Julia, du arbeitest eng mit vielen Top-Unternehmen zusammen. Vor welchen Herausforderungen stehen deine Kunden?
Ich beobachte verschiedene Branchen und nehme überall eine ähnliche Entwicklung wahr: Nicht mehr das Produkt steht im Vordergrund, sondern der Anwender. Diese Kundenzentrierung verlangt nach besonders nutzerfreundlichen Services und Lösungen. Bedürfnisse ändern sich im digitalen Zeitalter schnell. Technologische Entwicklungen und immer kürzere Produktlebenszyklen bestimmen die Geschwindigkeit, mit der man auf sich verändernde Anforderungen reagieren muss. Daneben steigt der Druck, besonders effizient und nachhaltig zu handeln und Produkte mit »Purpose« zu entwickeln. Daten aus vielen verschiedenen Anwendungen oder Legacy-Systeme ohne Schnittstellen lähmen Innovationsprozesse. Marktentwicklungen mit der nötigen Agilität und Dynamik zu begegnen, fällt daher vielen Unternehmen schwer. Letztlich wird der Wettbewerb um die Aufmerksamkeit der Menschen zu einer weiteren Herausforderung für Marken und Werbetreibende.
Welche Aspekte der Digitalisierung sind aus deiner Sicht besonders wichtig?
Das Feld an »Buzzwords« ist mittlerweile riesig, jeder
definiert Digitalisierung anders. Grundsätzlich sehe ich für Anwender andere Aspekte im Vordergrund, als für Unternehmen. Wir Menschen konsumieren mobil, deviceübergreifend, wir sind always on und always connected. Da spielen für mich also Themen wie Performance, Usability, Kompatibilität und Kollaboration eine große Rolle. Unternehmen müssen sich zunächst mit strategischen Entscheidungen befassen: Möchte ich First Mover oder lieber Early Follower oder gar ein Late Follower sein? Neben Innovationsführerschaft stehen dann Themen wie Effizienz, Prozessoptimierung und Automatisierung im Vordergrund.
Wie hast du das konkret erlebt?
Für mich haben sich in den letzten Jahren zwei Bereiche in der Digitalisierung herausgestellt, die sowohl für Anwender als auch für Unternehmen maßgeblich sind. Ganz vorne steht die Experience. Sei es im Banking oder in der Logistik; wir alle streben nach möglichst einfachen und handlichen Lösungen, nach kurzen Wegen. Usability muss im B2B-Bereich genauso priorisiert werden, wie im B2C-Umfeld. Die Ansprüche an UX-Teams wachsen daher stetig. Um die User Experience und das User Interface an den Bedürfnissen der Kunden ausrichten zu können, benötigt es eine Vielzahl an Zielgruppen-Insights. Es ist also essenziell, kontinuierlich Wissen über das Nutzerverhalten und deren Bedürfnisse aufzubauen. Da gelangen wir direkt zum zweiten wichtigen Aspekt: Daten. Die Weiterentwicklung von künstlicher Intelligenz und verwandten Feldern wie Machine Learning basiert auf smarten Datenhaushalten. Daneben lassen sich mit den richtigen Daten Prozesse analysieren, optimieren und schließlich automatisieren, was ein wahnsinnig großes Potenzial für Unternehmen birgt. Der Einsatz von Robotic Process Automation kann für Unternehmen ein Schlüssel auf dem Weg zur Digitalisierung sein und gibt die Chance, alte Workflows zu überdenken und ganze Prozesse streamlinen und optimieren zu können.
Worum genau geht es bei Robotic Process Automation?
Robotic Process Automation, oder kurz RPA, ermöglicht die vollautomatische Abwicklung von strukturierten Geschäftsprozessen durch virtuelle Roboter, welche in der Lage sind, regelbasierte Entscheidungen zu treffen, Daten zu kopieren und zu bearbeiten. Einfach gesagt: Software-Roboter bedienen Systeme genauso, wie Mitarbeiter es tun würden. So wie physische Roboter Aufgaben in der Fertigung übernehmen und digitale Twins und das Internet of Things die Fernsteuerung erleichtern, übernimmt robotergesteuerte Prozessautomatisierung diese Rolle auf der virtuellen Ebene. Kurzes Time-to-market macht RPA zu einem festen Bestandteil der Digital Enterprise-Strategie für viele Unternehmen.
Wie genau können Unternehmen das Potenzial für die Digitalisierung ihrer Prozesse und den Einsatz von RPA ermitteln? Ist das aufwendig?
Um geeignete Geschäftsprozesse in einem Unternehmen zu identifizieren, setzen wir im Rahmen der sogenannten »Business Process Discovery« eine Reihe von Techniken und Tools ein. Grundsätzlich macht RPA überall dort Sinn, wo strukturierte, hochvolumige Prozesse vorkommen. Erfahrungsgemäß können rund 50 % aller manuellen Arbeitsabläufe automatisiert und deren Prozesseffizienz gesteigert werden.
Was ist bei der Auswahl der Prozesse zu beachten?
Einige Prozesse eignen sich besser als andere, um schnell und einfach die Wirksamkeit von RPA zu demonstrieren, daher ist die Auswahl der richtigen Prozesse nicht ganz trivial. Ich arbeite gerne nach dem Konzept »Think big, start small, scale fast.« Für das erste Projekt bietet sich ein wenig komplexer Prozess an, der auf festen Business Rules basiert und durch dessen Automatisierung Quick Wins generiert werden können. Darunter fallen z. B. die Effizienzsteigerung im Backoffice oder stark verkürzte Prozessdurchlaufzeiten. Wir beraten Kunden dabei, im Rahmen der Einführung von RPA ein internes, selbsterhaltendes und skalierbares Fachwissen für den Betrieb und die Wartung von Robotern zu entwickeln. Ein sogenanntes »Center of Excellence« ist im Wesentlichen der Weg, um RPA tief und effektiv in der Organisation zu verwurzeln.
Was sind in deinen Augen die größten Vorteile von RPA?
Wenn ich den Endkunden in den Fokus rücke, dann ist die schnellere Abwicklung von Anfragen und Service-Fällen durch den 24/7-Einsatz von Bots einer der maßgeblichen Vorteile. Für das Unternehmen führt das aber nicht nur zu einer erhöhten Kundenzufriedenheit, sondern mündet in der Effizienzsteigerung und Kostensenkung. Kapazitätsgewinne durch die Entlastung von Mitarbeitern bzw. deren Einsatz für komplexe, anspruchsvollere Tätigkeiten schlägt sich meist direkt in einer gesteigerten Mitarbeiterzufriedenheit nieder.
Daneben schaffen Bots Flexibilität: Sie skalieren den Workload entsprechend der aktuellen Anforderungen und können sich saisonalen Schwankungen schnell und einfach anpassen. Ich hatte vorhin beschrieben, dass Daten aus verschiedenen Anwendungen sowie Legacy-Systeme ohne Schnittstellen große Pain Points für Unternehmen auf dem Weg der Digitalisierung sind. Robotic Process Automation stellt eine optimale Lösung für diese Problematik dar, indem die Software alt und neu verknüpft, ohne in bestehende Systeme einzugreifen.
Und was ist der Vorteil der Robots-as-a-Service-Lösung?
