Gerade im Data-&-Analytics-Bereich ist diese Frage besonders relevant. Datenplattformen, BI-Lösungen und Analytics-Projekte sind zentrale Bausteine moderner Unternehmen. Entsprechend groß ist das Interesse daran, Generative AI sinnvoll in diese Umgebungen zu integrieren. Doch die Praxis zeigt: Zwischen Vision und realer Umsetzung besteht häufig eine erhebliche Lücke.

Einblicke aus der SQL-Konferenz in Hanau

Mit genau dieser Fragestellung beschäftigten sich Marco Nielinger und Felix Möller, Management Consultants bei noventum consulting, auf der SQL Konferenz in Hanau. In ihrem Vortrag „GenAI for Data & Analytics: What’s hotand what’s not?“ analysierten sie aktuelle Entwicklungen im Microsoft-Data-Ökosystem und zeigten anhand konkreter Szenarien, wo Generative AI bereits heute sinnvoll eingesetzt werden kann. Der Vortrag stieß auf großes Interesse in der Community, weil er nicht nur technologische Trends beleuchtete, sondern auch konkrete Erfahrungen aus Data-Analytics-Projekten einbezog. Besonders überzeugend war dabei die Kombination aus realen Projektbeispielen, Live-Demonstrationen und einer sehr klaren Einordnung der aktuellen Möglichkeiten von Generative AI. Im Mittelpunkt standen mehrere praktische Anwendungsszenarien.

USE CASE 1: GENERIERUNG EINES DAX-STATEMENTS MIT CHATGPT OHNE KONTEXT

Ein sehr anschauliches Einstiegsbeispiel aus dem Vortrag zeigt, wie Large Language Models Entwickler bei typischen Aufgaben im Analytics-Alltag unterstützen können und wo ihre Grenzen liegen. Ausgangspunkt ist eine klassische Situation aus der BI-Praxis. Ein Entwickler arbeitet mit einem SSAS Tabular Datenmodell, das aus zahlreichen Faktentabellen und einer großen Anzahl von Dimensionstabellen besteht. Für einen Paginated Report wird eine DAX-Abfrage benötigt, die Daten aus mehreren Dimensionen mit einer Faktentabelle kombiniert und anschließend für den Report bereitstellt. Der Entwickler formuliert daher folgenden Prompt in ChatGPT:

„Ich bin Consultant für Power BI. Wir verwenden SSAS Tabular und haben dort ein großes Datenmodell mit mehreren Dutzend Fakten und über hundert Dimensionstabellen. Ich möchte jetzt einen Paginated Report auf Basis des SSAS-Datenmodells erzeugen. Dieser soll Daten aus Dimensionen dim_Kunde und dim_Produkt und Fakten der fact_Sales in einer Query bereitstellen. Bitte erzeuge mir eine derartige DAX Query.“

ChatGPT generiert daraufhin tatsächlich eine vollständige DAX-Abfrage. Das Modell erstellt beispielsweise eine Abfrage, die grundsätzlich für einen Reporting-Use-Case geeignet ist. Gerade für Entwickler wird in diesem Moment sehr deutlich, wie schnell generative Modelle heute Code Fragmente erzeugen können. Auf den ersten Blick wirkt das Ergebnis durchaus plausibel. Die generierte Abfrage zeigt typische Muster einer DAX Query und könnte als Grundlage für eine weitere Entwicklung dienen.  In der Praxis zeigt sich jedoch schnell die zentrale Einschränkung dieses Ansatzes. ChatGPT kennt das tatsächliche Datenmodell nicht. Die generierte Query basiert lediglich auf Annahmen über mögliche Tabellen- und Spaltennamen. Entsprechend existieren viele der verwendeten Felder im realen Modell gar nicht. Die Abfrage ist damit zwar syntaktisch korrekt, lässt sich jedoch im DAX View von Power BI nicht ausführen, weil die referenzierten Spalten und Tabellen nicht existieren. Das Modell erzeugt also im Grunde ein Template für eine mögliche Query, aber keine tatsächlich lauffähige Implementierung.

Im Vortrag wurde dieses Beispiel bewusst gewählt, um eine zentrale Eigenschaft generativer Modelle zu verdeutlichen: Ohne Kontext liefern Large Language Models oft erstaunlich gute generische Vorschläge. Sie können jedoch nicht wissen, wie das konkrete Datenmodell tatsächlich aufgebaut ist. Die Referenten Felix Möller und Marco Nielinger fassten die Erkenntnis aus diesem Beispiel deshalb klar zusammen:

"Generative AI kann bereits ohne Integration sehr hilfreich sein, etwa zum Lernen, für Inspiration oder zum schnellen Erzeugen von Code-Snippets. Für produktive Anwendungen im Data-&-Analytics-Umfeld ist jedoch zusätzlicher Kontext entscheidend. Erst wenn ein Modell Zugriff auf Informationen über Tabellen, Spalten, Beziehungen oder Measures erhält, kann es tatsächlich korrekte und direkt ausführbare Abfragen erzeugen."

