Die durch die COVID-19-Pandemie verursachte wirtschaftliche und betriebliche Unsicherheit hat viele Unternehmen gezwungen, sich auf schnelle Automatisierungserfolge zu konzentrieren. Es scheint, dass die meisten dieser Erfolge auf die Aufgabenautomatisierung (RPA) zurückzuführen sind, ohne dass das große Ganze und die Geschäftsprozesse, zu denen sie gehören, im Mittelpunkt stehen.
Dies wird wahrscheinlich zu langfristigen Prozess- und technischen Schulden für Unternehmen führen. Um dieses Szenario abzumildern, wird ein neuer Ansatz vorgeschlagen, nämlich Hyperautomatisierung.
Die anfänglichen Herausforderungen sind folgende:
- Wie man über RPA hinaus skaliert und eine solche Hyperautomatisierung erreicht
- Die Automation Alignment Matrix für Hyperautomation
- Roadmap für Hyperautomatisierung
Definition von Hyperautomatisierung
Ganz am Anfang bezieht sich geschäftsorientierte Hyperautomatisierung auf einen Ansatz, bei dem Unternehmen durch einen disziplinierten Ansatz schnell möglichst viele genehmigte Technologien und Geschäftsprozesse identifizieren, untersuchen und automatisieren.
Geschäftsorientierte Hyperautomatisierung beinhaltet die orchestrierte Nutzung mehrerer Technologien, Tools oder Plattformen.
Ein Modell zum Umgang mit dem Hyperautomatisierungsprozess würde in das folgende Schema passen.
Paso 1
Der erste Schritt besteht darin, Geschäftsziele zu definieren. Was wird das Ergebnis sein? Was muss sich ändern? Wird Wachstum angestrebt und der Umsatz soll steigen? Erhöhte Rentabilität? Werden die Kosten reduziert? Muss ich eine Compliance-Richtlinie anwenden?
Für Wells Fargo beispielsweise waren Compliance, Regulierung und Recht einer der wichtigsten Treiber. Sie erfordern Schritte zur Risikominderung und die Sicherstellung, dass staatliche Vorschriften eingehalten werden.
Wenn Sie mit dem kommerziellen Ziel beginnen, treiben Sie am Ende das digitale Ziel voran. Dadurch wird die Fokussierung auf die Kernthemen gewährleistet. Es geht immer um Ziele und Technik als Unterstützung und Hilfe.
Paso 2
Nachdem die kommerziellen Ziele festgelegt wurden, wird eine globale Vision der Anforderungen der bestehenden Programme und Prozesse erstellt. Die meisten Verbesserungen und Änderungen werden automatisiert, da viele Jobs wesentliche Elemente haben, die automatisiert werden können.
Laut WorkMarket glauben 53 Prozent der Mitarbeiter, dass sie durch die Automatisierung von Aufgaben bis zu 20 Stunden im Monat einsparen könnten (WorkMarket 2020 In (Sight) Report).
Sich auf Automatisierung zu beschränken ist eine Teilvision, die es zu erweitern gilt und mit Praktiken wie Design Thinking oder Game Theory kann das Unternehmen durch What-if-Szenarien geführt werden. Es kann sein, dass Sie die Vision haben, das, was derzeit vorhanden ist, vollständig abzureißen und den gesamten Prozess von Grund auf zu automatisieren oder das, was Sie haben, iterativ zu verbessern, indem Sie den Prozess teilweise automatisieren.
Diese Schlussfolgerung ist weit verbreitet, da die meisten Prozesse für andere technologische, kommerzielle Momente konzipiert sind oder die neuen digitalen Gewohnheiten des Marktes und der Kunden nicht berücksichtigen.
Paso 3
Mit Geschäftszielen und Visionen müssen Sie den Prozess der gründlichen Dokumentation der zu erledigenden Arbeit durchlaufen. Eine vorherige Analyse der Prozesse hilft, die Ergebnisse der Prozesse an den kaufmännischen Zielen auszurichten.
Glücklicherweise ist dieser Job nicht mehr so schwierig wie früher. Automatisierte Prozesserkennung und Data-Mining-Tools haben sich dafür bemerkenswert entwickelt.
Dennoch ist Technologie ein Mittel, nicht das Ziel. Fachexperten werden benötigt, um mit Prozessanalytikern zusammenzuarbeiten, um ihre Modelle auf die Spitze zu treiben.
Automatisierte Prozesserkennungs- und Mining-Tools haben inhärente Einschränkungen, die immer noch menschliche Eingriffe und Analysen erfordern, um Ihnen die Informationen zu liefern, die Sie benötigen, um Ihre Prozesse so zu gestalten, dass sie Ihren digitalen Ambitionen entsprechen.
