Beiträge mit den Schlagworten :

Automatisierung

Digitalisierung versus Automatisierung – Ein Gastbeitrag von Denis Glowicki (2/2) 1024 683 C4B

Digitalisierung versus Automatisierung – Ein Gastbeitrag von Denis Glowicki (2/2)

Erreicht man mit der Automatisierung eines Prozesses bereits das Ziel der Digitalisierung? Ein Problem ist, dass Unternehmen noch in einer Welt voller Medienbrüche arbeiten, sagt Finance-Manager Denis Glowicki. Im zweiten Teil seines Gastbeitrags (den ersten Teil können Sie hier nachlesen) befasst sich Glowicki unter anderem mit dem Schnittstellen-Dilemma und wie man es lösen kann.

Nehmen wir es gleich vorweg, die Spezies der „Humans data vectura“ und deren Vorgesetzten sind zum Teil selbst schuld an ihrem Schicksal. Sie müssten doch eigentlich selbst merken, wieviel Zeit sie mit stupiden Tätigkeiten verbringen, die mit Daten-Schnittstellen sicherer und effizienter funktionieren würden. Begeben wir uns mal auf eine Spurensuche.

  1. Haben Sie einen Überblick über alle ablaufenden Prozesse in Ihrem Unternehmen? Ich behaupte ab einer Unternehmensgröße von mehr als zehn Mitarbeitern wird es schwierig alle anfallenden Arbeitsschritte zu kennen. Die einzelnen Personen werden zu Experten in Ihrem Teilbereich, der Blick nach links und rechts wird eingeschränkt, das ist völlig normal. Schwierig wird es aber, wenn das eigene Wissen darüber nur noch begrenzt vorhanden ist, was die vor- und nachgelagerten Prozesse seiner eigenen Tätigkeiten sind. Das heißt anders ausgedrückt: Wo kommen meine Aufgaben her und was passiert mit meinen Arbeitsergebnissen? Und schon befinden wir uns im ersten Schnittstellen-Dilemma. Sind Herkunft und/oder Verwertung nicht bekannt, kann keine Verbesserung und Optimierung mehr im Ablauf eintreten. Im Einzelnen werden Tätigkeiten nicht mehr auf deren Nutzen hinterfragt. Es fehlt hier die Rückkopplung des Empfängers: Ich brauche diese Information nicht mehr. So entsteht im Laufe der Zeit so genannte Blindarbeit. Der zweite Casus-Knacktus besteht darin, ob erstellte Informationen auch in der Form vorliegen, um sie optimal weiter zu verarbeiten. Schlimmstenfalls steckt der Sender Zeit und Gehirnschmalz in eine Informationsaufbereitung, von der nur ein Teil nutzbringend ist oder die der Empfänger auf seine Bedürfnisse wieder anpasst.
  2. Jenseits von SAP, Sage und Co. kommen in Unternehmen diverse Software-Systeme für unterschiedliche Zwecke zum Einsatz. Bei der Auswahl wird viel Wert auf Funktionalität und benutzerfreundliche User-Interfaces das so genannte Front-end gesetzt. Darüber hinaus finden meist nur die Systemanforderungen Berücksichtigung bei der Auswahl. Wie steht es aber mit solchen Fragen zum Back-end wie:
    Welche Import-/Export-Schnittstellen und Formate existieren?
    Gibt es neben einem Benutzerhandbuch auch eine Datenbankbeschreibung?
    Lassen sich Abfragen (Queries) selbst erstellen und zeitgesteuert generieren?
    Ohne diese Fragen des Back-end zu klären, begibt man sich in das nächste Schnittstellen-Dilemma. Dazu benötigt man einen Überblick aller Prozesse, die Informationen aus der Software beziehen oder übergeben. Für die Zukunftsfähigkeit sind die Fragen des Datenaustauschs, des Datenzugriffs und der Eigen-Administration essenziell, denn für eine stetige Verbesserung der Prozessabläufe in Form von Automatisierung werden viele Anpassungen notwendig sein. Außerdem werden durch die Berücksichtigung der obigen Fragen zum Back-end der Software die Datensilos durch Datenpools ersetzt und dieser Pool ist Basis von so ziemlich allem, was mit der ganzheitlichen Datenanalyse im Unternehmen zusammenhängt. Der eigenen Administration und Anpassung kommt besondere Bedeutung zu, denn Geschäftsprozesse ändern sich relativ häufig und jegliche Softwareveränderung abweichend vom Standard, lassen sich die Hersteller gut bezahlen.
  3. Es werden einheitliche unternehmensübergreifende Schnittstellen benötigt. Es fehlt an der Vorgabe einheitlicher Standards durch den Gesetzgeber. Nur branchenbezogen gibt es Lösungen wie z.B. EDI. Seit Jahren bastelt der Gesetzgeber an so etwas wie der elektronischen Rechnung mit seinem Projekt ZUGFeRD. Bis heute gibt es keine verpflichtende Anwendung oder einen Termin dafür. Der Fiat hat den Mercedes vor kurzem überholt, in Italien ist seit 1.1.2019 die elektronische Rechnung in Form eines Datensatzes für Inlandskunden verpflichtend. Die Rechnung ist aber nur ein Teil dessen was an B2B-Datentransfers notwendig ist. Was ist mit Bestellungen, Lieferscheinen usw. wie ich es im vorherigen Beispiel versucht habe zu erklären? Wie viele Menschen betätigen sich tagtäglich als Humanus data vecturas, also als Analog-Digital-Wandler? Immerhin gibt es einige Servicedienstleister, die Unternehmen den Austausch von strukturierten Daten ermöglichen indem sie diese in vielerlei Datenformaten annehmen und dann transformieren und das Gleiche auch wieder in umgekehrter Richtung. Regulierungen zu Schnittstellen würden diesen Umweg und auch die Kosten ersparen, denn dann wäre diese bereits durch die Software-Hersteller implementiert und das Schnittstellen-Dilemma wäre gelöst. So was gehört in der so genannte „digitale Strategie 2025“ ganz oben auf die To-do-Liste – ist dort aber mit keinem Wort erwähnt.

