Robotic Process Automation (RPA) in Professional Service Firms. Ein Framework zur erfolgreichen Anwendung

Inhaltsverzeichnis

Management Summary

Inhaltsverzeichnis

Abbildungsverzeichnis

Abkürzungsverzeichnis

1 Einführung
1.1 Ausgangslage, Problemstellung und Zielsetzung
1.2 Professional Service Firms (PSFs) als Betrachtungsobjekt
1.2.1 Eingrenzung des Betrachtungsobjekts auf Untemehmensberatungen..
1.2.2 Merkmale von Unternehmensberatungen
1.2.3 Geschäftsmodell von Unternehmensberatungen
1.3 Methodischer Ansatz zur Beantwortung der Problemstellung
1.4 Herleitung des Forschungsvorhabens

2 TheoretischeAnalyse
2.1 Aktueller Forschungsstand zur digitalen Transformation von Unternehmensberatungen
2.1.1 Gegenwärtige Stimmungsbilder der Berater-Klienten Beziehung
2.1.2 Perspektiven zur Digitalisierung des Geschäftsmodells von Unternehmensberatungen
2.2 Theoretische Analyse von Robotic Process Automation (RPA)
2.2.1 Technologische Charakterisierung von RPA
2.2.2 Betrachtung von RPA im Kontext der Prozessoptimierung
2.2.3 Einordnung von RPA in den Kontext des strategischen Managements

3 Explorative Fallstudienanalyse
3.1 Untersuchungsschema der Datenerhebung
3.2 Prozessautomatisierungen bei der Transformationsberatung
3.2.1 Identifizierung von automatisierbaren Prozessen
3.2.2 Priorisierung der identifizierten Prozesse
3.2.3 Entwicklung der Software-Roboter mit RPA
3.2.4 Etablierung eines kontinuierlichen RPA-Betriebs
3.3 Ableitung fallstudienübergreifender Erkenntnisse

4 Auswertung und Implikationen
4.1 Framework zur Einführung von RPA in PSFs
4.1.1 Schritte zur Formulierung einer übergreifenden RPA-Strategie
4.1.2 Auswahl eines adäquaten Organisationsmodells
4.1.3 Handlungsempfehlungen zur Auswahl automatisierbarer Prozesse
4.1.4 Hinweise zur Auswahl einer RPA-Software
4.1.5 RPA-getriebene Entwicklungsoptionen für Professionals
4.1.6 Handlungsempfehlungen zum Aufbau einer RPA-Governance
4.2 Zusammenfassung der Handlungsempfehlungen in übergreifendem Implementierungsansatz

5 Diskussion und Abschlussbetrachtung
5.1 Diskussion über die Wirkung von RPA als strategischer Hebel
5.1.1 Wirkung von RPA als strategischer Hebel im Wertschöpfungsmodell
5.1.2 Wirkung von RPA als strategischer Hebel in der Value Proposition
5.1.3 Wirkung von RPA als strategischer Hebel im Ertragsmodell
5.2 Abschließendes Fazit und Beantwortung der Fragestellung
5.3 Limitationen der Forschungsergebnisse
5.4 Zukünftige Forschungsfelder

Literaturverzeichnis

Anhangsverzeichnis

Management Summary

Die digitalen Technologien des 21. Jahrhunderts spielen verstärkt eine größere Rolle, wenn es um die Neuausrichtung von Unternehmen geht. Der dadurch ausgelöste digitale Wandel vollzieht sich in allen Branchen und trifft zunehmend auch die Professional Service Firms (PSFs). Es ergeben sich für die Branche neue Herausforderungen, die sich in einem erhörten Preis-, Innovations- und Technologie-Adaptionsdruck äußern. Im Rahmen dieser digitalen Transformation wird Robotic Process Automation (RPA) als neuartiger Ansatz zur Prozessautomatisierung und Treiber für weitreichende Veränderungen von Organisationen genannt. Hierbei handelt es sich um einen Ansatz, bei dem sogenannte Software-Roboter manuelle Tätigkeiten automatisiert ausführen.

Trotz des regen Interesses in Wissenschaft und Wirtschaft, existieren bisher keine Daten zur Anwendung von RPA in PSFs. Daher liegt das Ziel der vorliegenden Forschungsarbeit in der Analyse, inwieweit und inwiefern RPA als Digitalisierungstechnologie über das Potenzial verfügt, die digitale Transformation von PSFs voranzutreiben und sich somit als strategischer Hebel zur Lösung der gegenwärtigen Herausforderungen qualifiziert. Zur Generierung von Daten für die Analyse konnte eine mittelständische Transformationsberatung als Anbieter professioneller Services für eine Fallstudie gewonnen werden. Die Analyse wird entlang des Wertschöpfungsmodells, der Value Proposition und dem Ertragsmodell durchgeführt.

Infolge der Anwendung von RPA bei der mittelständische Transformationsberatung wurden fünf Prozesse aus dem Personal- und Rechnungswesen automatisiert und vor allem Kostenersparnisse durch reduzierte Prozess-Durchlaufzeiten erzielt. RPA trägt damit zu einer verbesserten Kostenstruktur bei und erhöht die innerbetriebliche Prozess-Effizienz. Diese Erkenntnisse wurden in ein Framework überführt, in dem konkrete Handlungsempfehlungen zur Implementierung von RPA in PSFs aufgezeigt werden. Das notwendige RPA-Wissen fungiert als Differenzierungsmerkmal und entscheidet über den Aufbau eines Wettbewerbsvorteils. Dieses Wissen gilt es, in RPA-spezifischen Beratungsleistungen sichtbar zu machen und als ein neues Konzept im Bereich der Prozessdigitalisierung zu etablieren. Es kann gezeigt werden, dass RPA als strategischer Hebel die digitale Transformation von PSFs vorantreiben kann.

Abbildungsverzeichnis

Abb. 1: Umsatz- und Mitarbeiterentwicklung von Beratungen in Deutschland

Abb. 2: Geschäftsmodell von Unternehmensberatungen

Abb. 3: Anzahl der Top-Themen führender Untemehmensberatungen

Abb. 4: Exemplarische Architektur von RPA-Lösungen

Abb. 5: Untersuchungsschema der vorliegenden Fallstudie

Abb. 6: Fallstudienstruktur zur Implementierung von RPA

Abb. 7: Übersicht dervorbewerteten Prozesse

Abb. 8: Kernelemente des Prozess Scoringmodells

Abb. 9: Portfolioanalyse zur Priorisierung identifizierter Prozesse

Abb. 10: Grafische Modellierung des Bankverbuchungsprozesses

Abb. 11: Software-EvaluierungführenderRPA-Anbieter

Abb. 12: ModellierterFlowchart des Bankverbuchungsprozesses

Abb. 13: Übersicht der erzielten Prozess-Durchlaufzeiten

Abb. 14: Entwicklung der Prozesskosten (A) und der Total Cost of Ownership (B)

Abb. 15: Framework zur erfolgreichen Einführung von RPA in PSFs

Abb. 16: Optionen zur organisational Ansiedlung von RPA in der PSF

Abb. 17: Heatmap mit Anwendungsbereichen für den Einsatz von RPA in PSFs

Abb. 18: Zusammenfassung derHandlungsempfehlungen

Abkürzungsverzeichnis

Abbildung in dieser Leseprobe nicht enthalten

1 Einführung

Das einführende Kapitel der vorliegenden Arbeit beginnt mit der Herleitung der Problemstellung, bevor in Kapitel 1.2 eine begriffliche Einordnung des Betrachtungsobjekts erfolgt. In dieser wird das Betrachtungsobjekt auf die Untemehmensberatungen eingegrenzt (Kapitel 1.2.1) und deren Merkmale vorgestellt (Kapitel 1.2.2). Darauf aufbauend wird in Kapitel 1.2.3, mit dem Geschäftsmodell von Unternehmensberatungen, ein theoretischer Bezugsrahmen vorgestellt. Anhand dessen wird die Problemstellung im Verlauf der Arbeit diskutiert. Die Methoden und die Vorgehensweise zur Beantwortung der Problemstellung sind Gegenstand derKapitel 1.3 und 1.4.

1.1 Ausgangslage, Problemstellung und Zielsetzung

Die Digitalisierung von Wertschöpfungsketten und die damit verbundene digitale Transformation wird derzeitig in Wissenschaft und Praxis umfangreich diskutiert (Cole, 2015; Kreutzer, 2017; Mertens u. a., 2017). Dennoch hat sich bisher keine eindeutige Definition der Begriffe Digitalisierung und digitale Transformation durchgesetzt (Schallmo, 2016).

Im deutschen Sprachgebrauch hat sich der Begriff der Digitalisierung etabliert, hingegen die englische Sprache zwischen Digitization und Digitalization unterscheidet. So handelt es sich bei der Digitization um die Umwandlung von analogen Informationen in maschinenlesbare Formate, also um die Digitalisierung von Daten. Darauf aufbauend beschreibt die Digitalization die (Weiter-) Entwicklung eines bestehenden Geschäftsmodells unter Anwendung digitaler Technologien (Rode, 2018). Folglich kann die digitale Transformation als Veränderung von Geschäftsmodellen und Organisationen durch innovative Technologien definiert werden (Bühler & Maas, 2017; Henriette, Feki, & Boughzala, 2015).

