Automatisierung und Digitalisierung von Arbeitsschritten in Unternehmen

Inhaltsverzeichnis

Abbildungsverzeichnis

Abkurzungsverzeichnis

1. Einleitung
1.1. Problemstellung
1.2. Aufbau und Ziel der Arbeit

2. Darstellung des Prozesses und des Technologiestandes
2.1. Beschreibung des Teilprozesses im Bank Fee Controlling 0,5S
2.2. Analyse der technischen Optimierungspotenziale
2.2.1. Robotic Desktop Automation (RDA)
2.2.2. Robotic Process Automation (RPA)
2.2.3. Cognitive Computing (CC)
2.3. Beschreibung der Nutzwertanalyse

3. Soll-Zustand des Bank Fee Controlling Teilprozesses
3.1. Analyseder Losungsansatze
3.1.1. Analyse des Losungsansatzes mit RDA
3.1.2. Analyse des Losungsansatzes mit RPA
3.1.3. Analyse des Losungsansatzes mit CC
3.2. Soll-lst-Vergleich

4. Fazit und Ausblick

Literaturverzeichnis

Anhang

Abbildungsverzeichnis

Abbildung 1 Zeitaufwand fur den Teilprozess

Abbildung 2 Anforderungskriterien des Teilprozesses und technische Funktionen der Robotics-T echnologie

Abbildung 3 Nutzwertanalyse

Abbildung 4 Soll-lst-Vergleich des Zeitaufwands

Abkurzungsverzeichnis

Abbildung in dieser Leseprobe nicht enthalten

1. Einleitung

Die wirtschaftliche Entwicklung wird besonders durch technische Fortschritte und Innovationen gepragt. Diese nutzen Unternehmen auch fur interne Bereiche als Wettbewerbsfaktor, um durch steigernde Produktivitat und Kostenreduktion die Prozesse zu optimieren. Zusatzlich konnen, mithilfe von Digitalisierungstechnologien, wettbewerbsfordernden Informationen aus verwertbaren Daten gezogen werden. Mit den daraus gewonnen Kenntnissen konne sich Unternehmen zusatzlich von ihren Mitstreitern differenzieren.¹ Um ein Unternehmen sicher planen und steuern zu konnen, ist das Controlling unverzichtbar und liefert dem Management unternehmenswichtige Informationen. Auch fur den Bereich Controlling entwickeln groBe Unternehmen wie SAP und IBM Digitalisierungstechnologien, die eine Automatisierung von bestimmten Prozessschritten ermoglichen und somit die Art und Weise des Arbeitens sich zukunftig einem Wandel unterzieht. Speziell im Unternehmensbereich Treasury befindet sich viel Potenzial, Arbeitsprozesse zu digitalisieren.

1.1. Problemstellung

Innerhalb des internationalen Konzerns gehort das Cash Management zu den Hauptverantwortungsbereichen der Treasury. Ein Unterbereich dessen ist die Prozessplanung und Steuerung des konzernweiten Zahlungsverkehrs fur alle Gesellschaften. Einer der Hauptkostenfaktoren im Zahlungsverkehr sind die Bankgebuhren. Um Abweichungen von geplanten Kosten rechtzeitig zu erkennen und effiziente SteuerungsmaBnahmen zu entwickeln, wurde das Bank Fee Controlling und Reporting eingerichtet. Momentan wird derSoll-lst-Vergleich der Kosten manuell mithilfe des Microsoft Excel-Tools durchgefuhrt. Mit dem jahrlichen Wachstum des Konzerns und der steigenden Akquise von Tochtergesellschaften, nimmt auch die Anzahl der Transaktionen im Zahlungsverkehr stetig zu. Damit steigt auch proportional die Anzahl der zu verarbeitenden Daten. Die bisherige manuelle Bearbeitung ist zum einen sehr zeitintensiv und zum anderen bringt diese ein hoheres Fehlerpotenzial mit sich.

1.2. Aufbau und Ziel der Arbeit

1.lm Rahmen dieser Arbeit wird zunachst der zu optimierende Teilprozess dargestellt. Im Weiteren werden die Funktionen sowie Anwendungsmoglichkeiten der aktuellen Digitalisierungstechnologien fur das Bank Fee Controlling analysiert. Diese ausgewahlten Techniken werden im Rahmen einer Nutzwertwertanalyse verglichen, urn die Technologie mit dem groBten Anwendungspotenzial fur die Automatisierung des Teilprozesses zu finden.