Mit unserer Robots-as-a-Service-Plattform ermöglichen wir die Bereitstellung von RPA-Technologie aus der Cloud, woraus sich eine einfache Implementierung und schnelle Nutzung von RPA-Technologie ergibt. Das erspart es den Unternehmen in Lizenzen und Infrastruktur zu investieren oder sich um den Betrieb der RPA-Infrastruktur kümmern zu müssen.
Was denkst du, wie sich RPA in Zukunft entwickelt?
Der nächste Schritt wird sein, selbstlernende Roboter durch den Einsatz von künstlicher Intelligenz zu schaffen. Wir arbeiten bereits an speziellen Skills für die Bots, die es ihnen ermöglichen, zu verstehen, zu lernen und Vorschläge zu ihrer eigenen Verbesserung zu machen. Was für viele noch immer nach einer Zukunftsvision klingt, befindet sich an vielen Stellen schon im Einsatz: Erste Machine-Learning-Anwendungen finden sich beispielsweise in der robotergesteuerten Dokumentenanalyse und der automatisierten Erkennung und Interpretation von Text und Bild.
Das klingt alles sehr interessant. Woher beziehst du das notwendige Know-how?
Ich versuche den Branchenüberblick zu behalten, indem ich internationale Konferenzen besuche und den direkten Draht zu den Entwicklungseinheiten der führenden Hersteller halte. Darüber hinaus beschäftigen wir bei uns 50 Roboter-Entwickler und bündeln Expertenwissen, was uns zu einem der führenden Hubs in Europa macht, wenn es um das Thema RPA geht. Seit etwa zwei Jahren investieren wir stark in F & E im Bereich Machine Learning und führen ein eigenes Labor.
Das klingt alles sehr technisch …
In meiner Rolle als Beraterin steht für mich besonders der fachliche Austausch in der Community und mit den Kunden im Vordergrund. Die Erfahrung hat gezeigt, dass sich die besten Use Cases oftmals erst aus Workshops, in der Diskussion und dem stetigen Hinterfragen des Status quo ergeben. Ich erfahre gerne mehr zum aktuellen Stand der Digitalisierung und tausche mich zu Robotic Process Automation aus – persönlich bei einem Kaffee oder Tee oder auch virtuell via
E-Mail oder auf LinkedIn.
Julia, vielen Dank für dieses Gespräch!
Das Interview ist Teil des IT’s automated – CORBOX Robots-as-a-Service-Magazins.
» Zum vollständigen Magazin
Julia Antkowiak leitet bei DATAGROUP ein Digital Consulting Team und begleitet Kunden aus den Bereichen Banken, Versicherungen, Industrie und Handel auf dem Weg der digitalen Transformation. Ihr Team entwickelt Strategien und Konzepte für zeitgemäße mobile Kommunikation, die auf modernsten Technologien und Markttrends basiert. Mit einem tiefen Verständnis für die digitale, kollaborative und vernetzte Welt arbeitet Julia Antkowiak eng mit ihren Kunden zusammen, kennt branchenspezifische »Pain Points« und übersetzt fachliche Anforderungen in sinnvolle technologische Konzepte und Spezifikationen. Ihr persönliches Motto: »Re-envisioning and driving change in how companies operate.«
Herr Gißmann, können Sie Ihren Hintergrund sowie Ihre Expertise im Bereich Robotic Process Automation (RPA) beschreiben?
Seit Jahrzehnten bin ich immer auf der Suche nach neuen Technologien, um unserem kundenzentrierten Ansatz gerecht zu werden. Wir haben uns bereits 2001 mit dem Thema RPA beschäftigt. Damals verwendete aber noch niemand die heute üblichen Begriffe. Gestartet sind wir mit einem Ansatz, den man heute als Robotic Desktop Automation oder Attended RPA bezeichnet. Dabei unterstützen Software-Roboter – oder einfach Bots genannt – die Aktivitäten des Contact-Center-Agenten. Der Bot sucht relevante Daten für das Kundenanliegen, macht Vorschläge und schließt nach Bestätigung durch den Mitarbeiter den Vorgang ab – und das in Echtzeit während des Kundentelefonats. Eines der größten Projekte zu Robotic Desktop Automation mit 1.400 Agenten habe ich mit meinem Team für den Energieversorger E.ON gemeinsam mit deren Kundenservice entwickelt.
Was führte Sie dazu, RPA nach Deutschland zu bringen?
Nach unseren ersten Erfolgen mit Robotic Desktop Automation haben wir gesehen, dass es auch viele Einsatzbereiche für die Vollautomatisierung von Prozessen gibt. In der Folge sind wir dann in den USA auf das Thema RPA gestoßen. Für uns war schon damals klar, dass es keine Frage sein wird, ob RPA eingesetzt werden wird, sondern nur wann. Daher haben wir uns Schritt für Schritt ein strategisches Portfolio mit den marktführenden RPA-Softwareplattformen zusammengestellt, darunter Automation Anywhere, Nice und UiPath.
Man kann uns sicherlich als RPA-Pioniere in Deutschland bezeichnen. Heute betreiben wir für unseren Kunden Deutsche Telekom eine Plattform, bei der mehr als 1.000 Bots kontinuierlich Prozesse abarbeiten. Das ist vermutlich eine der größten RPA-Installationen weltweit. Wir sind für unsere Kunden in der Lage in kurzer Zeit RPA-Projekte zu initiieren und zu realisieren, bis hin zum Aufbau eines Center of Excellence für Robotics. Ein klassischer »Enabler« also.
Wie wird sich die Technologie weiterentwickeln? An was arbeiten Sie mit Ihren Teams?
Neben der klassischen Form RPA zu nutzen, als On-Premise-Installation, bieten wir RPA auch »as-a-Service« an. Damit werden wir zum Plattformanbieter und ergänzen RPA-Lösungen um innovative Apps, innovative Frontends und KI. Die RPA-as-a-Service-Plattform geht weit über das klassische RPA hinaus und wird damit den Anforderungen von »Intelligent Automation« gerecht.
Unser Ansatz ist es, die Nutzung von RPA für unsere Kunden so einfach wie möglich zu machen. Zu diesem Zweck bieten wir eine stetig erweiterte Anzahl von Pre-Packaged Bots, die unsere Kunden sofort einsetzen können. Darüber hinaus bieten wir diverse Machine-Learning-Services für erweiterte Skills wie etwa intelligente Dokumentenanalyse oder Bilderkennung.
Was ist, wenn Ihre Kunden noch nicht bereit sind für die Cloud?
Kein Problem. Selbstverständlich kann man unser gesamtes Angebot auch weiterhin on Premise einsetzen.
Was kostet RPA?
Da gibt es eine ganz einfache Kalkulation. Nimmt man an, dass ein FTE in Deutschland den Wert 100 hat, dann verbessert sich dieser Wert bei Nearshoring auf 66, bei Offshoring auf 33 und bei RPA, also den Bots, auf 10. Dadurch sind natürlich sehr kurze ROI-Perioden möglich – unter einem halben Jahr.
Wo stehen wir in 10 Jahren?
KI wird die Beziehung zwischen Mensch und Technologie grundlegend verändern. KI läutet dabei ein neues Zeitalter der Produktivität ein. Wir sind schon heute auf diese Herausforderungen eingestellt und werden weiterhin unsere Lösungen in diese Richtung weiterentwickeln, um Intelligente Automation so einfach wie möglich für unsere Kunden zu machen.