Der digitale Wandel vollzieht sich in allen Branchen und führt zur Anwendung von Technologien in Prozessen, Dienstleistungen und Geschäftsmodellen (Alt, Auth, & Kögler, 2019, S. 385). Technologische Durchbrüche führen dabei auch zu Veränderungen in der Wirtschaftlichkeit von PSFs. Die beschleunigte Digitalisierung könnte den Sektor an die Schwelle eines Umbruchs führen (Spelman & Gruzin, 2017). Daten lassenjedoch vermuten, dass die Branche bisher von dem allgemeinen Trend der Digitalisierung profitiert, da sowohl die Umsätze als auch die Mitarbeiteranzahl von Unternehmensberatungen in Deutschland zwischen 2010 und 2019 kontinuierlich ansteigen (vgl. Abbildung 1).

Abbildung in dieser Leseprobe nicht enthalten

Abb. 1: Umsatz- und Mitarbeiterentwicklung von Beratungen in Deutschland Quelle: Eigene Darstellung in Anlehnung an (Statista, 2020)

Professional Service Firms sehen sich allerdings zunehmend mit wachsenden Herausforderungen konfrontiert, die sowohl aus dem Wettbewerb untereinander als auch aus veränderten Kundenbedürfnissen und exogenen Rahmenbedingungen resultieren. Im Einzelnen können dabei genannt werden:

- Preisdruck: Da die Professional Service Firms ihr Service Angebot stetig erweitern, nimmt die Konkurrenz in vielen Servicebereichen deutlich zu (Grewe, 2008, S. 11). Die zunehmende Konvergenz der Beratungsangebote infolge einer verschärften Wettbewerbssituation führt zu einer geringeren Wahrnehmung von Differenzierungen aus Sicht des Kunden (Dämon, 2017; Nissen, 2019, S. 6). Die dadurch induzierte Austauschbarkeit erhöht den Preisdruck und führt zu einer zunehmenden Commoditisierung der Service-Leistung (Meifert, 2016; Mohe, 2003; Parakala, 2015).
- Innovationsdruck: Die steigende Konkurrenz auf dem Markt für professionelle Dienstleistungen erfordert neue Wege, die Bedürfnisse der Kunden zu erfüllen (Gatziu Grivas & Graf, 2020, S. 152). Diese sehen eine zunehmende Nachfrage nach Best-of-Breed Lösungen und somit einer Entflechtung von Beratungsaufträgen vor. Dies erfordert eine höhere Flexibilität des Delivery Models (Nissen, 2019, S. 6). So betreten neue Wettbewerber mit innovativen Geschäftsmodellen und technologiebasierten Serviceansätzen den Markt und erhöhen dadurch den Innovationsdruck auf etablierte Anbieter (Christensen, 2013; Dämon, 2017).
- Technologie-Adaptionsdruck: Im Rahmen der digitalen Transformation werden Deep Technologies, wie bspw. künstliche Intelligenz und Machine Learning als Treiber für umfangreiche Veränderungen von Geschäftsmodellen angesehen (Urbach & Ahlemann, 2017; Wolan, 2020, S. 52). Deep Techs verändern die Wertschöpfungskette, das Produktportfolio, die Kundenerfahrungen und damit die Wettbewerbsfähigkeit von PSFs (Wolan, 2020, S. 52). Angesichts einerwachsenden Digitalisierung von Dienstleistungen müssen PSFs Wissen zur effizienten BereitstellungtechnologiebasierterLösungen aufbauen (Altu. a., 2019, S. 385).

Robotic Process Automation ist dabei ein sich schnell entwickelnder Ansatz zur Prozessautomatisierung, bei dem Software-Roboter (Bots) eingesetzt werden, um manuelle Tätigkeiten nachzubilden. Die Wettbewerbstauglichkeit von PSFs im Zeitalter von RPA hängt zunehmend von der Fähigkeit ab, Strategien in Bezug auf organisatorische Wertschöpfung, Werteversprechen, Ertragsmechanik und Technologieeinsatz zu überprüfen (Fielt, Desouza, Gable, & Westerveld, 2019; Wolan, 2020, S. 51). Infolgedessen kann für die vorliegende Arbeit folgende Forschungsfrage abgeleitet werden:

Verfügt Robotic Process Automation als Automatisierungstechnologie über das Potenzial, die digitale Transformation von PSFs 'voranzutreiben und sich somit als strategischer Hebel zu qualifizieren?

Durch die Beantwortung der Forschungsfrage sollen Vertretern professioneller Services Hintergründe, Chancen und Herausforderungen einer RPA-Implementierung dargelegt und Optionsräume für Strategien und Geschäftsmodelle aufgezeigt werden. Zur Generierung einer grundlegenden Wissensbasis über das Betrachtungsobjekt der Arbeit, muss dies im Folgenden betrachtet werden. Diese Betrachtung ist notwendig, um im Anschluss eine fundierte Analyse der Schnittmenge aus digitaler Transformation, PSFs, RPA und strategischem Management durchführen zu können.

1.2 Professional Service Firms (PSFs) als Betrachtungsobjekt

Professional Service Firms werden als wissensintensive Unternehmen bezeichnet, bei denen Wissen der zentrale In- und Outputfaktor ist und die in einem integrativen Prozess wissensintensive und kundenspezifische Services anbieten (Drolshammer, Kriegmeier & Müller-Stewens, 1999, S. 20).

Dabei unterscheiden sich PSFs von anderen generischen Kategorien der Dienstleistungen, wie den Mass Services (z. B. Hotels) und Service Shops (z. B. Restaurants) durch drei Kriterien: Wissens- und Personenintensität auf Anbieterseite, Unternehmensorientierung auf Kundenseite und prozessuale Erbringung der Dienstleistung (Brignall, Fitzgerald, Johnston, & Silvestro, 1991; Fitzgerald & Moon, 1996, S. 6). PSFs sind somit zwingend wissensintensive Organisationsgruppe und unterscheiden sich dadurch von kapital- und arbeitsintensiven Unternehmensgruppen (Lowendahl, 2005, S. 23).

Ein wesentliches Unterscheidungskriterium von PSFs sind ihre zeitlich begrenzten Projekte als dominierende Form der Leistungserbringung (Grewe, 2008, S. 33). Die wesentlichen Anbieter von professionellen Dienstleistungen, die diese Kriterien erfüllen, sind u.a. Investmentbanken, Wirtschaftsprüfungsgesellschaften, Management- und IT-Bera- tungen und Wirtschaftsanwaltskanzleien (Ringlstetter, Kaiser, & Bürger, 2004, S. 42).

Die Anbietergruppe von professionellen Services sind in sich sehr heterogen (Ringlstetter et al., 2004b, S. 40). Um vor dem Hintergrund dieser Heterogenität eine konsistente Analyse durchführen zu können, wird im Folgenden das Betrachtungsobjekt der vorliegenden Arbeit auf die Subgruppe der Unternehmensberatung reduziert.

1.2.1 Eingrenzung des Betrachtungsobjekts auf Unternehmensberatungen

Untemehmensberatungen werden als professionelle Dienstleistung verstanden, die eigenverantwortlich, zeitlich befristet, auftragsindividuell und gegen Entgelt für ein Unternehmen in Form einer intervenierenden Begleitung erbracht wird, mit dem Auftrag, Schwachstellen zu identifizieren, Problemstellung zu analysieren und Handlungsempfehlungen zu entwickeln. Diese Empfehlungen unterstützen den Kunden bei der Bewältigung der identifizierten Schwachstellen (Deelmann, 2019, S. 4; Fink, 2009, S. 3; Nissen, 2007, S 3).

Zur weiteren Eingrenzung des Betrachtungsobjekts kann die klassische Dreiteilung des Untemehmensberatungsmarktes angewandt werden. Hiernach wird in Management -, IT- und Personalberatungen unterschieden, wobei die Strategie-, Organisations- und Transformationsberatung der Managementberatung zuzuordnen ist. Aufgrund der Dynamik im Umfeld der IT-nahen Beratungen wird die Abgrenzung jedoch zunehmend schwieriger, sodass alternativ das Plan-Build-Run-Modell zur Aufteilung herangezogen werden kann (Lippold, 2018, S. 64). Dabei steht Plan für Strategieberatungen, Build für Umsetzungsberatungen und Run für IT-Outsourcing (Lippold, 2018, S. 65). Auf der Grundlage dieser Ausrichtungen werden die Begriffe Unternehmensberatung, Beratung und Consulting Firm im Folgenden synonym behandelt (Lippold, 2018, S. 8).

