Erleben wir getrieben durch künstliche Intelligenz eine Renaissance von Business Process Reengineering?

Nicht erst seit Axel Oppermann hier auf dem CIOKurator das Fass der Automatisierung aufgemacht hat, ist das Thema Optimierung von Geschäftsprozessen wieder aktuell. Oder war es gar immer da? Tom Davenport hat Ende Juli 2017 von einer möglichen Traumhochzeit zwischen Business Process Reengineering (BPR) und kognitiven Technologien geschrieben, wenn Unternehmen bei der Neugestaltung und Automatisierung der Prozesse die spezifischen kognitiven Fähigkeiten im Blick hätten.

Die 2. Welle des Business Process Reengineering?

Wer erinnert sich noch an die durch das Buch Business Reengineering. Die Radikalkur für das Unternehmen von Michael Hammer und James Champy mit angestoßene Welle der Prozessneugestaltung in den neunziger Jahren: Fundamentales Umdenken und radikales Neugestalten von Geschäftsprozessen, um dramatische Verbesserungen bei bedeutenden Kennzahlen, wie Kosten, Qualität, Service und Durchlaufzeit zu erreichen“. Auch damals waren es Technologien, die die Neugestaltung der Prozesse getrieben haben, beispielsweise ERP-Systeme und das aufkommende Internet. In jedem Unternehmen, das etwas auf sich hielt, zierten die berühmten ARIS-Tapeten die Wände. Geschäftsprozessmodellierung bis zum Erbrechen und vor allem zum Nutzen von SAP – und unzähliger Berater.

Vom häufigen Scheitern der angestrebten Optimierung

Es war auch die Blütezeit vieler Workflow- und Business Process Management-Werkzeuge, mit denen auch und besonders “White Collar”-Prozesse optimiert werden sollten. Ich erinnere mich noch sehr gut an lange Sitzungen bei einem Kunden, wo wir den Prozess der Neueinstellung abzubilden versuchten. Der Prozess war – wie oben erwähnt – mühevoll mit ARIS modelliert worden. Als wir dann umsetzten, stellten wir fest, dass die vermeintlichen Prozess Owner ihre eigenen Prozesse doch nicht so gut kannten und vor allem, dass es unzählige Ausnahmen gab. Natürlich haben wir damals in typisch deutscher Manier versucht, all diese Ausnahmen im Workflow-Tool abzubilden. Und wir sind daran gescheitert. Die Behandlung vom Ausnahmen, das Herauslösen und potentiell spätere Wiedereinfädeln von Fällen war in den Tools und in den Köpfen von Unternehmen und Beratern nicht vorgesehen. Davenport zitiert in seinem Beitrag Studien, die davon ausgehen, dass zwischen 50 und 70 Prozent der BPR Projekte gescheitert seien.

Nun könnten – so Davenport – Technologien der künstlichen Intelligenz wie Deep und Machine Learning, Natural Language Processing (NLP) , Robotic Process Automation (RPA) oder Regel- und Empfehlungswerkzeuge erneut eine Welle der Prozessautomatisierung befeuern. Wieder spielt IT – diesmal kognitive Technologien – eine zentrale Rolle bei der potentiellen Verbesserung der Prozesse. Und erneut hat der CIO mit seiner IT-Abteilung die Chance, sich prominent und zentral zu positionieren.

Erneut Primat der Optimierung vor blinder Elektrifizierung

Davenport mahnt jedoch auch an, nicht nur Technologie einzuführen, sondern auch ein Überdenken und wo sinnvoll ein Resdesign der Prozesse vorzunehmen. Erst dann schöpfe man das volle Verbesserungspotential aus. Auch das haben wir im der ersten Reengineering-Phase gehört und nur zu oft wurden bestehende Prozesse lediglich elektrifiziert.

