Automated Data Processing

Die Trends und Möglichkeiten von Automated Data Processing

Konfuzio

Bei der Verarbeitung von Daten denkt man oft zuerst an endlose Excel-Tabellen, in die ein Sachbearbeiter manuell Kolonnen von Zahlen und Texten eingibt, um diese dann zur Weiterverarbeitung an den nächsten Sachbearbeiter weiterzugeben. Automated Data Processing ist das komplette Gegenteil: die Verarbeitung erfolgt durch digitale Anwendungen und Plattformen statt durch händische Aufbereitung.

In früheren Digitalisierungsprojekten wurden zunächst nur die Tools zur Datenverarbeitung von der analogen in die digitale Welt übersetzt [Quelle: Geschichte der Digitalisierung]. Darauf aufbauend machen sich die Unternehmen durch Automated Data Processing (ADP) die wahren Stärken digitaler Techniken zu Nutze. Das befreit interne Ressourcen von fehlerbehafteten Prozessen. Es eröffnet den Unternehmen auch neue Geschäftsfelder und die Möglichkeit, sich in Servicequalität, Preis und Leistungsspektrum von der Konkurrenz abzuheben.

Was ist Automated Data Processing konkret

Mit dem Automated Data Processing, der automatisierten Datenverarbeitung oder kurz ADP, verbindet man eine Reihe von Verfahren und Technologien, um eingelesene digitale Daten ohne wesentliche menschliche Einflussnahme zu speichern, strukturieren, organisieren, analysieren oder bearbeiten. Nicht zu verwechseln sind diese Form der Verarbeitung mit den Maßnahmen des Data Processing von personenbezogenen Daten gemäß der Datenschutzgrundverordnung, die DSGVO. In der geht es explizit um die rechtskonforme Handhabung der persönlichen Daten der Nutzer zum Datenschutz. Ebenfalls ist zu beachten, dass die eingangs beschriebene manuelle Verarbeitung nicht in die Definition von ADP fällt, da der automatisierte Aspekt in diesem Falle fehlt.

Ein eingängiges Beispiel sind regelmäßige Finanzberichte, wie sie in Organisationen weltweit Gang-und-gebe sind. Ein manueller Prozess bedeutet hier, dass Mitarbeiter zunächst die Zahlen aus Datenbanken und Excel-Tabellen zusammensuchen. Dann verarbeiten sie die Daten zu Visualisierungen oder Übersichtstabellen weiter. Im Gegensatz dazu generieren spezialisierte ATP Programme die Jahresbilanz automatisch aus allen bekannten Kennzahlen. Sie berücksichtigen bekannte Faktoren und zeichnen Diagramme für die wichtigsten Kennzahlen vorhersagbar in beliebigen Formaten. Selbst die Aufbereitung von druckreifen Materialien kann oft schon automatisiert vorbereitet werden. Ein Mitarbeiter kann sich dann auf die Verifikation des Ergebnisses und die Anreicherung mit kreativen Elementen konzentrieren.

Was sind die Vorteile von ADP?

An obigem Beispiel zeigen sich bereits einige der Vorteile von ADP. Die Reduzierung der manuellen Schritte, gerade bei sich oft wiederholenden Aufgaben, reduziert die Anzahl der benötigten Arbeitszeit und erlaubt so den Mitarbeitern, sich auf geschäftsfördernde Aufgaben zu konzentrieren.

Effizienter Mitarbeitereinsatz durch Automatisierung

Mit Blick auf den öffentlichen Dienst als weiteres Beispiel wird sehr schnell deutlich, dass bisherige Prozesse fundamental überdacht werden müssen. Bereits jetzt sind die Angestellten unter hohem Druck, Dienstleistungen am Bürger zeitnah und rechtskonform anzubieten. Bis 2030 wird die Zahl verfügbarer Mitarbeiter um 20% sinken [Quelle: Fachkräftemangel im öffentlichen Sektor]. Dies kann nur durch weitreichende Automatisierung abgefangen werden. Statt auf die manuelle Datenverarbeitung können sich die verbliebenen Mitarbeiter dann auf den Bürger konzentrieren. Sie können persönliche Hilfestellung leisten, Vorortbesuche durchführen, Entscheidungen treffen auf Basis vorverarbeiteter Informationen und Vieles mehr.