Nach der defmitorischen Einordnung des Betrachtungsobjekts der Unternehmensberatung, soll an dieser Stelle das Untersuchungsobjekt der Fallstudie, der Praxispartner vorgestellt werden. Dies dient der Feststellung, ob das Untersuchungsobjekt den PSFs zugeordnet werden kann und somit die Anwendung in der Fallstudie rechtfertigt.

Der Praxispartner ist eine 2019 gegründete mittelständische Strategie- und Transformationsberatung mit 30 Mitarbeitern an den Standorten Augsburg, Frankfurt und Stuttgart. Gemäß dem Leitmotiv Transformation durch Verantwortung, berät sie Kunden im Bereich der digitalen Transformation, der Strategie, Planung und Steuerung sowie der Business Transformation durch Einbeziehung von Business Intelligence, Data Analytics, Process Mining und zunehmend auch RPA.

Aufgrund der strategischen Ausrichtung des Praxispartners und der in der Wissenschaft mehrheitlich auf Strategieberatungen konzentrierten Literatur, nimmt die Arbeit eine Fokussierung auf Strategie- und Managementberatungen (Plan) ein (Nissen, 2019, S. 8).

Für die Generierung eines tieferen Verständnisses des Betrachtungsobjektes dieser Arbeit, werden daher im Folgenden die Merkmale von Untemehmensberatungen beschrieben. Diese bilden die Grundlage zur Ableitung eines Geschäftsmodells von Untemehmensberatungen, das in Kapitel 1.2.3 vorgestellt und als theoretischer Bezugsrahmen der vorliegenden Arbeit dient.

1.2.2 Merkmale von Unternehmensberatungen

Eine Charakterisierung von Unternehmensberatungen kann anhand ihrer Ressourcen und auf Basis ihres Projekt-Outputs vorgenommen werden (Grewe, 2008, S. 30). In Verbindung mit der Notwendigkeit der Integration des Kunden in die immaterielle Leistungser- Stellung bilden Reputation, Beziehungskompetenz und Wissen die drei wesentlichen Ressourcen von Beratungen (Ringlstetter, Kaiser, & Bürger, 2004a, S. 12). Somit ist der Zweck ihrer Tätigkeit die kundenorientierte Bereitstellung von Wissen zur Lösung von komplexen Problemstellungen des Kunden (Ringlstetter et al., 2004a, S. 13).

Das zentrale Element zwischen organisationalem Wissen und der Erfüllung kundenseitiger Anforderungen liegt in dem Grundgedanken des Leverage. Hiernach wird das Wissen und die Kundenbeziehungen der Partner, den Juniormitarbeitem zur Verfügung gestellt, sodass diese an der Lösung von Kundenproblemen teilnehmen können (Ringlstetter et al., 2004a, S. 19). Dies erlaubt den Beratungen für den Einsatz von Junior Professionals höhere Honorare festzusetzten und somit die Profitabilität der Beratung durch den vermehrten Einsatz zu steigern. Die Zusammensetzung der Projektteams orientiert sich dabei an den Anforderungen des Marktes (Ringlstetter et al., 2004a, S. 19).

Darauf aufbauend spielt die Gestaltung der Organisationsstruktur eine zentrale Rolle in der Charakterisierung von Beratungen. Die Ausstattung der Organisation mit Professionals und im Idealfall einer an die Markt- und Kundenanforderungen angepassten Organisationstruktur, trägt maßgeblich zur Erfüllung der beschriebenen Erfolgsfaktoren bei. Durch die Zusammenbringung von Professionals mit individuellen Fähigkeiten zur Lösung von Kundenproblemen entsteht eine fähigkeits- und personenbezogene Organisationsstruktur, in der die Ressourcen zur Bildung von Wettbewerbsvorteilen generiert werden. Trotz Unterschiede in der Ausgestaltung der Organisationsstruktur einzelner Teilbranchen, können diese durch eine professionelle Pyramide abgebildet werden. Diese wird in vertikale und horizontale Strukturen unterschieden (Ringlstetter et al., 2004a, S. 18):

- Bei einer vertikalen Strukturierung ergibt sich die Beratungspyramide aus dem Gesamtbild aller Hierarchiestufen und zeigt den Leverage der Mitarbeiter in den einzelnen Hierarchiestufen (Drolshammer et al., 1999, S. 82; Lippold, 2018, S. 645). Ein Vorteil dieser Anordnung liegt in der Bildung von Synergieeffekten aufgrund der unterschiedlichen Fähigkeiten der Mitarbeiter (Maister, 1982, S. 18).
- Beratungen strukturieren sich auch in horizontaler Sicht, um den Markt- und Kundenanforderungen besser gerecht zu werden. Wie in Kapitel 1.1 beschrieben, befinden sich diese im Wandel, sodass für Consulting Firms eine flexible horizontale Struktur von Vorteil ist (Ringlstetter et al., 2004a, S. 20). An dieser Stelle sei Weber (1996) erwähnt, der als Folge des Wandels eine fluide Organisation vorschlägt. In dieser werden Professionals anhand ihrer inhaltlichen Spezialisierung Wissenspools zugeordnet. Jedoch beschränkt ein hoher Grad an Spezialisierung die Durchführbarkeit von Projekten (Ringlstetter et al., 2004a, S. 21).

Zusammenfassend kann festgehalten werden, dass der Erfolg von Beratungen mit der Umsetzung der drei kritischen Erfolgsfaktoren Wissen, Kundenorientierung (als Zusammenfassung der Ressourcen Reputation, Beziehungskompetenz und Akquisitionsvermögen) und Managementfähigkeiten einhergeht. Im gleichen Zug trägt die Flexibilität der Organisationsstruktur, sich an wandelnde Rahmenbedingungen anzupassen, ebenfalls zum Erfolg von Unternehmensberatungen bei. Die Zusammenfassung der Merkmale bestätigt, dass die in Kapitel 1.2.1 herausgearbeiteten Definitionen für PSFs auf Beratungen und das Untersuchungsobjekt zutreffen und somit die Eingrenzung auf die Subbranche der Unternehmensberatungen in der vorliegenden Arbeit gerechtfertigt ist.

1.2.3 Geschäftsmodell von Unternehmensberatungen

Das Geschäftsmodell einer Beratung erklärt die Architektur der Wertschöpfung und den Nutzen, den das Unternehmen dem Kunden stiftet (Scholtissek, 2004, S. 386).

Die Wertschöpfungskette kann dabei als eine Möglichkeit der Beschreibung eines Geschäftsmodell fungieren (Porter, 1998, S.155). Hierbei umfasst die Wertkette Wertschöpfungsaktivitäten in der Reihenfolge ihrer operativen Durchführung.

Unter Einbeziehung von Stähler (2001, S. 41), der neben der Architektur der Wertschöpfung, das Nutzenversprechen (engl. Value Proposition) und das Ertragsmodell als kennzeichnend für ein Geschäftsmodell ansieht, soll für die vorliegende Arbeit ein für Beratungen allgemein gültiges Geschäftsmodell abgeleitet werden, das den Dienstleistungsprozess in den Mittelpunkt stellt (Lippold, 2018, S. 128; Stabeil & Fjeldstad, 1998, S. 420).

Für die Betrachtung der vorliegenden Arbeit im Kontext der digitalen Transformation von Untemehmensberatungen, wird besonderer Fokus auf das Zusammenspiel zwischen Value Proposition, Wertschöpfungsmodell und Ertragsmodell gelegt. Abbildung 2 zeigt hierfür einen theoretischen Bezugsrahmen.

Abbildung in dieser Leseprobe nicht enthalten

Abb. 2: Geschäftsmodell von Untemehmensberatungen

Quelle: Eigene Darstellung in Anlehnung an Lippold (2018, S. 67), Osterwalder & Pigneur (2010, S. 40) und Stabeil & Fjeldstad (1998, S. 420)

Die direkt wertschöpfenden Prozesse markieren die Differenzierungsmerkmale gegenüber Wettbewerbern und umfassen die Leistungserstellung, das Marketing und das Per- sonalmanagement(Lippold, 2018, S. 128).

Die sekundären Aktivitäten hingegen sind nicht direkt wertschöpfend, aber zur Erstellung der Dienstleistung notwendig. Hierbei handelt es sich u.a. um die Untemehmensinfra- struktur (z. B. Finanz- und Rechnungswesen), das Wissensmanagement und die Produkt- und Toolentwicklung. Das strategische Management wird als Führungsprozess ebenfalls den sekundären Aktivitäten zugeschrieben und befasst sich mit der Konzeption und Gestaltung derUntemehmensberatung (Lippold, 2018, S. 129).

Etwas allgemeiner führen Drolshammeru. a. (1999, S. 87) Services, Systems, Capital und Professionals als sekundäre Aktivitäten an und fassen somit die von Lippold vorgenommene Zuordnung in übergeordneten Begriffen zusammen.

