Glossar der Automatisierungsbegriffe

Als robotergesteuerte Prozessautomatisierung oder RPA wird die Software bezeichnet, durch die Digital Worker in der Lage sind, schrittweise Aufgaben oder Geschäftsprozesse innerhalb Ihrer vorhandenen Systeme und Anwendungen auszuführen, ähnlich wie ein Mitarbeiter es tun würde. Als entscheidender Baustein der intelligenten Automatisierung ist RPA in Verbindung mit KI-Technologien nicht mehr auf häufige Back-Office-Prozesse beschränkt, und Digital Worker können jetzt fortschrittliche kognitive Automatisierungsfähigkeiten nutzen, um Ausnahmen, Abweichungen und Problemlösungen mit wenig manuellem Aufwand zu bewältigen.

Der Begriff „Künstliche Intelligenz“ (KI) beschreibt die Fähigkeit einer Maschine, intelligentes menschliches Verhalten zu imitieren, oder die Simulation von intelligentem Verhalten durch Computer. In Verbindung mit intelligenter robotergesteuerter Prozessautomatisierung ermöglicht die künstliche Intelligenz Unternehmen, unstrukturierte Daten zu analysieren, zu kategorisieren und zu extrahieren, um sie nicht nur nutzbar zu machen, sondern auch die Ergebnisse von komplexen automatisierten Geschäftsprozessen zu verbessern.

Die intelligente Automatisierung (IA) (auch als „intelligente Systeme“ bezeichnet) verbindet die künstliche Intelligenz (die Simulation menschlicher Intelligenz) mit den Funktionen der RPA (der Simulation menschlicher Handlungen), um Automatisierungsfähigkeiten zu erweitern. Unterstützt durch die intelligente Automatisierung können andere kognitive Technologien wie die Bilderkennung, die Verarbeitung natürlicher Sprache und das maschinelle Lernen in Digital Worker integriert werden, um das Spektrum der Prozesse zu erweitern, die automatisiert werden können – von semi-strukturierten Prozessen wie der Bearbeitung von Rechnungen im Finanzdienstleistungsbereich bis hin zu unstrukturierten Prozessen wie der Klassifizierung von E-Mails.

Ein Kompetenzzentrum (Center of Excellence, CoE) besteht aus einer Gruppe kritischer Denker aus dem gesamten Unternehmen und spielt eine entscheidende Rolle bei der Umsetzung eines erfolgreichen Programms für die intelligente Automatisierung. CoEs fördern die unternehmensweite Akzeptanz, vermitteln Best Practices, dienen als Quelle für Wissen und Ressourcen und zeigen dem Unternehmen greifbare Vorteile auf.

Die Bilderkennung versucht, die Funktionen des menschlichen Auges und Gehirns zu emulieren oder zu übertreffen, die es uns ermöglichen, Muster und Formen zu sehen, Gesichter zu erkennen und vieles mehr. Dazu verwendet die Bilderkennung eine Reihe von Algorithmen und Prinzipien des maschinellen Lernens, um Bilder zu erkennen, zu interpretieren und zu verstehen.

In der intelligenten Automatisierung eröffnet die Bilderkennung eine Welt neuer Möglichkeiten und kann auf vielfältige Weise eingesetzt werden, von einfachen Anwendungsfällen, wie zu erkennen, wo sich eine Schaltfläche auf einem Bildschirm befindet und angeklickt werden muss, bis hin zu komplexen Anwendungsfällen wie der Erkennung falsch geparkter Autos.

Das Deep Learning (DL) ist ein Teilbereich des maschinellen Lernens, das von der Struktur des menschlichen Gehirns inspiriert ist. Während das maschinelle Lernen jedoch Parameter verwendet, die auf Beschreibungen der Eingaben basieren, nutzt das Deep Learning Daten, die mit einem Objekt oder Datensatz verbunden sind, sowie die Art und Weise, wie sie sich von einem anderen Objekt oder Datensatz unterscheiden. In einer realen Anwendung kann Deep Learning einem Digital Worker beispielsweise helfen, Handschriften ganz einfach zu entziffern und zu verstehen, indem er unterschiedliche Schreibmuster erlernt und sie mit Daten dazu vergleicht, wie die einzelnen Buchstaben aussehen sollten. Eine komplexere Anwendung könnte die Diagnose der Erkrankung eines Patienten sein.

