Open Access

In wohl allen Unternehmen werden neben den offiziellen Systemen auch solche genutzt, von denen die IT-Abteilung nichts weiß. Obwohl meistens verpönt, kann diese Schatten-IT oft nützlich sein. Daher hat ein Team des FIR ein Vorhersagemodell entwickelt, das Schatten-IT zu legitimieren hilft.

Wie können Mitarbeiter von zeitaufwendigen Routinearbeiten befreit und Kapazitäten für wertschöpfende Tätigkeiten geschaffen werden? Wie können die Effizienzpotenziale innerbetrieblicher Geschäftsprozesse nachhaltig ausgeschöpft werden? Robotic-Process-Automation erlebt derzeit einen regelrechten Hype – Erfahren Sie hier, wie digitale Assistenten dabei unterstützen, den Schritt in Richtung Administration 4.0 zu wagen und die Effizienz im Büro auf ein neues Level zu heben.

Im Zuge steigender Wettbewerbsdynamik setzen Unternehmen seit jeher auf kontinuierliche Verbesserung und streben nach operativer Exzellenz. Die Marktentwicklung verlangt, dass nicht nur die Produktion, sondern auch die klassischen Büro- und Informationstätigkeiten der innerbetrieblichen Administration bei Effizienzprogrammen berücksichtigt werden. Durch die Automatisierung administrativer Prozesse können Unternehmen eine Vielzahl Potenziale heben. Neben minimierter Fehleranfälligkeit, steigender Verfügbarkeit und Effizienzsteigerungen kann auch die Zufriedenheit der Mitarbeiter positiv beeinflusst werden, da der Anteil repetitiver Tätigkeiten sinkt. Robotic Process Automation hat sich als zentraler Begriff der softwarebasierten Automatisierung in der betrieblichen Praxis etabliert. Obwohl das Marketingversprechen vieler Anbieter auf einer trivialen Implementierung beruht, scheitert eine Vielzahl Projekte zur Einführung. Die steigende Entwicklungsdynamik und der zunehmende Einfluss Künstlicher Intelligenz wirken sich mit hoher Geschwindigkeit auf die Leistungsfähigkeit softwarebasierter Automatisierung aus. Durch ein mangelndes Verständnis über das Nutzenversprechen verschiedener Technologieausprägungen und deren Einfluss auf die Arbeitsumgebung sind Entscheidungsträger in Unternehmen nicht in der Lage, schnellstmöglich auf sich verändernde Anforderungen einer Implementierung zu reagieren. Insbesondere die soziotechnischen Zusammenhänge, also das Zusammenspiel der Komponenten Mensch, Technik und Organisation, stellen derzeit eine große Herausforderung für die Industrie und die Wissenschaft dar. Um die Nutzenpotenziale der Automatisierung administrativer Prozesse vollumfänglich zu heben, ist es das Ziel dieser Dissertationsschrift, einen soziotechnischen Ordnungsrahmen zu entwickeln. Dieser soll als Instrument zur zielgerichteten Navigation durch den Implementierungsprozess softwarebasierter Automatisierung dienen. Unternehmen werden damit befähigt, die soziotechnische Komplexität zu reduzieren und diese in Abhängigkeit der verschiedenen Technologietypen zielgerichtet zu steuern.

Vorstellung eines Ansatzes zur Nutzung von Schatten-IT für produzierende kleine und mittelständische Unternehmen

Software-based automation is becoming increasingly important to execute administrative processes more efficiently. It is characterized by different levels of technology performance. The area of application for software-based automation ranges from individual rule-based tasks requiring human-machine collaboration, to decision-based end-to-end automation performed by an artificial intelligence. Existing approaches found in literature and practice to classify those automation stages only insufficiently define the boundaries between the different technology levels. Due to this heterogeneity, it is often unclear how different technology characteristics affect the working environment of a company. This leads to an unpredictable nature of automation: job creation as an opportunity and job loss as a challenge. In this paper, a literature review shows the current state of research regarding the different classifications of technology levels for software-based automation. Consequently, a comparison of these approaches enables the deduction of relevant criteria and creates a frame for the classification of different automation levels. This framework provides an approach for further research to incorporate the effects into the working environment.