Angelehnt an das von Osterwalder, Pigneur, Bemarda und Smith (2015) vorgeschlagene Value Proposition Canvas, werden in der Dimension der Value Proposition Kundenbedürfnisse analysiert und potenzielle Adaptionen des Service Angebots infolge der sich durch die Digitalisierung ändernden Kundenbedürfnisse geprüft. Die Kundensegmente setzten sich hierbei aus Customer Jobs, Pains und Gains zusammen.

Als Customer Jobs werden Probleme des Kunden beschrieben, die dieser zu lösen ersucht. Herausforderungen, denen der Kunde in der Bewältigung der Customer Jobs gegenübersteht, werden als Pains bezeichnet, hingegen Gainsjegliche positive Ergebnisse, hervorgerufen durch die Erledigung der Customer Jobs beschreiben.

Das Service Angebot umfasst sowohl die Services, die die Antwort der Beratung auf die Herausforderungen des Kunden darstellen, als auch Pain Relivers und Gain Creators. Pain Relivers lösen gezielt Herausforderungen des Kunden, während Gain Creators meist unerwartet, Begeisterungsmerkmale darstellen. Im Zielzustand sollte sich ein Solution Fit zwischen Service Angebot und Customer Jobs einstellen (Diehl, 2020).

Im Rahmen des Ertragsmodells werden mögliche Auswirkungen der digitalen Transformation sowohl auf die Ertragsquellen als auch auf die Kostenstrukturen hin untersucht. Im Zuge der Generierung von Erträgen stellt sich die Frage, wie die Beratung für das Service Angebot vergütet wird. Im Rahmen der Kostenstrukturen steht die Konfiguration der Kosten zu einer gewinnbringenden Umsetzung der Value Proposition im Fokus (Lindgardt, Reeves, Stalk, & Deimler, 2009).

Die Service Vergütung richtet sich nach der entsprechenden Preisgestaltung. Dabei wird in Projekt nach Aufwand, Projekt mit Festpreis, Projekt nach Aufwand mit Obergrenze und Projekt zum Erfolgshonorar unterschieden (Fohmann, 2005, S. 62):

- So wird bei einem Projekt nach Aufwand der Service auf der Basis des zur Erbringung notwendigen Arbeitsaufwandes (Zeit- und Materialaufwand) vergütet. Da die Honorarzahlung unabhängig von den Ergebnissen des Service erfolgt, trägt der Kunde das Risiko des Projekts (Lippold, 2018, S. 240).
- Bei einem Projekt mit Festpreis erhält die Beratung für die Serviceerbringung eine feste Vergütung, die sich anhand des zu erwartenden Zeitaufwands und einer kostenbezogenen Zeitvariable (z. B. Tagessatz) bemisst. Da der Zeitaufwand zumeist anhand eines Pflichtenheftes geschätzt wird, trägt der Serviceerbringer das Risiko eventueller Überschreitungen. Im gleichen Zug profitiert der Serviceerbringer aber auch von einer Unterschreitung, da die Professionals nach der Serviceerbringung im besten Fall sofort in einem Folgeprojekt eingesetzt werden und neue Umsätze generieren können (Kaiser & Ringlstetter, 2011b, S. 75).
- Bei einem Projekt mit Obergrenze handelt es sich um eine Vergütungsform aus einer Kombination von Zeithonorar mit einem Pauschalbetrag als Obergrenze.
- Die erfolgsbasierte Honorarzahlung ist aufgrund einer fehlenden Definition von Erfolg im deutschen Recht eher tabuisiert worden. Die Vergütung würde sich an einer definierten Erfolgsgröße bemessen (Lippold, 2018, S. 240).

Nach der Eingrenzung des Untersuchungsobjekts auf Unternehmensberatungen und der Vorstellung des Geschäftsmodells als theoretischen Bezugsrahmen der Arbeit, werden nun die Methoden zur Herleitung des Forschungsvorhabens aufgezeigt.

1.3 Methodischer Ansatz zur Beantwortung der Problemstellung

Die vorliegende Arbeit basiert auf einem anwendungsorientierten betriebswirtschaftlichen Forschungsverständnis (Ulrich, 1982, S.3). Dem Verständnis nach befasst sich dieser Forschungsansatz mit Problemen, die ihren Ursprung nicht in der wissenschaftlichen Diskussion, sondern in der Praxis verorten (Ulrich, 2001, S. 463). Durch den Praxisbezug grenzt sich dieser von rein theoretischen Untersuchungen ab und strebt nach pragmatischen und folglich umsetzbaren Problemlösungen (Ulrich, 1982, S. 3). Ziel dieser Arbeit ist es, auf der Grundlage von angewandten Lösungsansätzen, konkrete Erkenntnisse zur Lösung aktueller Herausforderungen von PSFs zu generieren. Dabei verfolgt die Arbeit einen qualitativen Forschungsansatz. Danach steht zu Beginn der Analyse eine Beschreibung des Gegenstandsbereichs und die von der Forschungsfrage betroffenen Subjekte sind sowohl Ausgangspunkt als auch Ziel derUntersuchung (Mayring, 2002, S. 19).

Zur vollständigen Erfassung des Betrachtungsobjekts und dessen Einordnung in den Gesamtkontext der digitalen Transformation unter Einbeziehung von RPA, wird eine theoriegeleitete Abhandlung der Thematik der Fallstudienanalyse vorangestellt. Diese soll ein grundlegendes Verständnis entwickeln und Erkenntnisse ableiten, die sowohl für sich selbst stehen als auch als Basis der Fallstudie fungieren können.

Der qualitative Forschungsansatz wird im Rahmen der Untersuchung des Betrachtungsobjekts, mit Hilfe der zu den qualitativen Forschungsinstrumenten zählenden Fallstudientechnik zur Anwendung kommen (Yin, 2003). Die Fallstudie weist dabei einen explora- tiven Charakter auf, da gesicherte Erkenntnisse zur Beantwortung der Problemstellung zu Beginn der Analyse nicht vorliegen (Kromrey, 2002, S. 547).

Das Ziel der Fallstudie ist die Generierung von Daten zur Beantwortung der Problemstellung und der Erstellung eines Frameworks (Kapitel 4.1) mithilfe dessen sich die in Kapitel 1.1 beschriebenen Herausforderungen lösen lassen.

1.4 Herleitung des Forschungsvorhabens

Um die eingangs vorgestellte Problemstellung in der notwendigen Tiefe diskutieren und beantworten zu können, ist die Arbeit in fünf aufeinander aufbauende Kapitel gegliedert:

- Im ersten Kapitel wurde anhand der Ausgangssituation und den daraus resultierenden Herausforderungen für die Branche der PSFs, die Problemstellung der Arbeit abgeleitet (Kapitel 1.1). Darüber hinaus erfolgte in Kapitel 1.2 eine defmito- rische Charakterisierung des Betrachtungsobjekts als Wissensgerüst für die anschließenden Kapitel. Ferner wurde mit dem Geschäftsmodell von Untemeh- mensberatungen ein theoretischer Bezugsrahmen vorgestellt, anhand dessen mögliche Hebelwirkungen der RPA-Technologie diskutiert werden.
- Im zweiten Kapitel erfolgt die theoretische Analyse der Forschungsschnittmenge aus Betrachtungsobjekt, digitaler Transformation, RPA und strategischem Management vor dem Hintergrund aktueller wissenschaftlicher Diskussionen (Kapitel. 2.1 bis 2.2). Diese Analyse dient der Generierung eines theoretischen Verständnisses.
- Im Anschluss wird im dritten Kapitel auf der Grundlage der theoretischen Analyse aus Kapitel 2, eine explorative Fallstudienanalyse bei dem Praxispartner beschrieben (Kapitel 3.1 bis 3.2). Diese handelt über die organisationale Einführung von RPA und dient der Generierung von Daten zur Beantwortung der Problemstellung und zur Schließung der wissenschaftlichen Lücke. Die wesentlichen Erkenntnisse werden in Kapitel 3.3 in Hypothesen überführt.
- In Kapitel 4 werden auf Basis der Ergebnisse vorangegangener Kapitel konkrete Handlungsempfehlungen und Implikationen zur Einführung von RPA in PSFs gegeben. Im finalen Kapitel der Arbeit wird die Fragestellung anhand der Dimensionen des theoretischen Bezugsrahmens (Kapitel 5.1 bis 5.2) beantwortet. Limitation der Forschungsergebnisse und ein Ausblick über zukünftige Forschungsfelder beschließen die Arbeit (Kapitel 5.4 bis 5.5).

2 Theoretische Analyse

Die durch die Digitalisierung ausgelösten Transformationsprozesse an der Schnittstelle zwischen Organisation, Mitarbeitern und Technologien sind vielschichtig. Zur definito- rischen Einordnung dieser Vielschichtigkeit, muss einleitend die Multidimensionalität betrachtet werden, bevor in den folgenden Kapiteln die Forschungsschnittmenge aus Untersuchungsobjekt, digitaler Transformation, RPA und strategischem Management analysiertwerden kann (Wolan, 2020, S. 64).

