Die Arbeit untersucht die Aspekte zur Einführung und Implementierung von Automatisierung, gemeinhin als Process Automation bezeichnet, im Unternehmen im Rahmen von Change Management. Das Ziel der Arbeit ist es, Hypothesen und daraus resultierende Erfolgsfaktoren sowie Handlungsempfehlungen für die Praxis zu erarbeiten.
Im Zeitalter der Digitalisierung gewinnt die Automatisierung sowohl im sozialen als auch im wirtschaftlichen Bereich zunehmend an Bedeutung. Eine besondere Rolle hierbei spielt die Automatisierung von Geschäftsprozessen im Unternehmen. Aufgrund vieler Trends, wie der Weiterentwicklung von Technologien und der Reduzierung von Eintrittsbarrieren in Unternehmen, ergeben sich neue Potenziale und Möglichkeiten.
Auch durch die Demokratisierung von KI und der zunehmend einfachen Programmierung von Automatisierungen ergeben sich Chancen zur Steigerung der Effizienz und der Reduzierung von Kosten. Doch die Nutzung und Implementierung von Automatisierungstechnologien muss zielgerichtet und zusammen mit den Mitarbeitern erfolgen, um nachhaltige Lösungen zu schaffen sowie den Wandel zum digitalen, automatisierten Unternehmen zu meistern.
Die Automatisierung führt sowohl für das Unternehmen als auch für die Mitarbeiter zu großen Veränderungen. Sie müssen sich in immer kürzeren Intervallen auf neue Prozesse und Technologien ein-stellen. Die Einführung von Automatisierungstechnologien bringt nicht nur Vorteile, sondern auch Risiken und Herausforderungen mit sich, die es zu berücksichtigen gilt. Für eine erfolgreiche Implementierung innerhalb der Organisation müssen die resultierenden Veränderungen systematisch eingeführt und verankert werden.
Inhaltsverzeichnis
1 Einleitung
1.1 Ausgangssituation
1.2 Ziel der Arbeit
1.3 Aufbau der Arbeit
2 Theoretische Grundlagen und Stand der Forschung
2.1 Automatisierung von Prozessen
2.2 Einfache / Klassische Automatisierung
2.3 Robotic Process Automation
2.4 Künstliche Intelligenz
2.4.1 Machine Learning
2.4.2 Deep Learning
2.4.3 Computer Vision
2.4.4 Natural Language Processing, Generation und Understanding
2.5 Intelligent Process Automation
2.6 Change Management
2.6.1 Ziele des Change Managements
2.6.2 Ausgestaltung und Ablauf des Change-Prozesses
2.7 Forschungslücken
3 Methodisches Vorgehen
3.1 Qualitative Forschung als Forschungsmethode
3.1.1 Semistrukturierte Leitfadeninterviews zur Datenerhebung
3.1.2 Expertenauswahl und Darstellung der Stichprobe
3.1.3 Auswahl eines Transkriptionssystem
3.2 Qualitative Inhaltsanalyse
3.2.1 Ablauf der zusammenfassenden Inhaltsanalyse
3.2.2 Bestimmung der Analyse- und Kodiereinheiten
3.2.3 Entwicklung eines Kategoriensystems und induktiven Subkategorien
3.3 Gütekriterien und Limitationen der Studie
4 Ergebnispräsentation
4.1 Hauptkategorie: Einsatz von IPA
4.1.1 Subkategorie: nicht geplant
4.1.2 Subkategorie: in Planung
4.1.3 Subkategorie: bereits in Einsatz
4.2 Hauptkategorie: Sensibilisierung
4.2.1 Subkategorie: Strategie und Vision
4.2.2 Subkategorie: Management Unterstützung
4.2.3 Subkategorie: Zusammenarbeit IT und Fachbereich
4.3 Hauptkategorie: Mobilisierung
4.3.1 Subkategorie: durch top-down
4.3.2 Subkategorie: durch bottom-up
4.3.3 Subkategorie: durch Kommunikation
4.3.4 Subkategorie: durch Marketing
4.3.5 Subkategorie: durch Befähigung der Fachbereiche zu Analysten
4.3.6 Subkategorie: durch Befähigung der Fachbereiche zu Entwicklern
4.3.7 Subkategorie: durch keine Befähigung
4.4 Hauptkategorie: Verankerung
4.4.1 Subkategorie: einer Community