Hier können Sie weiterlesen: https://www.noventum.de/de/data-analytics/nc360-artikel/genai-im-data-analytics-umfeld.html 

Technische und organisatorische Ausgangslage

Die Migration auf agree21 war ein vielschichtiges Vorhaben, das nicht nur den Wechsel des Kernbankverfahrens umfasste, sondern zugleich die technische Zusammenführung mehrerer zuvor eigenständiger Teilinstitute, die Harmonisierung gewachsener System- und Prozesslandschaften sowie die Anpassung an ein gruppenweit einheitliches Zielsystem (Bericht: Sparda-West).

Die Vorbereitungen für das Projekt begannen bereits 2023 und erstreckten sich über knapp zwei Jahre. Nach einem arbeitsintensiven Migrationswochenende im Oktober nahm die Sparda-Bank West den Geschäftsbetrieb vollständig auf dem neuen Kernbankverfahren auf. Mit rund 620.000 Kundinnen und Kunden, einer Bilanzsumme von etwa 13 Milliarden Euro und rund 900 Mitarbeitenden zählt sie zu den größten Genossenschaftsbanken Deutschlands. Die Sicherstellung eines stabilen Übergangs hatte entsprechend hohe Priorität und erforderte präzise Vorbereitung und enge Abstimmung aller beteiligten Institutionen.

Für die Bank bedeutete dies die Neubewertung technischer Abhängigkeiten, die Vorbereitung zahlreicher Anwendungen auf die Zielarchitektur und die intensive Zusammenarbeit mit Atruvia, dem aufnehmenden IT-Dienstleister, Sopra Financial Technology (SFT) als abgebendem IT-Haus und weiteren Sparda-Instituten. Zudem wurden Führungskräfte und Mitarbeitende auf neue Prozess- und Bedienlogiken vorbereitet, während der laufende Betrieb unverändert stabil weiterlief.

Der Beitrag von noventum zur Systemumstellung

Innerhalb des umfangreichen Gesamtprojekts war noventum in mehreren fachlichen und technischen Aufgabenfeldern eingebunden. Die Beraterinnen und Berater wirkten dabei an der Vorbereitung zentraler Übergangsschritte mit, die für den stabilen Wechsel auf das neue Kernbankverfahren notwendig waren.

Kijan Taheri, Teilprojektleiter IT-Prozesse, Senior Consultant, noventum consulting

„Die größte Herausforderung war, eine Vielzahl ineinandergreifender IT-Themen neu aufzubauen und gleichzeitig den laufenden IT-Betrieb stabil zu halten. Im engen Zusammenspiel mit dem Kunden und gestützt auf die Transformationskompetenz und Marktkenntnis von noventum konnten wir die technischen Abhängigkeiten frühzeitig sichtbar machen, strategische Entscheidungen gezielt unterstützen und eine verlässliche Umsetzung herbeiführen.“

1. IT-Prozesse

Als Teilprojektleitung für den Bereich IT-Prozesse sowie fachlicher Mitgestaltung unterstützte noventum die End-to-End-Steuerung zentraler technischer Services. Dazu gehörten der Neuaufbau der Netzwerkinfrastruktur (WAN, LAN, WLAN, VLAN), die Konzeption und Umsetzung moderner Arbeitsplatz-, Kollaborations- und Telefonielösungen sowie die Koordination eines standortübergreifenden Hardware-Rollouts für über 40 Niederlassungen. Auf Basis eines ganzheitlichen Transition- und Transformationsdesigns wurden Migrationspfade entwickelt, Abhängigkeiten komplexer Systemlandschaften aufgelöst und die Integration zahlreicher Drittanwendungen in die Zielarchitektur abgesichert. Zudem begleitete noventum die Sourcing-Strategie und stellte eine fristgerechte, betriebssichere Umsetzung sicher.

2. Test- und Cutover-Management

Ein Schwerpunkt lag auf der Strukturierung von Testabläufen und der Abstimmung technischer Abhängigkeiten über Bereiche und Partner hinweg. Durch die Komplexität der 4-fach Fusion waren die Aufwände besonders hoch. noventum wirkte an der Strukturierung der Tests, der Abstimmung technischer Abhängigkeiten und der Planung der erforderlichen Freigabeprozesse mit. Ziel war ein konsistentes Gesamtbild für den Wechsel auf agree21.

3. Schulung und Change-Beratung

Damit die neuen Abläufe und Prozesse auch allen Mitarbeitenden zugänglich gemacht werden konnten, hat noventum die Erarbeitung und Umsetzung von Schulungskonzepten begleitet. Aufgrund der Umfangreichen Veränderungen der Arbeitsweise hat man die Führungskräfte bei diesem großen Change-Prozess begleitet…

Hier geht es zum gesamten Artikel. 

Unternehmen, die Microsoft Business Central als ERP-System im Einsatz haben, stehen zunehmend vor der Herausforderung, ihre Geschäftsdaten effizient für moderne Analysen bereitzustellen. Power BI bietet als leistungsstarkes Visualisierungstool genau das – doch die Art und Weise, wie die Daten integriert werden, entscheidet über Skalierbarkeit, Transparenz und Akzeptanz bei den Anwender:innen.

Ein neuer Beitrag auf der Plattform nc360° beleuchtet praxisnah, wie eine performante und wartungsarme Anbindung gelingen kann – und welche Fallstricke Unternehmen vermeiden sollten.