Und schon sind wir in einer Methodendiskussion angelangt. Ansätze von Lean Management oder Six Sigma sollten mit den Reengineering-Methoden verbunden werden, auch um kurzfristige Verbesserungen (und Erfolge) für bestimmte Aufgaben zu erreichen. Hier bringt dann Davenport auch Design Thinking ins Spiel, dass sich als Vorgehensweise seit der ersten Reengineering-Welle maßgeblich weiterentwickelt hat. Experten empfehlen Design Thinking gerade im Umfeld kognitiver Technologien, Produkte, Strategien, Anlagen und Einrichtungen und Arbeitsprozesse zu verbessern.

Dies führt dann auch zur Empfehlung, neue Prozesse iterativ und experimentell zu entwickeln und dabei zügig Prototypen und Piloten zu schaffen, die zur Verifizierung genutzt werden können. Dies mag sich von vielen Projektansätzen in der Vergangenheit unterscheiden, so gleich der große Wurf versucht wurde und man sich dabei zusehends von Kunden und Anwendern entfernt hatte. Die iterative Entwicklung sei – man muss das Schlagwort wohl heute benutzen – wesentlich agiler und kognitivem Design von Prozessen angemessener, so Davenport. Gerade auch in den vergleichsweise frühen Tagen von Reegineering-Projekten mit kognitiver Technologieunterstützung sei dies zu empfehlen, bevor man viel Geld in “Mondprojekte” versenke.

Kategorien der Optimierung mit künstlicher Intelligenz

Was sind das denn für Aufgaben und Prozesse, die mit Hilfe kognitiver Technologien automatisiert werden können? Davenport führt vier verschiedene Kategorien auf: die Analyse von Zahlen, die Analyse von Texten und Bildern, die Ausführung digitaler Aufgaben und die Ausführung physischer Aufgaben. Sowohl in der Analyse riesiger Mengen von Zahlen wie auch von Texten und Bildern zeigt sich auch ein schlagendes Argument für den Einsatz kognitiver Technologien. Das menschliche Hirn ist oft gar nicht in der Lage, die schiere Menge an Informationen zu bewältigen und auszuwerten. Hier können kognitive Technologien die Aufgaben einfach besser erledigen, ob es nun um den Vergleich von Bildern und darin enthaltenen Mustern, ob es um die Auswertung von Abertausenden von Dokumenten oder das Erkennen von Unregelmäßigkeiten in Millionen von Transaktionen geht. Natürlich fallen einem hier sofort Projekte in der Medizin – Auswertung von Röntgenbildern, Auswertung von Patienteninformationen – ebenso ein wie die Überprüfung finanzieller Transaktionen nach Unregelmäßigkeiten und Betrugsmustern.

Und vermehrt sieht man jetzt den Einsatz kognitiver Technologien zur Durchführung digitaler Aufgaben. Der Prozess nach dem Verlust einer Kreditkarte kann beispielsweise mit Hilfe von Geschäftsregeln und Prozessabläufen weitgehend automatisiert als Robotic Process Automation (RPA) durchgeführt werden. (Wie Davenport es korrekt bemerkt, geht es bei RPA nicht um den Einsatz von Robotern, vielmehr um die Nutzung von Workflow- and Business Rules-Technologien zur Autoamtisierung sich immer wiederholender, transaktionaller Aufgaben, deren Regeln durch Geschäftsanwender konfiguriert werden können.) Die Zahl nicht automatisierter standardisierbarer administrativer Back Office-Prozesse dürfte noch immer enorm sein und man geht – so Davenport – von möglichen Kosteneinsparungen und verbesserten Durchlaufzeiten in einer Höhe von 30 bis 40 Prozent aus.

KI: Von alleine funzt es nicht – Training notwendig

Bei all diesem Potential sollte man aber – und der Aspekt fehlt mir in dem Artikel von Davenport – immer auch im Kopf behalten, dass Systeme trainiert werden müssen, wie das Beispiel der  Versicherungskammer Bayern zeigt. Das Unternehmen setzt kognitive Technologie ein, um in den jährlich mehr als sieben Millionen Kundenbriefe und Mails Anliegen der Kunden schnell und präzise zu erkennen. Nach intensivem Training ist das System nun in der Lage, Unmutsäußerungen und Angebotswünsche in Kundenschreiben zu erkennen, nach verschiedenen, vorgegebenen Kategorien und emotionalen Stimmungen zu sortieren und dem jeweils zuständigen Mitarbeiter mit entsprechender Priorisierung zuzuweisen.

