Methodik zur Automatisierung von Geschäftsprozessen mithilfe von Robotic Process Automation und Künstlicher Intelligenz

Die fortschreitende Digitalisierung und steigende Komplexität von Geschäftsprozessen stellen insbesondere kleine und mittlere Unternehmen sowie Organisationen des Öffentlichen Sektors vor erhebliche Herausforderungen. Trotz des hohen Automatisierungspotenzials computerbasierter Tätigkeiten scheitern viele Automatisierungsinitiativen an einer ungeeigneten Prozessauswahl, fehlender methodischer Vorgehensweise oder einer unangemessenen Automatisierungstiefe. Gleichzeitig fehlt es in der wissenschaftlichen Literatur an einer praxisorientierten, validierten Methodik, die Organisationen systematisch bei der Planung, Umsetzung und Weiterentwicklung von Automatisierungsprojekten unter Einbezug von Robotic Process Automation (RPA) und Künstlicher Intelligenz (KI) unterstützt.
... mehr
Vor diesem Hintergrund verfolgt die vorliegende Arbeit das Ziel, eine ganzheitliche und praxisnahe Methodik zur Automatisierung von Geschäftsprozessen zu entwickeln. Die Methodik adressiert die systematische Identifikation geeigneter Prozesse, die Bestimmung einer angemessenen Automatisierungstiefe, die Bewertung von Zeit- und Kosteneinsparpotenzialen entlang des Produktlebenszyklus sowie die Auswahl geeigneter Softwarelösungen. Methodisch basiert die Arbeit auf dem Design Science Research Ansatz, wobei die entwickelte Methodik als zentrales Artefakt konzipiert, ausgestaltet und validiert wird.
Die Methodik folgt einem modularen Aufbau und umfasst die Phasen Analyse, Implementierung und Betrieb von Automatisierungslösungen. Zudem integriert die Methodik bestehende wissenschaftliche Ansätze mit praxisrelevanten Anforderungen.
Die Validierung der Methodik erfolgt anhand mehrerer praxisnaher Anwendungsfälle von kleinen und mittleren Unternehmen und Organisationen des Öffentlichen Sektors in unterschiedlichen Branchen und Phasen des Produktlebenszyklus. Die Ergebnisse zeigen signifikante Zeit- und Kosteneinsparungen sowie eine zuverlässige Anwendbarkeit der Methodik. Die Arbeit leistet damit einen wissenschaftlichen Beitrag, da eine praxiserprobte Methodik zur erfolgreichen Umsetzung von Automatisierungsprojekten mit RPA und KI beschrieben wird.

The ongoing digitalisation and increasing complexity of business processes pose significant challenges, particularly for small and medium-sized enterprises and organisations in the public sector. Despite the high automation potential of computer-based activities, many automation initiatives fail due to inappropriate process selection, a lack of a systematic methodological approach, or an unsuitable level of automation depth. At the same time, scientific literature lacks a practice-oriented and validated methodology that systematically supports organisations in planning, implementation, and further development of automation projects incorporating Robotic Process Automation (RPA) and Artificial Intelligence (AI).
... mehr
Against this background, the objective of this dissertation is to develop a holistic and practice-oriented methodology for the automation of business processes. The methodology addresses the systematic identification of suitable processes, the determination of an appropriate level of automation depth, the evaluation of time- and cost-saving potentials along the product lifecycle, and the selection of suitable software solutions. Methodologically, the work is based on the Design Science Research approach, with the developed methodology being conceived, designed, and validated as a central artefact.
The methodology follows a modular structure and comprises the phases of analysis, implementation, and operation of automation solutions. It integrates established scientific approaches with practice-relevant requirements.
The validation of the methodology is conducted using several practical application cases from small and medium-sized enterprises and public sector organisations across different industries and phases of the product lifecycle. The results show significant time and cost savings as well as reliable applicability of the methodology. By means of presenting a practice-proven methodology, this dissertation scientifically contributes to the successful implementation of RPA and AI.