Zwei Wege zur Integration: Direkt oder über Data Warehouse?

Zentraler Aspekt ist die Wahl der geeigneten Architektur. Unternehmen können Business Central entweder direkt an Power BI anbinden oder über ein vorgelagertes Data Warehouse integrieren. Die Direktanbindung punktet mit schneller Implementierung und geringer Komplexität – ideal für agile BI-Vorhaben mit klar definierten Berichtszwecken.

Ein klassisches DWH hingegen bietet Vorteile bei der Datenhistorisierung, der Konsolidierung unterschiedlicher Quellen sowie bei der Governance. Der Artikel vergleicht beide Ansätze systematisch und hilft bei der strategischen Einordnung.

REST API oder OData? Eine Schnittstellenfrage mit Zukunft

Technisch stehen zwei Hauptschnittstellen zur Auswahl: OData und REST API. Während OData besonders niedrigschwellig und leicht konfigurierbar ist, zeigt sich bei großen Datenmengen schnell ein Performance- und Paging-Problem. Die REST API hingegen überzeugt mit moderner Authentifizierung, effizientem Datenabruf und deutlich besserer Skalierbarkeit.

Das Fazit des Artikels: Wer heute zukunftssicher integrieren will, sollte die REST API bevorzugen – vor allem bei mittleren bis großen Datenvolumina.

Modellierung, Performance, Nutzerzentrierung

Neben der Anbindung rückt auch das Datenmodell in den Fokus. Eine klare Schichtenarchitektur, saubere Trennung von Fakten- und Dimensionstabellen sowie eine effiziente Nutzung der Power BI VertiPaq Engine bilden das Fundament für performante Reports.

Die Autor:innen zeigen anhand von Best Practices, wie durchdachtes Information Design, visuelle Hierarchien und nutzerfreundliche Dashboards den Unterschied machen – nicht nur technisch, sondern auch für die Akzeptanz in den Fachbereichen.

Wer tiefer in die Materie einsteigen möchte, findet alle Details, Beispiele und Empfehlungen im vollständigen Beitrag auf nc360°, der Informationsplattform von noventum consulting:

Jetzt lesen: Fachbeitrag auf nc360°

Mit Design Thinking zur Innovation:

In einem umfassenden Transformationsprojekt setzt Schmitz Cargobull, führender Hersteller von Aufliegern und Transportlösungen, neue Impulse in der Produktentwicklung. Mit methodischer Unterstützung von noventum consulting wurde Design Thinking als agiler Innovationsansatz in der Organisation etabliert. Das Ziel: komplexe Herausforderungen in der Produktentwicklung schneller, nutzerzentrierter und kreativer zu lösen.

Innovation durch cross-funktionale Zusammenarbeit

Die klassische Produktentwicklung stieß bei Schmitz Cargobull zunehmend an ihre Grenzen – fragmentierte Prozesse, unterschiedliche Zielvorstellungen und mangelnde Innovationsdynamik führten zu Reibungsverlusten. Mit Design Thinking wurde ein Ansatz gewählt, der interdisziplinäre Teams strukturiert durch kreative Problemlösungsprozesse führt und dabei die Perspektive der Nutzer:innen in den Mittelpunkt stellt.

noventum consulting begleitete diesen Wandel methodisch, konzeptionell und organisatorisch – von der Analyse der Ausgangssituation über die Konzeption eines unternehmensweiten Design Thinking-Frameworks bis zur Durchführung mehrtägiger Workshopformate.

Workshops mit Wirkung: Von der Methode zum Mindset

In eigens konzipierten Design Thinking-Trainings erlebten cross-funktionale Teams live die Wirkung des neuen Vorgehens: spielerisch, strukturiert und lösungsorientiert. Durch die Kombination aus kreativer Offenheit und klaren Prozessschritten konnten schnell erste greifbare Lösungen entwickelt werden.

Besonders im Fokus stand dabei nicht nur die methodische Befähigung, sondern auch der Kulturwandel: Die Teilnehmenden erlebten, wie wichtig Empathie, Teamarbeit und Offenheit für neue Denkansätze im Innovationsprozess sind.

Nachhaltiger Wandel für eine zukunftsfähige Organisation

Das Projekt geht weit über Einzelmaßnahmen hinaus: Schmitz Cargobull hat mit Design Thinking einen strategischen Hebel geschaffen, um Innovationskraft, Mitarbeiterbeteiligung und Kundennähe dauerhaft zu stärken.

Mit der Unterstützung von noventum consulting entstand eine nachhaltige Grundlage, auf der auch zukünftige Innovationsprojekte effizienter, kreativer und wirkungsvoller umgesetzt werden können.

Lesen Sie den vollständigen Artikel auf nc360°, dem Nachrichtenportal der noventum consulting GmbH.

In diesem Artikel stellen wir drei Verwaltungsprozesse vor, die sich besonders gut für RPA eignen.