Multidimensionalität zeigt sich in den Treibern von Transformationsbestrebungen. Neben digitalen Technologien und Prozessen, werden auch digitale Strategien, digitale Services, digitale Geschäftsmodelle und digitale Führung als Treiber gesehen (Wolan, 2020, S. 64). Demgegenüber legen Gatziu Grivas und Graf (2020, S. 147) den Fokus ausschließlich auf digitale Technologien als einzigen Treiber von digitalen Transformationen. In deren Anwendung sehen sie Chancen einer stärkeren Kundenbindung und verbesserter Wettbewerbstauglichkeit durch Nutzeninnovationen sowie Effizienzsteigerungen in internen Prozessen. Diese Erkenntnisse decken sich mit Jung und Lehrer (2017), wenngleich sie anmerken, dass die digitale Transformation eher eine Verknüpfung aus strategischen, organisatorischen und kulturellen Herausforderungen ist.

Ferner sei auf die Ergebnisse der Digital Maturity and Transformation Studie der Universität St. Gallen verwiesen. Hiernach wird die Prozessdigitalisierung als eine von neun Dimensionen der digitalen Transformation eingeordnet.¹ Diese definiert sich als digitale Ausrichtung aller Prozesse eines Unternehmens mit einem hohen Automatisierungsgrad (Berghaus, Back, & Kaltenrieder, 2017). Dadurch ergibt sich die Notwendigkeit, einzelne Prozesse und das Geschäftsprozessmanagement digital zu transformieren. Dies kann unter dem Begriff der Prozessdigitalisierung zusammengefasst werden (Denner, Püschel, & Röglinger, 2018; Legner, Eymann, & Hess, 2017).

Abschließend lässt sich festhalten, dass sich die aufgeführten Treiber digitaler Transformationsbestrebungen in die Dimensionen Wertschöpfung, Value Proposition und Ertragsmodell (Kapitel 1.1.3) einordnen lassen und somit Handlungsoptionen zur Erreichung einer verbesserten Wettbewerbsposition darstellen.

Aus diesem Grund befasst sich das folgende Kapitel mit dem aktuellen Forschungsstand zur digitalen Transformation von Unternehmensberatungen und ordnet diesen in die genannten Dimensionen ein. Die theoretische Auseinandersetzung ist notwendig, um in der Abschlussbetrachtung Aussagen über die Intensität der Transformation treffen zu können. Da diese durch den Einsatz der Automatisierungstechnologie Robotic Process Automation erklärt werden, erfolgt eine technologische Charakterisierung in Kapitel 2.2.1 sowie eine Einbettung der Technologie in den Kontext der Prozessoptimierung (Kapitel 2.2.2) und des strategischen Managements (Kapitel 2.2.3).

2.1 Aktueller Forschungsstand zur digitalen Transformation von Unternehmensberatungen

Die Branche der Unternehmensberatung kann von der Digitalisierung profitieren (vgl. Abbildung 1), indem sie primär die Projekte zur Digitalisierung von Unternehmen aufsetzt, steuert und durchführt. Vor dem Hintergrund, dass Kunden von Unternehmensberatungen zunehmend digitale und datenbasierte Geschäftsmodelle entwickeln, wodurch auch die Steuerung von Prozessen insgesamt an Komplexität zunimmt, müssen sich Beratungen stärker mit Digitalisierungstechnologien auseinanderzusetzen (Lippold, 2018, S. 8). Im Folgenden wird ein Stimmungsbild sowohl aus der Beratungs-, als auch der Kundenperspektive gegenübergestellt (Deelmann, 2019; Nissen, Füßl, Werth, Gugler, & Neu, 2018; Nissen & Seifert, 2016).² ’³

2.1.1 Gegenwärtige Stimmungsbilder der Berater-Klienten Beziehung

Unter den Beratern schätzen sich lediglich 4 % als Digital Enthusiasts und somit als digital affin ein. Demgegenüber stehen 18 % aufSeiten der Kunden. Als Digital Enthusiasts werden hierbei Personen bezeichnet, die für neuartige Technologien hochsensibilisiert und jederzeit bereit sind, ihr Arbeitsverhalten durch die Anwendung solcher zu verändern. Ferner bezeichnen sich knapp 62 % der Professionals als Face-to-Face Berater und 34 % aus einer Mischung aus Digital Enthusiasts und Face-to-Face Berater (Zwischenanwender). Dies steht in deutlichem Widerspruch zu der hohen Aufmerksamkeit, die das Thema Digitalisierung als Beratungsprodukt derzeit genießt (vgl. Abbildung 3).

Abbildung in dieser Leseprobe nicht enthalten

Abb. 3: Anzahl der Top-Themen führenderUntemehmensberatungen⁴ Quelle: Eigene Darstellung in Anlehnung an Brandt (2019)

Darüber hinaus zeigen sich 77 % der befragten Kunden offen gegenüber neuen Technologien und Methoden, lediglich 5 % bezeichnen sich als klassisch-traditionell (Deelmann, 2019, S. 14; Nissen u. a., 2018, S.16). Diese Erhebung deckt sich mit einer durch Forrester (2020, S. 3) erhobenen Studie über die Zukunft des Arbeitens. In dieser Studie werden die Senkung von Kosten (86 %) und die Beschleunigung digitaler Geschäfte (79 %) als zentrale Prioritäten für das kommende Geschäftsjahr gesehen.

Diese Zahlen zeigen, dass sich die Empfänger professioneller Services als deutlich offener gegenüber der Anwendung digitaler Technologien zeigen als deren Serviceerbringer. Außerdem geben die Daten Aufschluss über die kundenseitige Akzeptanz von digitalen Technologien in der Erbringung professioneller Services. So zeigen sich die Kunden im operativen Betrieb und der Weiterentwicklung ihres Kerngeschäfts progressiv gegenüber technologischen Neuerungen. Bei Veränderungen der Beratungsdienstleistungen ist jedoch eine gewisse Skepsis zu beobachten (Deelmann, 2015, S. 18, 2019, S. 15; Nissen u. a., 2018, S. 16).

Somit kann festgehalten werden, dass die Kunden professioneller Dienstleistungen nicht vollends an einer durch Digitalisierungstechnologien hervorgerufenen Veränderung der Berater-Klienten Zusammenarbeit interessiert sind. Auf Seiten der Service Erbringer lassen die Ergebnisse ein ähnliches Bild vermuten, es sei denn, auf Basis interner Automatisierungen lassen sich Innovationen freisetzten, die im Anschluss von den Kunden wahrgenommen werden.

2.1.2 Perspektiven zur Digitalisierung des Geschäftsmodells von Unternehmensberatungen

Zur vollständigen theoretischen Analyse werden im Folgenden die im Bezugsrahmen der Arbeit vorgestellten Dimensionen (Wertschöpfungsmodell, Value Proposition, Ertragsmodell) in den Kontext der Digitalisierung gestellt.

Im Rahmen des Wertschöpfungsmodells kann Digitalisierung als pragmatischer Enabler zur Verbesserung der eigenen Effizienz fungieren. Da der Personaleinsatz die größte Kostenposition einer Beratung bildet, fokussieren sich Digitalisierungsansätze auf die Reduzierung des Personal- bzw. der Anhebung des IT-Einsatzes (Leimeister, 2012, S. 39). Nach (Lippold, 2018, S. 58) seijedoch eine evolutionäre Digitalisierung einzelner Phasen der sekundären Aktivitäten zielführender. Hierunter fallen Aktivitäten im Zuge der Ab- rechnungs- und Fulfillmentprozesse. Daher erfordert die Digitalisierung ein Überdenken der internen Prozesse vor dem Hintergrund der Optimierung, um Effizienzgewinne realisieren zu können. Für die Umsetzung dieser Realisierungen scheint RPA als Technologie zur Automatisierung von Prozessen eine geeignete Methode.

Ob der Markt für Untemehmensberatungen einer zunehmenden Disruption unterliegt, hängt im Wesentlichen davon ab, inwiefern die Bedürfnisse des Kunden durch neue Lösungen besser gedeckt werden können (Bühler & Maas, 2017, S. 51). Diese Frage ist der Kern der Value Proposition. Zu den Top-Anforderungen an Beratungsleistungen 2018 zählt dabei u. a. die Begleitung von Transformationsprozessen. Die voranschreitende Digitalisierung und die damit verbundenen Transformationsprozesse müssen in die Value Proposition der Beratung aufgenommen werden, um mögliche Disruptionen zu minimieren. Dabei spielt der Einsatz von Robotertechnologien zur Automatisierung von Prozessen eine dominierende Rolle (Murmann, 2018).

