COVID-19 beschleunigt den Automatisierungs-Zug
Der Mittelstand setzt auf Kollege Roboter

Software-Bots und künstliche Intelligenz – sind es nicht vor allem Großkonzerne, die durch softwaregestützte Automatisierung Kosten sparen und ihr Geschäft weiter digitalisieren? Spätestens mit der COVID-19-Pandemie ist „intelligente“ Automatisierung auch beim deutschen Mittelstand angekommen.

Ein Zimmer zum ruhigen Innenhof soll es sein und wegen des Frühstücks will der buchende Hotelgast noch kurzfristig Bescheid geben. Solche E-Mails beantworten in der Regel die Mitarbeiter an der Rezeption. In manchen Herbergen allerdings unterstützt bereits künstliche Intelligenz bei solcher Standardkommunikation. Etwa in der Form eines digitalen Concierge, der auf der Basis von „Natural Language Processing“ (NLP) trainiert wird, Standardanfragen zu verstehen, diese zu beantworten und die Informationen selbsttätig an die anderen Hotelprogramme und Buchungssysteme weiterzuleiten.
Unproduktive Routinen einsparen
Solche Beispiele sind inzwischen zahlreich – auch in kleinen und mittelgroßen Unternehmen finden sich mehr und mehr Lösungen einer sogenannten „intelligenten Automatisierung“. Ihr Ziel ist es nicht nur, unproduktive Routinearbeiten und die dafür anfallenden Kosten einzusparen. Die Kollegen aus Fleisch und Blut können sich zugleich anspruchsvolleren Aufgaben widmen – zum Beispiel Hotelgäste bei besonderen Anliegen persönlich beraten.
Dass intelligente Automatisierung unter Einbindung von künstlicher Intelligenz (KI) zunehmend auch im deutschen Mittelstand an Akzeptanz gewinnt, bestätigen die Marktforscher der Information Services Group (ISG) in einer neuen Studie. Heiko Henkes, Director & Principal Analyst bei ISG sagt: „Die Automatisierung konzentriert sich heute nicht mehr nur auf Hintergrundabläufe wie Infrastruktur, IT und Finanzwesen. Längst sind auch andere Geschäftsfunktionen wie Vertrieb, Marketing und Kundenservice in den Blickpunkt geraten.“
Das Beratungshaus Deloitte hat derweil in einer Automatisierungs-Studie von Ende 2020 berechnet, dass der globale Markt für Automatisierungstechnologien aktuell jedes Jahr um durchschnittlich 40,6 Prozent wächst. Heute haben den Analysten zufolge bereits 78 Prozent der Umfrageteilnehmer solche Automatisierungstechnologien umgesetzt und weitere 16 Prozent planen, dies in den nächsten drei Jahren zu tun.
Alles automatisieren, was möglich ist?
Großunternehmen sprechen mittlerweile sogar schon von „Hyper Automation“, bei der alles automatisiert werden soll, was grundsätzlich automatisierbar ist. Neben der klassischen Robotic Process Automation (RPA) spielen hier vor allem KI-Technologien wie Natural Language Processing (NLP) und intelligente Texterkennung (OCR) eine Rolle, aber auch Machine Learning und Datenanalytik (siehe auch Infokasten).
Auch im Mittelstand gibt es derweil immer mehr Unternehmen, die zumindest Standardprozesse mit RPA automatisiert haben und nun sozusagen auf den Geschmack gekommen sind. So fragen sich jetzt viele dieser Betriebe, wie es aus der Business-Perspektive weitergehen soll, zumal die bisher erreichten Ergebnisse zwar überzeugend, aber oft noch recht überschaubar sind. Und nicht zuletzt hat in den vergangenen Monaten die COVID-19-Pandemie das Automatisierungstempo noch einmal zusätzlich erhöht. Diversen Umfragen und Statistiken zufolge ist die Nachfrage nach Automatisierungslösungen zuletzt um 40 bis 50 Prozent gestiegen.
COVID-19 als Automatisierungstreiber
Der Grund: Automatisierung digitalisiert Geschäftsabläufe nicht einfach nur, sondern macht sie auch durchgängiger. Dadurch unterstützt sie dabei, den Geschäftsbetrieb kontinuierlich am Laufen zu halten. Viele Unternehmen mussten nach Ausbruch der Pandemie leidvoll feststellen, dass sie nicht umfassend genug digitalisiert hatten. Medienbrüche und die Notwendigkeit manueller Eingriffe führten zum Beispiel häufiger dazu, dass Lieferketten, aber auch interne Prozesse unterbrochen wurden.
Eine durchgängige Automatisierung hingegen macht es einfacher, den Geschäftsbetrieb auch dann aufrechtzuerhalten, wenn zum Beispiel viele wichtigen Mitarbeiter in Kurzarbeit sind. So überrascht nicht, was die jüngste Automatisierungsstudie von Deloitte herausgefunden hat. Ihr zufolge nutzen insgesamt zwei Drittel aller befragten Unternehmen Automatisierung zur Bekämpfung der Auswirkungen von COVID-19. Ein weiteres Drittel steigerte zudem Investitionen in robustere, auf Cloud Computing basierte Automatisierung als Reaktion auf die Pandemie.
Die größte Herausforderung gerade für mittelständische Unternehmen besteht dabei gar nicht mal darin, die jeweiligen Automatisierungsschritte technisch umzusetzen. Vielmehr müssen sie erst einmal herausfinden, welche Abläufe sich für intelligente Automatisierung überhaupt eignen und einen möglichst hohen Mehrwert bringen. Basis für entsprechende Initiativen ist deshalb eine konsequente Unterstützung seitens der Geschäftsführung, eigentlich immer auch Beratung durch externe Automatisierungsexperten sowie ein begleitendes Change-Management, das zum Beispiel die betroffenen Fachabteilungen mitnimmt – indem es etwa Ängste in Richtung eines möglichen Jobverlusts abbaut.
Info