Das Ziel der Arbeit ist die Identifizierung und Evaluierung einer passenden, neuartigen Digitalisierungstechnologie, mit dessen Einsatz sowohl der Zeitaufwand als auch das Fehlerpotenzial erheblich gesenkt werden kann. Es ist darauf hinzuweisen, dass im Rahmen dieser Arbeit nicht auf die Kosten zur Nutzung und Integration der neuartigen Technologie eingegangen bzw. bei der Empfehlung berucksichtigt wird.

2. Darstellung des Prozesses und des Technologiestandes

Aktivitaten im Unternehmen werden in Arbeitsprozesse gegliedert. Gerade in groBen Konzernen sind Geschaftsprozesse langwierig und komplex. Urn effizient Optimierungsmoglichkeiten zu finden und zu analysieren, wird ein Hauptprozess in Teilprozesse unterteilt. Im Folgenden wird derzu optimierende Teilprozess beschrieben. AnschlieBend wird der momentane Stand der Digitalisierungstechnologie dargestellt und analysiert, urn die passende Technologie zur Effizienzsteigerung sowie zur Reduzierung der Fehleranfalligkeit des Teilprozesses zu identifizieren.

2.1. Beschreibung des Teilprozesses im Bank Fee Controlling 0,5 S.

Monatlich werden die angefallenen Bankgebuhren ermittelt. Urn einen guten Uberblick zu erhalten, werden die Gesellschaften in Marktregionen geclustert. Die angefallenen Kosten der Bankgebuhren werden mit den Vorjahreskosten des jeweiligen Monats verglichen, urn Einflusse saisonaler Schwankungen zu mindern. Gleichzeitig wird auch die Differenz zum Jahresbudget berucksichtigt. Befindet sich die Abweichung eines der beiden vorher genannten Punkte auBerhalb der Toleranzgrenze, muss in finavigate, einem separaten Finanztool, nach den Hintergrunden manuell gesucht werden, um rechtzeitig Gegenma&nahmen einleiten zu konnen. Die Nachforschung ist zeitintensiv, da nach einzelnen Buchungen mit dem Buchungscode fur Bankgebuhren gesucht werden muss, die die Ursache fur die Differenz darstellen konnen. Um die Suche einzugrenzen, wird nach den groBten Betragen gefiltert, die im gleichen Monat des Vorjahres nicht angefallen sind. Im Vergleich zum Produktgeschaft, ist die Suche nach dem Hintergrund fur Projektgeschafte komplizierter, da dieses keinen regelma&igen Turnus haben. In diesem Fall wird zusatzlich mit dem Hub in der bestimmten Region Rucksprache gehalten, um die genauen Geschaftsvorfalle zu erfragen. Die Rucksprache gestaltetsich oft zeitintensiv, aufgrund der unterschiedlichen Zeitzonen und den eigenen Rucksprachen innerhalb des Hubs. Abweichungen mussen fruh erkannt werden, um rechtzeitig GegenmaBnahmen, wie beispielsweise neue Verhandlungen mit den Bankpartnern, einzuleiten. Die Findung von passenden GegenmaBnahmen stellt den nachsten Teilprozess dar und wird in dieser Arbeit nicht behandelt. Das Berichten der Ergebnisse aus dem Bank Fee Controlling ist ein Teil des CFO-Reportings, da diese Kosten einen GroBteil der Gesamtkosten innerhalb der Treasury ausmachen. Hintergrunde der Diskrepanz sowie eingeleitete GegenmaBnahmen mussen in der Berichterstattung erlautert werden. Der Schwerpunkt dieser Arbeit liegt in der Optimierung des Teilprozesses der Validierung von Kostenabweichungen.

2.2. Analyse der technischen Optimierungspotenziale

Aktuell sind verschiedene Arten von technischen Anwendungen zur Automatisierung von Prozessen innerhalb des CFO-Bereichs am Markt verfugbar. Im Folgenden werden die drei gangigsten und am Markt verfugbaren Digitalisierungstechnologien zur Automatisierung von Geschaftstatigkeiten im Controlling vorgestellt.