Herr Gißmann, vielen Dank für dieses Gespräch!
RPA ist zweifelsfrei der erfolgreichste Werkzeugkasten für die Prozessautomatisierung in modernen Unternehmen.
Allerdings bringt die Einführung von RPA auch einige Herausforderungen, insbesondere beim Design, der Entwicklung und der Wartung der Bots mit sich. Entsprechend widmen sich die RPA-Plattformhersteller und Lösungsanbieter diesen Herausforderungen sehr umfassend. Alle Hersteller eint dabei das Ziel, den Einsatz von RPA so einfach wie nur möglich zu machen. Nur so können sie die Anwendungsbereiche von RPA stetig erweitern. Wir können deshalb von einer schnellen und kontinuierlichen Fortentwicklung der RPA-Werkzeugkästen ausgehen und sehen derzeit die folgenden drei Schwerpunkte.
Sämtliche RPA-Hersteller bieten heute komfortable Entwicklungsumgebungen für die Programmierung von Bots an. Mit diesen Umgebungen wird derzeit der größte Teil der Automatisierung implementiert und hier entsteht auch der meiste Aufwand. Deshalb versuchen die RPA-Hersteller weiterführende Funktionen zur Verfügung zu stellen, mit denen auch Experten aus den Fachbereichen die Automatisierung ohne Programmierung – »No-Code« – umsetzen können.
Obwohl die RPA-Programmierung schneller erlernt werden kann als gängige Programmiersprachen wie etwa Java oder Python, erfordert sie dennoch einen nicht zu unterschätzenden Lernaufwand. Mit No-Code-RPA kann sich das radikal ändern.
No-Code-RPA hat dabei das Potenzial, die tägliche Arbeit von Angestellten in praktisch sämtlichen Unternehmensbereichen zu revolutionieren. Dies wird klar, wenn man sich die Veränderungen alleine im Finanzbereich durch Werkzeuge wie Excel vor Augen führt. No-Code-RPA hat ein sehr viel breiteres Anwendungsspektrum als etwa Excel und ein dementsprechend großes Potenzial nachhaltig Einfluss auf unsere Arbeitsmethodik zu nehmen.
Derzeit müssen RPA-Entwickler den zu automatisierenden Geschäftsprozess vor der eigentlichen Programmierung manuell analysieren, verstehen und modellieren. Das kann ein sehr anspruchsvoller und auch aufwendiger Vorgang sein, wenngleich es viele unterstützende Tools wie etwa Recorder gibt. In vielen Unternehmen steckt das Wissen um die Einzelheiten der Abläufe jedoch ausschließlich in den Köpfen der Mitarbeiter. Dementsprechend muss das notwendige Prozesswissen manuell aus Interviews, Videos und Protokollen extrahiert werden.
Mit Self-Learning-RPA verfolgen die RPA-Hersteller das Ziel, das notwendige Prozesswissen möglichst vollautomatisch akquirieren zu können. Außer den Daten, die aus der Benutzung der Zielanwendungen entstehen, müssen in die Analyse der Geschäftsprozesse auch ergänzende aktuelle Kontextinformationen mit einbezogen werden. So etwa die Informationen, die der Sachbearbeiter während seiner Tätigkeiten spricht oder die aktuellen Wetterdaten etc. Dies zu automatisieren ist eine äußerst schwierige Aufgabe und wird in vielen kleinen Schritten entwickelt werden.
Unter dem Begriff Cognitive Automation werden im Kontext von RPA alle KI-basierten Erweiterungen zusammengefasst. Vielfach wird in diesem Zusammenhang auch der Begriff Intelligent Process Automation (IPA) verwendet. KI umfasst dabei verschiedene Technologien, mit denen Bots wahrnehmen, verstehen, handeln und lernen. Mit diesen Technologien sollen Bots Schritt für Schritt mit erweiterten Skills ausgestattet werden, was als Upskilling bezeichnet wird.
Eine wesentliche Fähigkeit an der einige Hersteller intensiv arbeiten, ist die Verbesserung der Verarbeitung von natürlicher Sprache, sei es als gesprochene Sprache oder in Form von Texten in Dokumenten, E-Mails etc. Bereits ein grundlegendes Sprachverständnis erleichtert die Automatisierung der meisten Kundenservice- oder Vertragsprozesse erheblich.
Eine weitere wichtige Fähigkeit ist die Verarbeitung unstrukturierter Daten mithilfe von Machine-Learning-Anwendungen. Dies führt zu einer enormen Erweiterung der Bandbreite der zu automatisierenden Prozesse.
Bereits heute stehen die folgenden KI-basierten Möglichkeiten zur Verfügung, die auch kontinuierlich weiterentwickelt werden:
Das Interview ist Teil des IT’s automated – CORBOX Robots-as-a-Service-Magazins.
» Zum vollständigen Magazin
Studium in Wirtschaftsinformatik und BWL (Master of Arts), bei DATAGROUP seit 2014. Researcher, Softwareentwickler und Leiter Anwendungsentwicklung. Projektleitung und Geschäftsführer in Deutschland, Luxemburg, der Schweiz, Singapur und Australien. Seit 1999 Gründung, Aufbau und Verkauf mehrerer IT-Unternehmen. Schließlich mit Excelsis zu DATAGROUP.
Diese Frage hat die Menschheit schon lange beschäftigt. Von frühen Automata über HAL 9000 bis zu Ava aus dem Film Ex Machina, die Idee von künstlicher, von Menschen geschaffener Intelligenz durchdringt unsere Kultur und unsere Geschichten. In der Realität sind wir zwar noch weit von dieser generellen künstlichen Intelligenz entfernt, doch das Fachgebiet hat in den letzten Jahren rasante Fortschritte gemacht. Doch wie kamen wir zu dem Punkt, an dem wir heute sind?
Intelligenz ist notorisch schwer zu definieren. Der britische Mathematiker und Informatiker Alan Turing formuliert 1950 den nach ihm benannten Test, um festzustellen, ab wann man von maschineller Intelligenz sprechen kann. Ist in einem (schriftlichen) Dialog für einen Menschen nicht erkennbar, ob er mit einer Maschine oder mit einem anderen Menschen spricht, so könne man von maschineller Intelligenz sprechen.
Die Geburtsstunde der Disziplin als akademisches Fachgebiet, sprach man auf dieser Konferenz erstmals von künstlicher Intelligenz. Der Begriff setzte sich durch. Zur Durchführung der Konferenz beantragten die Initiatoren John McCarthy, Marvin Minsky, Nathaniel Rochester und Claude Shannon 13.500 US $ von der Rockefeller-Stiftung. Sie starteten mit großen Plänen: in zwei Monaten, mit zehn Teilnehmern, sollten in einem Seminar alle Aspekte des Lernens und der Intelligenz so beschrieben werden, dass eine Maschine gebaut werden kann, die diese Vorgänge simuliert.
