Intelligente Prozessautomatisierung – was ist das? Definition und Entwicklung

Intelligente Prozessautomatisierung bezeichnet die Transformation von Geschäftsabläufen, die aufgrund der Verarbeitung von unstrukturierten Daten bisher nicht automatisierbar waren und manuell ausgeführt wurden. Auch komplexe Prozessschritte wie z. B. das Auslesen von Dokumenten und Verarbeiten von Sprachdateien lassen sich durch Einbindung von künstlicher Intelligenz (KI) automatisieren.

Traditionelle Prozessautomatisierung wie Robotic Process Automation (RPA) oder der Einsatz von Makros beschäftigt sich hingegen lediglich mit der Automatisierung manueller Prozesse durch den Einsatz eines mechanischen Regelwerks. Die Fähigkeiten der traditionellen Prozessautomatisierung beschränken sich daher auf sehr einfache Tätigkeiten wie das Verschieben von Daten von A nach B in einem System, in dem die Struktur vollends bekannt sein muss.

Wie funktioniert die Automatisierung mit KI?

Die intelligente Prozessautomatisierung grenzt sich insoweit von der traditionellen Prozessautomatisierung ab, als sie unstrukturierte Daten mittels Verwendung von lernbasierten Methoden verarbeiten kann. Dabei werden sogenannte Machine-Learning-Algorithmen auf Ursprungsdaten angewendet, die dort Muster erkennen, abstrahieren und anhand neuer Inputdaten eine zugehörige Ausgabe voraussagen. Diese Vorhersage kann bereits das Endergebnis im Prozess sein (z. B. Kundenanfrage mit einem Schlagwort versehen), oder die Ausgabe kann in einen nächsten Prozessschritt eingespeist werden (z. B. Kundenanfrage anschließend an passende Mitarbeitende weiterleiten).

Im Bankenumfeld sind unstrukturierte Daten der folgenden Kategorien besonders häufig vorzufinden: Dokumente (z. B. Hypothekendarlehensantrag, Faxbestellungen, Ausweisdokumente), Text (z. B. E-Mails, Chats, Verträge), Bilder (z. B. Bilder von Häusern oder Inventar) und Sprache (z. B. Telefonanrufe).

Grundsätzlich gibt es drei Verarbeitungsmöglichkeiten unstrukturierter Daten, die durch KI im Rahmen der Prozessautomatisierung möglich sind:

  • Verstehen – z. B. Informationen aus Dokumenten extrahieren und zusammenfassen
  • Erzeugen – z. B. Antwort auf Kundenanfrage vorschlagen
  • Entscheiden – z. B. Klassifizierung der Absicht einer Kundenanfrage
Intelligente Automatisierung von Prozessen: Anwendungsmöglichkeiten Abbildung 1: Anwendungsmöglichkeiten von intelligenter Automatisierung

Wo liegen die Anwendungsfelder von intelligenter Automatisierung im Bankenumfeld?

Häufig sind es Bereiche mit dokumentenintensive Prozessen, die hohe Automatisierungspotenziale aufweisen. Das klassische Beispiel ist die Bereitstellung von Bankprodukten (inkl. Legitimation) für Neukunden. Doch aufgrund der großen Unterschiede der Geschäftsmodelle und der bereits vorherrschenden Automatisierungsgrade in den Banken und bei Finanzdienstleistern lässt sich eine pauschale Verortung von Anwendungsmöglichkeiten für den Einsatz von intelligenter Prozessautomatisierung nicht treffen.

Eine Potenzialanalyse hilft hier, Transparenz zu schaffen. An welchen Stellen können Effizienzen gehoben werden? Wo können die Serviceverfügbarkeit erhöht und Fehlerraten gesenkt werden? Dabei sollten potenzielle Vorteile immer mit Blick auf die strategische Ausrichtung der Bank bewertet werden.

Die Identifikation und Verifizierung von Automatisierungspotenzialen kann anhand verschiedener Vorgehensweisen geschehen. Zur Auswahl stehen hypothesenbasierte Verfahren, Expertenbefragungen, die Durchführung eines Prozess-Assessments oder sogar der Einsatz analytischer Tools (z. B. Process Mining).

Status quo Prozessautomatisierung – wo steht der Markt?

Auf der einen Seite wird die traditionelle Prozessautomatisierung – beispielsweise mit RPA – bereits flächendeckend in der deutschen Finanzdienstleistungsbranche eingesetzt – laut der zeb.RPA-Studie bei über 80 % aller Institute.

Die Abdeckung ist innerhalb der verschiedenen Bereiche der Bank jedoch sehr unterschiedlich. Während 83 % der Institute RPA im Backoffice für Aktivgeschäft einsetzen, sind es im Meldewesen nur 7 %. Hier kann RPA beispielsweise zur automatischen Korrektur von Meldungen genutzt werden.

Zur bestmöglichen Hebung von Effizienzpotenzial durch RPA ist daher eine bessere Vernetzung unterschiedlicher Bankbereiche bzw. ein bankweiter Auftrag durch den Vorstand notwendig.

