Startseite [spacer] Blog – Künstliche Intelligenz als Treiber für intelligentes Geschäftsprozessmanagement
Künstliche Intelligenz als Treiber für intelligentes Geschäftsprozessmanagement
Künstliche Intelligenz (KI) hält schon länger Einzug in viele Bereiche des täglichen Lebens und wird ab dem Zeitpunkt oftmals gar nicht mehr als solche wahrgenommen. Beispiele sind aus unserem Alltag nicht mehr wegzudenken: Navigationssysteme, Sprachassistenten oder zum Beispiel auch die automatisierte Kategorisierung von Urlaubsfotos auf dem Smartphone.
Abseits der kleinen Alltagshelfer kann künstliche Intelligenz jedoch auch einen großen Mehrwert für Unternehmen liefern. Wenn Unternehmen über Effizienzsteigerung nachdenken, sollte die Automatisierung von Routinetätigkeiten mit KI ein Teil der Lösung sein.
Wertschöpfung durch KI
Aber wie können diese Potenziale effizient erkannt, ausgeschöpft und anschließend in die wertschöpfenden Prozesse integriert werden?
Diese Analyse muss Kernbestandteil jeder Unternehmensstrategie sein, die Wachstum und Ressourcenoptimierung zum Ziel hat. Hierzu können Unternehmen neueste Technologien wie Process Mining zur Analyse von Schwachstellen und KI für die Automatisierung von Routinetätigkeiten einsetzen.
"As soon as it works, nobody calls it AI anymore"
Intelligent Robotic Process Automation
Künstliche Intelligenz trägt jetzt schon dazu bei, dass einfach geartete, häufig wiederholt auftretende Aufgabenstellungen voll automatisiert abgearbeitet werden. Das hat enorme Auswirkungen. Einfache und sich wiederholende Prozesse werden künftig durch KI automatisiert und können so rund um die Uhr ohne Ausfälle abgearbeitet werden. Die dadurch freiwerdenden Ressourcen übernehmen Aufgaben der Sondersachbearbeitung oder Problemfälle, die eine KI nicht lösen kann. So trägt künstliche Intelligenz durch Prozessautomatisierung zur Kostensenkung, Effizienzsteigerung und Mitarbeiterzufriedenheit bei.
Intelligent Process Mining
Beim Process Mining werden Algorithmen auf Log-Dateien (Dateien, die den Prozessablauf eines Workflow- oder ERP-Systems wiedergeben) angewendet. Dadurch können tatsächliche Abläufe aus einem System visualisiert werden. So haben Unternehmen eine Ausgangsbasis für Projekte zur Prozessautomatisierung oder Systemtransformationen. Im klassischen Process Mining werden drei verschiedene Typen von Analysen unterschieden:
- Discovery
Aus einer Event-Log-Datei wird unter Anwendung dedizierter Algorithmen ein Prozessmodell erzeugt. Process Discovery ist das Vorgehen um die tatsächlich ablaufenden Prozesse zu erheben. - Conformance Checking
Beim Conformance Checking wird ein existierendes Prozessmodell (z. B. ein Soll-Modell) mit dem durch Discovery erhobenen Modell (Ist-Modell) verglichen. So können Abweichungen zwischen IST und SOLL erkannt werden. - Enhancement
Durch die Erkenntnisse aus der Analyse werden die bestehenden modellierten Prozesse mit Informationen angereichert und verbessert.
Prozessmanagement und KI - gute Aussichten für Prozesse!
Mit KI-Algorithmen können bisherige Process-Mining-Analysen erweitert werden. Beispielsweise können aktuell ablaufende Geschäftsprozesse nicht nur retrospektiv betrachtet werden, sondern es können schon während der Prozessausführung Handlungsempfehlungen ausgesprochen werden, die dazu beitragen, dass beispielsweise ein Produktionsfehler schon während der Fertigung aufgedeckt und behoben werden kann. Man spricht im Zuge dieser Verknüpfung auch von In-Instance Prozessverbesserung.
Durch die ständig anwachsende Datenmenge, die verbesserte Rechenleistung sowie gleichzeitig immer besser werdende KI-Algorithmen können bisherige Methoden und Konzepte des Geschäftsprozessmanagements teilweise mit disruptivem Charakter verbessert werden.