ELIZA war ein von Joseph Weizenbaum entwickeltes Computerprogramm, das die Möglichkeiten aufzeigen sollte, wie Computer über so genannte »Natural Language« mit Menschen in einen Dialog treten können. Die bekannteste Form von ELIZA simulierte eine Psychotherapie, bei der der Computer die Aussagen, die Menschen eintippten, nach Stichworten durchsuchte und in abgewandelter Form zurückspielte. Das Programm war erstaunlich erfolgreich, obwohl Benutzer ELIZA recht schnell an die Grenzen ihrer Kapazität bringen konnten, da das Programm nicht dazulernte, sondern nach bestimmten Logiken vorprogrammiert war.
Expertensysteme sind Computerprogramme, die Menschen bei komplexen Problemstellungen unterstützen. MYCIN wurde an der Universität Stanford entwickelt, um Diagnose und Therapie von Infektionskrankheiten durch Antibiotika zu unterstützen. MYCIN analysierte zahlreiche Parameter, um die Erreger zu identifizieren und die besten Antibiotika zu empfehlen – zugeschnitten auf die individuellen Parameter des Patienten. Doch trotz der hohen Erfolgsquote wurde MYCIN nicht in der Praxis eingesetzt, die Skepsis war zu groß und die technischen Grundlagen für eine erfolgreiche Skalierung noch nicht gegeben.
Das von IBM entwickelte Deep Blue schlug 1997 den amtierenden Schachweltmeister Garri Kasparow. Im Gegensatz zu heutigen Systemen »lernte« Deep Blue das Spiel nicht, sondern schlug seinen menschlichen Gegenspieler durch schiere Rechenleistung.
In der amerikanischen Quizshow Jeopardy müssen Spieler nicht nur Fragen beantworten, die Fragen enthalten manchmal auch Wortspiele. Watson, von IBM entwickelt, trat 2011 gegen die beiden besten Jeopardy-Spieler an und gewann. Die KI zeigte so, dass sie Fragen verstehen und beantworten konnte.
Lange Zeit galt Go als das Spiel, für das künstliche Intelligenzen noch Jahre brauchen würden. Das liegt vor allem an der Komplexität des Spiels. Hat der erste Spieler bei Schach 20 mögliche Züge zur Auswahl, sind es bei Go 361. Schiere Rechenkraft, wie noch bei Deep Blues Schachspiel, würde das Spiel nicht knacken. Mit Reinforcement Learning lernte Googles AlphaGo das Spiel und trat 2011 gegen Lee Sedol an, einen Südkoreaner, der als einer der besten Spieler gilt. AlphaGo schlug Lee Sedol 4:1.
Google demonstriert Duplex, eine künstliche Intelligenz und lässt sie bei einem Friseur anrufen und einen Termin ausmachen. Der Plauderton und die Stimme sind nicht von der eines Menschen zu unterscheiden.
Die Geschichte der künstlichen Intelligenz verlief in Wellen. Große Begeisterung (Sommer) wurde von enttäuschten Erwartungen und Forschungsgeldkürzungen gefolgt (Winter). Oft wurden Herausforderungen unterschätzt und Fortschritte überschätzt. So sagte der KI-Forscher Marvin Minsky 1970 in einem Interview: »In drei bis acht Jahren werden wir eine Maschine mit der allgemeinen Intelligenz eines durchschnittlichen Menschen haben.« Die Erwartungen erfüllten sich nicht, unter anderem durch die damals nicht vorhandenen benötigten Datenmengen und die im Vergleich schwache Rechenleistung. Bekannt als Moravecs Paradox stellten Forscher immer wieder fest, dass Dinge, die für einen Menschen sehr schwer sind, wie komplexe mathematische Probleme zu lösen, für einen Computer leicht sind, während Dinge, die für Menschen leicht und selbstverständlich sind, wie Bilder zu erkennen, Sprache zu verstehen oder Bewegungen durchzuführen, für Maschinen extrem komplex und schwierig sind.
Sara Gebhardt
PR Referentin
sara.gebhardt@datagroup.de
Der Artikel ist Teil des DATAGROUP Magazins zum Thema Wandel
» Zum vollständigen Magazin
Sabine, wie sieht dein Arbeitstag heute aus?
Gleich am Morgen checke ich meine E-Mails und wir führen unser Daily durch, das Teammeeting, in dem die Aufgaben für den Tag besprochen werden. In der Regel bin ich einen Tag pro Woche im Büro, so wie heute. An den anderen vier Tagen bin ich meistens beim Kunden vor Ort in unterschiedlichen Projekten im Einsatz.
An was genau arbeitest du derzeit?
Momentan steht die konzeptionelle Weiterentwicklung unserer Academy an. Wir bieten Schulungen und Trainingspakete rund um RPA. In meinem aktuellen Projekt berate ich einen Kunden, der RPA in Eigenentwicklung einsetzt. Ich begleite ihn bei der Umsetzung. In solchen Projekten ergeben sich fast täglich Herausforderungen und Themen, die an mich herangetragen oder als Tickets durch den zentralen Service Desk eingestellt werden und die ich gemeinsam mit den Kunden bearbeite. Wenn etwa ein System ausfällt, oder sich Bearbeitungsfehler ergeben und die Erfolgsquote nicht mehr stimmt, weil etwas im Prozess nicht eindeutig definiert wurde. Grundsätzlich arbeite ich als Entwicklerin fest an einem bestimmten Prozess. Dennoch ist die Arbeitsweise sehr agil, man muss sich immer wieder auf neue Situationen einstellen und dies in die aktuelle Arbeit einfließen lassen.
Was genau macht ein RPA-Developer, welches Skillset benötigt er und was unterscheidet ihn vom klassischen Developer?
Vereinfacht gesagt: Ein RPA-Developer bekommt einen zu automatisierenden Prozess übergeben und führt dann die Entwicklung mit den Tools der gewählten RPA-Plattform durch. Er übernimmt die konzeptionelle Feinarbeit, fügt Abläufe zusammen und nimmt verschiedene Aussteuerungen vor, für den Fall, dass der Roboter mal nicht weiterkommt.
Zu meinem Aufgabenbereich gehört auch die Erweiterung des generellen Funktionsumfangs unserer RPA-Lösungen wie etwa die Integration von vorgegebenen Schnittstellen wie Webservices und Datenbanken. In diesem Fall sprechen wir dann von Programmierung in C#, Javascript oder SQL. Die Arbeit erfolgt immer Hand in Hand mit den Business Consultants und Kunden und erfordert eine strukturierte Denkweise. Grundsätzlich kann man in das Thema RPA-Development mit einem breit gefächerten Skillset einsteigen – Verständnis für Programmierung vorausgesetzt. Es gibt auch Quereinsteiger in diesem Bereich, wie z. B. Mathematiker. Der Job ist allerdings nichts für Leute, die gerne zurückgezogen und alleine arbeiten, denn ein RPA-Developer hat in der Regel sehr viel Kontakt mit den Fachbereichen. Darin sehe ich auch einen maßgeblichen Unterschied zum klassischen Developer.
Daneben entwickeln wir nicht »from scratch«, sondern nutzen unsere eigenen Frameworks und die unserer Partner. Unsere Arbeit ist eigentlich immer verknüpft mit zahlreichen Systemen bei unseren Kunden. Wir müssen deshalb beispielsweise ein neues Prozessrelease auf Releases der Zielapplikationen abstimmen. Dadurch bleiben wir aber immer in Bewegung und müssen flexibel auf Veränderungen reagieren, was den Arbeitsalltag sehr dynamisch hält.
War es schon immer dein Plan, RPA-Developerin zu werden?
