RPAsset

Ausgangssituation

Das Forschungsprojekt RPA^sset adressierte die Problemstellung unzureichender Effizienz von Administrationsprozessen kleiner und mittlerer Unternehmen. Eine Möglichkeit zur Ausschöpfung von Potenzialen besteht in dem Einsatz von Robotic-Process-Automation. Dieses Verfahren ermöglicht bereits heute, große Teile der Administrationstätigkeiten in Unternehmen durch standardisierte Datenverarbeitung zu automatisieren.

Lösungsweg

Anhand eines neu konzipierten Werkzeugs wurden Prozesse innerhalb eines Unternehmens identifiziert, die sich für die Anwendung von RPA eignen. Anschließend wurden die RPA-Anwendungen analysiert und modelliert sowie darüber hinaus geeignete RPA-Software evaluiert und ausgewählt. Für die sinnvolle Nutzung von RPA-Anwendungen wurden zusätzlich geeignete Algorithmen und Machine-Learning-Tools identifiziert und verglichen. Des Weiteren wurde untersucht, wie die Einführung von RPA auf organisationaler Ebene erfolgt. Basierend auf den Ergebnissen wurde anschließend die Umsetzung an beispielhaften Prozessen in den Unternehmen des PA durchgeführt. Hierbei erfolgte die Erfassung der Effekte bei der Einführung von RPA. Die Ergebnissicherung für die Unternehmen fand durch die Überführung der Ergebniskomponenten in ein interaktives und leicht anwendbares digitales Handbuch statt. Die (Zwischen-)Ergebnisse wurden zur direkten Anwendung in die Praxis transferiert.

Im Projekt wurden vier zentrale Ergebnisse angestrebt:

1. Konzeption eines Werkzeugs zur Bewertung von RPA-Anwendungen für Administrationsprozesse
2. Konfigurator zur Modellierung von RPA-Anwendungen
3. Hilfestellung zur Auswahl geeigneter Algorithmen für automatisierte Prozessschritte, die eine Entscheidungskomponente enthalten
4. Konzept für die unternehmensindividuelle Einführung von RPA-Anwendungen für KMU

Nutzen für die Zielgruppe

Die Ergebnisse des Forschungsprojekts RPA^sset befähigen KMU in Deutschland, die relevanten Administrationsprozesse zu identifizieren und möglichst ressourcenschonend RPA-Anwendungen zu implementieren. Die freigesetzten Zeitressourcen können beispielsweise genutzt werden, um komplexere Themenfelder mit hohem kognitivem Anspruch zu bearbeiten.