Insbesondere Process-Mining-Tools, die an RPA-Tools angeschlossen sind, driften fast immer in Richtung RPA ab. Wenn Sie einen Hammer haben, sieht alles aus wie ein Nagel.
Es sollte auch berücksichtigt werden, dass es an der Zeit ist, Szenariensimulationen durchzuführen, um zu sehen, welche Ergebnisse sich zeigen, wenn Änderungen an den Prozessen vorgenommen werden. Was wäre, wenn anstelle der manuellen Sortierung von Rechnungen eine Dokumentenerfassungs-Engine dies tut? Was ist, wenn Bots einige Routinearbeiten übernehmen?
Paso 4
Sobald eine umfassende und ehrgeizige Definition der durchzuführenden Arbeiten vorliegt, wird eine Analyse der technologischen Lösungen durchgeführt, um festzustellen, welche für die Art des erwarteten Ergebnisses am besten geeignet ist.
Diese Analyse, die visueller ist, wenn sie im Matrixmodus präsentiert wird, ist notwendig, da sie oft Schwierigkeiten hatten, zu bestimmen, wann sie welches der vielen verfügbaren Automatisierungstools verwenden sollten.
Das DigitalOps-Toolkit ist eine umfassende Grundlage der Komponenten, die in der Matrix erscheinen sollten. Die Ausrichtung der Automatisierung ist ein sehr wichtiger Schritt, der dafür sorgt, dass das in Punkt 3 angesprochene Problem, am Ende alles auf reine RPA-Lösungen abzudriften, vermieden wird.
Diese Analyse ist ein wichtiger Schritt, um sicherzustellen, dass Sie das richtige Automatisierungstool zur richtigen Zeit und am richtigen Ort in Ihren Prozessen verwenden. Es könnte argumentiert werden, dass es zum Schritt der Prozessanalyse (Schritt 2) gehört, aber es ist relevant und komplex genug, wenn man die in jeder Organisation verfügbaren Infrastrukturen berücksichtigt, um einen eigenen „Schritt“ zu haben.
Schritte 5 und 6
Wenn die Vorarbeiten erledigt sind und es sich zumindest in Bezug auf RPA und die Implementierung von Bots, erste Prototypen oder die Erstellung von materialisiert hat Minimum Viable Produkte um Einstellungen effektiver und effizienter zu bestimmen.
Dieser Schritt ist bereits etabliert und in der gesamten Branche bewährt. Dasselbe gilt für Release und Produktion, zumindest für Erstinstallationen. Wo es Herausforderungen gibt, ist die Möglichkeit, über Prototypen, Pilotprojekte und begrenzte Produktionsbereitstellungen hinaus zu skalieren.
Paso 7
Alle exponierten Schritte, die in geordneter Weise ausgeführt werden, sind der Schlüssel. Nichtsdestotrotz, Überwachung und Messung sind der Schlüssel um den Skalierbarkeitsplan zu erstellen und die Bemühungen in Richtung Hyperautomatisierung zu steigern.
Die Überwachung ist hilfreich, um zum Ergebnis zu gelangen. Es nützt jedoch wenig, wenn man nicht weiß, wo man anfängt, wo man sich gerade befindet.
Es ist eine Karte, die keine Anweisungen geben oder Zukunftsvorhersagen machen kann, wenn sie den Kontext nicht kennt.
Im Automatisierungsprozess ist all dies ohne ein effektives Data-Analytics-Modell nicht möglich.
Handelsinformationen allein sind kein guter Indikator. Die reale Situation und ihre Überwachung müssen auch in der Lage sein, die Leistung der Lösung, das Änderungsmanagement, Vorfälle, Kosten usw. zu messen. Mit diesen Informationen können Sie vorhersagen, was passieren wird.
Im Wesentlichen sollten all diese Daten darüber informieren und prognostizieren, ob die Ergebnisse Ihres Prozesses Sie beim Erreichen der in Schritt 1 definierten Geschäftsziele unterstützen oder behindern werden. Darauf kommt es wirklich an. Wenn Sie nicht die richtigen Prozessergebnisse erhalten, finden Sie heraus, wie Sie die entsprechenden Änderungen vornehmen können, um das gewünschte Ergebnis zu erzielen. Die restlichen Leistungskennzahlen sind interessant, aber nicht entscheidend.
Paso 8
Sobald die ersten erfolgreichen Ergebnisse sichtbar werden, ist ein Governance- und Skalierungsplan erforderlich.
