Robotic Process Automation: Wie skaliert man RPA?

Automatisierung und Digitalisierung sind für viele Unternehmen zu einem zentralen Thema geworden. Insbesondere Robotic Process Automation (RPA) hat sich zu einer beliebten Methode entwickelt, um bestimmte Aufgaben und gesamte Geschäftsprozesse zu automatisieren. Oft stellt sich dabei die Frage, wie sich ein RPA-Projekt sinnvoll skalieren lässt.

Potenziale schöpfen durch Robotic Process Automation

Unter Robotic Process Automation (RPA) versteht man eine Methode, mit der sich verschiedenste Prozesse in einem Unternehmen automatisieren lassen. Eines der Kernelemente der Methode ist die RPA-Software, die menschliche Tätigkeiten simuliert. Im Gegensatz zu anderen Formen der Automatisierung interagiert RPA analog zu menschlichen Benutzern mit der grafischen Benutzeroberfläche.

Ein wichtiger RPA-Meilenstein für Unternehmen ist die Überführung eines Pilotprojekts in einen größeren Rahmen. RPA-Initiativen starten oft mit einem Piloten, in dem erste einfache Geschäftsprozesse automatisiert werden. Im Erfolgsfall werden komplexere Prozesse mit hohem Volumen angegangen. Dies führt zu einem starken Wachstum der RPA-Plattform und es werden schnell eine hohe Anzahl Roboter und täglichen Prozessläufen erreicht.

Skalierung der RPA-Organisation: Vom Pilotprojekt zur unternehmensweiten Implementierung

Im Hinblick auf die Organisation des Projektes beginnt ein RPA-Pilot häufig mit einem einfachen Ad-hoc-Ansatz: Es werden nur wenige Spezialisten benötigt, z. B. ein Architekt zur Integration der RPA-Software in die bestehende IT-Landschaft, ein Business Analyst sowie einige erfahrene RPA-Entwickler für die ersten Prozesse. Zusätzlich kann es erforderlich sein, Spezialisten bezüglich der Infrastruktur sowie Entwickler hinzuzuziehen, die bei der Integration in die bestehende Landschaft helfen. Begleitet werden muss dies von einem proaktiv agierenden Projektmanagement, das vom zuständigen Senior Management tatkräftig unterstützt wird. Unserer Erfahrung nach ist es nur in einer solchen Konstellation möglich, Hindernisse effizient und effektiv aus dem Weg zu räumen.

Ist das Pilotprojekt erfolgreich gestartet, muss die RPA-Organisation stabiler und zuverlässiger gestaltet werden. Um dies zu erreichen, sollte auf ein Center-of-Excellence-Ansatz (CoE) gesetzt werden. Dies beruht im Wesentlichen darauf, ein starkes zentrales Team zu etablieren, das für die digitalen Arbeitskräfte in der Produktionsumgebung verantwortlich ist. Dieses zentrale Team stellt übergreifende Führungsrollen bereit, um die Stabilität der Plattform zu gewährleisten. Es sorgt dafür, dass die definierten Regeln eingehalten werden und die gewünschte Lieferqualität zu jedem Zeitpunkt gewährleistet ist. Ein einfaches Production Quality Gate kann zum Beispiel aus einer Checkliste für manuelle Code-Reviews und aus automatischen statischen Prüfungen im RPA-Tool bestehen. Zusätzliche Teams wie der Second-Level-Support oder das Anwendungsmanagement übernehmen die Verantwortung für die Wartung der Produktionsumgebung, implementieren neue automatisierte Prozesse und unterstützen bei der Bearbeitung von Zwischenfällen.

Im Rahmen des CoE-Ansatzes wird die Automatisierung der Prozesse von einzelnen Einheiten durchgeführt – dies können zum Beispiel Abteilungen oder nationale Suborganisationen eines internationalen Unternehmens sein. Dabei sind zwei Szenarien denkbar: Entweder liefert das CoE-Team für diese Einheiten die Entwicklungs- und Testumgebungen oder aber die Einheiten verfügen über ihre eigene Infrastruktur. Die Produktionsumgebung wird in jedem Fall zentral vom CoE-Team verwaltet. Alle Produktionsversionen müssen das oben erwähnte Qualitätssicherheitssystem durchlaufen.