Langfristig ist die verminderte Arbeitsbelastung durch Reduzierung der manuellen Aufgaben ein Boost für die Zufriedenheit des Mitarbeiters innerhalb des Unternehmens. So verhindern Organisationen aktiv offizielle Kündigung, oder noch wichtiger, innere Kündigungen [Quelle: Gefahren der inneren Kündigung].

Wachsendes Datenvolumen effektiv verarbeiten

Durch die voranschreitende Digitalisierung kommt eine weitere Komplikation hinzu: die reine Zahl an vorhandenen Daten verhindert zunehmend die Verarbeitung durch manuelle Prozesse. Viele Webseitenbesitzer wollen zum Beispiel Daten zu Webseitenbesuchen, Nutzerprofilen der Besucher oder die benutzten Geräte und Browser aufbereiten und analysieren. Bereits für mittelgroße Seiten benötigt man dann eine signifikante Zahl an Mitarbeitern, um tägliche oder gar stündliche Berichte manuell zu erstellen. ADP Anwendungen sind genau dafür gemacht, große Mengen an Daten zu verarbeiten und aufzubereiten. Auf Knopfdruck erstellt das System in Echtzeit interaktive Diagramme und Tabellen. Diese helfen den Webseitenbesitzern, strategische Geschäftsentscheidungen für den Ausbau ihres Angebots zu fällen. Potentielle Kosten für ADP-Software amortisieren sich dabei durch den geringeren manuellen Arbeitsaufwand in kürzester Zeit.

Datenqualität sicherstellen

Zusätzlich sind die Ergebnisse der Verarbeitung durch digitale Anwendungen verlässlicher. Sind die Eingangsdaten korrekt und das System korrekt implementiert, so sind auch die Verarbeitungsschritte weitgehend vorhersagbar. Wenn ein Nutzer hingegen täglich über viele Stunden Daten aggregieren, kategorisieren oder aufbereiten muss, stellen sich unweigerlich Ermüdungserscheinungen ein. Diese wirken sich negativ auf die Qualität der Verarbeitungsergebnisse aus. Informationen werden falschen Kategorien zugeordnet, die falschen Zahlen aufsummiert oder Datendoppelungen nicht erkannt. Diese Effekte zeigen sich auch bereits in der Vorbereitung, wenn die Dateneingabe ebenfalls manuell durchgeführt wird (Manual Data Entry statt Automated Data Entry).

Wie unterscheiden sich Automated Data Entry und Automated Data Processing

Innerhalb von ADP sind eine Vielzahl von Technologien zur Verarbeitung der Daten zusammengefasst. Verfahren zur vorgelagerten Dateneingabe gehören stattdessen zum Automated Data Entry, auch Automatisierte Dateneingabe. Das können die maschinelle Analyse von Sprache, Texten oder Bildern sein. Erst das Automated Data Processing System sorgt im nächsten Schritt für die sinnvolle Nutzung der eingelesenen Daten innerhalb der IT-Lösung.

Kombiniert man beide Technologien, ergeben sich neue Möglichkeiten, auch in Zeiten des Fachkräftemangels innovative Dienstleistungen für den Kunden anzubieten, z.B. im Finanzsektor, öffentlichen Dienst oder Handel. Ziel ist es, den Kunden durch die neuen Systeme zu ermächtigen, seine Anliegen jederzeit, an jedem Ort mit wenig Aufwand selbst klären zu können. Die digitalen Services passen sich dabei an den Kunden an, nicht umgekehrt. Durch die automatisierte Verarbeitung können die Kundeninformationen aus beliebigen Quellen in ein einheitliches Format umgewandelt werden. Dieses Format hilft den Systemen im Hintergrund, die Aufgaben ohne menschliche Hilfe zu verarbeiten und den Kunden, das gewünschte Ergebnis zu liefern. Niemand würde annehmen, dass, wenn man „Alexa, spiel‘ mein Lieblingslied“ in den Raum ruft, sich ein Mitarbeiter auf die Suche nach der richtigen CD macht, um diese abzuspielen.

