Prozessautomatisierung – Klarheit im Dschungel der Begriffe

Blogbeitrag Begriffe der Prozessautomatisierung

Beitrag teilen

Share on facebook
Share on twitter
Share on linkedin
Share on xing
Share on whatsapp
Share on email

Die Prozessautomatisierung entwickelt sich in großen Sprüngen. Neue Technologien bringen neue Begriffe, die ähnlich klingen, aber im Detail eine unterschiedliche Bedeutung haben.

Mit einem umfassenden Research in öffentlich zugänglichen Quellen, Publikationen und Anbieterinformationen stellen wir in diesem Blogbeitrag die wesentlichen Beschreibungen zusammen.

Prozessautomatisierung

Intelligente Prozessautomatisierung (Intelligent Process Automation):

Intelligente Prozessautomatisierung (IPA) ist eine Kombination von Technologien zur Erfassung, Analyse, Automatisierung und Verwaltung digitaler Prozesse. Intelligent ist die Software durch den Einsatz von künstlicher Intelligenz, die eingesetzt wird, um z. B. Vorhersagen zu treffen und schneller auf (neue) Daten reagieren zu können. Dadurch hebt sich IPA von anderen Formen der Prozessautomatisierung, vor allem dem Überbegriff der Digitalen Prozessautomatisierung, ab.

Digitale Prozessautomatisierung (Digital Process Automation):

Digital Process Automation (DPA) ist eine Kombination von Technologien zur Erfassung, Analyse, Automatisierung und Verwaltung digitaler Prozesse. DPA umfasst Technologien, wie schnittstellenbasierte oder robotergesteuerte Prozessautomatisierung. DPA konzentriert sich auf die Automatisierung oder Teilautomatisierung von Aufgaben im Zusammenhang mit Geschäftspraktiken, die in der Regel menschliche Interaktion erfordern.

Schnittstellenbasierte Prozessautomatisierung:

Prozessautomatisierung ist der Einsatz von Software für die selbsttätige Ausführung beliebiger Prozesse, d. h. der Einsatz informationstechnischer Mittel für des Steuern, Regeln, Optimieren, Überwachen und Führen dieser Prozesse bzw. der technischen Objekte, Arbeits- und Produktionsmittel, in denen sie stattfinden. Schnittstellenbasierte Prozessautomatisierung findet dabei System-zu-System unter Zuhilfenahme von für beiden Systemen zugänglichen Schnittstellen statt. Dies unterscheidet Sie z. B. von Robotic Process Automation.

Quelle: Meister Automation, https://www.meister-automation.de/prozessautomatisierung/

GPM / BPM

Geschäftsprozessmanagement (kurz GPM):

Geschäftsprozessmanagement beschäftigt sich mit der Identifikation, Gestaltung, Dokumentation, Implementierung, Steuerung und Optimierung von Geschäftsprozessen.

Business Process Model and Notation (kurz BPMN2.0)

BPMN 2.0 (Business Process Model and Notation Version 2.0) ist der aktuelle Standard zur Geschäftsprozessmodellierung.

Quelle: https://www.bpmn.de/lexikon/bpmn/

Workflow und Case Management ist unumgänglich für End-to-End Orchestration und Automatisierung von Prozessen

Workflow:

Ein Workflow ist ein Arbeitsablauf, meistens mit zugewiesenen Aufgabenbereichen und Übergaberichtlinien. Der Begriff steht außerdem für fließende Abläufe von Geschäftsprozessen.

Workflow Management:

Workflow Management ist die informationstechnische Unterstützung oder (teilweise) Automatisierung von Geschäftsprozessen. Aufgabe des Workflow Managements ist es, auf Basis einer Spezifikation, für die Ausführung von Arbeitsabläufen mithilfe von IT-Systemen zu sorgen. Das Workflow Management ist eine Möglichkeit, Prozessautomatisierung durchzuführen und Geschäftsprozessmanagement technisch zu unterstützen.

Workflow Management Engine:

Softwareanwendung, die alle im Workflow Management anfallenden Geschäftsprozesse verwaltet und überwacht. Entscheidend sind hier vor allem die Zustände der einzelnen Arbeitsabläufe, anhand derer die Workflow Engine bestimmt, ob und welche Aktionen im nächsten Step ausgelöst werden. Workflow Engines haben drei vorrangige Funktionen:

  1. Sie überprüfen durchgehend, ob der aktuelle Prozessstatus korrekt und gültig ist.
  2. Sie kontrollieren, ob der gerade ausführende Benutzer berechtigt dazu ist, die Aufgabe auszuführen.
  3. Sie führen die Aufgabe aus, sofern die Punkte 1 und 2 erfüllt sind. Führt die Workflow Engine die Aufgabe wie gewollt aus, übermittelt sie den neuen Status der Aufgabe. Wird die Aufgabe nicht entsprechend den Angaben erfüllt, spielt sie eine Fehlermeldung zurück.