Von der Planung zur Perfektion: Warum der iterative Ansatz der Schlüssel zum Erfolg ist

RPA-Piloten starten oftmals auf Grundlage der Scrum-Methode. Dabei bestehen die Scrum-Teams in der Regel aus einer festen Anzahl von Business Analysten, Developern und Testern. Diese sind für die Automatisierung der zugewiesenen Prozesse verantwortlich. Nach einer Erweiterung des Projekts in Form von neuen Teammitgliedern und umfangreicheren Prozessen ist der gewählte Scrum-Ansatz in vielen Fällen nicht mehr geeignet und es ist ein iterativer Ansatz zu wählen. Bei diesem wird jeder zu automatisierende Prozess in kleinen Iterationen entwickelt. Abhängig von der Komplexität kann das fertige Produkt nach jeder Iteration aus einer anfänglichen Auswahl von Prozesspfaden bestehen, die bereits ausgeführt werden können. Eine gängige Vorgehensweise ist, dass in einer ersten Iteration nur der am häufigsten beschrittene Weg, der sogenannte Happy Path, implementiert wird. Die Abweichungen dieses Pfades werden daraufhin erst nach und nach hinzugefügt.

Für jede Iteration wird ein Team aus Business Analysten und Entwicklern zusammengestellt. In den meisten Fällen handelt es sich um eine Eins-zu-Eins-Beziehung. Die Business Analysten sind für die Erstellung der User Storys und den User Acceptance Test (UAT) verantwortlich. Auch die endgültige Funktionalität und Korrektheit in der Produktion liegt in ihrer Verantwortung. Bei Iterationen mit hoher Integrationskomplexität kann ein RPA-Architekt hinzugezogen werden. Je nach Integrationskomplexität unterstützt dann noch ein Tester das Team während der Entwicklungsphase.

Die größte Ähnlichkeit zwischen Scrum und dem iterativen Ansatz ist die umfassende Agilität und Flexibilität in Bezug auf ein auslieferbares Produkt. Allerdings gibt es auch erhebliche Unterschiede zur üblichen Definition von Scrum, da beim iterativen Ansatz auf Sprints und Scrum-Verfahren völlig verzichtet wird. Alles in allem hat sich der beschriebene Ansatz als der effizienteste Weg bei der Automatisierung von Prozessen und der Skalierung von RPA-Projekten erwiesen.

Ad-hoc-Tests und Herausforderungen der Testumgebung: Die Realität des RPA-Pilotprojekts

In der Anfangsphase eines RPA-Piloten steht in der Regel kein spezielles Testteam zur Verfügung. Die Entwickler und Business Analysten führen die Tests oft ad-hoc durch. Bei RPA-Projekten ist dieses Verfahren durchaus üblich, da RPA-Tools häufig den Eindruck erwecken, dass es sich um Plug-and-Play-Produkte handelt.

Die Testumgebungen erweisen sich dabei oftmals als die schwierigste Herausforderung für das Testen. Bei der Umsetzung eines RPA-Projekts besteht grundsätzlich die Notwendigkeit, dass alle Anwendungen verfügbar sind, die in den Produktions-IT-Systemen verwendet werden. Dazu sollten die Systeme in den gleichen Versionen vorliegen, in denen sie von der Produktion genutzt werden. Außerdem wird das Erstellen synthetischer Testdaten über heterogene Test-IT-Systeme als Flaschenhals für den Start und das Durchführen aller Testaktivität angesehen, denn das Skalieren von RPA führt zwangsläufig zu einer erhöhten Testkomplexität. Dies liegt unter anderem daran, dass Prozesse parallel implementiert werden, die teilweise die gleiche Codebasis verwenden.

Aus diesem Grund ist ein Ansatz zu wählen, der auf Stufen-basiertem Testen beruht: Die vom Businessteam erstellten User Storys bilden die Grundlage. Sie werden als Prozessschritte betrachtet, die nacheinander entwickelt und getestet werden. Im Idealfall können die Tests sogar unabhängig voneinander durchgeführt und als automatisierte Unit-Tests ausgeführt werden. Die Integration der User Storys in einen End-to-End-Prozess muss zunächst manuell getestet werden, kann aber später in eine automatisierte Regressionstestsuite überführt werden.

Best Practices für RPA-Skalierungen

Neben den erwähnten Lösungen in den Bereichen Projektmethode, Organisation und Qualitätssicherung bestehen zahlreiche technische und rollenspezifische Herausforderungen. Eine wichtige Überlegung ist beispielsweise die Integration eines RPA-Tools in die bestehende IT-Landschaft eines Unternehmens. Des Weiteren sind die meisten Tools nicht dafür konzipiert, nahtlos in eine umfassende Monitoring-Lösung einzufügen, die alle Infrastrukturebenen abdeckt. Das schnelle Wachstum eines RPA-Teams führt außerdem häufig zu unterschiedlichen Qualitäts- und Konzeptionsergebnissen in der Produktion.

Weitere Informationen und detailliertere Ausführungen erhalten Sie in unserem Whitepaper über die Skalierung von RPA. Kontaktieren Sie gerne einen unserer Experten johannes.moch@cgi.com oder hendrik.schreiber@cgi.com.