Als ich in die Berufswelt eingestiegen bin, war der Begriff RPA noch nicht so weit verbreitet, entsprechend war mir die Rolle eines RPA-Developers gar nicht bekannt. Ich habe Bioinformatik studiert, also eigentlich eine ganz andere Richtung. Während meines Studiums habe ich mich vor allem mit Neurobiologie und neuronalen Netzen beschäftigt. Bei der intensiven Beschäftigung mit dem Thema Brain Computer Interfaces stand auch damals schon die Frage im Vordergrund, wie intelligente Computersysteme den Alltag der Menschen bereichern und vereinfachen können. Über Kontakte habe ich eher zufällig die RPA-Welt kennengelernt und fand das Thema von Beginn an sehr spannend, so dass ich dort auch meinen aktuellen Job gefunden habe. Mit RPA und der momentanen Entwicklung zum Einsatz von künstlicher Intelligenz konnte ich auch die Brücke schlagen zu dem, was ich immer machen wollte und woran ich schon im Rahmen meines Studiums geforscht habe.
Du übernimmst im Unternehmen federführend das Thema RPA-Training. Wie kam es dazu?
Ich bin jetzt seit 5 Jahren im Unternehmen und mittlerweile Senior RPA-Developerin. In den vergangenen Jahren hat sich der Bereich rasant weiterentwickelt. Ich habe Proof of Concepts (PoCs) für verschiedene Kunden erstellt und diese bei der Einführung von RPA begleitet. Oft wollen Kunden eigenes RPA-Know-how im Unternehmen aufbauen und Mitarbeiter zu RPA-Developern ausbilden, welche mit unseren Entwicklern zusammenarbeiten. Wir bieten also für diese zukünftigen RPA-Developer kundenspezifische Trainings und Ausbildungen an. Nachdem ich selbst Zertifikate erworben und Erfahrungen als RPA-Developerin gesammelt hatte, habe ich ein solches Training für einen sehr großen Kunden übernommen.
Es bereitet mir Freude, mein Wissen weiterzuvermitteln und die Erfolge bei den Teilnehmern auch mitzuerleben. Daher habe ich mich daraufhin auf den Bereich Training spezialisiert. Bei einem Kunden habe ich etwa 40 aktive RPA-Entwickler aus den Fachbereichen ausgebildet und direkt mit den Divisionen gearbeitet, die Process Owner sind. Sie nutzen dann unsere Prozess-Bibliotheken , die wir bereits entwickelt haben und lassen Erweiterungen von uns vornehmen. Damit sind wir für unsere Kunden nicht nur Trainer, sondern auch das professionelle Backup. Im Sinne der Qualitätssicherung führen wir Reviews durch und prüfen, ob technisch alles läuft, was der Kunde selbst entwickelt. Häufig kann ich auch noch hilfreiche Tipps geben. In einigen Fällen kümmern wir uns auch um die Infrastruktur bzw. diese wird von uns gemanagt. So kann ich gemeinsam mit unseren Teams dem Kunden einen Rundum-Service bieten und durch unsere Schulungsangebote schaffen wir große Potenziale, RPA im eigenen Unternehmen schnell und einfach einzuführen.
Sabine, vielen Dank für dieses Gespräch!
DATAGROUP verfügt über mehr als 100 Spezialisten im Bereich RPA und KI. Sabine Reusing ist Senior RPA-Developerin, arbeitet seit 5 Jahren im Unternehmen und ist federführend für Trainings rund um Robotic Process Automation zuständig.
Prof. Herda, mit welchen Themen beschäftigen Sie sich gerade?
Momentan dominiert natürlich die Digitalisierung – aktuell erarbeite ich mit dem CIO eines bekannten mittelständischen Weltmarktführers eine unternehmensweite IT- und Digitalstrategie. In der angewandten Forschung arbeite ich zudem an einer praxisnahen und systematischen Strategiemethodik für das Zeitalter der Digitalisierung.
Sie arbeiten eng mit vielen CIOs im deutschen Mittelstand zusammen. Was sind aktuell deren größte strategische Herausforderungen?
Aus Ihrer persönlichen Wahrnehmung: Wie wird mit diesen Herausforderungen umgegangen und was sind momentan die drei Top-Themen auf der Agenda eines CIO?
Ich nehme wahr, dass die Bedeutung der IT-Organisation und die Rolle der CIOs seit einigen Jahren erheblich zunimmt. Sie wandeln sich vom internen IT-Dienstleister zum Treiber der Digitalen Transformation und werden so zum Erfolgsfaktor für Geschäftsmodelle in der Digitalisierung.
Die drei Top-Themen lauten:
Wie ich gesehen habe, analysieren Sie neue Geschäftsmodelle und Prozesse wie auch das Thema Plattformökonomie. Hat das Relevanz für den Mittelstand?
Der deutsche Mittelstand muss sich zwingend mit dem Thema der Digitalen Plattformökonomie beschäftigen. So sieht man sich auch im B2B verstärkt mit der Herausforderung konfrontiert, international auf digitalen Handelsplattformen mit überzeugenden Preisstrategien präsent zu sein. Diese stellen vermehrt etablierte internationale Handelsstrukturen über Importeure oder Großhandel infrage.
Baut man neue Geschäftsmodellvarianten auf, etwa auf der Basis nutzungsbasierter Subskriptionsmodelle, so steht man vor der Herausforderung, eigene datenbasierte Digitalplattformen aufzubauen.
Zum Thema Robotic Process Automation. Wie nehmen Sie den Einsatz von RPA-Technologien in Unternehmen wahr?
Als Wirtschaftsinformatiker begeistert mich das Thema enorm. Unsere Rolle im Unternehmen besteht darin, die unternehmensweiten Prozesse mit der richtigen IT-Technologie optimal zu gestalten. RPA ist hierfür geradezu ein Produktivitäts-Booster, sofern es sich um Prozesse handelt, die eine geringe Komplexität aufweisen, in großer Häufigkeit durchgeführt werden und regelbasiert beschrieben werden können.
Welchen Einfluss kann RPA auf die eben genannten Herausforderungen haben?
Die Mittelstandsunternehmen, die das Potenzial erkannt haben und RPA frühzeitig eingesetzt haben, konnten ihre Prozesse mit relativ geringem Aufwand deutlich automatisieren. Ich beobachte zudem, dass mit dem Einsatz von RPA die Fantasie in Fachbereich und IT für weitere Prozessautomatisierungen steigt, da sich recht schnell die Erfolge bei der Umsetzung zeigen.
Was fehlt Ihrer Meinung nach aktuell beim Einsatz von RPA, um auf die Herausforderungen der Digitalisierung zu reagieren?
RPA bietet sich für strukturierte Prozesse und Routineaufgaben in einer heterogenen IT-Systemlandschaft an und automatisiert de facto die Schnittstellen zwischen Mensch und Maschine. Somit stellt RPA einen guten Einstieg in die Digitalisierung dar. Sofern aber darüber hinaus Intelligenz im Prozess erforderlich ist oder die Daten nur in unstrukturierter Form vorkommen, kommt RPA derzeit an ihre Grenzen.
Sie beschäftigen sich seit Jahren mit der Frage, wie man Ressourcen und Kräfte optimal einsetzt, um überproportionale Ergebnisse zu erzielen. Kann in diesem Zusammenhang RPA eine Rolle spielen?