Dies ist auch ein hervorragendes Beispiel, wo verschiedene Aufgaben- und Prozesskategorien kombiniert werden:

Some processes, of course, may involve multiple types of tasks. Tasks may be combined or transformed in applications; some text and images, for example, are converted into numbers for analysis. A customer service application may involve speech recognition, image processing, and machine learning predictions of what is most likely to satisfy the customer. Such combinations are increasingly common with business applications of cognitive technology.

via Applying cognitive tools to knowledge-based work | Deloitte Insights

Bei der Bearbeitung physischer Aufgaben landen wir dann bei den viel diskutierten Robotern. Auch hier gibt es verschiedene Varianten: Roboter können Menschen beispielsweise in der Medizin oder in Präzisionsarbeiten in anderen Industrien unterstützen. Daneben gibt es die eigenständig agierenden Roboter, die Arbeiter ersetzten. Und einer vergleichsweise neuer Typ von Robotern – der “kollaborative Roboter – hält Einzug, der Seite an Seite mit dem Menschen arbeitet. Besonders kontrovers werden natürlich potentiell autonome Roboter diskutiert, die eigenständig agieren und Entscheidungen treffen. Das selbstfahrende autonome Fahrzeug ist ein bekanntes Beispiel. Um diese technologische Entwicklung ranken sich wohl auch die größten Bedenken.

Daneben wird die Frage möglicher Arbeitsplatzverluste heftig und kontrovers diskutiert. Das World Economic Forum zitiert eine Studie von Forschern der Universitäten von Würzburg, Mannheim und Düsseldorf, nach der in Deutschland im Vergleich zu den USA zwar die meisten Industrieroboter im Einsatz sind, dies aber – aus verschiedensten Gründen, u.a. auch aktiver Gewerkschaften – nicht zu Arbeitsplatzverlusten geführt habe.

Bei allen Möglichkeiten und allen Notwendigkeiten zur Automatisierung stellt Davenport heraus, dass die Menschen weiterhin eine wichtige Rolle spielen werden. Seine Vision sind die smarten Mitarbeiter die mit und neben smarten Maschinen arbeiten. Zwar werde es Arbeitsverluste geben. Die meisten Prozesse würden aber von menschlicher Kontrolle profitieren. Im Redesign gälte es herauszuarbeiten, welche Aufgaben automatisiert und welche besser durch den Mensch zu erledigen seien. Der Zug ist laut Davenport nicht aufzuhalten. Man werde nun iterativ herausfinden müssen, wie Wissen und Informationen in Unternehmen besser erfasst, angewandt und zugänglich gemacht werden könne. Unternehmen, die sich prozessbasiert diesem Thema annäherten, hätten wesentlich bessere Wettbewerbschancen.

Meine 2 Cents: Wir kommen um weitere Automatisierung nicht herum. Der Zug geht eindeutig in diese Richtung. Jedoch sollten wir versuchen, nicht die Fehler der Vergangenheit, der ersten Business Process Reengineering-Welle, möglichst nicht wiederholen. Und wir müssen mit einer realistischen Einschätzung an das Thema kognitive Technologien und Automatisierung herangehen. Wir befinden uns noch am Anfang und wir müssen akzeptieren und einberechnen, dass die Systeme nicht von heute auf morgen gleich den Mehrwert liefern, den man sich erhofft und erwartet. Wer jedoch mit Augenmaß an die Projekte herangeht, die notwendige Zeit zur Konzeption und zum Anlernen der kognitiven Systeme investiert, der kann auf jeden Fall deutlichen Nutzen generieren.

(Stefan Pfeiffer)

3 comments

Kommentare sind sehr willkommen