Es gibt mittlerweile kaum noch ein Unternehmen, das nicht Unmengen an Daten sammelt, beispielsweise über seine (potenziellen) Kunden, um sein Angebot schon heute auf die Nachfrage von morgen auszurichten. Bei der Sammlung, Aufbereitung und Auswertung der Daten setzen viele Unternehmen längst auf Robotic Process Automation (RPA). Dabei übernehmen Software-Roboter die Be- und Verarbeitung strukturierter Daten. Regelbasierte Prozesse werden von den Bots automatisch erledigt. Aber wenn es um unstrukturierte Daten und komplexe Prozesse geht, stößt die klassische RPA an ihre 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 Automatisierungs-Tools: der Cognitive Process Automation (CPA), auch als Cognitive RPA oder Cognitive Automation bekannt. 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 Kundenserviceprozesse. 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.

KI-Algorithmen als Grundlage

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.

CPA verlängert die Amortisationszeit

RPA ist ein praktikabler, kosteneffektiver Ansatz, mit dem repetitive Aufgaben und große Datenmengen rund um die Uhr automatisiert verarbeitet werden können - und das praktisch fehlerfrei. Mitarbeiter werden somit von Routinearbeiten entlastet werden und stehen dann für andere Aufgaben zur Verfügung, 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.

Auf Basis dieser Fähigkeiten sind zahlreiche Anwendungsbeispiele möglich, etwa:

• Das Feststellen von Inkongruenzen zwischen Verträgen und Rechnungen;

• Ein End-to-End Kundenservice mit Chatbots: Mit der kognitiven Automatisierung können Chatbots erstellt werden, mit denen sich problemlos Änderungen an anderen Systemen vornehmen lassen;

• Die 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;

• Bearbeiten von Versicherungs-/Serviceverträgen: Mit Hilfe von NLP-Techniken und OCR können Vertragsdaten bzw. Vertragsänderungen extrahiert werden, um automatisierte Entscheidungen in Bezug auf Vertragsänderungen zu treffen.

• Automatische Schadensregulierung in der Versicherung: Kognitive automatisierte Prozesse treffen selbstständig Entscheidungen über Schadensfälle auf der Grundlage von Vertrags- und Schadensfalldaten und benachrichtigen die Zahlungssysteme.

CPA ahmt menschliche Intelligenz nach

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.