1. Rechnungsverarbeitung und Buchhaltung

Die manuelle Verarbeitung von Rechnungen ist ein klassischer Verwaltungsprozess, der oftmals mit einem hohen Fehlerrisiko und erheblichem Zeitaufwand verbunden ist. Viele Unternehmen erfassen Rechnungen in Papierform oder als digitale Dokumente manuell in ihrem ERP-System, überprüfen sie händisch und geben sie zur Zahlung frei. Das ist nicht nur ineffizient, sondern birgt auch das Risiko von Tippfehlern und Verzögerungen bei der Zahlungsabwicklung – insbesondere bei hohen Rechnungsvolumina.

Wie kann RPA helfen?

• Automatische Erfassung und Extraktion von Rechnungsdaten durch OCR-Technologie
• Abgleich mit Bestellungen und Zahlungsbedingungen in ERP-Systemen
• Automatische Weiterleitung und Erinnerung zur Freigabe und anschließende Zahlungsanweisung
• Echtzeit-Reporting zur besseren Kontrolle über finanzielle Verpflichtungen

Die Automatisierung dieses Prozesses spart nicht nur Zeit, sondern reduziert die Arbeit des Mitarbeiters auf das Wesentliche. Zusätzlich wird bei Verbesserung des Prozesses auch die Transparenz gesteigert und es wird eindeutiger, welche Zahlungen noch ausstehen. Ein Echtzeit-Reporting, welches durch die Optimierung des Prozesses erst möglich wird, sorgt zudem für eine kontinuierliche Überwachung der finanziellen Verpflichtungen, wodurch Engpässe und Liquiditätsprobleme frühzeitig erkannt werden können.

2. Onboarding neuer Mitarbeitender

Das Onboarding neuer Mitarbeitender umfasst zahlreiche administrative Aufgaben, die oft von verschiedenen Abteilungen durchgeführt werden müssen. Typische Aufgaben sind das Anlegen von Benutzerkonten, die Zuweisung von Zugriffsrechten, die Einrichtung von IT-Equipment sowie die Bereitstellung von Unternehmensinformationen und Schulungsmaterialien. Dieser häufig fragmentierte Prozess kann zu Verzögerungen und Unsicherheiten führen, was den Einstieg neuer Mitarbeitender unnötig erschwert.

Wie kann RPA helfen?

• Automatische Erstellung von Benutzerkonten und Zuweisung von Zugriffsrechten
• Versand von Willkommens-E-Mails und Bereitstellung von Onboarding-Dokumenten
• Automatische Erinnerungen an Vorgesetzte für noch ausstehende Aufgaben
• Nachverfolgung des gesamten Onboarding-Prozesses für eine bessere Kontrolle

Diese Automatisierung stellt sicher, dass neue Mitarbeitende zügig und reibungslos integriert werden – was nicht nur zu einer schnelleren Produktivitätssteigerung führt, sondern auch die Zufriedenheit und Bindung der Mitarbeitenden positiv beeinflusst.

3. Bestell- und Beschaffungsprozesse

Unternehmen müssen regelmäßig Material, Dienstleistungen oder IT-Ausstattung beschaffen. Häufig basieren diese Prozesse auf manuellen Genehmigungs- und Bestellabläufen, was zu Verzögerungen und ineffizientem Ressourceneinsatz führt.

Die Beschaffung von Materialien, Dienstleistungen und IT-Ausstattung ist ein zentraler Bestandteil administrativer Abläufe in vielen Unternehmen. Häufig basieren diese Prozesse auf manuellen Genehmigungs- und Bestellabläufen, was zu unnötigen Verzögerungen, Fehlern bei der Dateneingabe und intransparenten Abläufen führen kann.

Wie kann RPA helfen?

• Automatische Erstellung von Bestellanforderungen basierend auf vordefinierten Kriterien wie Mindestlagerbeständen oder regelmäßigem Bedarf
• Abgleich von Lieferantenrechnungen mit Bestellungen und Wareneingängen
• Digitale Genehmigungsprozesse zur Beschleunigung von Entscheidungen
• Integration mit ERP-Systemen für eine durchgängige Prozessautomatisierung

Durch eine Automatisierung des Beschaffungsprozesses können Unternehmen nicht nur Kosten sparen, sondern auch ihre Lieferketten effizienter steuern und Engpässe vermeiden.

Fazit

Abschließend lässt sich sagen, dass die Automatisierung von Verwaltungsprozessen mit RPA erhebliche Vorteile bietet – von der Reduzierung manueller Fehler über die Beschleunigung von Abläufen bis hin zur Verbesserung der Datenqualität und Transparenz. Unternehmen, die in solche Lösungen investieren, können schnell signifikante Effizienzsteigerungen erzielen und ihre Ressourcen gezielt für strategische Aufgaben einsetzen. Durch den gezielten Einsatz von RPA in den Bereichen Rechnungsverarbeitung, Onboarding und Beschaffung wird nicht nur der operative Alltag optimiert, sondern auch eine solide Basis für eine nachhaltige digitale Transformation geschaffen.

noventum consulting unterstützt seine Kunden in allen Aspekten der Digitalisierung und hat speziell im RPA-Umfeld mannigfaltige Erfahrungen.

noventum RPA Strategie

noventum Prozessautomatisierung 

noventum IT & Management Consulting

Dieser Artikel beleuchtet die häufigsten Fehler in RPA-Projekten, zeigt, warum sie auftreten, und gibt konkrete Ansätze, wie Unternehmen sie vermeiden können. noventum unterstützt seine Kunden in allen Aspekten der Digitalisierung und hat speziell im RPA-Umfeld mannigfaltige Erfahrungen.