RPA: EinsatzmöglichkeitenAbbildung 2: Umfrageergebnisse zu Einsatzmöglichkeiten von RPA

Auf der anderen Seite steht die intelligente Prozessautomatisierung mittels KI noch am Anfang. Die meisten Banken und Finanzdienstleister schätzen KI als strategisch wichtig ein und empfinden Prozessautomatisierung als einen der wichtigsten Einsatzpunkte von KI. Dennoch gibt es bislang wenig erfolgreiche Umsetzungen, obwohl viele vielversprechende Use Cases existieren (z. B. automatische Dokumentenverarbeitung). Grund hierfür ist die oft fehlende Fähigkeit zur Bewertung und Umsetzung von KI-Use-Cases.

Die Lösung hierfür sind kompetente Partner, die KI-Use-Cases umsetzen und dabei bewusst Wissen an die Mitarbeitenden der Bank weitergeben. Zudem sind die Entwicklungskosten bei KI-Use-Cases höher als bei RPA-Umsetzungen. Daher sollte gut durchdacht sein, welche KI-Funktionen selbst entwickelt und welche eingekauft werden. Auch hier kann ein Partner mit gutem Marktüberblick aushelfen.

Die Institute, die sich die Zeit nehmen, Prozessautomatisierung durch KI zu lernen, werden als Early Mover einen Wettbewerbsvorteil haben. Sind Sie ein Early Mover?

Sprechen Sie uns gerne an!

Artikel zum Thema

Dr. Kai Krieger (KK) und Dr. Philipp Stein (PS), Change Manager Transformation bzw. Generalbevollmächtigter bei der Volksbank Mittelhessen

Das Beste aus zwei Welten: Erfolgreiche Innovationen durch starke Partnerschaften

Wie erfolgreiche Innovations- und Produktentwicklung mit zentralen IT-Dienstleistern und Drittanbietern für Primärinstitute gelingen kann. Interview mit Dr. Philipp Stein und Dr. Kai Krieger, Generalbevollmächtigter
Intelligente Automatisierung in der Immobilienfinanzierung: Einsatz von RPA und KI

Intelligente Automatisierung in der Immobilienfinanzierung: Einsatz von RPA und KI

Banken können bereits heute von der intelligenten Automatisierung in der Immobilienfinanzierung profitieren und große Potenziale in den Bereichen Effizienz, Qualität sowie Kundenerwartung realisieren.
Regulatorische Anforderungen der BaFin an KI

Regulatorische Anforderungen der BaFin an KI-Anwendungen

KI (künstliche Intelligenz) birgt immense Chancen für das Bankwesen. Die Prinzipien der BaFin für den Einsatz von KI.
Request-to-Pay: Automatisierte Rechnungsabwicklung mit SEPA

Request-to-Pay: Automatisierte Rechnungsabwicklung mit SEPA

Was steckt hinter Request-to-Pay, wie funktioniert es eigentlich und wie kann eine Bank davon profitieren?
Martin Wallmann von Clearwater Analytics im Interview zu SaaS

Software-as-a-Service (SaaS) in der Finanzbranche

Interview mit Herrn Wallmann (Geschäftsführer DACH von Clearwater Analytics) zu Software-as-a-Service / SaaS für Finanzdienstleister.
Frau nutzt Prozessautomatisierung mit Robotics im Firmengeschäft

Prozessautomatisierung mit Robotics im Firmengeschäft

Prozessautomatisierung – Einordnung Während sich viele Anbieter und auch der Großteil der Genossenschaftsbanken auf die Automatisierung eher kleiner und wenig
Geschäftsfortschritt als Metapher für den Artikel "Embedded Finance: Wie können Banken davon profitieren?"

Embedded Finance: Wie können Banken davon profitieren?

Embedded-Finance-Modelle stellen das „Monopol“ der Banken auf die Probe. Was bedeutet der Trend konkret und wie können Banken davon profitieren?
Team arbeitet gemeinsam an Lösung als Metapher für "Outsourcing in der Finanzindustrie: Vier gute Gründe" / Gastartikel Avaloq

Outsourcing in der Finanzindustrie: Vier gute Gründe

Königsweg BPaaS: bessere STP-Raten, Komplexitätsreduktion und Innovationsoffenheit
Banksteuerung: Regulatorische Neuerungen

Der Weg zur zukunftsfähigen Banksteuerung

Was Banksteuerung und autonomes Fahren gemeinsam haben
Bilck auf Datenstrom aus dem Smartphone-Display als Metapher für "Die Zukunft der Vermögensverwaltung"

Die Zukunft der Vermögensverwaltung

Resümee und Ausblick nach 5 Jahren Banken-Digitalisierung: Welche Trends wichtig bleiben
Abstraktes Bild einer KI als Metapher für "Das Treasury wird autonom – Einsatz von KI und digitalen Technologien"

Das Treasury wird autonom – Einsatz von KI und digitalen Technologien

Wie die digitale Transformation im Treasury gelingen kann und sich die Rolle des Treasurer verändert.
Abstraktes Bild, welches agile Arbeiten zur Thematik der Studie zu Agilität bei Banken darstellt

Prozessmanagement – kein Luxus, ein Must-have!

