Intelligente Prozessautomatisierung – eine Lösung für die aktuellen Herausforderungen bei den Geno Banken?

Sinnvolle Ergänzung etablierter Technologie

Robotic Process Automation (RPA) ist ein gut etabliertes und funktionierendes Werkzeug zur Automatisierung regelbasierter Prozesse. Mittlerweile wird RPA von über 50 Genossenschaftsbanken operativ eingesetzt. Viele andere Banken aus der Gruppe sind entweder gerade in der Einführungsphase oder stehen vor der Entscheidung dies zu tun.
Aber trotz der Cleverness der Software kann nicht von intelligenten Robotern die Rede sein, da diese – bislang – praktisch „dumm“ sind. Um den Fachbegriff zu verwenden, sind es deterministische Maschinen. Das bedeutet, dass sie jedes Mal genau das tun werden, was ihnen gesagt wurde, aber nichts darüber hinaus. Das allerdings machen sie fehlerfrei.
Der aktuelle Trend der „Intelligenten Automatisierung“ wird durch die Notwendigkeit getrieben, die Fähigkeiten von Robotern zu erweitern. Nun wissen wir alle, dass keine dieser Technologien wirklich intelligent im Sinne eines menschlichen Gehirns ist, aber das Einbeziehen bestimmter Arten der Künstlichen Intelligenz (KI) in den Mix der Automatisierungswerkzeuge bedeutet, dass diese nun intelligenten Roboter viele zusätzliche Herausforderungen bewältigen können.
Künstliche Intelligenz ist probabilistisch. Es verallgemeinert (größtenteils) Daten, an denen es trainiert wurde, um die wahrscheinlichste Antwort oder das wahrscheinlichste Ergebnis zu finden. Eine Kombination aus „dummen Robotern“ und selbstlernender KI liefert uns somit die Werkzeuge, um eine Vielzahl von Geschäftsprozessen zu automatisieren.
Wir müssen uns jedoch immer vor Augen halten, was wir erreichen wollen, wobei die künstliche Intelligenz ein möglicher Weg ist, um der Lösung näher zu kommen, aber nicht unbedingt die Lösung selbst.

Kann KI einige unserer Geschäftsziele und Herausforderungen in Angriff nehmen?

Eins ist klar, wer nicht versteht oder weiß, was die Geschäftsziele und Herausforderungen sind, der hat weitaus größere Probleme, als jede Technologie lösen kann. Aber nehmen wir an, diese sind bekannt, und beginnen, darüber nachzudenken, wie wir diese Frage beantworten könnten.
Dazu müssen wir ganzheitlich über die möglichen Lösungen zur Verwirklichung dieser Ziele und zur Bewältigung dieser Herausforderungen nachdenken, was zweifellos mehr als nur KI einschließt. Wir müssen auch verstehen, wie wir zu diesen Lösungen kommen, für die mehr als nur Datenwissenschaftler und Entwickler benötigt werden.

Chancen und Herausforderungen

Die Chancen, die der Einsatz der Technologien für Gesellschaft und Wirtschaft verspricht, sind enorm. Künstliche Intelligenz wird eine Schlüsseltechnologie für die gesamte Wirtschaft sein, die die gesamte Wertschöpfungskette auf eine neue Grundlage stellt, und zwar nicht nur die Industrie, sondern auch für Handwerk, Handel, Dienstleistungen und sogar die Landwirtschaft.
Mindestens so groß wie die Chancen sind aber auch die Herausforderungen. Zu denen gehören langsamer Transfer von Forschungsergebnissen in die Wirtschaft, Verfügbarkeit von Fachkräften und Experten sowie ethische Rahmenbedingungen.
Intelligente Automatisierung ist gewiss nicht die Lösung für alle Herausforderungen. Es muss insbesondere bewusst sein, dass die KI von Natur aus sehr eng gefasste Anwendungen betrachtet, weil jede KI eine Sache und nur eine Sache sehr gut kann, wie z.B. Textklassifizierung, Vorhersage oder Bilderkennung (sogar bis zu dem Punkt, dass eine KI, die darauf trainiert ist, Bilder von Katzen zu erkennen, nicht in der Lage wäre, Bilder von Mäusen zu erkennen). Der natürliche Ansatz eines jeden KI-Technologen oder KI-App-Entwicklers ist es also, sich auf einzelne Lösungen zu konzentrieren. In diesen einzelnen Segmenten kann KI jedoch eine effektive Unterstützung darstellen.

Fazit:

Grundsätzlich ist es ratsam sich zuerst mit der etablierten und stabilen RPA-Technologie intensiver zu beschäftigen – erfahrungsgemäß gibt es bereits hierbei erhebliches Potential an Prozesskosten Ersparnissen, die beim derzeitigen Stand der Technologie wesentlich einfacher zu realisieren sind als die teilweise noch sehr ambitionierten Ansätze mit Künstlicher Intelligenz.
Ein sinnvolles Motto könnte hier sein – erst mal die „low hanging fruits“ ernten bevor an die obersten Früchte gedacht wird. RPA kann jedoch nicht die Antwort auf alles liefern. Manchmal ist es sinnvoll, RPA mit zusätzlichen Technologien zu koppeln, um den Umfang der Automatisierung zu erweitern. Es gibt in der Genossenschaftlichen Finanzgruppe viele Primärinstitute für die ein Einstieg in weiterführende Technologien sinnvoll und Nutzen stiftend ist. Unserer Empfehlung hierfür stellen wir im Folgenden dar.

Intelligent Document Processing, also intelligente Dokumentenverarbeitung - im ersten Schritt mittels der OCR-Technologie

Wenn Sie RPA als Technologie bereits in Ihrer Bank etabliert haben, ist der naheliegendste nächste Schritt hierzu die Kombination mit der OCR-Technologie.
OCR steht für „Optical Character Recognition‟, auf Deutsch also optische Zeichenerkennung. Es dient dem digitalen Erfassen von gedruckten oder geschriebenen Texten durch eine Computer-Software. Darüber hinaus können auch bereits digital vorliegende Dokumente (wie beispielsweise PDFs) durch die Software ausgelesen, systematisiert und verarbeitet werden.
Ein großer Vorteil von OCR ist die Geschwindigkeit, mit der die Software - im Gegensatz zum manuellen Abtippen durch einen Menschen - Texte erfassen. Dank dieser Technologie spart man Zeit, vermeidet Fehler in der händischen Bearbeitung ebenso wie eintönige Arbeitsvorgänge für Mitarbeiter.
 
Sprechen Sie uns sehr gerne an, wenn Sie weitergehende Fragen in Sachen OCR Technologie und dem möglichen Einsatz in Ihrer Bank haben – wir stehen Ihnen für einen unverbindlichen Austausch jederzeit zur Verfügung.

Wir freuen uns über Ihre Mitteilung!

Kontakt aufnehmen