Weissenberg Group, Milad Safar
23.07.2019, 08:43 Uhr
Cognitive Process Automation: Das nächste Level
Cognitive Process Automation ist die Kombination aus Robot Process Automation (RPA) und KI-Tools. Sie soll Bots befähigen selbstständig Entscheidungen zu treffen.
Milad Safar ist Managing Partner der Weissenberg Group, die er 2013 zusammen mit Marcel Graichen gegründet hat. Seit Beginn seiner Berater-Tätigkeit entwickelte er für namhafte Konzerne Lösungen zur Optimierung von Prozessen durch den Einsatz von IT-Systemen. Schwerpunktmäßig beschäftigt sich Milad Safar mit den Themen Digitalisierung, Robotic und Künstliche Intelligenz, zu denen er auch regelmäßig Vorträge hält.
(Quelle: weissenberg-group.de)
Von Milad Safar, Weissenberg Group
Es gibt mittlerweile kaum noch ein Unternehmen, das nicht Unmengen an Daten über seine Kunden oder potenziellen Kunden sammelt, um sein Angebot schon heute auf die Nachfrage von morgen auszurichten. Bereits heute werden täglich mehr als 2,5 Trillionen Bytes in Form von Daten erzeugt. Bei der Sammlung, Aufbereitung und Auswertung der Daten setzen die Unternehmen längst auf Robotic Process Automation (RPA). Dabei übernehmen Software-Roboter die Be- und Verarbeitung strukturierter Daten. Regelbasierte Prozesse werden von den Software-Robotern automatisch erledigt. Aber wenn es um unstrukturierte Daten und komplexe Prozesse geht, stößt RPA an seine Grenzen.
Cognitive Process Automation setzt auf OCR und NLP
Um unstrukturierte Informationen verarbeiten und Entscheidungen auf der Grundlage komplexer, unstrukturierter Eingaben treffen zu können, bedarf es eines intelligenten, selbstlernenden, kognitiven Automatisierungstools: der Cognitive Process Automation (CPA). Kognitive Prozessautomatisierung ist in der Lage, innerhalb großer, auch lückenhafter, unstrukturierter Datenvolumen (einschließlich textintensiver Berichte) versteckte, komplexe Datenmuster aufzudecken und zu verarbeiten. Dazu wird RPA um Funktionen der Künstlichen Intelligenz (KI) wie die optische Zeichenerkennung (OCR) oder die Verarbeitung natürlicher Sprache (NLP) erweitert.
Grundlegende Sprachkenntnisse erleichtern die Automatisierung der meisten Kunden-Service-Prozesse. Um jeden Prozess vom Ende zum Ende zu automatisieren, kommt die Optical Character Recognition (OCR) zum Einsatz. Die optische Zeichenerkennung bereitet die trotz fortschreitender Digitalisierung produzierte Papiermenge für die Automatisierung und Auswertung auf. Maschinelles Lernen bildet die Grundlage für Lösungen, mit denen das menschliche Urteil durch ein maschinelles Urteil ersetzen werden kann.
Die Basis sind Algorithmen der KI
Cognitive Process Automation stützt sich auf Algorithmen der Künstlichen Intelligenz. Auf diese Weise wird ein automatisches, menschenähnliches Verständnis des Inhalts von Textdokumenten oder die Analyse menschlicher Sprache ermöglicht. Diese Technologie ist in der Lage, komplexe Probleme zu lösen und unmittelbare Interaktionen mit dem Menschen anzustoßen.Cognitive Process Automation weist vier grundlegende Merkmale auf:
- Ein hohes Maß an Komplexität: Die komplexesten Datenmuster werden von den kognitiven Algorithmen erkannt, sodass auch vielschichtige und dynamische Prozessstrukturen beherrscht werden können.
- Skalierbarkeit: Selbstlernende Algorithmen sorgen für automatische Anpassungen, wenn eine Lösung um eine weitere Instanz ergänzt wird.Automatisches Erkennen sich verändernder Rahmenbedingungen und entsprechender Anpassung der Algorithmen.
- Ein hohes Maß an Transparenz: CPA hilft bei der Analyse von Störfaktoren und legt Zusammenhänge zwischen den verschiedenen Systemen offen.
