Der Einsatz von RPA-Bots als Teil der Prozessautomatisierung wird immer beliebter und verbreiteter. Das Versprechen von einfacher Implementierung, nicht benötigten APIs und damit ein schneller ROI überzeugen die Stakeholder. Mit der zunehmenden Zahl der implementierten Bots wird aber häufig festgestellt, dass ihre Skalierung und Steuerung eine besondere Herausforderung darstellt. Warum auch in diesem Kontext der Einsatz einer dedizierten Prozessorchestrierung sehr sinnvoll ist, wird anhand des folgenden Beispiels dargestellt:
Im Antragsprozess einer Sachversicherung wurden RPA-Bots implementiert, um den Sachbearbeiter von manuellen Aufwänden, etwa für Datenerfassung in Bestandssystemen, zu entlasten. Im Laufe der Zeit, nachdem immer mehr RPA-Bots für weitere Aufgaben implementiert wurden, begann es chaotisch zu werden (Abbildung 1). Die Sicherstellung eines schnellen Supports und einer agilen Weiterentwicklung des Prozesses wurde immer aufwändiger, und der Koordinierungsaufwand hinsichtlich der übergreifenden Prozess-Steuerung stieg.

In der Folge war unklar, an welcher Stelle bei notwendigen Prozessveränderungen Hand angelegt werden musste und welche Abhängigkeiten unter den einzelnen RPA-Bots innerhalb des Prozesses tatsächlich bestand. Ursache und Auswirkungen entsprechen dem, was in der Entwicklung als Spaghetti-Code bezeichnet wird. In diesem Szenario sind es Spaghetti-Bots.
Hier drängt sich die Frage auf: Bringt zunehmende Automatisierung mehr Komplexität und muss man damit leben? Die Antwort: Nein und sogar die Lösung ist einfacher, als man vielleicht denkt. Nachfolgend zeige ich auf, wie die RPA-Nutzung Vorteile bringt, wo die Grenzen sind und wie diese Herausforderungen gelöst werden können.

Die Vorteile von RPA-Bots liegen in der Automatisierung von repetitiven Aufgaben über Systemgrenzen hinweg, bei denen keine API zur Verfügung steht. In Frage kommen hier beispielsweise Datenerhebung, -erfassung und -pflege oder das Auslösen von Aktionen über Systemgrenzen hinweg.

Die Grenzen der RPA-Nutzung liegt im Treffen von Geschäftsentscheidungen, Implementierung und Steuerung der Prozesslogik und des Datenmodells. Im o. g. Beispiel gibt keine zentrale Steuerung des Prozesses, der Taskscheduler oder Sachbearbeiter startet die Bots und es sind sogar prozessrelevante Entscheidungen darin enthalten.

Um diese Nachteile zu vermeiden, sollte die Prozess-Steuerung losgelöst von der RPA-Automatisierung erfolgen. Damit wird sichergestellt, dass Entscheidungen und Verzweigungen des Prozesses klar dokumentiert und sogar modelliert sind. Bei einer Anforderung an den Prozess oder einzelne Arbeitsschritte ist nun klar, wo und was getan werden muss. Das ist der Zweck der Prozessorchestrierung.

Es ist wichtig zu erwähnen, dass Prozessorchestrierung die Strategie zur koordinierten und effizienten Ausführung der Prozesse und dessen Prozessschritte umsetzt. Die Modellierung der ausgeführten Schritte in der standardisierte BPMN 2.0 Form sorgt für einen einfachen und lesbaren Überblick des Geschäftsprozesses. Um die Ausführung dann folgerichtig automatisiert zu gestalten, kann eine Workflow-Engine technisch eingesetzt werden. Diese dafür sorgt, dass der Prozess „auf Knopfdruck“ läuft.

Damit bietet sich an, eine Kombination von Prozess Orchestrierung inklusive Workflow-Engine und RPA-Bots einzusetzen. Eine Workflow-Engine wie z.B. Camunda ist verantwortlich für die Steuerung des End2End-Prozesses einschließlich der verschiedenen Zweige dieses Prozesses. Die eingebauten automatisierten Aufgaben (Service Task in BPMN 2.0) übernehmen die Steuerung der eingesetzten RPA-Bots. Um diese Lösung greifbar zu machen, dient das Beispiel der Erfassung von Kundendaten und der SEPA Mandatsfreigabe als Ausschnitt des Antragsprozesses:

Der potenzielle Kunde erfasst auf der Website die Kundendaten, die im CRM-System gespeichert werden. Da das vorhandene Bestandssystem über keine API verfügt, müssten die Sachbearbeiter die Daten manuell überführen, was durch ein RPA-Bot ersetzt werden kann. Dieser kann in den Prozess integriert werden, indem ein automatisierter Schritt erstellt wird, der sich um den Start des Bots nach Eingang der Kundendaten kümmert, auf die Rückmeldung wartet und diese dann verarbeitet. Nach erfolgreicher Datenübermittlung kann die Erfragung und Bestätigung des SEPA Mandats automatisiert erfolgen. Die Übertragung der empfangenen Daten wird von einem zweiten Bot ausgeführt, der wiederum von einem automatisierten Task mit der Workflow-Engine gesteuert wird. Ist dies geschehen, wird der Antragsprozess automatisch zur Policierung oder Ablehnung des SEPA Mandats fortgesetzt.

Es ist nicht nur so, dass der Prozess auf diese Weise klarer wird, sondern es gibt auch wesentliche weitere Vorteile, die sich aus dieser Vorgehensweise ergeben:

  1. Die Prozesse sind schon an dedizierten Schritten (Verarbeitung der Kundendaten ins Bestandssystem, Integration der Freigaben durch Kunden) vollständig automatisiert mit verhältnismäßig geringer Investition. (Keine neue Anwendung mit API wird gebraucht und Implementierung von Schnittstellen sind nicht nötig)
  2. Die Prozessorchestrierung bringt die Möglichkeit des Monitorings mit sich, die unter anderem die Vorgänge auskunftsfähig für den Service Desk macht.
  3. Transparenz über den Prozess und der Geschäftslogik durch eine lückenlose Dokumentation und standardmäßige Modellierung.
  4. Diese Transparenz bietet eine solide Basis, um weitere Use Cases für Automatisierung zu entdecken und deren Business Cases zu kalkulieren. Einzelne Schritte können perspektivisch auch mit API automatisiert werden, ohne den Prozess zu ändern. Die einzelnen Tasks können gekapselt von der Benutzung eines RPA-Bots zur Benutzung eines APIs geändert werden.
  5. Die gefundenen Use Cases können unabhängig voneinander und inkrementell realisiert werden, was eine agile Vorgehensweise ermöglicht.

Der Einsatz von Prozessorchestrierung stellt sicher, dass die Prozesslogik in einem einheitlichen Modell bleibt, was dazu führt, dass die RPA-Bots im Rahmen der Prozessautomatisierung bestmöglich eingesetzt werden. Auf diese Weise werden keine wichtigen Entscheidungen in einem Bot versteckt, sondern sie sind für jede Aufgabe klar getrennt. Die Kombination dieser zwei Technologien hilft nicht nur, den Spagat der Bots zu bewältigen, sondern auch, Optimierungspotenziale und zukünftige Innovationen zu erkennen und auf notwendige Veränderungen schnell reagieren zu können.

Petra Horvath, Gastautorin PPI AG

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert

2  +  1  =  

Verwandte Artikel