RPA trifft künstliche Intelligenz

Intelligent Automation steht für eine neue Stufe in der Zusammenarbeit von Mensch und Maschine. Smarte Automatisierung verändert mithilfe von KI und Analytics die Geschäftsprozesse in Unternehmen grundlegend. Für die aktuelle Studie hat Deloitte weltweit Unternehmen befragt: Wie skalieren sie ihre Automatisierungsstrategie erfolgreich? Und sind sie bereit, menschliche und maschinelle Intelligenz zu kombinieren, um das volle Potential der neuen Technologie zu schöpfen?

RPA trifft künstliche Intelligenz

Bild: Deloitte GmbH Wirtschaftsprüfungsgesellschaft

Intelligent Automation steht für eine neue Stufe in der Zusammenarbeit von Mensch und Maschine. Smarte Automatisierung verändert mithilfe von KI und Analytics die Geschäftsprozesse in Unternehmen grundlegend. Für eine Studie hat Deloitte weltweit Unternehmen befragt, wie sie ihre Automatisierungsstrategie erfolgreich skalieren und ob sie bereit sind, menschliche und maschinelle Intelligenz zu kombinieren, um das volle Potential der neuen Technologie zu schöpfen.


Die aktuelle Intelligent Automation-Studie der Wirtschaftsprüfungsgesellschaft Deloitte zeigt, dass sich der Anteil der Unternehmen, die ihre Robotics-Process-Automation (RPA)-Strategie erfolgreich skalieren, im Vergleich zum Vorjahr von vier auf acht Prozent verdoppelt hat. Auf der anderen Seite stehen aber immer noch viele Unternehmen, die mit dem Erreichen der Skalierung und den damit verbundenen Herausforderungen Schwierigkeiten haben. Darüber hinaus bleiben Potenziale im Bereich der intelligenten Automatisierung häufig ungenutzt. Gerade aber die Kombination von menschlicher und maschineller Intelligenz ermöglicht Potenzial. Intelligent Automation wird mehr und mehr zunehmen und zu einem Differenzierungsfaktor für Unternehmen werden. Haben die Unternehmen bisher Prozesse mit geringem Wertpotenzial automatisiert (task-based automation) beginnen sie nun RPA mit Advanced Analytics und KI-Technologien zu verknüpfen.

RPA-Markt wächst

Die Studie zeigt, dass der Markt für RPA und Intelligent Automation weiterhin wächst – um 20 Prozent pro Jahr. Für das Jahr 2024 wird ein Marktvolumen von 5Mrd.US$ erwartet. Die befragten Führungskräfte erwarten darüber hinaus einen Anstieg der Arbeitskraftkapazität durch Automatisierung um 27 Prozent innerhalb der nächsten drei Jahre. Wie im Vorjahr stellt die Fragmentierung der Prozesse die größte Barriere zur Skalierung für die Organisationen dar. Organisationen, die ihre Automatisierungsstrategie erfolgreich skalieren, haben eine klare Vision und Herangehensweise und betrachten Automatisierung zudem als organisations- und bereichsübergreifende Herausforderung.

Intelligent Automation-Strategie

Ziel einer Intelligent Automation-Strategie ist es, RPA und künstliche Intelligenz zu kombinieren. Dazu müssen Daten und Informationen aufbereitet und analysiert werden, um im Folgenden mittels standardisierten und regelbasierten Robotics-Lösungen weiterverarbeitet zu werden. Die für die Studie befragten Unternehmen erwarten durch solche Ansätze in den nächsten drei Jahren eine durchschnittliche Kostensenkung von 22 Prozent sowie eine Umsatzsteigerung um durchschnittlich elf Prozent. 58 Prozent der befragten Unternehmen gaben an, bereits intelligente Automatisierungslösungen einzusetzen.

Vorhersagen durch Daten

Beim Einsatz intelligenter Technologien geht es auch um die Automatisierung von Vorhersagen und Entscheidungen auf Basis von strukturierten und unstrukturierten Daten. Dieses Potenzial wird in der Studie skeptisch betrachtet und eher unterschätzt. Vorteile sehen die Unternehmen eher in erhöhter Produktivität, Kosteneinsparungen sowie erhöhter Präzision der Prozessabläufe. Unternehmen, die bereits heute auf intelligente Automatisierungslösungen setzen verzeichnen Kosteneinsparungen von 27 Prozent. 47 Prozent der Unternehmen haben RPA und Intelligent Automation in ihrer Automatisierungs-Strategie.