Die Automatisierung ist die treibende Kraft für digitale Transformationsstrategien (Forrester, 2020, S. 1). Eine Studie aus dem Jahr 2016 unter 150 Führungskräften zeigt, dass 77 % der befragten Unternehmen RPA innerhalb der nächsten 5 Jahre implementieren und 81 % der Unternehmen, die RPA bereits implementiert haben, planen weitere Implementierungen (Kroll, Bujak, Darius, Enders, & Esser, 2016, S. 39). Daher geht Forrester (2020) von einem starken Anstieg der Nachfrage nach RPA-Lösungen aus.⁵

Bei der Umsetzung dieser Automatisierungen stoßen die befragten Unternehmen auf zahlreiche Herausforderungen, wie z. B. der Auswahl der zu automatisierenden Prozesse, die Konfiguration von Software-Bots, Fragen zum Datenschutz und Implementierungskosten im Vergleich zum Return on Investment (ROI) (Kroll u. a., 2016, S. 40).

Ferner weicht der Aufbau und ein durchgehender Betrieb einer internen RPA Initiative von den eigenen Kernkompetenzen ab und ist für viele Unternehmen nicht zu stemmen (Dickmann & Obermair, 2020, S. 72). Auch sehen Firmen aufgrund von Qualifikationslücken und Sorgen um den eigenen Arbeitsplatz, Herausforderungen in der Einstellung ihrer Arbeitnehmer zu RPA (Forrester, 2020, S. 7). Durch die Erweiterung des Service Angebots um RPA ist es gegebenenfalls möglich, als Beratung, Kunden bei der Umsetzung von Automatisierungen zu unterstützen und deren Herausforderungen zu lösen.

An dieser Stelle muss das Service Angebot konkreter betrachtet werden. Christensen, Wang und van Bever (2013) stellen sich die Frage, ob die Digitalisierung eine evolutionäre Weiterentwicklung oder eine disruptive Neukonzeption von digitalen Beratungsprodukten erwirkt. Anhand dieser Frage lassen sich drei Entwicklungsperspektiven skizzieren, Servicesubstitution, Serviceunterstützung und Serviceinnovation (Bruhn & Hadwich, 2017, S. 29):

- Nach der Servicesubstitution würde das vorhandene Angebot an Services durch neue, digitale Angebote ersetzt (Bruhn & Hadwich, 2017, S. 29). Ein prominentes Beispiel wäre ein eConsulting Store, bei dem es sich um einen Online-Shop für den Serviceverkauf und der Serviceerbringung handelt (Lippold, 2018, S. 59).
- Im Rahmen der Serviceunterstützung würde das bestehende Angebot durch digitale Dienstleistungen unterstützt (Bruhn & Hadwich, 2017, S. 28). Hierbei lässt sich der bereits realisierte Ansatz der Remote-Beratung anführen, nach dem Inter- net-basierte Kommunikation eine durchgängige Erreichbarkeit und eine Möglichkeit zur Einsparung von Reisekosten, bietet (Lippold, 2018, S. 59).
- Die Serviceinnovation sieht abschließend ein Angebot einer vollkommen neuen nicht-digitalen Dienstleistung in Kombination mit einer vollkommenen neuen digitalen Dienstleistungen vor (Bruhn & Hadwich, 2017, S. 29). Beispielhaft hierfür stehen disruptive Betreibermodelle wie z. B. McKinsey Solutions, die Software- as-a-Service (SaaS) Lösungen bündeln und ihren Klienten über webbasierte Anwendungen zur Verfügung stellen (Lippold, 2018, S. 59; McKinsey&Company, 2020).

Demnach wäre der Treiber der digitalen Transformation nicht die Technologie, sondern die durch technologische Lösungen induzierten Veränderungen der Kundenbedürfnisse (Bühler&Maas, 2017, S. 51).

Die Studien zeigen, dass digitale Technologien durch die Herstellung innovativer Produkte das Fundament der digitalen Transformation bilden. Die Existenz dieser ist allerdings keine hinreichende Bedingung für den Wandel des Markts. Vielmehr ist für die Veränderungskraft einer Technologie der Mehrwert für den Kunden von Bedeutung, der sich durch den praktischen Nutzen zeigt (Bühler & Maas, 2017, S. 51). Resümierend betrachtet lässt sich die Vermutung äußern, dass RPA im Rahmen der Value Proposition vermutlich als Serviceinnovation dem Kunden einen Mehrwert bieten kann.

Das Ertragsmodell sieht die Generierung von Gewinnen vor, die sich lapidar gesprochen, aus der Reduktion der Erträge um die Kosten ergeben. Dabei beeinflusst die Veränderung einer Stellschraube den Untemehmensgewinn. Auf der Kostenseite nehmen grundsätzlich die Personalkosten mit 54 % die größte Kostenposition ein, gefolgt von Fremdleistungen mit 16 %. Dabei handelt es sich um extern bezogene Leistungen die zumeist im Backoffice, wie bspw. dem internen Rechnungswesen entstehen (Lippold, 2018, S. 644).

Zur Reduzierung von Kosten schlagen Seifert und Nissen (2018, S. 62) die Virtualisie- rung von Beratungsleistungen vor. In Kombination mit einer Standardisierung der Beratungsleistung, ermöglicht die Virtualisierung die Entwicklung automatisierter Services. Jedoch ruft dieser Vorschlag unter Beratern ablehnende Tendenzen hervor (Deelmann, 2019, S. 15). Nach Einschätzung von Greff und Werth (2015) sowie Werth, Greff und Scheer (2016) scheint das Potenzial einer solchen digitalen Transformation der Kostenstrukturen der Beratung zunehmend erkannt zu werden. Veränderte Kostenstrukturen, die zu geringeren Produktionskosten für Anbieter und geringeren Preisen für Nachfrager führen, sind ein sich ergebender Nutzenaspekt der sinnhaften Vollautomatisierung (Deelmann, 2019, S. 7).

Ferner ergibt sich mit der Einführung digitaler Technologien die Notwendigkeit, bei einem hohen Virtualisierungsgrad des Beratungsansatzes, alternative Abrechnungsmodelle anzuwenden (Nissen, Füßl, Werth, Gugler, & Neu, 2019, S. 327). In einer Befragung unter Beratern stimmen 69 % der Befragten für einmalige Preise für einzelne Services oder Service-Pakete. Mehr als ein Drittel würden eine Kombination aus Basis Preis und Pay per Use sowie Pay per Duration akzeptieren. Weniger Akzeptanz finden Abrechnungsmodelle im Sinne von Abonnements (Nissen u. a., 2019, S. 328).

Resümierend kann festgehalten werden, dass die wissenschaftliche Diskussion zum Thema Digitalisierung von Unternehmensberatungen, eine erhöhte Effizienz durch den Einsatz von Automatisierung in den primären und sekundären Aktivitäten der Wertschöpfung sieht. Ferner ist festzuhalten, dass eine digitale Transformation des Geschäftsmodells sich nur dann vollzieht, sofern neue Beratungsprodukte die Kundenbedürfnisse bedienen können. Durch eine digital bedingte Veränderung des Geschäftsmodells, wird auch die Umstellung auf alternative Abrechnungsmodelle diskutiert.

Somit gibt der aktuelle Forschungsstand zur digitalen Transformation von Untemeh- mensberatungen Aufschluss darüber, dass sowohl die Anbieter als auch die Empfänger professioneller Services, eine gewisse Skepsis gegenüber technologisch bedingten Veränderungen der reinen Serviceerbringung zeigen. Ein klares Bild zeigt sichjedoch dahingehend, dass auf der Basis kundeninduzierter Veränderungen der Marktbedingungen, neue Ansätze zur digitalen Transformation des Geschäftsmodells die eigene Wettbewerbstauglichkeit verbessern können.

2.2 Theoretische Analyse von Robotic Process Automation (RPA)

Zur Generierung eines besseren Technologie-Verständnisses, nimmt das folgende Kapitel eine defmitorische Einordnung der RPA-Technologie vor. Für die Anwendung der Technologie in der Fallstudie (Kapitel 3), werden die vorherrschenden wissenschaftlichen und nicht-wissenschaftlichen Studien analysiert und verglichen.

Dem Institute For Robotics Process Automation & Artificial Intelligence (IRPAAI) zur Folge, definiert sich RPA als ,, [...] application of technology that allows employees in a company to configure computer software or a robot to capture and interpret existing applications for processing a transaction, manipulating data, triggering responses and communicating with other digital systems” (IRPAAI, 2019). Ausgangspunkt der Entwicklung von RPA war die Erkenntnis, dass trotz des Einsatzes von IT zusätzliche Tätigkeiten in manueller Form zur Ausführung eines Prozesses notwendig sind (Scheer, 2017).

In der wissenschaftlichen Diskussion sind prominente Aufsätze u. a. bei Allweyer (2016), Hofmann, Samp und Urbach (2020) sowie Scheppler und Weber (2020) zu finden, die die RPA-Technologie und ihre Architektur vor informatischem Hintergrund erläutern. Kirchmer (2017) und van der Aalst, Bichler und Heinzl (2018) nehmen eine Positionierung von RPA im Umfeld anderer Automatisierungstechnologien wie z. B. Business Process Management (BPM) vor.

