Grenzen und Herausforderungen

Dieser Vorteil berge aber gleichzeitig einen Nachteil in sich, so Rust: „Aus Architektursicht ist der Robot nur ein Pflaster auf dem Problem mit den heterogenen Legacy-Systemen, eine Flickschusterei. Der IT-Architekt muss langfristig die Anzahl der Systeme verringern und konsolidieren, das heißt, Robots sind nur eine Übergangslösung.“

Grenzen ergeben sich auch bei der Spracherkennung am Telefon. Robots können (noch) keine Gefühle erkennen, sind nicht empathisch und daher nicht verhandlungsfähig. „Robots sind limitiert, wenn die Lösung nicht mehr regelbasiert, sondern wissens- und erfahrungsbasiert sein muss. Das höchste Ziel bei der Weiterentwicklung von RPA ist, dass wir künftig bei der Beratung einen Bot nicht mehr von einem Menschen unterscheiden können“, erklärt Frank Termer.

Entscheidend für den Erfolg von Bots sind laut Termer zudem die Qualität und die Größe der zugrundeliegenden Datenbasis sowie grundsätzlich die Qualität des Prozesses, der automatisiert werden soll. „Ein schlechter Prozess bleibt immer ein schlechter Prozess, und die Datengrundlage muss passen, damit das RPA-System trainiert werden und Muster erkennen kann. Und was passiert bei einer Prozessänderung? Wie mache ich dem System begreiflich, dass ein Prozessschritt jetzt anders abläuft oder wegfällt, weil sich beispielsweise die Gesetzgebung geändert hat?“

IDC-Analyst Matthias Zacher geht davon aus, dass künftig immer mehr Intelligenz in die Systeme wandern wird und diese dann auch anspruchsvollere Entscheidungsvorgänge meistern werden. „Das wird dann nicht mehr regelbasiert sein, sondern die Systeme werden dazulernen. RPA wird dann wohl kein eigenes Marktsegment mehr sein, sondern alle Themen rund um KI wie Robotic Intelligence Automation, Cognitive Computing oder Machine Learning verschmelzen miteinander. Die Frage wird nur sein, welcher Hersteller sich mit seinem Begriff durchsetzt und den Markt definiert.“