2.2.1. Robotic Desktop Automation (RDA)

RDA ist die einfachste Form der Robotics Technologie. Diese kann als digitalen Assistenten fur repetitive Tatigkeiten mit geringer Komplexitat genutzt werden. Die Robotics Software kann Interaktionen zwischen verschiedenen Systemen bzw. Applikationen ausfuhren, die im Vorfeld bereits nach einem genauen Regelwerk definiert worden sind. So konnen administrative Aufgaben wie die Anderung von Stammdaten Oder der Abgleich von Daten aus verschiedenen Datenquellen und -formaten erfolgen.² Die Ausfuhrung dieser Aufgaben kann besonders fur die Vereinheitlichung sowie die Eliminierung von redundanten Daten nutzlich sein und hebt somit die Qualitat der Daten. Qualitativ hochwertigere Daten bringen nicht nur den Vorteil der Fehlerreduzierung bei Analysen mit sich. Diese bilden die Grundlage zur Nutzung zukunftiger Digitalisierungstechnologien. Ein weiterer Vorteil ist der geringe Zeit- und Kostenaufwand fur die Planung und Integration von RDA in die unternehmenseigene IT- Infrastruktur. Jedoch mussen die Arbeitsschritte vom Mitarbeiter initiiert werden. AuBerdem kann die RDA-Anwendung keine selbststandigen Losungen fur Problemstellungen finden.³

2.2.2. Robotic Process Automation (RPA)

RPA ist eine Weiterentwicklung der RDA-Technologie. Die Entwicklung besteht darin, dass die Anwendung im Hintergrund ohne Sichtbarkeit am Monitor ausgefuhrt werden kann. Es ist auch kein manuelles Eingreifen durch den Mitarbeiter mehr notwendig, wahrend RDA einen digitalen Assistenten darstellt.⁴ Durch die tiefere technische Integration kann RPA fur die Verarbeitung, Validierung und Ubertragung von strukturierten Informationen aus verschiedenen Quellen nach bestimmten Regeln eingesetzt werden. Die Anwendung setzt standardisierte Prozesse sowie einheitlich strukturierte Daten voraus, die mithilfe von RDA in das entsprechenden Format gesetzt werden kann.⁵

Im Vergleich zur menschlichen Bearbeitung, arbeitet die Software, bei richtiger Programmierung und Integration, ohne Ermudungserscheinungen. Damit lassen sich auch die Fehlerquoten auf das Minimale reduzieren. Mit dem Einsatz der Software kann auch die Kapazitat erhoht werden, da der Einsatz ohne Einschrankung zu jeder Zeit ohne Unterbrechung moglich ist. Mit alien Integrationsaufwendungen konnen, laut einer Umfrage, die Kosten im Durchschnitt urn zweidrittel gesenktwerden⁶. AuBerdem erhoht die Anwendung die Transparenz von Prozessen, da alle Daten und Vorgange gespeichert werden und jederzeit nachprufbar sind. Somit kann auch der Aufwand fur Compliance Prufungen und Checks zur Einhaltung der regulatorischen Anforderungen wesentlich gesenkt werden⁷ Das Beraterhaus PwC hat anhand einer Studie festgestellt, dass Unternehmen mit der Anwendung von RPA bereits in wenigen Monaten einen Return on Investment erzielen.⁸

Die moglichen Einsatzgebiete fur RPA im Unternehmen sind breit. Besonders ist die Software fur administrative Back Office Aufgaben geeignet, die inzwischen sehr viel in Niedriglohnlander ausgelagert werden. Eine Studie zeigt, dass Unternehmen den Einsatz der digital helfenden Hand besonders im Accounting Bereich fur die automatische Zuordnung und Buchung von Geschaftsvorfallen, sehen.⁹ Weitere genannte Bereich sind die Logistik, der Vertrieb und fur die Uberprufung der Einhaltungen von Governance- und Compliance-Regularien. Auch im Bereich des Controllings sehen Experten Potenzial. So konnen Kennzahlen mit RPA berechnet werden, deren Datengrundlage auf verschiedenen Auswertungen und Datenquellen basieren. Die Unternehmensperformance kann automatisch uberwacht und reportet werden.¹⁰ Der Einsatz von RPA erleichtert zusatzlich die Kommunikation zwischen Fachbereichen. So kann eine vorgefertigte E-Mail an betreffende Fachbereiche automatisch erstellt und versendet werden, wenn bestimmte Bedingungen eintreten. Auch mit dem verbreitet genutzten ERP-System (Entreprise Resource Planning) kann RPA zusammenarbeiten. So konnen Daten aus dem ERP-Tool vom Software-Roboter extrahiert, bearbeitet und wieder im System gespeichert werden.