 

Schlusswort

Hoffnung besteht immer, so heißt es. Mir macht beispielsweise folgende Prognose Hoffnung, dass sich was ändern wird:

Bericht des BMAS zur Arbeitsmarktprognose 2030

Dabei streiten sich aber gerade noch die Gelehrten, was eintritt: Massenarbeitslosigkeit durch die Entwicklung von Künstlicher Intelligenz (KI) oder steigende Nachfrage nach Arbeitskräften und damit steigende Arbeitskosten. Die orangene Linie ist daher unsicher. Ziemlich feststehend ist dagegen die blaue Linie der verfügbaren Erwerbstätigen. Im zweiten Fall, sprich die KI-Entwicklung ist nicht so schnell, wird es darauf ankommen, die Arbeitszeit effizient zu nutzen und dann wird vielleicht der „Humanus data vecturas“ und das Unternehmen, das sich um diese Spezies kümmert und pflegt, vom Aussterben bedroht sein.

Abseits der Regulierung von Daten-Schnittstellen kann man sich aber auf das drohende Ende der humanoiden Datentransporteure vorbereiten, indem man seine ablaufenden Prozesse im Unternehmen und externe Dateneingänge und –ausgänge kennt, egal ob es sich noch um analoge oder schon  um digitale Schnittstellen handelt. Damit können Sie das Potential erkennen und heben das darin schlummert.

Mit dem C4B-Team und Berufskollegen aus anderen Unternehmen haben wir für einen großen Teil der administrativen Prozesse Musterbeschreibungen, wie sie in den meisten Unternehmen vorkommen, erstellt. Darin haben wir auch eine ganze Reihe von Tipps zur Digitalisierung aufgenommen, damit die Leser Beispiele haben, wie sie ihre analogen Gewohnheiten loswerden. Man kann für die Aufnahme der Prozesse und Lösungsvorschläge natürlich auch ein Beratungsunternehmen engagieren. Aber zumindest was die Prozessaufnahme betrifft: Wer kennt die Abläufe am besten? Richtig – die Mitarbeiter. Vergeuden Sie also nicht weiter wertvolle Arbeitszeit an humanoide Datentransporteure, sondern schaffen Sie sinnstiftende Arbeit und überlassen Sie die Datenverarbeitung, -prüfung und –auswertungen denen, die das unendlich viel schneller und fehlerfreier können, den Servern, Datenbanken und KI’s dieser Welt.