Digital Worker sind hervorragend organisierte, multitaskingfähige Software-Roboter, die Mitarbeitern zur Seite stehen, um Geschäftsprozesse zu automatisieren und zu transformieren. Wie Menschen können Digital Worker im Laufe der Zeit neue Fähigkeiten entwickeln und somit intelligenter und kompetenter werden. Dank KI können Digital Worker so trainiert werden, dass sie immer komplexere Aufgaben übernehmen, riesige Arbeitslasten bewältigen und wichtige Entscheidungen treffen können, um die Arbeit schneller und produktiver zu erledigen – für zukunftsstarke Unternehmen.

Eine grafische Benutzeroberfläche ermöglicht es dem Benutzer, ganz einfach mit dem Computer zu interagieren, typischerweise durch Auswahl aus angezeigten Menüs oder Symbolgruppen.

Das maschinelle Lernen (ML) ist eine Anwendung der KI, die es einem Computer, einem System oder einer Technologie ermöglicht, zu lernen und seine Leistung selbst zu verbessern, indem es kontinuierlich neue Daten in ein vorhandenes statistisches Modell einbezieht oder neue Verhaltensweisen auf der Grundlage von Erfahrungen entwickelt. Für das maschinelle Lernen gibt es drei wichtige Ansätze: beaufsichtigtes, unbeaufsichtigtes und Verstärkungslernen. Jeder dieser Ansätze hilft Maschinen, Entscheidungen autonom oder semi-autonom zu treffen, damit sie sich an Veränderungen anpassen und in kürzester Zeit die besten Ergebnisse bieten können, ohne ständig direkte Anweisungen von einem Mitarbeiter zu benötigen.

Als Verarbeitung natürlicher Sprache (Natural Language Processing, NLP) bezeichnet man die Fähigkeit von Computern, menschliche Sprache in Wort und Schrift zu verarbeiten. Ähnlich wie Kinder sprechen lernen, können Computer mit dem Erlernen einfacher Satzstrukturen beginnen und schließlich sogar die Ironie in einem Satz verstehen. In der intelligenten Automatisierung wird NLP eingesetzt, damit sich Chatbots und virtuelle Agenten mit Menschen unterhalten und letztlich genauso effektiv kommunizieren können wie ein Mensch.

Die Klassifizierung natürlicher Sprache (Natural Language Classification, NLC) ermöglicht es Maschinen, themenspezifische Sprache zu erlernen, so dass sie letztendlich den Kontext ähnlich wie ein Mensch verstehen. Mit NLC können Digital Worker Wörter abhängig von ihrer Position oder Bedeutung in einer bestimmten Satzstruktur verstehen, klassifizieren und darauf reagieren.

Durch Generierung natürlicher Sprache (Natural Language Generation, NLG) können Digital Worker die schwer verständliche Maschinensprache in eine Sprache übersetzen, die Menschen leicht verstehen können. Heute kann NLG zum Beispiel in einem Finanzberatungsszenario eingesetzt werden, in dem Kursswankungen überwacht werden, um zu empfehlen, ob man Aktien verkaufen oder investieren sollte.

Ein neuronales Netzwerk ähnelt Neuronen, die sich im menschlichen Gehirn verbinden. Es ist eine Computerarchitektur, in der mehrere Computerprozessoren miteinander verbunden sind. Diese Verbindungen ermöglichen es Computern, durch die Versuch und Irrtum Methode zu lernen. Konventionelle neuronale Netze werden zur Erkennung von Objekten in Videos oder Bildern verwendet, während rekurrente neuronale Netze Netzschleifen bilden, mit denen Informationen in der Computerarchitektur langfristig erhalten bleiben.

Die optische Zeichenerkennung (Optical Character Recognition, OCR) – oder intelligente OCR (iOCR) zur genaueren Verarbeitung – ist die Technologie, mit der handgeschriebene oder gedruckte Daten in digitalen Text umgewandelt werden können. OCR kann effektiv genutzt werden, um die Informationen zu lesen, zu verstehen und zu digitalisieren oder um Abweichungen/Ausnahmen zu markieren und sie an einen Mitarbeiter zur manuellen Bearbeitung zu übergeben. iOCR kann aus den Aktionen von Personen oder durch Mustererkennung lernen, und wenn das Dokument nicht extrem unsystematisch ist, können die Erfolgsquoten deutlich verbessert werden.