Fehlende strategische Einbindung von RPA

Viele Unternehmen starten RPA-Initiativen ohne eine klare Strategie. Oft wird RPA als reines IT-Projekt betrachtet, ohne dass es in die übergeordnete Digitalisierungsstrategie eingebettet ist. Fehlt eine langfristige Vision, bleibt RPA ein isoliertes Tool, das keinen nachhaltigen Mehrwert bringt. Eine erfolgreiche Implementierung erfordert eine strategische Planung, in der Automatisierung als Teil einer umfassenderen digitalen Transformation gesehen wird.

Auswahl ungeeigneter Prozesse

Nicht jeder Prozess eignet sich für RPA. Besonders Prozesse mit vielen Ausnahmen, häufigen Änderungen oder einer hohen Abhängigkeit von nicht standardisierten Datenquellen führen zu Problemen bei der Automatisierung. Unternehmen sollten daher vorab eine detaillierte Analyse durchführen, um sicherzustellen, dass die ausgewählten Prozesse stabil, wiederholbar und regelbasiert sind.

Mangelnde Erfolgsmessung und fehlende KPIs

Ohne eine klare Definition von Erfolgskriterien und Key Performance Indicators (KPIs) ist es schwierig, den tatsächlichen Nutzen der Automatisierung zu bewerten. Unternehmen führen RPA oft ein, ohne festzulegen, wie Erfolg gemessen wird. Fehlen Metriken wie Zeitersparnis, Fehlerreduktion oder Kostensenkung, bleibt unklar, ob die Automatisierung wirklich einen Mehrwert bringt. Eine kontinuierliche Erfolgskontrolle hilft, Optimierungspotenziale zu erkennen und die Automatisierung gezielt weiterzuentwickeln.

Unrealistische Erwartungen an RPA

RPA wird häufig als Allheilmittel für Prozessprobleme betrachtet, doch es eignet sich nicht für jede Art von Prozess. Besonders bei komplexen Abläufen mit vielen Ausnahmen oder starkem menschlichem Entscheidungsbedarf stößt RPA an seine Grenzen. Unternehmen sollten realistische Erwartungen haben und RPA gezielt für regelbasierte und standardisierte Prozesse einsetzen oder ihre alten Prozesse überarbeiten. In vielen Fällen kann eine Kombination mit anderen Technologien wie Künstlicher Intelligenz (KI) oder Business Process Management (BPM) eine bessere Lösung sein.

Zu viele parallele Automatisierungsinitiativen

Ein weiteres Problem entsteht, wenn Unternehmen versuchen, zu viele Prozesse gleichzeitig zu automatisieren. Ohne eine schrittweise Herangehensweise fehlen oft die nötigen Ressourcen für Qualitätssicherung, Tests und Optimierungen. Statt RPA überstürzt auszurollen, sollten Unternehmen mit einer Roadmap und Pilotprojekten beginnen und Best Practices entwickeln, bevor sie die Automatisierung ausweiten. Ein iterativer Ansatz stellt sicher, dass frühere Erfahrungen in neue Automatisierungsprojekte einfließen.

Keine Einbindung der Mitarbeitenden

Viele Unternehmen fokussieren sich ausschließlich auf die technische Umsetzung und vernachlässigen den Faktor Mensch. Mitarbeitende könnten RPA als Bedrohung für ihre Arbeitsplätze wahrnehmen und die Einführung unbewusst behindern. Eine frühzeitige Einbindung der Belegschaft, transparente Kommunikation über die Vorteile und gezielte Schulungen können Widerstände abbauen und die Akzeptanz fördern. Außerdem gibt es häufig Probleme, wenn nur auf die technische Umsetzung geachtet wird. Ohne die Fachabteilung oder den Mitarbeiter einzubinden, der später mit der RPA-Lösung arbeiten muss, funktioniert die Automatisierung zwar technisch, erfüllt aber nicht die tatsächlichen Anforderungen. Dies kann nur durch eine Zusammenarbeit der Entwickler und der Fachabteilungen sichergestellt werden.

Unzureichende technische Infrastruktur

RPA-Bots benötigen eine stabile IT-Umgebung, um effizient arbeiten zu können. Fehlende Serverkapazitäten, unzureichende Zugriffsmöglichkeiten auf notwendige Systeme oder eine mangelnde Integration in bestehende IT-Architekturen können dazu führen, dass Bots instabil laufen oder sogar ganz ausfallen. Durch eine frühzeitige Anforderungsanalyse wird sichergestellt das Klarheit besteht, was die IT-Systeme leisten müssen. Damit kann die IT-Abteilung frühzeitig sicherstellen, dass die notwendigen technischen Voraussetzungen gegeben sind, um eine zuverlässige Automatisierung zu gewährleisten.