Die Herausforderung besteht darin, dass an dieser Stelle viele Disziplinen für die Vielfalt der in DigitalOps verfügbaren Tools erforderlich sind, sowie weniger technische, aber nicht weniger kritische Disziplinen wie Prozessanalyse oder Reengineering.
Darüber hinaus werden im Zuge der Skalierung auch neue Automatisierungsbemühungen einbezogen.
Die Methodologien und das COE (Computer-Optimized Equalization, Praktiken für das Gleichgewicht zwischen technologischen Elementen) müssen dieses gesamte Szenario berücksichtigen.
Der Versuch, Automatisierungsprozesse ohne eine Regierung zu skalieren, die Methoden festlegt und ein technologisches Gleichgewicht herstellt, führt zu Doppelarbeit, Silos und Unordnung. Mit anderen Worten, Sie automatisieren zwar, aber der Ansatz wird im gesamten Unternehmen höchst ineffizient sein und daher im Vergleich zu Wettbewerbern hohe Opportunitätskosten verursachen.
Paso 9
Kontinuierliche Iteration, Überprüfung und Verbesserung sind von entscheidender Bedeutung und ein integraler Bestandteil, um das Geschäft voranzutreiben.
Dies wirft oft die Frage auf, wann man aufhören sollte, Geld für Prozessverbesserungen auszugeben. Die Antwort muss klar sein: Wenn der Prozess für so gut befunden wird, dass Sie sich um die Konkurrenz keine Sorgen mehr machen müssen, dann können Sie aufhören, sich zu verbessern. Dies führt zu einer nächsten Frage, die sich jeder in der Organisation stellen muss, ob sie ein weit über dem Rest liegendes Niveau erreicht haben oder, noch ehrgeiziger, ob dieses Optimierungsniveau jemals wirklich in Betracht gezogen werden kann.
Andererseits ist es eine zu starke Vereinfachung, diese Entscheidung ausschließlich auf den Wettbewerb zu stützen. Hinzu kommt die Berücksichtigung von Geschäftszielen, nicht unendlichen Ressourcen, Kundenzufriedenheit, Trends, ... all diese Faktoren zwingen zu einer Auswahl bestimmter Prozesse, bei denen es notwendig ist, sich einer kontinuierlichen Verbesserung zu verpflichten.
Hyperautomation wird als Endlosschleife beschrieben.
Schlussfolgerungen
Frühe Erfolge in der Automatisierung sind oft grundlegende RPA-Implementierungen. Das sorgt für viel allgemeine Aufregung, bremst dann aber bei der Skalierung und dem Ausbau dieser Teilerfolge bis hin zur Hyper-Automation.
Die wichtigsten Treiber für den ultimativen Erfolg, sobald Sie diese anfängliche euphorische Phase überwunden haben, sind die linken zwei Drittel des Endlosschleifenschemas, das im Schema in diesem Beitrag gezeigt wird.
Zu dieser Zeit manifestiert sich die geringe Erfahrung in Hyperautomation. In den Schritten eins bis vier und sieben bis neun kommt der geordnete, geplante, iterative Teil der Endlosschleife ins Spiel. Diese Schritte sind, wo das schwere Heben ist. Sie sind der disziplinarische Teil von Hyperautomation.
Sie haben jedoch auch die bedeutendste Belohnung für ihre Bemühungen. Der beste Weg, sich von der Konkurrenz abzuheben, besteht darin, Prozessergebnisse mit Geschäftszielen zu verknüpfen und auf der Grundlage dieser Ergebnisse Anpassungen vorzunehmen. Um dies zu erreichen, muss die Automatisierung ganzheitlich betrachtet werden und sich nicht nur auf ein Drittel der Endlosschleife der Hyperautomatisierung konzentrieren.
Kurz gesagt, Hyperautomatisierung ist ein geschäftsorientierter, iterativer und disziplinierter Ansatz, der die Bemühungen und Ergebnisse der Automatisierung beschleunigt.
Mit RPA allein lässt sich keine Hyperautomatisierung erreichen. Die DigitalOps-Suite ist der Schlüssel, um über die erforderlichen Tools zum Skalieren zu verfügen. Während Automatisierungsbemühungen in ersten Pilotimplementierungen und in kleinen Abteilungen oft erfolgreich sind, müssen Unternehmen über anfängliche Erfolge hinaus skalieren. Um zur Hyperautomatisierung zu gelangen, ist ein strengerer Ansatz erforderlich, um Ihre Geschäftsziele im Voraus zu definieren und sie die digitalen Entscheidungen vorantreiben zu lassen, die Sie beim Aufbau Ihres Automatisierungsprogramms treffen.