Quelle: Echolon, https://www.echolon.de/de/blog/workflow-engines/

Case Management:

Case Management bezeichnet die Steuerung einer Fallsituation. Im Bereich der Prozessautomatisierung bedeutet dies die Automatisierung eines fallbezogenen Prozesses, der unstrukturiert und immer unterschiedlich ablaufen kann. Case-Management-Systeme unterstützen und führen den Bearbeiter eines Falls durch die Arbeitsschritte.

RPA als Ergänzung zu Workflow Management

Robotic Process Automation:

Robotic Process Automation (RPA, deutsch: Roboter-gestützte Prozessautomatisierung) ist ein Ansatz zur Prozessautomatisierung, bei dem Aktivitäten/Tätigkeiten durch sogenannte Softwareroboter erlernt und automatisiert ausgeführt werden. Softwareroboter verwenden dabei vor allem Anwendungssoftware über die Präsentationsschicht, vergleichbar mit der Durchführung durch einen Menschen. Dies macht Robotic Process Automation auch dann verwendbar, wenn keine für Systeme zugänglichen Schnittstellen vorliegen.

Low-Code treibender Faktor für Prozessautomatisierung

Low-Code Software:

Low-Code Software nutzt grafische Code-Bausteine, wie z. B. drag-and-drop Elemente. Komplizierte Regeln müssen jedoch noch per Low Code (z. B. Wenn-Aussagen) hinzugefügt werden. Diese spezielle grafische Entwicklungsumgebung macht selbst erstellten Code überflüssig, vereinfacht die Entwicklung neuer Software für Professional Developer und macht diese für Fachanwender überhaupt erst möglich.

No-Code Software:

No-Code Software nutzt ausschließlich grafische Code-Bausteine, wie z. B. drag-and-drop Elemente. Alle Einstellungen können grafisch vorgenommen werden. Diese spezielle grafische Entwicklungsumgebung macht selbst erstellten Code überflüssig.

Business Developer:

Business Developer sind Fachanwender mit eingeschränkten oder keinen technischen Grundverständnis, die sich als Entwickler mittels Low-Code Software betätigen. In der Prozessautomatisierung arbeiten Business Developer meistens mit Low- oder No-Code-Anwendungen, die besonders starke visuelle Unterstützung leisten. Ein klassisches Beispiel wäre ein Fachanwender, der bisher nur Excel-Funktionen mit simpler Syntax, z. B. Wenn-Funktion, verwendet hat.

Citizen Developer:

Citizen Developer sind Fachanwender mit technischen Grundverständnis, die sich als Entwickler mittels Low-Code Software betätigen. Sie haben kein IT-Studium abgeschlossen, verfügen aber über technisches Verständnis. In der Prozessautomatisierung arbeiten Citizen Developer meistens mit Low-Code-Anwendungen, die visuelle Unterstützung leisten, aber durch kurze Skripte, z. B. für Regeln, erweitert werden müssen. Ein klassisches Beispiel wäre ein Fachanwender, der bisher Excel-Macros genutzt hat.

Professional Developer:

Professional Developer sind IT-Anwender, die sich als Entwickler mit und ohne Low-Code Software betätigen. In der Prozessautomatisierung arbeiten Professional Developer meistens an der Integration von Daten(-banken), komplizierten Prozessregeln oder der Implementation der Softwarelösung im Betrieb. Low-Code Software kann aber auch als unterstützendes Werkzeug für Professional Developer wirken, um Software schneller zu erstellen, testen und ausrollen zu können.

Verwaltung von Daten & Dokumenten zentral für Automatisierung von Prozessen

(Enterprise) Content Management / Inhaltsverwaltungssystem:

Enterprise-Content-Management (ECM) umfasst die Strategien, Methoden und Werkzeuge zur Erfassung, Verwaltung, Speicherung, Bewahrung und Bereitstellung von Inhalten („Content“) und Dokumenten zur Unterstützung organisatorischer Prozesse im Unternehmen. ECM führt strukturierte, schwach strukturierte und unstrukturierte Informationen zusammen. ECM ist ein Überbegriff für Input Management, Dokumenten Management und Output Management.

Input Management:

Input Management ist eine Herangehensweise zur digitalen Erfassung von geschäftsrelevanten Daten. Input Management Software erfasst und extrahiert Daten, um diese für andere Software, z. B. zur Prozessautomatisierung, nutzbar zu machen. Erkennung, Extraktion und Validierung der Daten verlaufen häufig unter dem Einsatz künstlicher Intelligenz. Hochqualitatives Input Management kann jede Form von strukturierten und unstrukturierten Daten aufnehmen und analysieren oder zur Weiterverarbeitung in einem Prozessautomatisierung- oder ECM-System nutzbar machen.

