Page 15

einen viel Know-how und erfordert zum anderen einen sehr hohen Aufwand, einen Bot dazu zu bringen, Entscheidungen zu treffen, daraus zu lernen und die Programmierung selbstständig zu ändern, um schlussendlich den Pflegeaufwand zu minimieren.

Fazit Heute trifft KI eher in einer nebengeordneten Rolle auf RPA – dort, wo große Datenmengen verarbeitet werden, beispielsweise in den Bereichen Personalmanagement bei der Durchführung von Lohn- und Gehaltsabrechnungen, Neueinstellungen, Abgängen oder Mitarbeiter-Onboardings, aber auch in der Versicherungswirtschaft, bei der Richtlinienverwaltung oder Schadenbearbeitung, sowie in der Finanzbranche, etwa beim Rechnungswesen. Mithilfe von Optical Character Recognition (OCR) extrahiert KI Daten aus unstrukturierten Texten wie E-Mails. Diese werden an einer bestimmten Stelle abgelegt und unter Einsatz einer Big-Data-Analyse oder Mustererkennung aufbe­reitet. So kann das RPA-Tool die Informationen verwenden, um die regelbasierten Prozesse durchzuführen. Qualität und Quantität müssen stimmen: Aktuell zeigt sich jedoch, dass viele Unternehmen noch nicht bereit für den Einsatz künstlicher Intelligenz sind und sich zunächst mit der Anbindung ihrer etablierten Legacy-Systeme an moderne Datenlieferanten beschäftigen müssen. Dazu gilt es als Erstes aus Automatisierungsprojekten mit RPA zu lernen. Auch den ausreichenden Schutz der zu bearbeitenden Daten müssen die Verantwortlichen jederzeit gewährleisten und ganz nach oben auf die Agenda setzen, bevor der Hype-Faktor KI sich als Game-Changer etabliert.  n

Referenzen [1]  Studie: Künstliche Intelligenz verändert heute die Prozesse, morgen die gesamte Unternehmensstrategie – Sopra Steria Consulting (2017).

DOK. 1-2019

Profile for digitusmagazin

DOK.magazin 1.2019  

DOK.magazin 1.2019  

Advertisement