Was bringt Hyperautomation? Der Mehrwert ist immens: Unternehmen können strategische Entscheidungen auf Basis der Daten der digitalen Zwillinge treffen und die zuvor automatisierten Prozesse optimieren sowie besser verstehen. Klingt in der Theorie simpel, doch für die meisten Organisationen handelt es sich um ein mehrjähriges Projekt mit vielen Einzelschritten und Herausforderungen. Diese können sie jedoch mit der richtigen Herangehensweise meistern.

Einer der wichtigsten Aspekte: Bei der Hyperautomation handelt es sich um einen unternehmensweiten Prozess. Denn die Fülle an Daten, Organisationswissen und Fachkenntnissen, die für eine erfolgreiche Durchführung erforderlich sind, ist immens. Deshalb ist es nicht nur eine technologische, sondern vor allem auch eine organisatorische Herausforderung, der sich Unternehmen 2022 stellen sollten. Im Kern definiert Gartner Hyperautomation wie folgt: „Hyperautomation ist ein geschäftsorientierter, disziplinierter Ansatz, mit dem Unternehmen so viele Geschäfts- und IT-Prozesse wie möglich schnell identifizieren, überprüfen und automatisieren können. Hyperautomation beinhaltet den orchestrierten Einsatz mehrerer Technologien, Tools oder Plattformen.“

Automatisierung versus Hyperautomation

Der Differenzierungsfaktor zur reinen Automatisierung liegt im übergreifenden Ansatz. Ein Beispiel: In einer Fabrik sind dank der Digitalisierung alle relevanten Informationen über den Zustand und die Nutzung der Produktionsmaschinen digital abrufbar und die daraus resultierenden Erkenntnisse dienen der automatisierten Entscheidungsfindung. Dieser Prozess ist Teil der oft schon umgesetzten Digitalisierung und Automatisierung von Prozessen. Wenn alle Informationen der Fabrik im breiteren Rahmen des gesamten Unternehmens erfasst werden und Machine Learning (ML) und Künstliche Intelligenz (KI) die Prozesse analysiert, um zum Beispiel die Kapazitätsplanung, Logistik oder Forschung zu optimieren, spricht man von Hyperautomation.

Hyperautomation betrifft nicht nur die Industrie, sondern kann in jedem Unternehmen implementiert werden. „Digital Native”-Organisationen, die seit jeher den Schwerpunkt auf datengesteuerte Entscheidungsprozesse legen und meist über eine hohe Datenqualität sowie Wissen über die Nutzung dieser Daten verfügen, profitieren sicherlich am meisten. Sie können ganze End-to-End-Workflows automatisieren. So lässt sich beispielsweise in der Personalabteilung der gesamte Prozess von der Auswahl an Bewerbern, über die Einstellung bis hin zur Ausbildung, Entwicklung, Betreuung und Bindung von Mitarbeitern digitalisieren. Zugleich ist eine Verknüpfung mit anderen Abteilungen wie der IT möglich, die wiederum die richtigen Geräte oder Zugänge für die Mitarbeiter bereitstellt. Das versetzt Unternehmen in die Lage, Best Practices zu standardisieren, die Effizienz zu verbessern und Personalengpässe zu beseitigen.

Das virtuell geklonte Unternehmen

Keine Hyperautomation ohne Daten von allerhöchster Qualität und einem hohen Maß an Standardisierung und Integration.

©  Quelle: Shutterstock

Die Vorteile sind vielfältig, doch vor der Implementierung sollten Unternehmen darüber nachdenken, was sie mit der Hyperautomation erreichen wollen. Geht es vorrangig um Kostensenkungen oder vielmehr darum, im Wettbewerb mitzuhalten? Eine der interessantesten Anwendungen ist die Identifizierung der Funktionsweisen des eigenen Unternehmens und die Frage, welche Prozesse bestehen und welche neu überdacht werden sollten. Digitale Zwillinge erlauben es, eine virtuelle Version des ganzen Unternehmens zu betrachten, Prozesse zu ändern, auszuprobieren und am Ende zu optimieren – und all das ohne negative Auswirkungen auf den laufenden Betrieb.

Mit der zunehmenden Digitalisierung und Software-Basierung von Unternehmen und der Vernetzung von physischen Vermögenswerten ergibt sich die Möglichkeit, virtuelle Darstellungen ganzer Systeme zu erstellen. In diesem Fall ist das System das Unternehmen selbst. Digitale Zwillinge sind dabei keine Simulationen oder Modelle. Sie sind digitale Gegenstücke, die aus Echtzeit-Datenströmen entstehen und theoretisch in der Lage sind, die Vergangenheit, die Gegenwart und die mögliche Zukunft des Systems darzustellen. Die Industrie nutzt bereits seit Längerem solche Anwendungen, um Sachanlagen und Infrastruktur zu überwachen und vorausschauend zu handeln. Weitet man dieses Konzepts auf den Geschäftsbetrieb aus, eröffnen sich nahezu unbegrenzte Möglichkeiten. Die Unternehmensführung kann beispielsweise auf Basis weitreichender Performance-Erkenntnisse wichtige strategische Entscheidungen treffen und Prognosen verfeinern. Sie kann auch verschiedene Arten der Ausführung bestimmter Prozesse modellieren, um den bestmöglichen Ansatz zu ermitteln. Der Hauptnutzen besteht darin, Unternehmensprozesse durch strukturierte und digitale Abbildungen zu verstehen und vollständige Transparenz zu erlangen.

Auf die Daten kommt es an

Um digitale Zwillinge einsetzen und diese spannenden neuen Möglichkeiten nutzen zu können, benötigen Organisationen allerdings Daten von allerhöchster Qualität und ein hohes Maß an Standardisierung und Integration. Denn: keine Hyperautomation ohne Daten. Data Science und Hyperautomation sind beides Trends, die in den letzten Jahren erst richtig an Fahrt aufgenommen haben und die eng miteinander verwoben sind. Die Fähigkeiten und das Fachwissen von Data Scientists sind dabei unentbehrlich. Diese Art von Fachwissen und diese Denkweise im Unternehmen zu etablieren, stellt eine zu Beginn zeitaufwendige, aber lohnende Veränderung dar.
Viele Unternehmen besitzen zwar eine unfassbare Menge an Daten, befinden sich aber in der „80/20-Falle“. Dabei verwendet die Organisation 80 % des Aufwands für die Datenbereitstellung und -aufbereitung und nur 20 % für die Analyse und optimale Nutzung der Daten. Durch den Einsatz von KI und ML in Kombination mit Daten eröffnen sich jedoch Optimierungsmöglichkeiten, die über alle derzeitigen Analyseanwendungen weit hinausgehen. Grundvoraussetzung dafür ist eine solide Datenbasis und -analyse. Hyperautomation verleiht Datenteams dann die nötige Flexibilität, um die Rentabilität der Datenbereitstellung zu verbessern, indem sie banale Tätigkeiten eliminiert und die höherwertige Arbeit den Menschen überlässt.

Hyperautomation erfolgreich implementieren

In der Praxis lässt sich die Einrichtung einer Hyperautomation-Infrastruktur in zwei Phasen einteilen. Phase 1 dient der Schaffung einer soliden Basis – hier steigen Unternehmen je nach Fortschritt an verschiedenen Stellen ein. Phase 2 dient der tatsächlichen Umsetzung von Hyperautomation.