Die Orchestrierung ist einer der drei Hauptansätze für die Verwaltung der Automatisierung. Die anderen beiden sind die manuelle Verwaltung und die Zeitplanung. Anders als bei der manuellen Verwaltung, bei der ein Mitarbeiter einen Job für einen bestimmten Prozess oder eine bestimmte Aufgabe physisch auslöst, oder bei der Zeitplanung, bei der ein Mitarbeiter die Digital Worker anweist, eine Aufgabe beispielsweise in einem festgelegten Zeitrahmen alle zwei Minuten auszuführen, nutzt die Orchestrierung Daten und Algorithmen, um zu ermitteln, wann der beste Zeitpunkt für die Ausführung bestimmter Aufgaben ist oder wann Digital Worker sich anderen Aufgaben widmen sollen, statt untätig zu warten. Dieser Ansatz bietet höchste Effizienz und bedeutet, dass Digital Worker niemals untätig sind.

Ein Process Design Document (PDD) ist in der Regel ein papierbasiertes Dokument, das alle Informationen über die aktuelle Form des automatisierten Geschäftsprozesses, seine vorgesehene zukünftige Form und alle Einschränkungen und Abhängigkeiten enthält. Auch wenn dies ein wichtiger Schritt in die richtige Richtung ist, kann es schwierig sein, die unterschiedlichen Komplexitätsstufen innerhalb des Prozesses in einem Papierdokument darzustellen und zu verstehen, da PDDs komplex sein können. Daher wird empfohlen, papierbasierte PDDs durch ein digitales Tool zu ersetzen, das es den Teams erleichtert, Prozessabläufe gemeinsam an einem zentralen Ort zu modellieren, zu entwerfen und zu optimieren.

Ähnlich wie ein Proof of Concept (POC), der bei Softwareprodukten verwendet wird, um zu belegen, dass ein Konzept oder eine Technologie wie behauptet funktioniert, soll ein Nachweis des Geschäftswerts oder Proof of Value (POV) zeigen, dass der Business Case für die Automatisierung in großem Umfang für alle angegebenen Geschäftsanforderungen umgesetzt werden kann. Während ein POC einfache Fragen untersucht, wie z.B.: „Funktioniert die Technologie wie erwartet?“ und „Wie wurde sie bereitgestellt?“, ermittelt ein POV den Umfang des Business Case und der Transformation, beschreibt, misst und entwirft diese und prognostiziert das potenzielle Ergebnis mit Unterstützung der Geschäftsführung.

Das Robotic Operating Model (ROM™), das exklusiv von Blue Prism entwickelt und angeboten wird, ist die strategische Methode für die Implementierung und Bereitstellung von RPA-Software, die Unternehmen bei der Einführung, Pflege und Skalierung ihrer Digital Workforce unterstützt. Das ROM definiert die Standards, Prinzipien und Vorlagen für die Implementierung der Robotic Process Automation in einem Unternehmen. Diese bewährte Strategie basiert auf sieben Grundlagen, die wir für eine erfolgreiche RPA-Einführung als wesentlich betrachten.

Software-Roboter sind hervorragend organisierte, multitaskingfähige Digital Worker, der Ihren Mitarbeitern zur Seite stehen, um Geschäftsprozesse zu automatisieren und zu transformieren. Wie Menschen erledigen Digital Worker bestimmte, ihnen zugewiesene Aufgaben und können im Laufe der Zeit neue Fähigkeiten entwickeln und somit intelligenter und kompetenter werden. Dank KI können Digital Worker so trainiert werden, dass sie für zukunftsstarke Unternehmen immer komplexere Aufgaben übernehmen, riesige Arbeitslasten bewältigen und wichtige Entscheidungen treffen können, um die Arbeit schneller und produktiver zu erledigen.

Intelligent document processing (IDP) converts unstructured or semi-structured data into structured, usable information using artificial intelligence. SS&C | Blue Prism® Decipher IDP is our way of combining artificial intelligence (AI) and optical character recognition (OCR) to extract complex data quickly and accurately into a readable format. It has an easy-to-use UI with low code and no setup required, taking hours rather than days to be up and running.