Die Robotics Software folgt bei der Ausfuhrung von Prozessen einem bestimmten, vorgegebenen Regelwerk. Die zu erfullenden Aufgaben sollen daher so gut wie keine Ausnahmen bzw. Ermessensspielraume beinhalten. So kann RPA nicht fur unstrukturierte Anwendungsfalle genutzt werden. Aus diesen Grunden ist ein umfassendes Testen bei der Systemintegration von hoher Relevanz. Diese Software kann auch nicht selbststandig Fehler beheben bzw. selbststandige Losungsansatze finden.¹¹ Daher bietet RPA auch keine uneingeschrankte Einsatzmoglichkeiten im Controlling, aufgrund der komplexeren Prozesse, die aus vielen Ausnahmen und erforderlichen Abstimmungen zwischen den Schnittstellen bestehen. So ist die Anwendung fur die Erstellung von Forecasts, Die Anwendung fur Ursachenanalysen, die Berichtskommentierungen sowie die Analyse und das Ableiten von Ma&nahmen aus Auswertungen nicht durch RPA moglich.

2.2.3. Cognitive Computing (CC)

Viele standardisierte Prozesse konnen durch RDA Oder RPA automatisiert werden. Fur komplexere Aufgaben mit wandelnden Einflussfaktoren und intransparenten Entscheidungswegen reichen die Fahigkeiten dieser Technologien nicht aus. Die Robotics Software Cognitive Computing kann Aufgaben automatisch bewaltigen und benotigt hierfur keine bestimmten, im Vorfeld definierten Regeln Oder einheitlich strukturierte Datensatze.¹² Durch ein neuronales Netzwerk kann die Software, mithilfe der stetigen Aufnahme von Daten und das Erkennen von komplexen Datenmustern, neues Wissen generieren. Zusatzlich werden interaktive Fragen an den Benutzer gestellt, um gemeinsam mit den verarbeiteten Daten aus verschiedenen Informationsquellen, Probleme zu konkretisieren und zu definieren. Das erlernte Wissen wird gespeichert und kann fur zukunftige Entscheidungen wieder abgerufen werden. Regeln fur bestimmte Prozessschritte werden somit dynamisch weiterentwickelt. Das CC kann basierend auf all den genannten Fahigkeiten eigestandig Losungswege finden. Zudem kann die Software auch mit verschiedenen Anwendern, Endgeraten, Programmen und Cloud-Applikationen interagieren.¹³

Zusatzlich zu den Vorteilen, die die RPA-Technologie hervorbringt, kann CC fur Unternehmensprozesse eingesetzt werden, die eine hohe Komplexitat, viele Ausnahmen und eine hohe Entscheidungskompetenz mit sich bringen. So setzt die intelligente Software da an, wo die Grenzen von RPA liegen. Im Bereich des Controllings kann der Einsatz von CC zusatzlich zu den Tatigkeiten der Datenaufbereitung und der Ermittlung von Kennzahlen, auch Ursachen- sowie Wirkungsanalysen durchfuhren,

[...]

¹ PwC (Digitalisierung Finanzwesen, 2018) S. 9

² Vgl. EY (Prozessautomatisierung, 2017)

³ Vgl. Gebhardt, (Robotic DesktopAutomation, 2017)

⁴ Vgl. Gebhardt, (Robotic DesktopAutomation, 2017)

⁵ Vgl. Capgemini (Robotic Process Automation, 2016) S. 10

⁶ Vgl. Horvath Partners (Robotics in der Finanzindustrie, 2018)

⁷ Vgl. Koeber (Effizienzsteigerung, 2017)

⁸ Vgl. PwC (Digitalisierung Finanzwesen, 2018) S. 29f.

⁹ Vgl. Koerber (Effizienzsteigerung, 2017)

¹⁰ Vgl. Deloitte (Ubernahme Roboter, 2017)

¹¹ Vgl. Accenture (Prozessautomatisierung, 2018)

¹² Feld/Homburga/Hilt (Robotics Process Automation, 2017) S. 9

¹³ PwC (Digitalisierung Finanzwesen, 2018)