Ich halte RPA für eine wesentliche Technologie, um Routineprozesse und aufwendige Schnittstellen zu automatisieren. Gerade in einer komplexen, gewachsenen IT-Systemlandschaft mit vielen heterogenen Anwendungen kann RPA – methodisch richtig angewandt – ihre Stärke ausspielen.
Gelegentlich wird RPA nur als eine Brückentechnologie abgetan – wie ist Ihre Einschätzung dazu?
Das würde ich gern differenziert beantworten. Die klassische Automatisierung einfacher Prozesse mit RPA wird in der Zukunft vermutlich irgendwann ihre Bedeutung verlieren, gerade wenn mittelständische Unternehmen ihre Altanwendungen ablösen und vermehrt moderne Anwendungssysteme aus der Cloud beziehen.
Ich bin mir aber sicher, dass RPA deutlich »intelligenter« werden wird und man sie künftig mit anderen Technologien wie künstlicher Intelligenz oder Spracherkennung kombiniert, um die Einsatztiefe zu erhöhen.
Prof. Dr. Nils Herda, vielen Dank für dieses Gespräch!
Das Interview ist Teil des IT’s automated – CORBOX Robots-as-a-Service-Magazins.
» Zum vollständigen Magazin
Prof. Dr. Nils Herda berät zahlreiche CIOs bei der Konzeption von IT- sowie Digitalisierungsstrategien im Mittelstand und ist Sparringspartner für die erfolgreiche Umsetzung von Transformationsprojekten. Seine Schwerpunkte sind die typischen Herausforderungen der »Hidden Champions« im deutschen Mittelstand. Als Experte für Unternehmensstrategien im Zeitalter der Digitalisierung ist er ein gefragter Speaker und Strategieberater. Er lehrt und forscht als Professor für Wirtschaftsinformatik an der Fakultät Informatik an der Hochschule Albstadt-Sigmaringen.
RPA ist eine Form der Automatisierung von Geschäftsprozessen. Sie simuliert die menschliche Nutzung einer Anwendungssoftware. Diese Simulation wird durch sogenannte Software-Roboter (Bots) ausgeführt. Bei der so realisierten Automatisierung geht es meist um repetitive Aufgaben auf der Basis von Regeln und strukturierten Daten. Doch Bots werden Schritt für Schritt intelligenter, beispielsweise durch Machine-Learning-basierte Verfahren. Ziel ist es, selbstlernende Systeme zu entwickeln, die den Menschen vollumfänglich unterstützen können.
Software-Roboter bedienen die in einem Geschäftsprozess erforderlichen Anwendungen wie etwa SAP, Office, CRM-Systeme, Datenbanken, Web-Interfaces und viele weitere Systeme genauso wie Mitarbeiterinnen und Mitarbeiter dies tun. Es ist dabei nicht notwendig, technisch aufwendige Schnittstellen zu den einzelnen Anwendungen zu programmieren. Die Software-Roboter greifen über ihre jeweilige Benutzerschnittstelle auf die Anwendungen zu. Auf diese Weise können Geschäfts- und Verwaltungsprozesse vollautomatisch abgearbeitet werden.
Software-Roboter benutzen originär für Menschen entwickelte Anwendungsprogramme, indem sie die Aktionen menschlicher Nutzer nachahmen. Dazu muss der Software-Roboter über die notwendigen Benutzerberechtigungen verfügen. Entsprechend loggt er sich in die vorgesehenen Anwendungen ein und führt die normalerweise von Menschen durchgeführten Tätigkeiten und Aktionen vollautomatisch aus. Bestens geeignet dafür sind repetitive Routinevorgänge wie etwa das Konsolidieren von Listen durch das Kopieren von Daten aus unterschiedlichen Quellen.
Grundsätzlich weniger gut geeignet sind Prozesse, die unstrukturierte
Daten verarbeiten. DATAGROUP bietet hier aber kontinuierlich weiterentwickelte Technologien auf Basis von Machine Learning und KI an. Ein Beispiel ist die vollautomatisierte Erkennung und Auslesung der unstrukturierten Daten in Zollformularen. Eine weitere Möglichkeit bietet ein von DATAGROUP entwickelter Machine-Learning-basierter Service zur automatischen Klassifizierung von eingehenden E-Mails und Tickets nach Priorität, Dringlichkeit, Typ etc.
Geeignete Prozesse finden sich in nahezu allen Bereichen der Verwaltung und im Kundenservice. Ein häufig automatisierter
Prozess ist beispielsweise die Bearbeitung von Rücklastschriften bei B2C-Unternehmen. Dieser Prozess ist vollständig regelbasiert und es werden strukturierte Daten bearbeitet – meist sind fünf bis sieben Anwendungssysteme involviert, wie etwa Zahlungsverkehrsprogramme, Excel, SAP, Ticketsysteme und E-Mail.
Sie möchten mehr über Robotic Process Automation erfahren? Dann werfen Sie einen Blick in unser Magazin IT’s automated! Hier kostenlos lesen.
Sebastian Darimont
T +49 711 62030 421
sebastian.darimont@datagroup.de
Digitalisierung ist im Moment eines der Schlagworte – auch im Handel. Mobile Anwendungen, Internet of Things, Location-based Services, mobile Payment, Digital Signage, Prozessoptimierungen, neue digitale Vertriebswege sowie Big Data-Ansätze sind die Themen, die sich in der Regel dahinter verbergen. Die Digitalisierung zielt dabei sowohl auf interne Prozesse als auch auf Prozesse zum Endkunden ab.
Im B2C-Bereich steht einerseits das Einkaufserlebnis und andererseits die Kostenreduktion im Fokus. Das Einkaufen soll für Kunden immer individueller, emotionaler und einfacher werden. Gleichzeitig werden vielfach Prozesse im Sinne von Self Services auf die Kunden verlagert, um dem enormen Kostendruck zu begegnen. Am POS wird etwa mit Bestellterminals versucht, die Brücke zwischen Filiale und Web-Shop zu bilden.
Ansätze zur Digitalisierung ergeben sich auch im Umfeld bestehender Bonusprogramme, die zur Kundenbindung dienen. Herkömmliche Kundenkarten lassen sich durch Apps digitalisieren und Kunden haben stets Zugriff auf ihre Kartenumsätze, Bonuspunkte oder Rabatte. Selbst die Bezahlfunktion kann mit Hilfe von Apps realisiert werden, wodurch die physische Plastikkarte vollständig substituiert werden kann, was von den Kunden sehr positiv aufgenommen wird.
Weitere Funktionen wie z.B. Mobile Couponing, Integration von User-generated Content, Social Media Sharing sowie Click & Collect als Verknüpfung von Webshop und Filiale runden das Angebot ab. Bei ausreichend granularer Datenbasis im CRM lassen sich darüber hinaus sehr zielgerichtete Services realisieren: Von Aktivitäts- und Lokalitätsbasierten Push-Benachrichtigungen für Events und Aktionen über Terminvereinbarungen bis hin zum persönlichen Beraterknopf für Premium-Kunden.