Fehlendes Governance- und Sicherheitskonzept

RPA-Bots agieren oft mit weitreichenden Systemberechtigungen und greifen auf sensible Unternehmensdaten zu. Ohne klare Richtlinien zur Benutzerverwaltung, Protokollierung und Zugriffskontrolle besteht das Risiko von Compliance-Verstößen und Sicherheitslücken. Es sollte daher von Beginn an ein umfassendes Sicherheitskonzept entwickelt werden, das sowohl regulatorische Anforderungen als auch unternehmensinterne Sicherheitsrichtlinien berücksichtigt.

Vernachlässigung der Wartung und Skalierbarkeit

Viele Unternehmen gehen davon aus, dass einmal entwickelte RPA-Bots dauerhaft ohne Anpassungen laufen. In der Realität ändern sich jedoch Geschäftsprozesse, Anwendungen und Systemlandschaften regelmäßig. Ohne eine klare Wartungsstrategie kann eine kleine Anpassung in einem Quellsystem dazu führen, dass Bots nicht mehr funktionieren. Die IT-Abteilung sollte daher sicherstellen, dass RPA-Lösungen kontinuierlich überwacht, aktualisiert und an veränderte Rahmenbedingungen angepasst werden können.

Fazit

RPA bietet enormes Potenzial zur Effizienzsteigerung und Kostenreduktion, doch eine erfolgreiche Implementierung erfordert eine ganzheitliche Herangehensweise. Unternehmen sollten RPA nicht als isoliertes Tool betrachten, sondern als Teil einer umfassenden Digitalisierungsstrategie. Eine klare Zielsetzung, die Auswahl geeigneter Prozesse und eine strukturierte Einführung sind essenziell, um nachhaltige Erfolge zu erzielen. Ebenso wichtig ist es, realistische Erwartungen an die Automatisierung zu haben und RPA nicht als Lösung für jede Art von Prozessmissständen zu betrachten.

Neben der technischen Umsetzung spielen auch organisatorische Faktoren eine entscheidende Rolle. Mitarbeitende müssen frühzeitig eingebunden und über die Vorteile von RPA informiert werden, um Akzeptanz und Engagement zu fördern. Zudem sollten Unternehmen sicherstellen, dass sie die Auswirkungen der Automatisierung kontinuierlich messen und evaluieren, um Optimierungspotenziale zu identifizieren.

Schließlich ist RPA kein einmaliges Projekt, sondern ein kontinuierlicher Prozess. Durch eine fortlaufende Anpassung an sich ändernde Geschäftsanforderungen, eine klare Governance sowie eine enge Zusammenarbeit zwischen Fachbereichen und Technologieverantwortlichen kann RPA langfristig einen echten Mehrwert für das Unternehmen schaffen.

noventum consulting unterstützt seine Kunden in allen Aspekten der Digitalisierung und hat speziell im RPA-Umfeld mannigfaltige Erfahrungen.

noventum RPA Strategie

noventum Prozessautomatisierung 

noventum IT & Management Consulting

Für die Organisation und Moderation wurde der noventum Geschäftsführer Uwe Rotermund ausgewählt. Die ausführlichen, höchst kompetenten und teils atemberaubenden Impulse zum Thema Künstlicher Intelligenz kamen online von der Wirtschaftsinformatikerin Frau Prof. Dr. Doris Weßels von der Fachhochschule Kiel. Anschließend wurde intensiv über Chancen und Risiken dieser offensichtlichen Disruption diskutiert.

Diesen Ball konnte Uwe Rotermund im darauffolgenden vierteiligen Workshop volley aufnehmen.

Im Teil 1 wurden Wege zu einer komplexitätsresilienten Organisationsentwicklung gesucht. Uwe Rotermund vermittelte dabei die in seinem Buch „Ausbruch aus der Komplexitätsfalle“ dargestellten praxiserprobten Konzepte und führte mit den Teilnehmenden direkt vor Ort einen kleinen Reifegradcheck durch.

Anschließend wurde im Teil 2 Eigenland® gespielt. Mit bunten Glasperlen konnten die Kanzler*innen drei der 10 Perspektiven des noventum OKE-Hauses (Haus der Organisations- und Kulturentwicklung) beleuchten. Die drei am höchsten priorisierten Perspektiven waren dabei „Führung & Vorbild“, „Zusammenarbeit & Agilität“ sowie „Analyse und Feedback“. Zu jeder der drei Fokusperspektiven wurde spielerisch ein Aspekt mit konkretem Verbesserungspotenzial herausgehoben.

Weiter ging es im Teil 3 mit einem World Café zum Entdecken von Organisationsmöglichkeiten zum besseren Umgang mit Komplexität. Die im Teil 2 identifizierten Verbesserungspotenziale wurden „im Rundlauf“ im Freien konkretisiert und als Motivationsstütze immer mit einem lohnenden „WHY“ garniert. Die dabei entstandenen Ideen waren für die Teilnehmenden nützliche Mitbringsel für die Organisationsarbeit zu Hause.

Inhaltlich abgerundet wurde die Veranstaltung im Teil 4 durch Empfehlungen, wie die kreativen Ideen zur Organisations- und Kulturentwicklung mit Nutzung von agilen Methoden partizipativ und wirkungsvoll in die Organisation eingebracht werden können.