Ergebnisse der zeb-Umfrage zum Prozessmanagement in mittelständischen Banken.
RPA und KI in Banken

Es funktioniert! – RPA und KI in mittelständischen Banken

Robot Process Automation (RPA) als Schlüssel für Kosteneffizienz, Innovation sowie unternehmerische und strategische Planungssicherheit.
RPA und KI in Bausparkassen

RPA und KI in Bausparkassen: „Liebe auf den zweiten Blick?“

RPA und KI in der Unternehmenssteuerung bei Bausparkassen: eine Einschätzung der gegenwärtigen Einsatzpotenziale
Abstraktes Bild zu Intelligent Automation – Kundenzufriedenheit steigern / BankingHub

Intelligent Automation – Kundenzufriedenheit steigern

Die nächste Generation der Bankkunden steht in den Startlöchern. Sie erwartet ein umfassendes, digitales Bankengeschäft. Frei nach dem Motto „Jetzt,
Titelbild zu KI in der Prozessautomatisierung – Intelligente Automatisierung / BankingHub

Intelligente Automatisierung im Banking

„Wir können uns mehr auf die menschlichen Seiten unseres Jobs konzentrieren“
RPA in Financial Services – Status quo et quo vadis / BankingHub

RPA in Financial Services – Status quo et quo vadis?

Ergebnisse der RPA-Studie 2019 „Robotic Process Automation in der Finanzdienstleistungsbranche – Potenziale, Herausforderungen und Erfolgsfaktoren“.
Künstliche Intelligenz (KI) im Auftragsmanagement / BankingHub

Künstliche Intelligenz (KI) im Auftragsmanagement

Steigerung der Effizienz und Reduzierung der Fehleranfälligkeit mit KI.
Bild zu "Next Target Operating Model für Operations" / BankingHub

Next Target Operating Model für Operations

Die klassischen Dimensionen des Target Operating Model – IT-Architektur, Prozesse, etc. – sind weiterhin relevant, jedoch neu zu gestalten.
Innovation in der Handelsfinanzierung / BankingHub

Innovationen in der Handelsfinanzierung

Automatisierung & Digitalisierung der vollständigen Handelsfinanzierungstransaktion
Bild eines Geschäftsmannes zu Prozessmanagement in mittelständischen Banken / BankingHub

Prozessmanagement in mittelständischen Banken

Warum ein professionelles Prozessmanagement kein Luxus, sondern eine Notwendigkeit ist, um Kosten und Erträge in den Griff zu bekommen.
Bild Mensch triff Ki zu Automatisierung von Geschäftsprozessen im Bankenumfeld / BankingHub

Automatisierung von Geschäftsprozessen im Bankenumfeld

Automatisierung sollte auf der Prioritätenliste von Finanzinstituten oben stehen. Banken gewinnen so Zeit, gewinnbringende Tätigkeiten effektiv einzusetzen.
Hand die Netzwerk berührt als Metapher für Die Automatisierung der Compliance

Die Automatisierung der Compliance

Wie modernes Wealth Management regulatorischen Vorgaben genügt
Robotic Process Automation für effizientere Prozesse

Robotic Process Automation für effiziente Prozesse

Digitalisierung verstärkt Bedarf an Robotic Process Automation Wie viele andere Branchen befindet sich auch die Finanzwelt im Umbruch – hervorgerufen
MotionsCloud – Einsatz von KI im Schadenmanagement von Versicherungen

MotionsCloud – Einsatz von KI im Schadenmanagement von Versicherungen

Interview mit Lex Tan, Gründer und CEO von MotionsCloud.
Hype um Blockchain

Was bleibt nach Hype um Blockchain für die Finanzwelt?

Wie bereits eines der größten Bankenkonsortien vor einigen Monaten feststellen musste, sind Lösungen rund um Blockchain gegenwärtig nur bedingt ökonomisch in der Finanzwelt umsetzbar.
Geierlay suspension bridge

Zukunftsagenda Gesamtbank­steuerung in Regionalbanken

Standardisierung und Automatisierung prägen die Banksteuerung von morgen
Einsatzmöglichkeiten für die automatische Textgenerierung

Vier Einsatzmöglichkeiten für die automatische Textgenerierung

Szenarien zur Kostenreduzierung im Bankwesen.
Straight-through-Processing

Straight-through-Processing: aktuelle Chancen nutzen und Herausforderungen meistern

Case Study – Straight-through-Processing erfolgreich einführen

Kommentare

Schreiben Sie einen Kommentar

Ihre E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert

BankingHub-Newsletter

Analysen, Artikel sowie Interviews rund um Trends und Innovationen
im Banking alle 2 Wochen direkt in Ihr Postfach

Send this to a friend