Im B2B-Bereich liegen die Treiber der Digitalisierung in den zahlreichen Herausforderungen, mit denen sich die Unternehmen konfrontiert sehen. Auch hier zwingt der Wettbewerbsdruck zu ständigen Prozessoptimierungen und Effizienzsteigerungen. Noch bedrohlicher sind disruptive Geschäftsmodelle neuer Marktteilnehmer, gegen die vorgebeugt oder reagiert werden muss.
Mit mobilen Endgeräten wie Smartphones, Tablets aber auch Wearables ergeben sich insbesondere im Filialmanagement zahlreiche neue Möglichkeiten zur Produktivitätssteigerung durch Digitalisierung. Vertriebsleiter können über integrierte Task Management-Lösungen vollständig von Papierformularen, Klemmbrett, Fax und komplizierter PC-Technologie befreit werden. Bei konsequenter Beseitigung von Medienbrüchen und durchgehender Datenverarbeitung ergeben sich bereits kurz nach Einführung erhebliche Prozessverbesserungen im Filial- und Depot-Management. Spiegelpläne lassen sich z.B. über Augmented Reality-Technologie mit der Situation in der Filiale abgleichen und Aufstellflächen für Aktionen können anhand digitalisierter Grundrisse geplant und abgesprochen werden. Selbst die Analyse von Prozessen zur weiteren Optimierung von Arbeitsschritten und Wegen wird über mobile Anwendungen deutlich erleichtert.
Auch im eher rauen Arbeitsalltag eines Marktleiters bewähren sich mobile Lösungen. Diese sind sehr eng mit den Systemen in der Filiale integriert, da sie i.d.R. ortsgebunden sind. Neben dem Zugriff auf die Warenwirtschaft und die lokale Infrastruktur können auch Backautomaten, Pfandrückgabesysteme oder Temperatursensoren über Internet of Things Frameworks integriert werden. Dies ermöglicht eine deutliche Reduktion von Laufwegen sowie eine präzisere und diskretere Steuerung von Benachrichtigungen an Mitarbeiter.
Die Szenarien zur Digitalisierung von internen Prozessen im Handel sind vielfältig und umfassen den gesamten Betriebsablauf von Logistik und Anlieferung bis zum Kassenruf. Wie genau das aussehen kann, hat Christian Sauter, Vorstand DATAGROUP Mobile Solutions AG, in der POS Manager Technology beschrieben.
Die größte Herausforderung im Handel ist sicherlich, eine Antwort auf disruptive Geschäftsmodelle zu finden. Start-Ups erobern schnell signifikante Marktanteile und drohen so, etablierte Anbieter zu verdrängen. Die Unternehmen reagieren mit eigenen Ideen und passen ihre Geschäftsmodelle an. Klassische Web-Shops werden z.B. zu Marktplätzen erweitert und auch für Dritte geöffnet, die ihr Sortiment über standardisierte Schnittstellen integrieren können. Hersteller selbst werden auch zunehmend zu Händlern und verkürzen somit die Anzahl der Zwischenhändler zum Kunden, indem sie eigene digitale Vertriebswege etablieren oder vollständig neue Preismodelle anbieten.
Unabhängig davon, für welchen Bereich nun Prozesse im Handel digitalisiert werden, gilt es einige grundsätzliche Dinge zu beachten. Die Berücksichtigung von Security-Aspekten ist selbstverständlich und somit eher Hygienefaktor. Auch sollte die Systemarchitektur gut durchdacht sein, um neue Technologien wie mobile Endgeräte und IoT-Devices sowie Web-Anwendungen und Apps mit bestehenden Systemen wie Warenwirtschaft oder CRM zu integrieren (Systemintegration).
Entscheidend in allen Bereichen ist schließlich die User Experience (UX) der digitalen Lösung. Eine einfache Inbetriebnahme sowie ein intuitives Bedienkonzept basierend auf einem auf die Zielgruppe zugeschnittenen Interface Design sind ausschlaggebend für die dauerhafte Nutzung und Akzeptanz bei den Usern und somit die Schlüsselfaktoren für den Erfolg.
Stefan Dreher
T +49 711 62030 333
stefan.dreher@datagroup.de
Unsere Mittelstandskunden verkürzen ihre Innovationszyklen mit unserem Mobile Backend as a Service auf Basis der Cloud-Architektur von CORBOX. Lesen Sie Best Practices wie mit Mobile Backend aus der Cloud und standardisierten Services die Umsetzung von Digitalisierungsstrategien gelingt.
Mobile Anwendungen, seien es nun native Apps, Web-Apps oder auch IoT-Anwendungen sind ein wesentlicher Aspekt jeder Digitalisierungsstrategie. Dabei ist eine schnelle und auch flexible Umsetzung ein wichtiger Erfolgsfaktor. Die Fähigkeit, auf neue Anforderungen, Chancen und Wettbewerbsvorteile agil reagieren zu können, ist somit entscheidend für den Erfolg oder Misserfolg von Projekten.
Für viele Unternehmen stellt sich somit folgende Herausforderung: Stetig wachsende Anforderungen der Digitalisierung an eine kurze Time-to-Market sowie schnell aufeinanderfolgende Innovationszyklen müssen mit der aufwändigen Entwicklung mobiler Anwendungen vereinbart werden. Mobile Backend as a Service-Konzepte (BaaS) bieten für diesen Spagat einen interessanten Lösungsansatz.
„Die effizienteste Variante ist der Einsatz unseres Mobile Backend aus der Cloud. Damit reduzieren wir in unseren Projekten den Aufwand für Entwicklung, Infrastruktur sowie Wartung drastisch.“
Andreas Schmid, CTO DATAGROUP Mobile Solutions AG
Gerade bei der Entwicklung von Apps, wie etwa für die Unterstützung von Verkaufsorganisationen oder für Kunden im Bereich Mobile Payment und Shopping, ist das Backend zentral für die Bereitstellung attraktiver Services.
Häufig werden für solche Apps eigens individuelle Backends entwickelt und auf dedizierten Servern betrieben. Dieses Vorgehen ist jedoch für aktuelle Marktanforderungen regelmäßig zu langsam, zu komplex und zudem unwirtschaftlich. Im Gegensatz dazu können Backend as a Service-Konzepte in der Entwicklung drastische Zeit- und Aufwandseinsparungen bei höherer Softwarequalität erzielen. Schlichtweg deswegen, da Aufgaben wie die zeitintensive Backend-Entwicklung, Konfiguration und Dokumentation von Schnittstellen, Abstimmung zwischen Back- und Frontendentwicklung sowie die Installation zusätzlicher Systeme und Infrastruktur entfallen.
Betrachtet man die verschiedenen Programmierschichten einer App (Server, Datenbank, Business-Logik, Schnittstelle zur Datenbereitstellung, Datenmodell und App-Code) wird schnell klar, dass ein großer Teil des Entwicklungsaufwands im Backend liegt. Mit BaaS-Konzepten wird verhindert, dass das Rad für jede App neu erfunden wird. Dafür kommen bewährte und ausgereifte Standardfunktionen zum Einsatz.
