Was bedeutet die Datenqualität für RPA und was ist bei RPA gestützten Big Data Projekten zu beachten? Die Robinaut-Redaktion, unter der Leitung von Matthias Weber, hat mit Ursula Flade-Ruf, geschäftsführende Gesellschafterin der mip GmbH, ein Interview zum Thema „RPA & Big Data“ durchgeführt, in dem diese und weitere Fragen beantwortet werden.
Interview mit mip GmbH: RPA & Big Data
Auf unsere 3 Fragen zum Thema RPA & Big Data gibt uns Ursula Flade-Ruf, geschäftsführende Gesellschafterin der mip GmbH, Antworten.
1. Mit welchen Maßnahmen können „gute Daten“ für RPA und Big Data erzeugt werden?
Zum einen bedarf es zur Abbildung der Prozesse entsprechender Basisdaten, um daraus Regeln abzuleiten. Zum anderen erzeugt ein RPA Prozess mehr elektronisch verfügbare Daten, die wiederum für Regeln benutzt werden können. Man kann Analysen darauf betreiben, um festzustellen, an welcher Stelle ein Prozess unterbrochen wurde und aufgrund welchen Fehlers. Wenn man sich vorstellt, dass hier „eine Maschine“ Entscheidungen anhand eines Regelwerkes fällt oder gar über Machine Learning selbständig komplexere Entscheidungen trifft, wird klar, dass die verwendeten Daten richtig sein müssen, da ansonsten der abgebildete Prozess falsch abgewickelt wird.
2. Welche Vorteile ergeben sich durch gute Datenqualität und warum sind „schlechte Daten“ kritisch für den Erfolg von RPA und Big Data?
Um die Datenqualität herzustellen, bedarf es sorgsamer Analyse des Prozesses und der verwendeten Daten. Mithilfe entsprechender „Analytictools“ können Daten auf „Ausreißer“ in die eine oder andere Richtung untersucht werden. Maßgeblich ist der „loop back“. Die Bereinigung „falscher Daten“ schließt auch ein, die Ursache dafür zu suchen und zu bereinigen. Sodann empfiehlt es sich laufende Prüfroutinen auf die Datenqualität zu setzen, um zeitnah zu erkennen, ob Fehler auftauchen und worin die Ursache liegt.
3. Welche 3 Tipps würden Sie Unternehmen geben, die mit Hilfe von RPA ein Big Data Projekt starten wollen?
- Suche das richtige (Erst)Projekt:
Der Use Case muss so wichtig sein, dass der Effekt des Einsatzes von RPA erkannt und gemessen werden kann – aber nicht so geschäftskritisch, dass im Zweifelsfall wichtige Unternehmensteile „lahmgelegt“ werden. - Mit dem „Fail“ rechnen:
Überprüfungen sollten in kurzen Zeitabständen erfolgen. Fehler oder Scheitern darf nicht als Makel gelten, sondern als weiterer Schritt auf dem Weg zum Ziel. - Nimm die Menschen mit:
RPA greift tief in die Dinge ein, die bis jetzt Menschen erledigten. Sie müssen involviert werden, als Know-How-Träger einerseits, aber auch um ihnen Zeit zu geben, sich für neue Aufgaben vorzubereiten.
Interviewpartner: Ursula Flade-Ruf, geschäftsführende Gesellschafterin der mip GmbH
Über mip:
Die mip Management Informationspartner GmbH berät und entwickelt für mittelständische und große Unternehmen nutzenorientierte Datenanalyse-Lösungen, die eine digitale Transformation unterbauen. Fundiert. Vertrauensvoll. Ganzheitlich. Nach über 30 Geschäftsjahren sind wir „alt“ an Erfahrung und „jung“ durch den ständigen Zuwachs an jungen Mitarbeitern mit frischen Ideen. Die ideale Kombination zur Entwicklung erfolgsversprechender Analyse-Lösungen, die Unternehmen helfen, ihre digitale Transformation zu stemmen. Mit unserem Hauptsitz in München und unserer Niederlassung in Stuttgart agieren wir vom Süden Deutschlands aus im gesamten deutschsprachigen Raum.