4.4.2 Subkategorie: von Veränderungen bei Arbeitsabläufen
4.4.3 Subkategorie: von Veränderungen bei Zusammenarbeit mit Robotern
4.4.4 Subkategorie: von Veränderungen bei neuen Rollen
4.5 Hauptkategorie: Risiken
4.5.1 Subkategorie: Wissensverlust
4.5.2 Subkategorie: Abbau von Arbeitsplätzen
4.5.3 Subkategorie: Widerstand
4.6 Zusammenfassung der Hypothesen
5 Diskussion und Zusammenführung der Ergebnisse
5.1 Spiegelung der Ergebnisse am Stand der Forschung
5.2 Implikationen für die Praxis und Handlungsempfehlungen
5.3 Kritische Reflexion und Würdigung
6 Fazit und Ausblick
Zielsetzung & Themen
Diese Arbeit befasst sich mit der Automatisierung von Geschäftsprozessen mittels Process Automation unter Berücksichtigung von Change-Management-Aspekten. Ziel ist es, Hypothesen zu entwickeln und Erfolgsfaktoren sowie Handlungsempfehlungen abzuleiten, um Automatisierungsprojekte in Unternehmen erfolgreich zu gestalten und die Akzeptanz bei den Mitarbeitern zu sichern.
- Grundlagen von Prozessautomatisierung (RPA & IPA)
- Methoden und Modelle des Change Managements
- Qualitative Experteninterviews zur Identifikation von Erfolgsfaktoren
- Herausforderungen und Risiken bei der Implementierung
- Befähigung und Einbindung von Mitarbeitern (Change-Management)
Auszug aus dem Buch
1.1 Ausgangssituation
Im Jahre 1996 gelang es zum ersten Mal einem Computer gegen einen Schachweltmeister in einer Partie und 1997 in einem Turnier zu gewinnen. Der Computer hieß Deep Blue und wurde von der IBM entwickelt. Garry Kasparov, der damals beste Schachspieler, setzte sich zuvor im Jahre 1996 noch gegen Deep Blue durch, nachdem er eine Partie verloren hatte. Das Turnier von 1997 diente als Revanche, wobei das Team von IBM (vgl. Abbildung 1) den Computer gegenüber dem Turnier des Vorjahres erheblich verbesserte.1
Am 11. Mai 1997 setzte sich Deep Blue in einem Sechs-Punkte-Wettbewerb gegen den amtierenden Schachweltmeister durch. Deep Blue gewann zwei Partien, Kasparov eine, und drei Partien waren unentschieden. Die letzte Partie, die nur 19 Züge dauerte, wurde vom Computer gewonnen.2 Damals wurde Deep Blue gegen Kasparov als Wendepunkt in der Geschichte der Informatik gefeiert und als demütigender Rückschlag für die menschliche Intelligenz bedauert. In den Medien gab es zahlreiche Berichte über die Bedeutung des Ereignisses für die Menschheit, die Entwicklung künstlicher Intelligenz (KI) und des Schachspiels. Es machte insbesondere den Konflikt zwischen Mensch und Maschine zum Gesprächsthema und erinnerte an die uralte Furcht der Menschen vor der Dominanz der Maschinen.3 Der Triumph gegen Kasparov war insofern besonders bemerkenswert, als sich die Forschung im Bereich der künstlichen Intelligenz seit Jahrzehnten auf Schachcomputer konzentriert hatte und Schach weithin als zentrales Paradigma der Forschung angesehen wurde. Wie Monty Newborn, damaliger Vorsitzender des Computerschach-Komitees und Organisator des Turniers, kurz und bündig erklärte, war Deep Blue der Höhepunkt der Bemühungen von Hunderten von Wissenschaftlern in den späten 1950er Jahren, Schachcomputer zu entwickeln.4
Zusammenfassung der Kapitel
1 Einleitung: Beschreibt die Ausgangssituation der Automatisierung, leitet die Forschungsziele ab und skizziert den Aufbau der Master-Thesis.
2 Theoretische Grundlagen und Stand der Forschung: Definiert zentrale Automatisierungstechnologien (RPA, IPA, KI) und analysiert einschlägige Modelle des Change Managements (Lewin, Kotter).