In der Schnittstelle zwischen Informatik und Betriebswirtschaft gilt die von Lacity, Willcocks und Craig (2015) durchgeführte Fallstudie bei Telefonica 02 als eine der ersten Fallstudien zur organisationalen Implementierung von RPA. Fallstudien im deutschsprachigen Raum finden sich u. a. bei Hermann, Stoi und Wolf (2018) bei Mann + Hummel, Pellegrino und Mega (2020) bei Merck, Wenzel (2020) bei der DHL sowie Zeiss und Jenesl (2020) bei der Deutschen Telekom.

Diesen Fallstudien gemein ist die Skizzierung der organisationalen Einführung der Technologie sowie der Beschreibung sekundärer Aktivitäten, die sich für den Erfolg der Implementierung als ausschlaggebend heraussteilen. Ferner existieren in der jüngsten Management-Literatur holistische Ansätze und Leitfäden zur Implementierung von RPA mit branchen- und funktionsspezifischen Fallbeispielen aus der Finanzindustrie, dem Controlling und dem Personalwesen (Koch & Fedtke, 2020; Langmann & Turi, 2020; Taulli, 2020).

Zusätzlich zu der in wissenschaftlichen Publikationen veröffentlichten Literatur existieren Studien größerer Beratungshäuser. An dieser Stelle sind u. a. Kroll u. a. (2016), Ostrowicz (2017 und 2018) und Wright, Witherick und Gordeeva (2017) zu erwähnen. In diesen Studien werden auf der Basis von Befragung des C-Levels und mittleren Managements, Stimmungsbilder zur organisationalen Anwendung von RPA erhoben und auf Grundlage dessen, Anwendungsgebiete, Nutzenpotenziale und Herausforderungen abgeleitet. Die Bedeutung dieser Studien für die vorliegende Arbeit liegt darin, dass sie die Einstellungen potenzieller Kunden gegenüber RPA als Technologie zur Digitalisierung ihrer Prozesslandschaften erforschen. Da die angewandte Methodik dieser Studienjedoch nicht immer vollumfänglich erläutert werden, sind diese nur eingeschränkt nutzbar.

Die Studien zeigen, dass es notwendig ist, die unterschiedlichen Ansätze gegenüberzustellen und die technologischen Charakteristika von RPA (Kapitel 2.2.1) zu prüfen, RPA in den Kontext der Prozessoptimierung (Kapitel 2.2.2) und in den Kontext des strategischen Managements zu stellen (2.2.3). Hierdurch wird sichergestellt, dass RPA als potenzielle Technologie zur digitalen Transformation von PSFs in der nötigen Tiefe betrachtet wird, um in der Abschlussbetrachtung Aussagen über die Hebelwirkung auf Transformationsbestrebungen von PSFs treffen zu können.

2.2.1 Technologische Charakterisierung von RPA

Die Herkunft von RPA liegt nach Scheppler und Weber (2020) in Technologien wie Makros und Screen-Scraping. Screen-Scraping bedeutet, dass aus einer grafischen Benutzeroberfläche (Abk. engl. Graphical User Interface) automatisch Daten extrahiert werden können. Diese GUI-Interaktion ist auch für RPA das aktuell prägendste Merkmal.

Zur Generierung eines tieferen technischen RPA-Verständnisses hilft die Betrachtung der RPA-Architektur, die in Abbildung 4 vorgestellt wird. RPA wird von robotergestützten Prozessautomatisierungssystemen (RPAS) durchgeführt (König, Bein, Nikaj, & Weske, 2020, S. 135). Die Modellier-Komponente ermöglicht die Konfiguration von RPA-Work- flows und stellt diese in einem Modell-Repository bereit. Die Management-Konsole verfügt über das Repository und orchestriert die Roboter zur Ausführung von Automatisierungen. Ferner bietet diese eine Schnittstelle zur Aktivierung und Überwachung der Automatisierung für den prozessausführenden Mitarbeiter. Dabei werden die Software-Roboter auf einer physischen oder virtuellen Maschine bereitgestellt und führen auf diesen RPA-Workflows aus, d. h. sie emulieren die Benutzerinteraktion auf der Maschine, auf der sie laufen. Die Management-Konsole verteilt die Aufträge zur Ausführung bestimmter Automatisierungen auf einen Pool von Robotern, die mit ihm verbunden sind (König u. a., 2020, S. 135; Scheppler&Weber, 2020).

Abbildung in dieser Leseprobe nicht enthalten

Abb. 4: Exemplarische Architektur von RPA-Lösungen

Quelle: Eigene Darstellung in Anlehnung an Czamecki und Auth (2018) und König u. a. (2020, S.135)

Ferner unterscheidet der RPA-Ansatz zwei Stufen der Ausführung, die für die Entwicklung von RPA-Lösungen von Bedeutung sind, attended und unattended RPA. Unter at- tented RPA werden Software-Roboter definiert, die auf dem Desktop des Benutzers laufen. Attended RPA wird daher auch als Robotic Desktop Automation (RDA) charakterisiert (Langmann & Turi, 2020, S. 5). Unattended RPA hingegen bezeichnet Software- Bots, die automatisch starten und die Prozesse ohne Benutzerinteraktion abarbeiten. Beiden Ansätzen gemein ist die Interaktion des Software-Bots mit den im Prozess inkludierten Applikationen (z. B. Webbrowser) (Langmann & Turi, 2020, S. 6).

Neben der technologischen Darstellung von RPAS, gilt es, RPA im Kontext der Prozessoptimierungsansätze zu betrachten. Damit soll sichergestellt werden, dass die RPA- Technologie von weiteren Automatisierungstechnologien abgegrenzt wird.

2.2.2 Betrachtung von RPA im Kontext der Prozessoptimierung

Seit den Anfängen des Denkens in Prozessen und Wertschöpfungsketten, diente das Prozessmanagement der Optimierung von Organisationen mit dem Ziel, durch höhere Effizienzen in der Erstellung des Outputs, Wettbewerbsvorteile zu erreichen (Porter, 1998; Smeets, Erhard, & Kaußler, 2019, S. 32). Ausgehend vom verarbeitenden Gewerbe, rückten Methoden zur Aufnahme, Analyse und Optimierung von Prozessen in den Fokus von Service Firms, zusammengefasst in BPM (Smeets u. a., 2019, S. 32).

BPM umfasst Methoden und Techniken zur Unterstützung des Designs, der Verwaltung, Konfiguration, Umsetzung und Analyse von Prozessen und wird durch Geschäftsprozessmanagementsysteme (BPMS) ausgeführt (Weske, 2019, S. 6).⁶ Ein BPMS unterstützt die Prozessoptimierung dahingehend, dass durch die Delegierung von Aufgaben an Software-Applikationen über Programmierschnittstellen (API) die Ausführung von Prozessen automatisiertverläuft(Königu. a., 2020, S. 133).

Die Zielsetzung von RPA lässt sich ebenfalls grob mit der Automatisierung von Prozessen beschreiben und weist somit Gemeinsamkeiten mit BPM-Systemen auf. Wesentliches Unterscheidungsmerkmal ist die Art der Integration, denn BPM-Systeme nutzen APIs für den Zugriff auf Drittsysteme, wohingegen RPA-Systeme direkt die GUI des Anwenders ansteuern. Somit ist der Konfigurationsaufwand bei RPAS meist deutlich geringer als bei BPMS (Allweyer, 2016).

Laut Kroll u. a. (2016) stellt BPM somit eine Voraussetzung für die erfolgreiche Umsetzung von RPA dar. BPM umfasst Überwachungs- und Prozessverbesserungstechniken und stellt Prozesswissen zur Verfügung. Dieses Wissen ist für die Identifizierung und Implementierung von RPA-Prozessen erforderlich (Kroll u. a., 2016). So eignet sich der RPA-Ansatz vor allem für die Automatisierung von existierenden Prozessen mit vergleichsweise einfachen Aufgaben. Für komplexe Geschäftsprozesse mit umfassenden Anforderungen an eine durchgängige Prozessanwendung und eine tiefere Systemintegration sind eher BPMS das Mittel der Wahl.

Zur Abgrenzung der RPA-Technologie empfiehlt sich an dieser Stelle die Einordnung der stark diskutierten Process Mining Technologie im Kontext des Prozessmanagements, da Process Mining oft im gleichen Zug mit RPA erwähnt wird (Chakraborti u. a., 2020). Process Mining bezieht sich auf eine Methode der datengesteuerten Prozessanalyse, die den tatsächlichen Ablauf von Geschäftsprozessen auf der Grundlage von Transaktions- Protokollen großer IT-Systeme visuell rekonstruiert und es dadurch ermöglicht, zu analysieren, wie Prozesse tatsächlich ablaufen, einschließlich unerwünschter Prozessmuster und Engpässe. Damit bildet Process Mining in der Logik eines sequenziell ablaufenden Prozessmanagements die Vorstufe von RPA, in der Prozesse analysiert und dadurch Automatisierungspotenziale identifiziert werden können (van der Aalst, 2016, S. 3).