Die Teilnehmer gaben in der abschließenden Feedbackrunde an, dass die Inhalte für sie relevant waren und dass das sehr interaktive Format viel Spaß gemacht hat. Die Zuversicht, dass von den gemeinsam entwickelten Ideen einiges in die Tat umgesetzt werden kann, war groß. Auch die Gastgeberin Sandra Schlösser war mit dem Verlauf des Tages sehr zufrieden. Sie schätzte besonders den initiierten Perspektivwechsel, die lebendige Vermittlung nützlicher Methoden und die Aktivierung ihrer Gäste.

Ein für die Kanzlerinnen und Kanzler inspirierender Tag fand schließlich unter dem Motto „THINK PINK“ seinen Abschluss auf der Lippstädter Herbstwoche, wo die Kanzler*innen einen fachlich dichten Tag mit viel Freude und Gemeinsamkeit ausklingen lassen konnten.    

Azure Landing Zones decken zahlreiche Anwendungsbereiche ab, einschließlich der strukturierten Bereitstellung von Cloud-Ressourcen, der Verwaltung von Sicherheitsrichtlinien und der Vereinfachung der Migration bestehender Workloads in die Cloud. Sie sind ein wesentlicher Baustein in der digitalen Transformation von Unternehmen und ermöglichen eine schnelle Reaktion auf sich ändernde Marktanforderungen. In einer komplexen IT-Landschaft, die durch hybride und Multi-Cloud-Umgebungen geprägt ist, sind Azure Landing Zones unerlässlich für Unternehmen, die ihre Cloud-Strategie auf eine sichere und zukunftssichere Grundlage stellen möchten.

Die wichtigsten Punkte im Überblick:

• Effizienzsteigerung: Eine Azure Landing Zone reduziert manuelle Eingriffe und beschleunigt die Bereitstellung und Verwaltung von Cloud-Ressourcen.
• Kosten- und Zeitersparnis: Automatisierte Prozesse senken Betriebskosten und entlasten IT-Teams von Routineaufgaben.
• Skalierbarkeit: Die modulare Struktur einer Landing Zone erleichtert die dynamische Anpassung der Cloud-Infrastruktur an sich ändernde Anforderungen.
• Sicherheitskonformität: Durch die standardisierten Sicherheitsrichtlinien wird die Einhaltung von Compliance-Anforderungen gewährleistet.
• Flexibilität: Azure Landing Zones bieten Unternehmen die nötige Flexibilität, um schnell auf neue Herausforderungen und Entwicklungen zu reagieren.

Die Azure Landing Zone ist damit ein Schlüsselkonzept, das Unternehmen dabei unterstützt, ihre IT-Infrastruktur in der Cloud effizient und sicher zu gestalten, sodass sie sich auf strategische Innovationen konzentrieren können.

Lesen Sie den vollständigen Artikel im noventum Glossar IT & Management consulting.

Navigation

1. Azure Landing Zone: Ein Überblick

1.1. Was ist eine Azure Landing Zone und warum ist sie wichtig?

1.2. Welche Hauptziele und Zwecke erfüllt eine Landing Zone in der Cloud?

1.3. Welche Vorteile bietet die Nutzung von Azure Landing Zones?

2. Kernkomponenten einer Azure Landing Zone

2.1. Wie ist die Architektur und der Aufbau einer Azure Landing Zone gestaltet?

2.2. Was sind die wesentlichen Bestandteile und Design-Prinzipien einer Azure Landing Zone?

2.3. Worin bestehen die Unterschiede zwischen einer Landing Zone und einem Blueprint in Azure?

3. Umsetzung und Planung: Azure Landing Zone

3.1. Welche Schritte sind zur Realisierung einer Azure Landing Zone erforderlich?

3.2. Welche Bereitstellungsoptionen und Migrationsstrategien gibt es für Azure Landing Zones?

3.3. Was sind die Best Practices zur Implementierung von Azure-Zielzonen?

4. Azure Landing Zone Accelerator

4.1. Was ist der Azure-Zielzonenbeschleuniger und welchen Zweck erfüllt er?

4.2. Welche Vorteile und Anwendungsfälle bieten Azure Landing Zone-Beschleuniger?

4.3. Wie sieht die Roadmap zur Implementierung von Acceleratoren aus?

5. Die Rolle der Azure Landing Zone in der Cloud-Strategie

5.1. Welche Rolle spielt die Azure Landing Zone in der Unternehmens-Cloud-Strategie?

5.2. Wie gewährleistet die Azure Landing Zone die Einhaltung von Sicherheits- und Compliance-Standards?

5.3. Welche Roadmap und Weiterentwicklungsmöglichkeiten gibt es für Azure Landing Zones?

Automatisierung ist zurecht eines der aktuellen Trendthemen in der Businesswelt, denn die Digitalisierung, Optimierung und schlussendlich Automatisierung von Geschäftsprozessen trägt großes Potenzial für Unternehmen in sich. In diesem Kontext werden Tätigkeiten von Fachabteilungen automatisiert, was zu Kosteneinsparungen, der Beschleunigung von Abläufen und einer Qualitätssteigerung führt. Die Entlastung der Mitarbeitenden von Routinetätigkeiten durch Automatisierung bietet eine große Chance im Umgang mit dem Fachkräftemangel. Zum einen kann die Arbeitslast des Personals reduziert werden. Zum anderen kann die Produktivität der Mitarbeitenden gesteigert werden, wenn diese sich auf wertschöpfende Tätigkeiten konzentrieren können, anstatt den Arbeitstag mit Routinetätigkeiten zu füllen.