Seiten: 1 2Auf einer Seite lesen

Deloitte GmbH Wirtschaftsprüfungsgesellschaft
https://www2.deloitte.com

News

Fachbeiträge

Weitere Fachbeiträge

Die Demokratisierung von maschinellem Lernen in der Industrie

Seit mehreren Jahren dringt die Digitalisierung immer weiter in die industrielle Produktion vor. Die Verheißungen, durch Datenerhebung und -analyse die eigene Effizienz und Produktivität zu steigern sowie neue datenbasierte Geschäftsmodelle zu entwickeln, klingen vielversprechend in einem Zeitalter, in dem die meisten Unternehmen auf der Suche nach neuen Wachstumsmöglichkeiten sind. Ein Bereich, dem ein enormes Potenzial zugeschrieben wird, ist künstliche Intelligenz bzw. Machine Learning. Ein Kommentar von Tobias Gaukstern, Leiter der Business Unit Industrial Analytics bei Weidmüller.

Entwicklungsprognose

Entwicklungsprognose Trends für die Fabrik der Zukunft Wohin entwickeln sich die Fabriken in den nächsten Jahren? Philipp Wallner von MathWorks wagt die Prognose, das fünf Faktoren darunter sein werden, die individuelles Fertigen und Ressourceneffizienz in Einklang...

Künstliche Intelligenz für Gebäude

Künstliche Intelligenz (KI) gilt als Schlüsseltechnologie der kommenden Jahre für die Bereiche Autonomes Fahren, Industrie 4.0 und Medizintechnik. Auch im Gebäudemanagement setzt man längst auf automatisierte Lösungen. Bei neuen Bauvorhaben wünschen sich Betreiber immer häufiger smarte Technologien. Gebäude werden mit einer Vielzahl an Sensoren ausgestattet: von IP-Kameras über Feuer- und Rauchmelder, Thermostatregler und weiteren Überwachungssystemen für Heiz-, Lüftungs- und Klimatechnik bis hin zu biometrischen Lesegeräten für die Zutrittskontrolle. All diese IP-Geräte werden mit jeder Entwicklungsstufe immer intelligenter. Werden sie alle mittels Software vernetzt, entsteht ein intelligentes Gebäude.

Cyber-Bedrohungen 2020

Fortgeschrittene KI und intelligente Bedrohungs-Desinformation Cyber-Bedrohungen 2020 Der Cybersecurity-Anbieter Fortinet hat die Prognosen von FortiGuard Labs zur Bedrohungslandschaft für 2020 veröffentlicht. Die Analysten von Fortinet zeigen darin Methoden, die...

Lernende Objekterkennung in Echtzeit

Heutige Inspektionsssteme sind auf wenige, sehr akkurat justierte Objekttypen herstellerseitig justiert. Kommen neue Produkttypen hinzu, müssen die Systeme zeitaufwendig neu justiert werden. Die KI-Inspektionsplatform von Gestalt Robotics beseitigt diese Hürden.

Maschinenlernen eingebettet

Bisher wird der gewünschte Zusammenhang zwischen den jeweiligen Eingangs- und Ausgangsdaten einer Automatisierungsbaugruppe mittels wissensbasierter Regeln in einer Hoch- oder SPS-Programmiersprache kodiert und auf einem eingebetteten System ausgeführt. In Zukunft lassen sich Embedded Systeme in der Automatisierung auch per Supervised Machine Learning für eine bestimmte Aufgabenstellung trainieren.

Zwischen Regelwerk und Selbstlernen

Nach einer Studie von Gartner soll bis 2022 der Geschäftswert von KI auf 2,85 Billionen Euro steigen. Der Löwenanteil davon wird voraussichtlich auf den Bereich der Kundenerfahrung entfallen, für das schon ausgereifte Tools am Markt existieren. Dieser Überblick zeigt, wie es heute um KI im Field Service Management steht und wohin die Reise geht.

Psychometrie im Vertrieb

Psychometrie im Vertrieb Souffleuse für das Verkaufsgespräch Ein neuer Trend in der Marketing-Kommunikation ist die KI-gestützte Stimmungsanalyse der Gesprächspartner: Sentimentanalysen in Verbindung mit Spracherkennung wie bei Amazons Alexa, IBM Watson, oder Google...

Direkte Roboteransteuerung

Direkte Roboteransteuerung Mit dem Ziel der direkten Roboteransprache über die neue Steuerung SmoothAi haben Mazak und namhafte Roboterhersteller ihre Zusammenarbeit intensiviert. Den Kern der SmoothAi machen drei wesentliche Eigenschaften aus: das so genannte Machine...

News

→ MEHR