Digitalisierung versus Automatisierung – Ein Gastbeitrag von Denis Glowicki (1/2) 1024 683 C4B

Digitalisierung versus Automatisierung – Ein Gastbeitrag von Denis Glowicki (1/2)

Ist die Automatisierung eines Prozesses schon Digitalisierung? Was wir heute mit Digitalisierung doch eigentlich meinen sind Datennutzung und Automatisierung, sagt Denis Glowicki. Der Finance-Manager befasst sich in seinem Gastbeitrag unter anderem damit, wie Unternehmen sich von ihren analogen Gewohnheiten verabschieden können.

Warum tun wir eigentlich in letzter Zeit ständig so, als wäre Digitalisierung etwas Neues? Fast 70 Jahre sind seit der Erfindung des ersten funktionsfähigen Computers vergangen, der Erfinder schon lange verstorben und wir benutzen hunderte von Mikrochips jeden Tag. Bei vielen von Ihnen überwachen diese kleinen Helferlein sogar schon den Schlaf, ganz Verrückte tragen Chips bereits unter der Haut. Ich finde, wir sind schon ziemlich digital. Es lässt sich natürlich noch viel weiter ausbauen, aber was wir heute mit Digitalisierung doch eigentlich meinen sind Datennutzung und Automatisierung, oder? Habe nur ich das Gefühl das medial immer alles in einen Topf geworfen wird? Diese beiden Stichworte sind der große Hype, Digitalisierung war und ist nur die Vorstufe und Grundlage dessen was wir eigentlich tun wollen und müssen. Nur Informationen, die in digitaler statt analoger Form vorliegen, können durch andere Computer analysiert, wieder- und weiterverwertet werden. Das ist es doch, worum sich die aktuellen Diskussionen eigentlich drehen und das ist Automatisierung.

Digitalisierung macht die Informationen nur schneller und leichter verfügbar. Für den Geschäftsalltag ist das ganz sicher schon eine deutliche Erleichterung. Dieser Prozess läuft bereits seit fast 30 Jahren, ist mit Sicherheit noch lange nicht abgeschlossen, wie wir im Folgenden noch sehen werden, und hat schon einige Berufsbilder verändert. Vergleichen Sie doch mal die Anzahl der Sekretariate und die Aufgaben der Büroassistenz damals und heute. Aber der große Hub im Fortschritt, von dem so ziemlich alle Berufstätige betroffen sein werden, da gebe ich allen anderen Recht, stellt sich erst mittels Schnittstellen und Datenanalyse. In der Realität arbeiten die Unternehmen aber noch in einer Welt voller Medienbrüche.

Wissen Sie auch nicht, wie Sie in Ihrem Unternehmen diesen nächsten Schritt angehen sollen? Sie träumen von Smart-Factories und fragen wie Sie Ihr Unternehmen schnell dahin bekommen sollen? Vergessen Sie’s, gehen Sie drei Schritte zurück und fangen Sie viel weiter vorne an. Wir müssen alle erstmal unsere Hausaufgaben machen, sonst ist das in etwa so, als hätte Herr Gutenberg gerade den Buchdruck erfunden und wir starten eine Diskussion über E-Book-Reader. Deswegen handelt der zweite Teil dieses Beitrags auch nicht von schlauen Fabriken sondern von den Humanus data vecturas.