RPA ist ein praktikabler, kosteneffektiver Ansatz, mit dem repetitive Aufgaben und große Datenmengen rund um die Uhr ohne Fehler automatisiert verarbeitet werden können, Mitarbeiter nachhaltig von Routinearbeiten entlastet werden, sodass sie dann für andere Aufgaben zur Verfügung stehen, die menschliche Stärken erfordern.
Cognitive Process Automation kann darüber hinaus aber auch komplexe, perzeptuelle und beurteilungsbasierte Aufgaben durch die Integration mehrerer kognitiver Fähigkeiten automatisieren, einschließlich natürlicher Sprachverarbeitung, maschinellem Lernen und Spracherkennung.
Ein Beispiel für die Vorteile der kognitiven Automatisierungstechnologie: Beim Ausfüllen eines E-Formulars für die Eröffnung eines neuen Bankkontos werden Daten falsch eingegeben oder ein Abschnitt vollständig ausgelassen. Bisherige Lösungen lehnen das fehlerhafte Formular ab. Ein kognitiv automatisierter Prozess identifiziert und korrigiert das Problem selbstständig, ohne dass ein menschliches Eingreifen erforderlich ist. Die menschenähnliche Interpretation der Inhalte ermöglicht eine noch schnellere und genauere Verarbeitung, reduziert manuelle Fehler, verbessert die Qualität und Genauigkeit. Zudem wird durch die schnellere Reaktion auf Anfragen und andere Kundeninteraktionen die Kundenzufriedenheit noch einmal deutlich erhöht.
Im Gegensatz zur klassischen RPA mit kurzer Amortisationszeit verlängert sich dieser Zeitraum im Rahmen der Cognitive Process Automation. Durch das Erkennen von Datenmustern kann die Technologie neue Ansätze erlernen und sich kontinuierlich anpassen.
CPA-Anwendungsbeispiele:
- Feststellen von Inkongruenzen zwischen Verträgen und Rechnungen.
- End-to-End Kundenservice mit Chatbots: Mit der kognitiven Automatisierung können Chatbots erstellt werden, mit denen sich problemlos Änderungen an anderen Systemen vornehmen lassen.
- Abwicklung von Bankfinanzierungsgeschäften: CPA wickelt die Bearbeitung der Unterlagen ab und führt behördliche Prüfungen, einschließlich Sanktionsprüfungen und der ordnungsgemäßen Aufteilung von Käufern und Verkäufern durch.
- Versicherungs-/Serviceverträge: Mit Hilfe von NLP-Techniken und OCR können Vertragsdaten bzw. Vertragsänderungen extrahiert werden, um automatisierte Entscheidungen in Bezug auf Vertragsänderungen zu treffen.
- Versicherung - Schadensregulierung: Kognitive automatisierte Prozesse treffen selbstständig Entscheidungen über Schadensfälle auf der Grundlage von Vertrags- und Schadensfalldaten und benachrichtigen die Zahlungssysteme.
CPA ahmt menschliche Intelligenz nach
Genau genommen ist CPA eine Kombination aus RPA, maschinellem Lernen und KI-Tools. CPA ist ein Beispiel dafür, dass KI immer mehr Anwendung in der Vorhersage von Störungen, der automatischen Anpassung von Systemen, dem Erkennung von Stimmungen und Gesichtern gefunden hat. Kognitive Automatisierungslösungen verarbeiten natürliche Sprache und Bilder, erkennen Muster, analysieren Kontext, lernen automatisch, sprechen Empfehlungen aus und machen Vorhersagen. Sie können auch zwischen unstrukturierten komplexen Daten Beziehungen herstellen und Ähnlichkeiten finden, die sich auf bestimmte Geschäftsprozesse wie beispielsweise Rechnungen, Bestellnummern, Lieferadressen, Vermögenswerten oder Verbindlichkeiten beziehen. Kurz: CPA ahmt menschliche Intelligenz nach. Es wird nicht mehr lange dauern, bis KI auch über soziale, emotionale Intelligenz verfügt. Denn soziale und emotionale Intelligenz sind wesentliche Bestandteile der Intelligenz. Erst dann werden Systeme autonom lernen, planen, Entscheidungen wie Menschen treffen und darüber hinaus in verschiedenen natürlichen Sprachen kommunizieren können.