Zusammenfassend lässt sich daher festhalten, dass BPMS und RPA Gemeinsamkeiten in der Automatisierung von Prozessen aufweisen, sich aber in der technologischen Ausführung der Automatisierung unterscheiden. Im Kontext des Prozessmanagements bildet Process Mining durch die Analyse potenziell automatisierbarer Prozesse die Vorstufe zur Prozessautomatisierung mit RPA.

2.2.3 Einordnung von RPA in den Kontext des strategischen Managements

Die Arbeit hat sich zum Ziel gesetzt, zu untersuchen, inwieweit und inwiefern sich die RPA-Technologie als strategischer Hebel zur Beschleunigung der digitalen Transformation von PSFs qualifiziert. Zur Beantwortung der Frage werden daher die Begriffe: Hebel, Strategie und RPA in einen Zusammenhang gesetzt und im folgenden Kapitel erläutert.

Der Begriff des Werthebels fundiert auf der Idee des wertorientierten Beratungsmanagements, das für eine quantitative Ausrichtung der Aktionsparameter, Prozesse und Werttreiber am Unternehmenserfolg steht. Aktionsparameter fungieren hierbei als Stellschrauben des Managements zur Verbesserung der Effizienz und können erfolgswirksame Maßnahmen, die im Fall der vorliegenden Arbeit im Wertschöpfungsmodell verortet sind, beeinflussen. Werttreiber hingegen sind betriebswirtschaftliche Größen, die einen messbaren ökonomischen Nutzen für den Erfolg der Unternehmung generieren (Lippold, 2018, S. 130). Ob sich RPA als Werthebel qualifiziert und falls zutreffend, in welcher der genannten Ausprägung, gilt es in der Fallstudie zu untersuchen. Um durch die Erfüllung von Kundenbedürfnissen Wert bei Kunden zu generieren, bedarf es den Aufbau von spezifischen Wettbewerbsvorteilen.

An dieser Stelle wird der Zusammenhang zwischen Hebel und Strategie deutlich, denn die Bildung von Wettbewerbsvorteilen ist u. a. zentraler Bestandteil des strategischen Managements, das als Führungsaktivität im Wertschöpfungsmodell aufgeführt ist (Hungenberg & Wulf, 2011, S. 144).

In der Strategie- und Managementliteratur existieren unterschiedliche Ansätze zur Generierung von Wettbewerbsvorteilen. Diese müssen auf ihre Umsetzbarkeit im Rahmen von RPA untersucht werden. Darunter fallen u. a. der Positionierungsansatz und der ressourcenbasierende Ansatz (von Oetinger, 2004, S. 75). Unter dem Positionierungsansatz versteht sich die Generierung von Wettbewerbsvorteilen durch die Ableitung von Geschäftsmöglichkeiten auf der Basis von Szenarien, die anhand externer Produkt- und Prozessinnovationen durch RPA skizziert werden. Der ressourcenbasierende Ansatz hingegen begründet Wettbewerbsvorteile aus der inneren Kraft der Service Firm, wie bspw. den Humanressourcen, der Informationsarchitektur sowie der operativen Exzellenz und somit der Art und Weise der Ausführung der Wertschöpfung (von Oetinger, 2004, S. 82)

Für die Generierung von Wettbewerbsvorteilen durch RPA können für die Service Firm daher die Wissensbasis, die Operative Exzellenz und die Beziehungen zu Kunden entscheidend sein (Ringlstetter & Bürger, 2004, S. 284). In Anlehnung an Ansoff (1966) können die Leistungsentwicklungsstrategie und die Diversifikationsstrategie als Ansätze zur Erzielung von Wettbewerbsvorteilen über die Kundenbeziehung der Service Firm von Bedeutung sein (Ansoff, 1966, S. 6; Lippold, 2018, S. 192; Ringlstetter & Bürger, 2004, S. 287).

Die Leistungsentwicklungsstrategie versteht sich als Vertiefung des Kemgeschäfts zur Erreichung einer höheren Service Excellence (Ringlstetter & Bürger, 2004, S. 288). Die Diversifikationsstrategie hingegen zielt auf einen höheren Umsatz über die vorhandene Kundenbasis der Service Firm infolge der Ausweitung des Service Angebots (Client Leverage). Mithilfe dieser Entwicklungsstrategie soll sowohl eine Orientierung an die Bedürfnisse des Kunden als auch eine optimale Verwendung von Unternehmensressourcen gewährleistet werden (Ringlstetter & Bürger, 2004, S. 287).

Porters Positionierungsstrategien, Ansoffs Wachstumsstrategien und Ringlstetters Entwicklungsstrategien erklären vor allem die Notwendigkeit von Wettbewerbsvorteilen zur Sicherung von Marktanteilen in gegebenem Wettbewerb (Ansoff, 1966; Porter, 1998; Ringlstetter & Bürger, 2004). Der Ansatz der Blue Ocean Strategy hingegen legt den Fokus auf Märkte ohne Wettbewerb. Hiernach werden die existierenden, durch hohen Wettbewerb charakterisierten Märkte als Red Oceans bezeichnet, hingegen sich Blue Oceans als bisher nicht Erschlossene mit neuer Nachfrage und höchst profitablem Wachstum definieren (Kim & Mauborgne, 2015, S. 3; Raith & Wilker, 2008, S. 227). Diese rekonstruktivistische Strategiesicht unterstellt, dass Unternehmen das Branchenumfeld verändern und neue Märkte mit neuen Wettbewerbsregeln schaffen können (Bersch, 2019, S. 34). Das zentrale Element des Ansatzes ist dabei die Ergründung neuer Märkte durch die Erbringung einer Value Innovation, die sich infolge reduzierter Kosten der Leistungserbringung auf Anbieterseite und gleichzeitiger Steigerung des Kundennutzens einstellt (Kim & Mauborgne, 2015, S. 11).

Bezogen auf RPA bedeutet dies, dass sich die RPA-Aktivitäten sowohl auf Differenzierung als auch auf Kostenführerschaft ausrichten. Dies lässt vermuten, dass Beratungen durch interne Prozessautomatisierungen von einer effizienteren Kostenstruktur profitieren und das dadurch generierte RPA-Wissen in Form eines neuen Service an die Kunden weitergeben (Kim & Mauborgne, 2015, S. 18).

Abschließend lässt sich feststellen, dass die theoretische Analyse der Schnittmenge aus Untemehmensberatung, digitaler Transformation, RPA und strategischem Management zeigt, dass sich durch die Anwendung digitaler Technologien wie RPA, eine verbesserte Wettbewerbstauglichkeit und eine erhöhte operative Exzellenz der Consulting Firm einstellen können.

Mit Verweis auf bisher veröffentlichte Fallstudien wird jedoch deutlich, dass vor allem die Branchen Finanzwirtschaft, Logistik, Gesundheit und Telekommunikation als prädestiniert für den Einsatz von RPA angesehen werden. Fehlende Daten und Beobachtungen zur Implementierung von RPA in PSFs machen es notwendig, diese durch eine Fallstudie über die Anwendung von RPA zu erheben. Ziel ist es dabei, mit den erhobenen Daten und resultierenden Ergebnisse diese wissenschaftliche Lücke zu schließen. Außerdem trägt die Fallstudie zur Beantwortung der Fragestellung, inwieweit und inwiefern RPA als Digitalisierungstechnologie über das Potenzial verfügt, die digitale Transformation von PSFs voranzureiben und sich damit als strategischer Hebel qualifiziert, bei.

[...]

---

¹ Neben der Prozessdigitalisierung listet die Studie die Customer Experience, Produktinnovation, Strategie, Organisation, Zusammenarbeit, ICT-Betrieb und Entwicklung, Kultur und Transformationsmanagement als Dimensionen der der digitalen Transformation auf (Berghaus u. a., 2017).

² Die Betrachtung der Beratungsperspektive (n= 222) erfolgte vor dem Hintergrund der Technologie-Anwendung, des Technologie-Einsatzes und eines technologisch induzierten Beratungsansatzes.

³ Die Betrachtung der Kundenperspektive (n= 64) erfolgte vor dem Hintergrund der Nutzung, Bereitschaft und Akzeptanz technologisch induzierter Beratungsleistungen.

⁴ Die Kategorie Sonstige umfasst Analytics (4,9 %), Energie (4,9 %), E-Commerce (3,7 %), Blockchain (3,1 %), Andere (3,7 %) und Verbraucher (3,1 %) (Brandt, 2019). Aus Gründen der Übersichtlichkeit und Relevanz für die vorliegende Forschungsarbeit, wurde auf deren Darstellung in Abbildung 3 verzichtet.

⁵ UiPath ist ein 2005 in Bukarest gegründetes globales Softwareuntemehmen für Robotic Process Automation und bietet eine Plattform für Automatisierungsaufgaben an (Forrester, 2018, S. 12).

⁶ Geschäftsprozessmanagementsysteme werden im Englischen mit BPMS abgekürzt. BPMS steht für Business Process Management System (König u. a., 2020, S. 133).