Der „Humanus data vecturas“

Die Lateinlehrer unter Ihnen mögen bitte entschuldigen. Übersetzen wir es daher mal als humanoide Datentransporteure, dieser Begriff ist eine Eigenkreation. Was ist damit gemeint? Nun ja, die Wirklichkeit wie wir in unserem beruflichen Alltag mit digitalen Daten umgehen und immer wieder in analoge Strukturen zurückfallen ist schon erstaunlich. Dieser Artikel handelt von fehlenden Maschine-Maschine Interaktion statt derer Mitarbeiter als Analog-Digital-Wandler fungieren. Das ist weder abwertend noch überheblich gemeint. Dabei möchte ich mich auch nicht ausnehmen. Ich gehöre auch noch bei vielen Tätigkeiten zu dieser Spezies. Dieser Teil des Beitrags soll nur das Problem beschreiben und damit dem ein oder anderen die Augen öffnen. Sie können mir auch gern widersprechen, vielleicht sind Sie über diese Evolutionsstufe in Ihrem Unternehmen schon hinaus. Aber nun genug der Verwirrung, die ich bei Ihnen wahrscheinlich gerade gestiftet habe. Schauen wir uns ein Beispiel aus dem Unternehmensalltag der meisten KMU’s an.

Einkäufer Kurt Billig soll beim Lieferanten Peter Weiss 100 Kartons Druckerpapier bestellen.  Lassen Sie uns mal gemeinsam den möglichen Weg und die Interaktionen verfolgen bis die Rechnung für diese Lieferung bezahlt werden kann.

Herr Billig erstellt also eine neue Bestellung im ERP-System. Lieferantenstammdaten, Artikelnummer, Preis ist alles in der Datenbank hinterlegt. Ruckzuck ist die Bestellung fertig. Aber nein, was tut er nun? Er druckt die Bestellung aus! Oh mein Gott, er hat die schönen digitalen Daten wieder analogisiert. Nein, nein, nein, das passiert bei Ihnen natürlich nicht mehr. Sie schicken Ihrem Lieferanten Peter Weiss sicher eine automatisierte E-Mail mit der Bestellung im Anhang als pdf-Datei. Aber was macht der Herr Weiss jetzt damit? Er öffnet die E-Mail nebst pdf-Anhang, kann diese Informationen aber nicht in sein ERP übernehmen, sucht deshalb in seiner Software die richtigen Kundenstammdaten heraus, tippt Artikelnummer und Menge in einen neuen Kundenauftrag ein, prüft nochmal ob die Lieferanschrift auf der Bestellung mit den Informationen im Kundenstammsatz übereinstimmt und drückt dann endlich die <Speichern>-Taste und ist so stolz wie er mit der Technik umgehen kann.

Na, haben Sie ihn erkannt? Das ist der „Humanus data vecturas“ in seiner reinsten Form. Er nimmt digitale Daten in sich auf um mit seinen analogen Künsten des Zwei-bis-vier-Fingertippens auf einem 104-Tasten-Cherry-Instrument alles in die nächste hochmoderne SQL-Datenbank zu transportieren, braucht dafür etwa 5hoch12 mal so lange und macht dabei unendlich mal mehr Fehler als würden diese beiden Datenbanksystem unter Ausschluss von Herrn Weiss und seinem tollen Instrument direkt miteinander kommunizieren.

Ich denke, Sie haben das Problem spätestens jetzt verstanden und um die Geschichte nicht unnötig in, die Länge zu ziehen, so geht es mit den Analog-Digital-Wandlern in der Auftragsabwicklung immer weiter.

Herr Weiss druckt einen Lieferschein. Diesen bekommt der Spediteur.     digital > analog

Bei der Zustellung wird der Wareneingang vom Lieferschein abgetippt.    analog > digital

Herr Weiss druckt außerdem aus seinem ERP eine Rechnung.     digital > analog

Herr Billig prüft Preis und Menge auf der Rechnung mit der Bestellung und dem Wareneingang in seinem ERP.         analog > digital

Möchten Sie jetzt wissen wie oft noch Daten wieder analog-digital-analog-digital von unserer Spezies gewandelt werden, wenn Herr Weiss sich versehentlich vertippt hat und statt weißem Druckerpapier die graue Recyclingausführung verschickt hat? Nein, ich denke, wir ersparen uns das. Im nächsten Teil wollen wir uns darum lieber mit Ursachen und Lösungsansätzen beschäftigen.

Aus der Toolbox: Digitalisierung trifft Automatisierung 510 340 C4B

Aus der Toolbox: Digitalisierung trifft Automatisierung

Digitalisierung trifft Automatisierung

Teil 1: Stammdaten im Kreditorenprozess

 

Mit unserer Serie “Aus der Toolbox” möchten wir Ihnen Impulse zu den Themen Digitalisierung und Automatisierung geben. Kurz und prägnant – aus der Praxis für die Praxis. Diese Woche starten wir mit den Stammdaten im Kreditorenprozess.