Fortschritte durch ADP und Künstliche Intelligenz

AI Technologien (Artificial Intelligence) ermöglichen einen weiteren signifikanten Vorsprung bei der Verarbeitung der Daten. Das verarbeitende System in Verbindung mit OCR-Software (Optical Character Recognition) lernt, Handschriften besser zu erkennen oder die richtigen Informationen aus Freiformtexten zu ermitteln. Intelligente Anwendungen können aus Bildern die richtigen Kategorien identifizieren oder auch passende Aktionen einleiten. Dieser Bereich der Datenverarbeitung nennt sich Intelligent Data Processing (IDP) und eröffnet die nächste Evolutionsstufe beim Data Processing. Er verstärkt die Vorteile von ADP noch weiter, indem es die Ausnahmefälle, in denen menschliches Eingreifen notwendig ist, weiter reduziert. Komplexere Anwendungsfelder werden plötzlich für die automatisierte Verarbeitung relevant.

Es ist nur natürlich, dass die Ergebnisse jeder Data Processing Software nur so gut wie die Eingangsdatenqualität und die Qualität der programmierten Verarbeitungsschritte sein können. Das gilt für ADP-Anwendungen mit und ohne AI, vor Ort oder in der Cloud. Die Entwicklung bis heute zeigt aber einen klaren Trend. Nur durch die Automatisierung der Verarbeitung der großen Mengen an digitalen Daten werden sinnvolle Nutzungsmöglichkeiten erschlossen und die negativen Folgen des Arbeitskräftemangels kompensiert. Es liegt aber auch in Zukunft in der Hand des Menschen zu entscheiden, welche Daten für Kunden und Organisation den besten Nutzen bringen und welche strategischen Schlüsse aus den Ergebnissen der Datenverarbeitung geschlossen werden können.

Quellen

  1. Ein Überblick zur geschichtlichen Entwicklung der Digitalisierung: https://futureway.org/digitalisierung/grundlagen/geschichte-der-digitalisierung.htm
  2. Studie von PWC zur zukünftigen Personalentwicklung im öffentlichen Sektor: https://www.pwc.de/de/branchen-und-markte/oeffentlicher-sektor/fachkraeftemangel-im-oeffentlichen-sektor.html
  3. Beitrag zu den Gründen und wirtschaftlichen Folgen der inneren Kündigung von Mitarbeitern: https://www.springerprofessional.de/mitarbeitermotivation/personalfuehrung/innere-kuendigung-ist-ein-riesenproblem/16372756

0 Kommentare

Schreiben Sie einen Kommentar

Weitere Artikel

Vertragsanalyse mit KI

Dr. Patrick Afflerbach, Vorstandsmitglied der 1:1 Assekuranzservice AG, berichtet über die Nutzung von Konfuzio Seit 2019 vertraut die 1:1 Assekuranzservice…

Zum Artikel

Intelligent Automation für digitale Prozessoptimierung

In einer von Optimierung und der digitalen Transformation geprägten Welt müssen erfolgreiche Unternehmen schneller, besser und intelligenter als die Konkurrenz…

Zum Artikel
Customer Service

KI für eine intelligente Customer Service Automation

Intelligente Automation im Kundenservice Was wäre, wenn sich Ihre Mitarbeitenden im Kundenservice (Customer Service) auf das Wesentliche konzentrieren können, weil…

Zum Artikel

    Nehmen Sie Kontakt zu uns auf.

    Arrow-up