Automatisierung

Viele Fachabteilungen haben die enorme Effizienzsteigerung und personelle Entlastung von Routinetätigkeiten durch Prozessautomatisierung bereits erkannt. Diese digitalen Vordenker haben damit begonnen, Büroprozesse durch neue Technologien wie Robotic Process Automation (RPA), Low Code in der Microsoft Power Platform oder in SAP zu automatisieren. Die positiven Erfahrungen verbleiben jedoch oftmals in einzelnen Abteilungen. Aufgrund des fehlenden strategischen Überbaus gelingt es Unternehmen als Ganzes noch nicht, die Mehrwerte systematisch auf alle Bereiche zu übertragen. Die organisatorische Lösung hierfür nennt sich „Center of Automation“. Manchmal reicht es aus, wenn das Team aus zwei Mitgliedern besteht, um eine übergreifende, digitale Prozessdenke in ein Unternehmen hineinzubringen.

Künstliche Intelligenz hat das Potenzial, Unternehmen und ganze Branchen auf ein völlig neues technologisches Level zu bringen. Voraussetzung sind Daten mit hohem Reifegrad, mit dem Unternehmen komplexe Prozesse automatisieren, Prognosen berechnen oder Analysen erstellen können. Mit der richtigen Datenstrategie ist die Strukturierung und das Erreichen der notwendigen Datenqualität keine Zukunftsmusik mehr.

Auf Basis theoretisch-empirischer Erkenntnisse, die im Rahmen des Beitrags „Technikakzeptanz von robotergestützter Prozessautomatisierung (RPA) (Teil 1)“ dargestellt worden sind, stellt dieser Beitrag die Ergebnisse einer empirischen Studie zur Akzeptanz von robotergestützter Prozessautomatisierung (RPA) mittels Strukturgleichungsmodells dar. Diese Befragung ist bei einer deutschlandweit verteilten Finanzabteilung der Unternehmenseinheit „Smart Infrastructure - Digital Grid“ eines globalen Technologieunternehmens durchgeführt worden.

Kleine und mittlere Unternehmen (KMU) sind insbesondere im internationalen Markt einer turbulenten Umgebung ausgesetzt. Um KMUs einen Weg aufzuzeigen und Veränderungen frühzeitig zu identifizieren wird das interaktive Lagebild eingesetzt. Dies wurde während der Corona-Krise am Fraunhofer IPK entwickelt, um Unternehmen eine individuell strukturierte Übersicht zu ihrer Auftragslage, Performanz sowie zu ihrem Unternehmensumfeld zu geben. Der Bereich zum Unternehmensumfeld wird aktuell um die unternehmensindividuelle Komponente der automatischen Erkennung von kontextbezogenen Daten erweitert, um relevante Informationen automatisiert einem Unternehmen bereitzustellen. Hierfür wird ein Machine Learning-Modell entwickelt und mittels unternehmensspezifischen Datensätzen trainiert. Dazu ist es zunächst erforderlich, Trainingsdatensätze mittels Topic Modeling zu generieren. Hierbei werden Umfeldinformationen entsprechend ihrer Relevanz bewertet und beschriftet. In diesem Beitrag wird die ...

Dieser Beitrag zielt darauf ab, auf Basis der Darstellung des State-of-the-Art ein Modell zur Akzeptanz von RPA-Technologien zu erarbeiten. Dieses Modell dient dabei als Grundlage einer empirischen Studie zur Akzeptanz von robotergestützter Prozessautomatisierung (RPA) bei einem weltweit agierenden Technologieunternehmen. Die Ergebnisse dieser Studie werden in einer korrespondierenden Veröffentlichung „Eine empirische Analyse zur Technikakzeptanz von robotergestützter Prozessautomatisierung (RPA) (Teil 2)“ dargestellt.

Robotic Process Automation (RPA) bezeichnet Software-Roboter (Bots), die sich wiederholende, regelbasierte Aufgaben in einem Geschäftsprozess automatisieren. Dieser Beitrag beschreibt Anwendungsbereiche für RPA in der Logistik und zwei konkrete Praxisbeispiele. Zudem wird ein Vorgehensmodell für die Implementierung von RPA in der Logistik vorgestellt. Der Beitrag beantwortet die folgenden Fragen: Was sind geeignete Anwendungsfälle für RPA in der Logistik? Welche Kriterien unterstützen die Auswahl geeigneter Prozesse? Und wie sollte ein Einführungsleitfaden gestaltet sein, um ein Implementierungsprojekt unter Berücksichtigung kritischer Erfolgsfaktoren systematisch zu unterstützen?

Die strukturelle Bedeutung von Containerterminals für den Produktions- und Logistikstandort Deutschland ist hoch. Die Effizienz der Terminalprozesse ist dabei ein zentraler Faktor für die Wettbewerbsfähigkeit der Terminalbetreiber. An vielen Containerterminals der deutschen Nordseeküste kommen hierfür die als flexibel geltenden, jedoch mit Risiken behafteten bemannten Portalhubwagen (engl. straddle carrier, SC) zum Einsatz. Im Rahmen des Forschungsprojekts STRADegy wurden durch eine Kombination aus Pilotanlage und Emulation sowohl die Zuverlässigkeit als auch die Wirtschaftlichkeit der Automatisierung von SC in norddeutschen Containerterminals untersucht. Parallel zur Entwicklung des automatisierten SC-Systems wurden Leitfäden für die Einführung der Technologie erstellt. Der vorliegende Beitrag stellt daraus zentrale Erkenntnisse für ein erfolgreiches Management der Automatisierung vor.