Dokumenten Management:

Dokumentenmanagement bezeichnet die (datenbankgestützte) Verwaltung elektronischer Dokumente jeder Art. Die Systeme dienen der Verwaltung von Dateien mit Checkin/Checkout und Versionierung sowie Ablage von Dokumenten.

Formular Management:

Formular Management ist eine Untergruppe des Dokumentenmanagement und bezieht sich auf die Erstellung und Verwaltung von Formularen, die für die Nutzung und Durchführung in der Prozessautomatisierung benötigt werden. In Formularen enthaltene Daten, dienen häufig als Auslöser für Workflows.

Output Management:

Output Management ist die Erstellung, Generierung, Steuerung und Verteilung von elektronischen oder physisch vorliegenden Dokumenten an alle vorgesehenen Empfänger im Unternehmen oder außerhalb eines Unternehmens. Im Bereich der Prozessautomatisierung bedeutet dies sowohl eine Weiterleitung des Prozessergebnisses an den Prozesskunden als auch die Sicherstellung der im Prozess bearbeiteten Daten in, im Unternehmen verwendeten, ECM-Systeme und Datenbanken.

Quelle: https://www.bitkom.org/Bitkom/Publikationen/Enterprise-Content-Management-Archiv-DMS-ECM-und-Co.html

Künstliche Intelligenz und Machine Learning sind für Datenerkennung & Automatisierung wichtig

Künstliche Intelligenz:

Unter künstlicher Intelligenz (KI) versteht man Technologien, die menschliche Fähigkeiten im Sehen, Hören, Analysieren, Entscheiden und Handeln ergänzen und stärken. KI wird häufig als Oberbegriff verwendet, der mehrere Technologien umfasst, darunter Machine Learning, Deep Learning, Computer Vision und Verarbeitung natürlicher Sprache (Natural Language Processing, kurz NLP). Diese Technologien, einzeln oder in Kombination, machen die Anwendungen erst intelligent.

Quelle: Microsoft, https://news.microsoft.com/de-de/einfach-erklaert-was-ist-kuenstliche-intelligenz/

Maschinelles Lernen/Machine Learning:

Maschinelles Lernen (ML) ist ein Teilgebiet der künstlichen Intelligenz (KI). Algorithmen können Muster und Gesetzmäßigkeiten in Datensätzen erkennen und daraus Lösungen entwickeln.

Quelle: Microsoft, https://news.microsoft.com/de-de/microsoft-erklaert-was-ist-machine-learning-definition-funktionen-von-ml/

Analyse von Prozessen, statisch oder dynamisch, rückblickend oder real-time, ist von zentraler Bedeutung.

Process Intelligence:

Process Intelligence ist der Überbegriff für die Visualisierung und Analyse von Geschäftsprozessen.

Workflow Intelligence:

Workflow Intelligence ist die Visualisierung und Analyse von Geschäftsprozessen, die in einer Workflow-Anwendung abgebildet und automatisiert wurden. Workflow Intelligence bildet die Prozessdaten vornehmlich in statischen Diagrammen und Tabellen ab, die keinen direkten Prozessbezug haben.

Process Mining:

Process Mining ist die Visualisierung und Analyse von Geschäftsprozessen auf Basis von Event-Logs mit Hilfe von speziellen Prozess-Analyse-Algorithmen. Process Mining kann für jeden Process angewendet werden, solange die nötigen Datenpunkte vorliegen. Process Mining bildet die Prozessdaten vornehmlich in Prozessmodellen (Prozessvarianten) ab.

Event-Log:

Event-Logs sind Protokolle IT-basierter Prozesse. Typischerweise werden die Fallidentifikationsnummer (Case-ID), ein Zeitstempel für Start- und Endzeitpunkt sowie der Aktivitätsname aufgezeichnet. Aus diesen Datenpunkten lassen sich Prozessmodelle ableiten und analysieren. Die aufgezeichneten Datenpunkte sind meistens auf der Arbeitsschrittebene.

Task Mining:

Task Mining ist eine Technologie, die es Unternehmen ermöglicht, Benutzerinteraktion mit grafischen Oberflächen zu erfassen und zu analysieren. Die aufgezeichneten Datenpunkte sind meistens auf der Aktivitätsebene und können daher zur Automatisierung von Aktivitäten, v. A. durch RPA, genutzt werden.

Autoren

Philipp Hässig_TME AG

Philipp Hässig

Philipp, Associate Consultant bei TME AG, beschäftigt sich mit der Identifizierung digitaler Lösungsansätze für prozessorientierte Unternehmensteuerung. Sein Fokus liegt auf Process Mining und Business Intelligence.

Harald Feick TME Einstiegsmöglichkeiten Director

Harald Feick

Harald ist Banking-Experte mit langjähriger Erfahrung in Fach- und Führungsaufgaben. Neben dem Kredit- und Risikomanagement liegt sein Schwerpunkt in der Digitalisierung von Geschäftsmodellen und Prozessen.