Media!

Über die Konferenz

Wir würden uns sehr freuen Ihnen weitere Informationen über die Agenda der Konferenz zu besorgen. 
Bitte füllen Sie das Formular aus und wir werden uns bald bei Ihnen melden.

Dr. Oliver Recklies arbeitete als Führungskraft in Volks- und Raiffeisenbanken, Sparkassen 
sowie Spezialinstituten. Vor diesem Hintergrund ist er bestens mit den Strategie und Steuerungsaufgaben als auch den Soft-Facts (Unternehmenskultur) in mittelständischen Unternehmen und Finanzdienstleistern vertraut. Seine beruflichen Positionen reichen von der Leitung von Stabsstellen über die Bereichsleitung bis hin zur Geschäftsführung. Seine Schwerpunkte sind die Steuerungsfunktionen (Finanzen, Controlling, Risikocontrolling, Vertriebssteuerung), in welchen auch seine Kernkompetenzen liegen. 2009 und 2010 leitete er den Transformationsprozess der BuchhändlerAbrechnungsgesellschaft und übernahm dann die Geschäftsführung dieses Abrechnungsdienstleisters bis zur Integration in die DZB BANK.

Die Agenda der Konferenz finden Sie hier

Wenn Sie die Agenda erhalten möchten, schicken Sie bitte eine E-mail an:

Anastasia Zardili
anastasiaz@marcusevanscy.com
+357 22 849 390

Für weitere Informationen

Von Robotic Process Automation zu Intelligent Process Automation im Rechnungswesen