3 Methodisches Vorgehen: Erläutert das qualitative Forschungsdesign der Arbeit, basierend auf leitfadengestützten Experteninterviews und der qualitativen Inhaltsanalyse nach Mayring.
4 Ergebnispräsentation: Stellt die kodierten Erkenntnisse aus den Interviews dar, gegliedert in Hauptkategorien wie Einsatz von IPA, Sensibilisierung, Mobilisierung, Verankerung und Risiken.
5 Diskussion und Zusammenführung der Ergebnisse: Spiegelt die empirischen Ergebnisse am theoretischen Stand der Forschung, leitet Implikationen für die Praxis ab und führt eine kritische Reflexion durch.
6 Fazit und Ausblick: Fasst die Kernergebnisse der Arbeit zusammen und gibt einen Ausblick auf die zukünftige Bedeutung der technologischen Entwicklung für Change Managementsprozesse.
Schlüsselwörter
Change Management, Robotic Process Automation, RPA, Intelligent Process Automation, IPA, Automatisierung, Geschäftsprozesse, Experteninterviews, Qualitative Inhaltsanalyse, Erfolgsfaktoren, Implementierung, künstliche Intelligenz, digitale Transformation, Mitarbeiterbefähigung, Change-Kommunikation
Häufig gestellte Fragen
Worum geht es in dieser Master-Thesis grundlegend?
Die Arbeit untersucht die automatisierte Abwicklung von Geschäftsprozessen (Process Automation) und betrachtet dabei kritisch die Rolle des Change Managements bei der Implementierung neuer Technologien.
Welche zentralen Themenfelder behandelt die Arbeit?
Die Arbeit verknüpft technische Aspekte der Prozessautomatisierung (RPA und IPA) mit organisationalen Change-Management-Modellen, um Faktoren für ein erfolgreiches Transformationsprojekt zu identifizieren.
Was ist das primäre Ziel der Untersuchung?
Ziel ist die Identifikation zentraler Erfolgsfaktoren und die Erarbeitung von Handlungsempfehlungen für die Praxis, damit Unternehmen ihre Mitarbeitenden systematisch auf den digitalen Wandel vorbereiten können.
Welche wissenschaftliche Methode wird angewendet?
Die Arbeit nutzt einen qualitativen Forschungsansatz. Es wurden leitfadengestützte Experteninterviews durchgeführt und das gesammelte Datenmaterial mittels qualitativer Inhaltsanalyse (nach Mayring) ausgewertet.
Welche Schwerpunkte bietet der Hauptteil?
Der Hauptteil analysiert den Stand der Technik, stellt theoretische Modelle vor, beschreibt das methodische Vorgehen und präsentiert detailliert die Ergebnisse aus den Interviews, die in verschiedene Kategorien wie Risiken oder Mobilisierung unterteilt sind.
Welche Schlüsselbegriffe sind für die Arbeit charakteristisch?
Neben technischen Begriffen wie RPA (Robotic Process Automation) und IPA (Intelligent Process Automation) sind Begriffe wie Change Management, Mitarbeiterbefähigung, Akzeptanz und Prozessoptimierung zentral.
Wie unterscheidet sich RPA von IPA laut der Arbeit?
RPA wird als regelbasierte Automatisierung von repetitiven Aufgaben definiert, während IPA (Intelligent Process Automation) zusätzliche Technologien (z.B. KI, NLP) einbindet, um auch komplexere, unstrukturierte Prozesse zu bewältigen.
Wie bewertet der Autor die Rolle des Managements bei Automatisierungsprojekten?
Das Management spielt eine Schlüsselrolle als Sponsoren und zur strategischen Ausrichtung. Die Arbeit hebt hervor, dass die Unterstützung durch Führungskräfte – besonders in den initialen Phasen – ein kritischer Erfolgsfaktor ist.
Welchen Einfluss hat die Unternehmenskultur auf den Automatisierungserfolg?
Eine offenere, innovationstreibende Unternehmenskultur begünstigt die Annahme der Automatisierung. Umgekehrt kann Widerstand entstehen, wenn die Belegschaft Ängste vor Arbeitsplatzverlusten hat, sofern diese nicht proaktiv durch Kommunikation adressiert werden.
- Quote paper
- Enver Cetin (Author), 2022, Implementierung von Process-Automation. Erfolgsfaktoren für Change Management und Automatisierung, Munich, GRIN Verlag, https://www.grin.com/document/1303571