 

 

  • Legen Sie fest, wer die Stammdaten pflegt! Je nach Systemlandschaft muss auch geklärt werden, welches das führende System ist und wie die Daten synchronisiert werden – beispielsweise die Anlage der Stammdaten im ERP-System und dann eine automatische Übernahme in die Finanzbuchhaltung.
  • Die Aufgabe der Pflege und Anlage der Stammdaten kann bei einer oder bei verschiedenen Funktionen liegen – entweder bei einem zentralen Stammdatenteam oder verteilt auf unterschiedliche Funktionen. Beispielsweise kann der Einkauf in den Stammdaten für Lieferkonditionen und Zahlungsbedingungen führend, die Finanzbuchhaltung hingegen für Kontoinformationen und USt-ID verantwortlich sein. Beide Funktionen können wahlweise Daten, wie Ansprechpartner, pflegen.
  • Wenn Sie unterschiedliche Nummernsysteme in den IT-Systemen Ihres Unternehmens nutzen, müssen Sie darauf achten, dass die Verknüpfungen stimmen. Zum Beispiel sind die Lieferantennummer im ERP-System und die Kreditorennummer im Finanzbuchhaltungssystem unterschiedlich. Idealerweise kennzeichnen Sie diesen Sachverhalt in Feldern in den jeweiligen Stammdaten, d.h. die Nummer wird gegenseitig sowohl im ERP-System als auch der Finanzbuchhaltung mitgepflegt. Viele Unternehmen übersetzen diesen Sachverhalt über Zuordnungstabellen in der Schnittstelle. Sie benötigen für alle Schnittstellen in Unternehmen eine Verfahrensanweisung. Sollten Sie mit Zuordnungstabellen arbeiten, müssen Sie immer an die Aktualisierung denken.
  • Ermitteln und bewerten Sie Ihre unternehmerischen individuellen Risikofaktoren. Risikofaktoren sind z.B. Bargeldtransaktionen, ungewöhnliche Zahlungsflüsse, Zweifel an der Identität der Vertragspartner, mangelnde Transparenz in Bezug auf den wirtschaftlich Berechtigten.
  • Erfassen Sie verbundene Unternehmen mit besonderer Kennzeichnung, z.B. VU = Verbundene Unternehmen
  • In der Regel werden die Kreditorennummern automatisch vom System vergeben. Achten Sie bei manueller Kreditorennummernvergabe darauf, dass bereits verwendete Nummern nie wieder für andere Stammdaten verwandt werden (kein Überschreiben/kein Nummernrecycling!).
Risikovermeidung mittels Künstlicher Intelligenz 960 640 C4B

Risikovermeidung mittels Künstlicher Intelligenz

Risikobehaftete Entscheidungen sind Teil jeder Geschäftstätigkeit. Angesichts des wachsenden Datenreichtums eines jeden Unternehmens stellt sich mehr denn je die Frage, ob hier im Bezug auf Entscheidungssicherheit nicht eine spürbare Verbesserung auftreten müsste. Methoden der Künstlichen Intelligenz (KI) stellen dabei einen neuen, ergänzenden Ansatz dar, um die Lücke zwischen Datenreichtum, Entscheidungssicherheit und vermiedenem Risiko zu schließen.

Initiativen zur besseren Nutzung von Daten mittels KI befinden sich in Unternehmen aktuell in unterschiedlichen Implementierungsstadien. Bei laufenden Bemühungen sollte hier stets deren Ziel berücksichtigt werden: Die gesammelten Daten sollen letztendlich bessere geschäftliche Entscheidungen ermöglichen, sowohl operativ als auch strategisch. Die sich im Einzelnen ergeben Mehrwerte aus datengetriebenen Entscheidungen lassen sich je nach Entscheidungsbereich wie folgt zusammenfassen:

Bei der Realisierung dieser Mehrwerte müssen Hindernisse in den drei in Abbildung 1 dargestellten Schritten der Datenwertschöpfungskette überwunden werden: Es gilt sicherzustellen, dass Daten korrekt und ausreichend erfasst und den richtigen Mitarbeitern im Unternehmen zur Verfügung gestellt werden. Darauf folgt die Analyse, also das Extrahieren von konkretem Wissen aus den Daten. Dieses Wissen wiederum erlaubt es, Entscheidungen zu treffen und Risiken zu vermeiden.

