Automatisierung wird intelligent

Die Automatisierung von Geschäftsprozessen hat in den letzten Jahren große Fortschritte gemacht. Viele Systeme wurden vom relativ einfachen Job-Scheduler zu Systemen weiterentwickelt, die selbstständig eine komplexe Prozesskette abwickeln können. Dazu gehört beispielsweise der Monatsabschluss.

Notwendig dazu war unter anderem die Einführung der Event-Steuerung. Sie sorgt dafür, dass ein neuer Arbeitsschritt in einer Kette angestoßen wird, wenn der vorherige fertig gestellt ist. Bis dahin waren die meisten Prozessketten zeitgesteuert, das heißt, dass neue Arbeitsschritte zu einer bestimmten Uhrzeit starteten. Dabei konnte aber vieles schief gehen: War die Datenextraktion doch nicht zum vorab berechneten Zeitpunkt fertig, lief der nächste Prozess ins Leere, weil er keine Daten hatte, die er verarbeiten konnte. Es passierte nichts, bis jemand den Prozess manuell neu startete und nachts kann das einige Stunden dauern.

Intelligenz heißt Ziele umsetzen

Das ist heute anders. Aufgrund der Event-basierten Steuerung greifen Arbeitsschritte ineinander, intelligent sind sie deshalb aber noch nicht. Intelligenz käme ins Spiel, wenn die Automatisierungsplattform reagieren könnte, um sicherzustellen, dass bis morgens um 6 Uhr alle Rechnungen geschrieben sind. Dazu könnte sie beispielsweise mehr Server für die Verarbeitung heranziehen (vorausgesetzt, dass sie nicht gerade andere wichtige Aufgaben erledigen) oder der Datenübertragung mehr Bandbreite zuweisen.

Wenn die Software lernfähig wäre, könnte sie die Ressourcen beim nächsten Durchlauf von vornherein anders verteilen, so dass der Zeitplan eingehalten wird oder - wenn das nicht geht - den Administrator benachrichtigen, damit der beispielsweise Cloud-Kapazitäten dazu bucht.

Diese Art von Intelligenz könnte die Einhaltung von Service Level Agreements deutlich vereinfachen. Sie könnte sogar dazu führen, dass die Fachabteilung beispielsweise Prozessdauer und -kosten vorgeben kann und diese direkt vom Automatisierungssystem umgesetzt werden. Dann könnten Fach- und IT-Abteilung gemeinsam sehr viel schneller als heute analysieren, was in welcher Zeit machbar ist und welche Ressourcen aufgestockt werden müssten, um ein bestimmtes Business-Ziel zu erreichen.

Interessant werden solche Szenarien vor allem im Zusammenhang mit Industrie 4.0. Sie ermöglichen große Mengen Sensordaten flexibel dann und dort zu verarbeiten, wo es am besten passt, ohne geschäftliche Ziele zu verpassen. Die Muster der Datengenerierung lassen sich ebenfalls nutzen, um die IT-Systeme flexibel an zukünftige Ereignisse anzupassen.

Die drei Dimensionen der intelligenten Automatisierung

Noch ist es aber nicht so weit, dass IT-Systeme mit Zielvorgaben gefüttert werden können, um sich dann zurückzulehnen und abzuwarten. Denn für intelligente Automatisierung benötigt man im Kern drei Dinge:

• Erstens eine intelligente Automatisierungs-Infrastruktur, die beispielsweise Telemetrie-Daten sammeln und analysieren kann, Events auswertet und korreliert und die selbständig Infrastruktur und Anwendungen wieder herstellen beziehungsweise Fehler beheben kann.

• Zweitens benötigt man intelligente Automatisierungsplattformen, die Infrastrukturen orchestrieren und künstliche Intelligenz und maschinelles Lernen nutzen. Sie unterstützen datengestützte Entscheidungen sowie Empfehlungen von Maschinen an Maschinen, handeln pro-aktiv und vorausschauend und konfigurieren permanent, um die gesetzten Ziele zu erreichen.

• Drittens benötigt man intelligente Anwenderschnittstellen, über die Menschen einfache Befehle in natürlicher Sprache geben können.

Die Hersteller von Automatisierungssoftware arbeiten derzeit an der Realisierung solcher Systeme, sind zum Teil aber auf Fortschritte in anderen Disziplinen angewiesen, darunter Natural Language Processing oder eben KI.

Autor: Ralf Paschen, Automic Software