Automatisierung im Finance Operations
– Analyse unserer häufigsten Use Cases

Arnold Kinzel, Process Automation Consultant in Business Consulting House

von Arnold Kinzel
Consultant | Advisory

Automatisierung im Finance Operations  – Analyse unserer häufigsten Use Cases
Automatisierung im Finance Operations – Analyse unserer häufigsten Use Cases

07/05/2020 | Frankfurt am Main

In „Technologietrends und Automatisierung im Finanzsektor“ wurde untersucht, dass die Finanzindustrie zur Steigerung der operativen Effizienz durchgängig auf Automatisierung setzt. Insbesondere KI-basierte Lösungen, um einige der komplexeren Prozesse zu bewältigen und dies mit einfacheren Automatisierungswerkzeugen für Verwaltungsprozesse zu kombinieren.

Intelligentes Reporting

In einer Welt mit großen Datenmengen, Informationsmengen und komplexen Organisationen sind Struktur und Berichterstattung zu einem Muss für erfolgreiches Management geworden. Anstrengende und zeitraubende Berichtsprozesse sind toleriert und notwendig, damit das Management Transparenz erhält und die richtigen Entscheidungen treffen kann.

Das Reporting ist ein Mittel, um zu verstehen, wie sich die Organisation verhält. Intelligente Analysen ermöglichen es, Fortschritte zu überwachen und Verbesserungsbereiche zu identifizieren. Sehr oft werden diese Berichte noch immer manuell erstellt, indem Daten abgerufen oder große Excel-Dashboards erstellt werden. Eine Kombination von RPA und KI hilft dabei, statistische Analysen zu automatisieren, die Fehlerquote beim Reporting zu senken und möglichen Konfirmations-Bias zu vermeiden, der sich aus der Auswahl bevorzugter Datensätze ergeben kann. Durch die Verwendung von Excel-Datensätzen als Input (kann auch unstrukturiert sein) kann Künstliche Intelligenz eindeutige Schlussfolgerungen liefern. Erstens kann die KI Anomalie-Erkennung liefern, z.B. Ausreißer-/Diskontinuitätserkennung, Zeitreihenanalyse, Korrelationen, Betrugserkennung usw. Auf einer tieferen Ebene kann die KI prädiktive Analysen liefern, d.h. Trenderkennung, Szenarioanalyse und Einbeziehung makroökonomischer und branchenspezifischer Daten. Schließlich ist sie sogar in der Lage, aus den Daten die Ursachen von Problemen zu analysieren. Die KI untersucht und vergleicht Anomalien wie Ausreißer und Muster aus verschiedenen statistischen Erhebungen und zieht dann kundenspezifische Rückschlüsse für die Problemlösung. Die Ergebnisdarstellungen variieren von klassischen Management-Stories, Echtzeit-Alarmen oder können vollständig angepasst werden.

Intelligent reporting (AI & RPA)

Die obige Darstellung enthält einen Vergleich zwischen manuellen und automatisierter Reporterstellung. Die Zahlen basieren auf Schätzungen und Auswertungen unserer früheren Projekte zur Automatisierung der Berichterstattung und werden daher in anderen Fällen und Organisationen unterschiedlich, aber dennoch ähnlich sein. Wir beobachteten eine Prozessdurchlaufzeit von 35 Minuten, um den Bericht auf der Grundlage einer vorhandenen Excel-Datei zu erstellen. Darüber hinaus beliefen sich die monatlichen manuellen Fehler auf etwa zehn (Fehlerschwere nicht berücksichtigt). Nachdem der Prozess automatisiert worden war, verringerte sich die Prozessdurchlaufzeit um 86% auf 5 Minuten, während die Fehlerquote um etwa den Faktor drei, bzw. 70%, niedriger war. Dies bedeutete, dass die Mitarbeiter pro Zeitrahmen, 30 Minuten produktiver Arbeit mehr aufwenden konnten.

Rechnungsverarbeitung

Es gibt viele verschiedene Beispielprozesse im Zusammenhang mit der Rechnungsverwaltung. Es wird hier nur ein Beispiel vorgestellt, die Rechnungsverarbeitung gehört jedoch zu den Favoriten, die von Unternehmen automatisiert werden sollen. Früher validierten Mitarbeiter Lieferantenrechnungen manuell. Dies beschäftigte sie mit administrativem Aufwand und hielt sie von produktiven Tätigkeiten fern.

Bei einem automatisierten Rechnungsprozess senden die Lieferanten ihre Rechnungen an eine speziell konfigurierte E-Mail-Adresse. Die Automatisierungslösung exportiert das Dokument (z.B. PDF) aus den Anhängen und überträgt es in die OCR-Software. Die OCR extrahiert dann die relevanten Informationen aus der Rechnung und löst den Rechnungsgenehmigungsprozess innerhalb der Workflow-Management-Software aus. Die Software erkennt, wenn der Lieferant im ERP-System nicht existiert, und leitet bei Bedarf den Prozess der Lieferantenerstellung ein. Im Falle einer Bestellung erfolgt die Genehmigung automatisch. Nach der Genehmigung wird ein digitaler Buchungsbeleg erstellt und über ein Schnittstellensystem an das ERP-System gesendet. Das Workflow-Management wird dann über die erfolgreiche Rechnungsbuchung informiert. Mit dieser Automatisierung können sich die Mitarbeiter des Service-Centers wieder auf andere wertschöpfende Aufgaben konzentrieren, anstatt Rechnungen manuell zu prüfen, den Status zu aktualisieren und zu überprüfen, ob die Leistung des Lieferanten bereits erbracht wurde. Zuvor mussten dafür große Mengen an Excel-Dateien gespeichert werden, die nun durch direkte Informationsübertragungen und Statusaktualisierungen ersetzt werden. 