Auf Basis jahrelanger Erfahrung in der Backend-Entwicklung stellt DATAGROUP Mobile Solutions alle für die Realisierung von mobilen Apps erforderliche Backend-Funktionalität in Form von REST-Services in der DATAGROUP Cloud bereit. Diese Services werden in den ISO 27001-zertifizierten DATAGROUP Rechenzentren auf Basis ISO 20000-zertifizierter Prozesse bereitgestellt. Die zugrundeliegenden CORBOX-Services ermöglichen eine flexible und damit bedarfsgerechte Skalierung, wodurch Synergie- und Skaleneffekte genutzt werden können. Server, Storage, Backup, Patch-Level, Überwachung sowie die Anbindung in und aus dem Rechenzentrum sind immer auf dem aktuellsten Stand.
In der DATAGROUP Cloud werden sowohl die relevanten Datenbanken als auch das Backend betrieben. Hosting, Skalierbarkeit, Absicherung, die Anbindung an externe APIs, User Management und weitere standardisierte Aufgaben werden dabei als kombinierte Services erbracht. Das Backend aus der Cloud eignet sich somit insbesondere, um unterschiedlichste Applikationen für mobile Geräte sowie Rich Clients zu realisieren und bietet einen individuell erweiterbaren Funktionsumfang:
Zusammenfassend lässt sich feststellen, dass für Kunden aus dem Mittelstand insbesondere die verkürzte Time-to-Market das entscheidende Kriterium für den Einsatz von BaaS bei Mobile App-Projekten ist. Finanzdienstleister und Banken schätzen hingegen den ISO-Zertifizierten Betrieb im DATAGROUP Rechenzentrum. Kunden aus dem Bereich Handel und Retail ist vor allem die hohe Skalierbarkeit sowie die vielfältigen Einsatzmöglichkeiten ausschlaggebend.
Stefan Dreher
T +49 711 62030 333
stefan.dreher@datagroup.de
User Experience ist ein wesentlicher Faktor für die Akzeptanz einer Anwendung. Gerade bei Unternehmens-Software wird die UX im Rahmen der Softwareentwicklung oft unterschätzt. So hängt auch im Business-Kontext die Nutzungsintensität einer Anwendung von der Benutzererfahrung ab. Insbesondere bei App-Entwicklung für Unternehmen sind die Anforderungen sowohl an den Funktionsumfang als auch an eine effiziente Bedienbarkeit in den letzten Jahren kontinuierlich gestiegen.
Ca. 90 % aller Anwender nutzen Apps mit schlechter Performance nicht weiter und ca. 85 % haben mindestens einmal eine App aus demselben Grund deinstalliert. Dies zeigt, dass die Attraktivität einer Anwendung sowie ein intuitives User Interface mindestens so wichtig sind, wie die fachlichen Funktionen.
Die ISO-Norm 9241-210 für benutzerorientiertes Vorgehen in Entwicklungsprojekten definiert UX als die „Wahrnehmungen und Reaktionen einer Person, die aus der tatsächlichen und/oder der erwarteten Benutzung eines Produkts, eines Systems oder einer Dienstleistung resultieren”. Also beschäftigt sich User Experience Design im Kontext der Software-Entwicklung mit der Gestaltung des Erlebnisses vor, während und nach der Nutzung einer Anwendung. Der ganzheitliche Designansatz stellt den Nutzer mit seinen Erfahrungen und Erwartungen dabei in den Mittelpunkt.
Die Einführung einer Software-Lösung im Unternehmen erfolgt in der Regel mit dem Ziel, Geschäftsprozesse zu digitalisieren, die Produktivität zu steigern, schnellere und bessere Entscheidungen zu treffen oder die Fehlerquote zu verringern. Die Erkenntnis, dass 80 % aller Anwender eine Software-Lösung nach 3 Versuchen mit einer schlechten User Experience nicht weiter nutzen oder gar deinstallieren, unterstreicht die Bedeutung von UX im Unternehmenskontext deutlich: Nur wenn die Mitarbeiter eine Anwendung als Arbeitserleichterung ansehen, wird diese auch genutzt werden.
Gerade bei Unternehmens-Software hat der Anwender in der Regel aber keine Wahl, ob und wie intensiv eine Anwendung genutzt wird. Zur Erledigung einer Aufgabe sind Software-Lösungen in der Regel alternativlos, egal ob diese intuitiv zu bedienen sind oder nicht. Als Konsequenz leidet somit nicht die Nutzungshäufigkeit der Software, sondern das Engagement der Mitarbeiter und die Effizienz des Prozesses. Legen Unternehmen jedoch Wert auf eine gute UX ihrer Arbeitsmittel, steigen dementsprechend Produktivität und Motivation.
Nicht umsonst sind kinderleicht zu bedienende Smartphones und intuitiv zu bedienende Apps aus unserem Leben nicht mehr wegzudenken. Warum sollten die Erkenntnisse und Zeitgewinne aus der Consumer-Welt nicht auch das Arbeiten in den Unternehmen erleichtern? Durch gutes UX-Design wird schließlich den gestiegenen Anforderungen der Mitarbeiter an das Nutzungserlebnis Rechnung getragen. Gerade Digital Natives sind kurze Release-Zyklen, orientiert am Nutzer-Feedback in den App-Stores, aus dem privaten Umfeld gewohnt und erheben diesen Anspruch auch zunehmend an Unternehmens-Software. Je mehr Mitarbeiter der Generation Y in die Unternehmen kommen, desto geringer wird die Akzeptanz gegenüber nicht-intuitiver Software mit unergonomischen Bedienkonzepten und desto höher die Ansprüche an Usability und Funktionalität.
Historisch gewachsene Anwendungen basieren vielfach auf nicht mehr zeitgemäßen Anforderungen. Neue Funktionen werden oft einfach ergänzt und die Anwendung nicht zyklisch erneuert. So werden Software-Lösungen mit der Zeit umfangreicher, komplexer und die Wartungsintensität steigt. Hinzu kommen neue Bedienkonzepte wie z.B. Gesten sowie neue Bedienoberflächen, die eine Interaktion z.B. auch per Touch ermöglichen. Jeder, der schon einmal mit komplexen und überladenen User Interfaces arbeiten musste, weiß, dass dies aufwendig, anstrengend und nicht zuletzt fehleranfällig ist. Durch eine nutzerzentrierte Gestaltung von Anwendungsoberflächen können Durchlaufzeiten von Aufgaben verkürzt und die Fehlerzahl reduziert werden. Auf diese Weise werden ganze Prozesse verschlankt und optimiert.
Bereits bei der Einführung einer UX-optimierten Anwendung kann der Schulungsaufwand durch intuitive Bedienkonzepte auf ein Minimum verkürzt werden. Auch bei Wartung und Betrieb sind sinkende Supportaufwände zu beobachten: Der Aufwand, der durch den Einsatz von Key-Usern oder im Support durch nicht-ergonomische Software entsteht, wird durch den Einsatz optimierter User Interfaces reduziert.
Durch den Einsatz von UX-Methoden werden die Unternehmensziele, die mit dem Einsatz einer Software verfolgt werden, mit den Interessen der Nutzer in Einklang gebracht. Der iterative Design-Prozess ermöglicht eine kontinuierliche Verbesserung der Nutzererfahrung. Dadurch können Anwendungen bereitgestellt werden, die eine optimale Erledigung der Aufgaben ermöglichen und so Ziele wie eine erhöhte Prozessstabilität, verkürzte Prozesszyklen und eine gesteigerte Mitarbeitermotivation erreicht werden.
Kontakt
Marcia Bohn
T +49 711 62030 433
marcia.bohn@datagroup.de