Refine
Document Type
- Report (3)
- Contribution to a Periodical (1)
Language
- German (4)
Is part of the Bibliography
- no (4)
Keywords
- Business-Analytics (1)
- Datenqualität (1)
- Dienstleistung (1)
- Dienstleistungsprofitabilität (1)
- RPA (3)
- Robotic-Process-Automation (1)
- U1013 (1)
- U1033 (1)
- assessment (1)
- robotic process automation (2)
Institute
Lohnt sich der Einsatz von Robotic-Process-Automation überhaupt? Und wie könnte ein Proof of Concept aussehen? Um diese Fragen leichter beantworten zu können, haben Forscher der Institute FIR und IPRI ein Tool entwickelt, das entsprechende Prozesse vergleichen kann. Der Beitrag schafft einen Überblick, wie geeignete Prozesse für den Einsatz von Robotic-Process-Automation identifiziert und adäquat bewertet werden können. Die Inhalte der Veröffentlichung stellen einen Auszug der Ergebnisse des AiF-Forschungsprojekts 'RPAsset' dar.
Ziel des Forschungsprojekts RPAsset war die Identifikation geeigneter Prozesse und Technologien für KMU, um eine optimale Integrationsstrategie für Robotic-Process-Automation (RPA) aufzuzeigen, die sowohl organisatorische und prozessuale als auch humane Aspekte adäquat berücksichtigt. Die Ergebnisse des Forschungsprojekts RPAsset 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.
Im Zuge der Digitalisierung der Industrie stieg die Menge an erhobenen Daten aus unterschiedlichsten internen und externen Quellen in den letzten Jahren exponentiell an. Diese Entwicklung wird sich fortsetzen. Insbesondere Unternehmen des Maschi-nen- und Anlagebaus verfügen über eine Vielzahl von ungenutzten Nutzungs- bzw. Kundendaten. Hier setzt das Vorhaben ServiceAnalytics an.
Integrierte Sensoren innerhalb der Maschinen liefern kontinuierlich Daten über den Zustand der verbauten Komponenten und deren Nutzung (bspw. Verschleiß, Warnun-gen, Störungsmeldungen, Fehlercodes, Ereignismeldungen, aber auch Umgebungs-daten wie Temperatur, Feuchtigkeit, etc.). Auf diese können die Hersteller heute oft-mals mittels der Basistechnologie des Internets in Echtzeit zugreifen und sie somit nutzbar machen. Besonders im Bereich des Dienstleistungsgeschäfts können die auf-genommenen Daten genutzt werden, um damit sowohl das Dienstleistungsportfolio zu erweitern als auch die Profitabilität des bestehenden Dienstleistungsgeschäf-tes erhöhen. Dafür stehen die Unternehmen vor der Herausforderung eigene Daten-analyse-Fähigkeiten zu entwickeln. Diese Fähigkeit wird in der Literatur Business-Ana-lytics genannt und befähigt die Unternehmen dazu, die erhobenen Daten mittels ge-eigneter Analyseinstrumente auszuwerten, um eine bessere Entscheidungsgrundlage für geschäftsrelevante Fragestellungen zu schaffen (s. CHEN ET AL. 2012). Um die ge-nerierten Daten zu nutzen, damit die vorhandenen Potenziale im Dienstleistungsge-schäft realisiert werden können, müssen sich Unternehmen daher weiterentwickeln und ein Geschäftsfeld Service-Analytics aufbauen. Unter Service-Analytics wird in diesem Zusammenhang die Anwendung von Business-Analytics im Dienstleistungs-geschäft verstanden. In diesem Zuge durchlaufen die Unternehmen einen Transfor-mationsprozess, der durch unterschiedlichste Herausforderungen gekennzeichnet ist. So stoßen die potenziellen Anbieter der datenbasierten Dienstleistungen während des Wandels auf eine dynamische Unternehmensumwelt. Wechselnde Kundenbe-dürfnisse, schnell reagierende Wettbewerber und sich rasant wandelnde Technologien sind nur einige der Faktoren, die auf die Unternehmen wirken. Diese Herausforde-rungen gilt es durch geeignete Instrumente zu adressieren, um das neue Geschäfts-feld Service-Analytics nachhaltig und mit Erfolg aufzubauen. Häufig fehlt es jedoch insbesondere klein- und mittelständischen Unternehmen an dem nötigen Fach- und Prozesswissen, um die Datenerhebung und -auswertung wirtschaftlich rentabel zu ge-stalten.
So bestand das Ziel des Forschungsprojektes ServiceAnalytics darin, klein- und mit-telständische Unternehmen (kmU) des Maschinen- und Anlagebaus zur Anwendung von Service-Analytics zu befähigen mit dem Ziel die Dienstleistungsprofitabilität zu steigern.
Ziel des Forschungsprojekts RAcceptance war die dauerhafte Nutzung der Effizienzpotenziale von Robotic-Process-Automation (RPA) in KMU durch die Förderung der Akzeptanz. Es wurden diejenigen Faktoren bestimmt und adressiert, welche die Akzeptanz der Nutzung von RPA-Software positiv sowie negativ beeinflussen.