Im Folgenden werden zunächst Deep-Code-Automatisierung und RPA vorgestellt.

Deep-Code-Automatisierung

Die Deep-Code-Automatisierung beschreibt den klassischen Ansatz der Automatisierung mithilfe von Programmierung (PowerShell, Python, HTML / CSS und C#, etc.) und Scripting . Hier werden Lösungen von Grund auf und passgenau programmiert, indem auf vorhandene Schnittstellen und Infrastrukturen zurückgegriffen wird.

Oft können einzelne Tätigkeiten bereits mit einem Skript sinnvoll und kostensparend automatisiert werden. Bei komplexeren Tätigkeiten kann dieser Ansatz allerdings auch mit einem hohen Entwicklungsaufwand einhergehen. Damit ist hier eine geringe Aufwands- und Kostensicherheit gegeben. Außerdem muss im Anschluss der Entwicklung die Wartung sichergestellt werden, bei der ein tiefes technisches Verständnis der Lösung erforderlich ist. Auch fachliche Prozessänderungen können komplexe technische Änderungen nach sich ziehen.

Aus diesem Grund sollte dieser Ansatz immer mit einem erfahrenen Team durchgeführt werden, um die genannten Risiken zu begrenzen. Ein erfahrenes Beraterteam kann die Risiken deutlich beschränken, z. B. durch präzise Analyse des zu automatisierenden Prozesses, modularisierte Entwicklung des Codes sowie eine durchdachte IT-Architektur. Auch die Wissensvermittlung an interne Kräfte im Verlauf der Umsetzung ist dabei essenziell, um eine zukünftige Abhängigkeit von externer Unterstützung zu minimieren.

Der große Vorteil dieses Ansatzes ist die Möglichkeit, Lösungen maßzuschneidern. Da der Komplexität von der entwickelten Lösung kaum technische Grenzen gesetzt sind, können die Anforderungen einer Fachabteilung oder eines Unternehmens präzise umgesetzt werden – unabhängig davon, ob es sich um umfangreiche Regulatorik oder auch sehr individuelle Anforderungen handelt.

RPA – Automatisierung maßgeschneidert

Für einen großen Teil der üblichen Geschäftsprozesse ist ein hoher Automatisierungsgrad bereits mit einfachen Mitteln erreichbar. Repetitive Tätigkeiten mit definierten Abläufen lassen sich mit Robot Process Automation (RPA) kostengünstig und sehr oft vollständig automatisieren. Wenn RPA-Plattformen wie UiPath, Power Platform oder Automation Anywhere genutzt werden, ist eine kostengünstige Automatisierung „von der Stange“ möglich.

Indem RPA-Bots auf Anwendungen zugreifen, die bisher von Menschen bedient wurden, übernehmen sie regelbasierte menschliche Bildschirmtätigkeiten. Konkret heißt das, dass die RPA-Roboter ähnlich dem Handeln eines Menschen über das Frontend auf bestehende IT-Systeme zugreifen und tippen, kopieren, einfügen, extrahieren oder zusammenführen. Da diese Plattformen einen geringen Anspruch an die IT-Infrastruktur stellen und auf bestehende Schnittstellen oder Benutzeroberflächen zugreifen, ist eine Umsetzung i. d. R. schnell möglich und eine Interaktion mit praktisch jeder Software gegeben.

Dadurch werden in RPA-Projekten regelmäßig erstaunlich schnelle ROIs (Return on Investment) erzielt. Insbesondere wenn der automatisierte Prozess(-schritt) häufig oder mit einem hohen Arbeitsvolumen einhergeht, kann damit eine große Zeitersparnis erzielt werden. Auch eine Steigerung der Qualität sowie die Einsparung von Opportunitätskosten sind typische Ergebnisse einer Prozessautomatisierung mit RPA.

Diese Art von Automatisierung erfordert deutlich weniger Aufwand als die Automatisierung durch Programmierung. Ist der automatisierte Prozess ausgereift, sind Änderungen meist nur notwendig, wenn eine Benutzeroberfläche einer Anwendung ohne Schnittstelle geändert wird.

Vor der Automatisierung mit RPA sollte unbedingt eine angemessene Betrachtung des betroffenen Prozesses erfolgen. Ist dieser nicht ausgereift genug, lückenhaft definiert oder sogar defekt, kann er nicht durch reine Automatisierung optimiert werden. Oft wird Automatisierung von einem Team mit ausschließlich technischen Fähigkeiten durchgeführt. Daher wird in der Praxis leider häufig die Reparatur des schlechten Prozesses vernachlässigt, bevor die Automatisierung durchgeführt wird. Somit raten wir stets zu einer vorherigen Prozessoptimierung, bevor die RPA-Implementierung durchgeführt wird.