Invoice processing (RPA & AI)

Diverse Automatisierungen

Es gibt unendlich viele Möglichkeiten und damit Anwendungsfälle für Automatisierungen im Finanzsektor. Hier ist eine Sammlung verschiedener Anwendungsfälle der Finanzautomatisierung zusammengefasst: 

Rechnungs- und Belegverifizierung:

Früher mussten die Rechnungsprüfer Ausgaben einzeln öffnen und validieren. Dieser manuelle Aufwand kann durch den Einsatz einer Kombination aus RPA-, KI- und OCR-Technologie minimiert werden. Die Mitarbeiter geben ihre Speseninformationen in ein Spesentool ein und laden sie zusammen mit dem jeweiligen Beleg in ein Spesentool hoch. Die implementierte Automatisierung extrahiert die Daten und lädt die beigefügten Belege für jede einzelne Spesenposition herunter. Unter Verwendung einer standardisierten Schnittstelle (Rest API) sendet die Automatisierung die Daten, einschließlich der heruntergeladenen Dokumente, an die OCR-Software. Diese analysiert dann die Dokumente und extrahiert zusätzliche Informationen aus der Quittung. Alle Daten, einschließlich der angereicherten Daten aus der OCR, werden an eine Künstliche Intelligenz (KI) übertragen, um die Daten auf die Anwendbarkeit der Ausgabenpolitik zu prüfen. Die KI entscheidet autonom über den Status der Spesenposition und aktualisiert den Status im Spesentool. Der Mitarbeiter erhält eine Benachrichtigungs-E-Mail (andere Benachrichtigungsoptionen möglich) mit Informationen über die weitere Durchführung oder Genehmigung der Spesenposition. Bei Genehmigung wird die Zahlung automatisch ausgelöst und ausgeführt. Für einen Zeitraum von vier Jahren hat dieser Prozess einen erwarteten annualisierten ROI von 71% ergeben. 

Rückerstattung von Kundenkrediten:

Rückerstattungen werden täglich in einem Kundenmanagementsystem erfasst. Die Mitarbeiter bearbeiten dann diese Einträge, indem sie sie in das SAP-System buchen und das Guthabenkonto im Kundenmanagementsystem ausgleichen. Ein RPA-Roboter kann automatisch Buchungen in SAP initiieren und anschließend das Guthabenkonto mit peripheren Systemen abgleichen. Der Robot wird auch alle Belege und Buchungen dokumentieren und durch eingebaute Tests und Eskalationsstufen eine fehlerfreie Verarbeitung garantieren. Durch die Automatisierung des Rückerstattungsprozesses für Kundenkredite mit Validierungsprüfungen einschließlich vollständiger Dokumentation konnte der Kunde die Bearbeitungszeit und den Verwaltungsaufwand immens reduzieren. 

Die Zukunft ist jetzt!

Dieser Artikel hat nur einen Auszug von Anwendungsfällen in der Automatisierung mit RPA und anderen Technologien vorgestellt. Ähnlich dem Mooreschen Gesetzwird es neue Wege geben, verschiedene Technologien zu kombinieren und Prozesse zu automatisieren, von denen man glaubte, dass nur Menschen sie ausführen können. Beispielsweise hat die Kombination von RPA und KI bereits den Weg für neue Automatisierungen geebnet und effizientere Prozesse freigesetzt. Die Opportunitätskosten, diesem Trend nicht zu folgen, werden in den nächsten Jahren enorm steigen. Die Zukunft für Unternehmen wird es sein, eine vollständig digitale und automatisierte End-to-End Prozesslandschaft zu besitzen.  


Robotic Process Automation (RPA), bietet als neue Form der Prozessautomatisierung, oder -robotisierung, ihren Anwendern die Möglichkeit, einzelne Teilbereiche oder sogar gesamte Prozesse von Software ausführen zu lassen.

Die sogenannten „Robots“ sind individuell angepasste Programme, welche nach der Programmierung eigenständig auf Unternehmensrechnern und innerhalb der gewünschten Anwendungen arbeiten, genauso wie es ein Mitarbeiter tun würde.
KI (Künstliche Intelligenz) bezieht sich auf die Fähigkeit von Computersystemen, entsprechend dem menschlichen Verstand zu handeln und kognitive Aufgaben auszuführen. Dazu gehören Wahrnehmungsmöglichkeiten ebenso wie die Fähigkeit, aus Dateneingaben und Erfahrungen zu lernen und damit selbstständig Problemlösungen zu finden. KI ist ein weites Feld, das mehrere Softwarelösungen und Werkzeuge für spezifische Anwendungsfälle umfasst, die die menschliche Intelligenz nachahmen.