Document automation is the process of turning handwritten documents into decision-ready information immediately. It digitizes, classifies and extracts information from paper automatically using the latest machine learning technology. SS&C | Blue Prism® Document Automation is one such program which extracts data to produce accurate, automation-ready data.

RPA director is a program that enables you to automatically assign work to your digital workforce. SS&C | Blue Prism® Director lets you prioritize tasks for your digital workers by entering your business parameters and dynamically prioritizes your work based on that configuration. It organizes work across multiple queues and Director’s dashboard gives an overview of the effectiveness of your digital workforce, whether SLAs are met, cost savings, the number of hours saved and so on.

Business process management (BPM) is a structured way of improving business processes by analyzing, modeling, implementing, monitoring and automating them. SS&C | Blue Prism® Chorus is our BPM suite made to help you rapidly build and automate processes, optimize workflows, create digital customer experiences and accelerate straight-through processing. Chorus’s suite includes digital process automation, case management, omnichannel interactions and operational analytics.

Business process analysis (BPA) is the method of reviewing the processes governing your business operations. It’s a multi-step analysis of your process to identify what’s working well, what needs improvement and how such improvements can be made.

Process discovery is the method of manually or automatically gathering data via BPM and process mining to create a representation of an organization’s current business processes. It allows you to objectively identify, analyze, qualify, prioritize and schedule business processes for automation to form a demand pipeline.

Business process optimization (BPO) is a way of improving an organization’s efficiency by optimizing its core processes. BPO is part of the process of business process management (BPM).

Process intelligence brings together the best aspects of process mining, task mining and business intelligence. By using process intelligence, you can transform how your processes work through process discovery, analysis and optimization. This lets you scale your automation faster by identifying the right processes and running them at peak performance.

Process mining uses data from information systems to create an accurate model of how a process is executed. The data for process mining is collected from the log data of applications and databases and fed into an analytical engine that mines that data and produces a map of how the process operates in production, then compares it with a model of how the process is designed to operate.

Task automation uses technology such as robotics process automation (RPA) to complete tasks rather than completing them manually with human effort. Task automation saves an organization the time and money usually spent on repetitive manual tasks.

Task mining focuses on the smaller components of a process or subprocess to drill into the granular clicks of an individual or compare clicks of multiple users to see how different people complete tasks. Task mining shows the frequency, complexity and cycle times by recording keystrokes and clicks, and copying and pasting activities to build a visual representation of how tasks are undertaken.

Workflow automation is setting up tasks to perform independently within set parameters to improve the flow of work. It’s the process of moving tasks from manual to automated digital labor.

Unattended robotics process automation (RPA) runs independently, completing tasks by following a rules-based process without requiring human intervention.

Attended robotics process automation (RPA) is a set automation that lives on a user’s device and won’t activate unless the user gives a command. It’s ideal for automation requiring security for sensitive data. SS&C | Blue Prism® Desktop is the only desktop automation solution delivering enterprise-level control, security, scalability and auditability for automating repetitive tasks on employee desktops. With Desktop, users can run centrally developed, validated processes in full compliance with an enterprise’s IT and security standards.

A robotics process automation (RPA) operating model is a system to help organizations deliver scaled deployment of their digital workers tailored to their needs, with comprehensive guides, templates and an automation maturity model. The SS&C | Blue Prism® Robotic Operating Model 2 (ROM™2)enables you to expand your intelligent automation (IA) capabilities with our strategic step-by-step guide, helping organizations start small and scale quickly.

Automation lifecycle management (ALM) is a scalable operating model for enterprise-ready automations. SS&C | Blue Prism® Automation Lifecycle Management (ALM) uses the power of Wireframer and reusable templates to help organizations design better quality automations quickly while simplifying complex and time-consuming process definition activities.

Still have RPA-related questions? Get in touch.

Alexis Veenendaal ist Associate Content Writer und Editor bei SS&C Blue Prism. Sie verrät Ihnen alle coolen Tipps und Tricks zur Implementierung intelligenter Automatisierung. Nach ihrem Abschluss an der University of Lethbridge in englischer Literatur lebt und arbeitet sie international als professionelle Autorin und Designerin. Zu ihren Interessen zählen das Verfassen von Büchern und der digitalen Kartografie.