 

In der Praxis verbringen Mitarbeiter aktuell aufgrund der sich oft erst im Aufbau befindlichen Dateninfrastruktur bis zu 80% ihrer Zeit damit, Daten für spezifische Analysefragen zu identifizieren und für die Analyse vorzubereiten. Das Volumen datengetriebener Entscheidungen, das Entscheidungsträger erreicht, stellt daher nur einen Bruchteil des Volumens einer vollständig integrierten Datenwertschöpfungskette dar. Die eigentlichen Herausforderungen eines datengetriebenen Betriebes an die Entscheidungs- und Managementkultur sind folglich noch nicht bekannt, da dieser letzte Schritt des Prozesses aktuell weit unter seiner Zielkapazität arbeitet.

Während sich die Datenwertschöpfungskette in einem Unternehmen noch etabliert, kann eine zukunftsorientierte Finanzfunktion im Bezug auf den zielführenden Einsatz von KI zur Risikovermeidung bereits jetzt folgende Fragen stellen:

  1. Welche internen Datenquellen stellen ein hohes Risiko dar, wenn zuvor unbekannte Muster oder Anomalien übersehen werden? Welche externen Datenquellen?
  2. Nach welchen Mustern, Anomalien und Risikoindikatoren sollte in den Daten gezielt gesucht werden? Mit welchem KI-gestützten Prozess werden neue Anomalien gegenüber bekannten Mustern identifiziert und priorisiert?
  3. Wer oder welche Rolle erhält Benachrichtigungen darüber, falls neue Anomalien und Risikoindikatoren von der KI automatisch erkannt wurden?

Bei der unternehmensspezifischen Beantwortung insbesondere der dritten Fragen wird schnell klar, dass KI bereits vorhandene Rollen eher ergänzt als ersetzt. Dies verhält sich nicht zuletzt so, weil auch in einer KI-gestützten Verarbeitung von Daten nach wie vor die Notwendigkeit besteht, die identifizierten Risikoindikatoren zu kontextualisieren und zu priorisieren. Wichtiger noch als die Frage, ob die von einer KI erkannten Anomalien treffsicherer sind als die Ergebnisse eines Teams menschlicher Analysten, ist die Frage, wie sich Entscheidungsprozesse ändern, wenn sich Anomalien und Risikoindikatoren innerhalb wenigen Minuten vollautomatisch ohne zusätzliche Kosten erkennen lassen.

Im Hinblick auf die drei Schritte in datengetriebenen Entscheidungsprozessen entlang der Wertschöpfungskette wird sich durch KI-gestützte Automatisierung der Engpass vom Analyseschritt zum Entscheidungsschritt verlagern. Entscheider werden also in der verfügbaren Zeit mehr Entscheidungen treffen müssen. Während beispielsweise angesichts aktueller Analyse- und Planungsprozesse einmal pro Jahr strategisch geplant und gesteuert wird, stehen zukünftig aktuelle Risikoindikatoren und entsprechende Steuernotwendigkeiten unterjährig zur Verfügung. Daraus ergeben sich neue Anforderungen an die Agilität eines Unternehmens.

_____________________________________________________________________

Zum Autor:

Dr. Georg Wittenburg ist Geschäftsführer der Inspirient GmbH. Inspirient automatisiert mit Methoden aus der Künstlichen Intelligenz datengetriebene Unternehmensprozesse mit einem besonderen Schwerpunkt auf effizienter Datenanalytik und pragmatischer Entscheidungsunterstützung bzw. -automatisierung.

Der in diesem Text zusammengefasste Gedankengang wird im Artikel „Wissen ist Macht“ in der Ausgabe 1/2019 der Fachzeitschrift Rethinking Finance weiter ausgeführt.