„Intelligent Automation“ – die wichtigsten Technologien

Robotic Process Automation (RPA): Bei der robotergestützten Prozessautomatisierung führen sogenannte „Bots“ (Software-Roboter) manuelle, zeitintensive oder fehleranfällige Tätigkeiten durch, die sich häufig wiederholen und weitgehend standardisiert sind. Dabei lernen die Bots im Unterschied zu „wirklicher KI“ nicht selbsttätig hinzu, sondern führen Aufgaben in einer fest definierten Art und Weise aus. Wie menschliche Nutzer auch, sind die Software-Roboter in der Lage, Software-Anwendungen über die Benutzeroberfläche zu bedienen und zu steuern – seien es Finanzbuchhaltungsprogramme oder das Pflegen von Stammdaten.

Machine Learning (ML): Das maschinelle Lernen ist derzeit eine der am weitesten verbreiteten Disziplinen der künstlichen Intelligenz. Mit ihrer Hilfe lassen sich Software-Systeme „trainieren“, um bestimmte Datenmuster zu erkennen und dadurch eigenständig Lösungen für auftretende Problem zu finden. Auf diese Weise entsteht auf Basis von Erfahrungen künstliches Wissen.

Natural Language Processing (NLP): Natürliche Sprachverarbeitung umfasst das gesamte Feld des Verstehens und Verarbeitens natürlicher Sprache zum Zweck der maschinellen Verarbeitung. Ziel ist die Kommunikation zwischen Mensch und Computer über Sprache statt über die Dateneingabe per Tastatur oder Touchscreen. Anwendungsbeispiele sind das Steuern und Bedienen von Maschinen durch Sprache oder die automatisierte Textprotokollierung des Gesprochenen in Video- oder Telefonkonferenzen.

Optical Character Recognition (OCR): Bei der optischen Zeichenerkennung erkennt ein Computer Texte auf einem eingescannten Bild und kann diese dann in reguläre Textdokumente umwandeln. Zum Beispiel sind viele Smartphones heute per Kamera und OCR-Software in der Lage, Texte von abfotografierten Speisekarten oder Hinweisschildern zu erkennen und dadurch weiterzuverarbeiten – etwa die Übersetzung einer Speisekarte in jede gewünschte Sprache.