RPA Beispiel: Finanzdienstleister MLP automatisiert Prozesse mit Servicetrace

Als zukunftsorientierter deutscher Finanzdienstleister beschäftigte sich die MLP-Gruppe mit Robotic Process Automation (RPA). Dabei erkannte die Geschäftsleitung schnell den vielfältigen Nutzen: unter anderem weniger Kosten durch schnellere, fehlerfreie Prozesse, weniger Administration und eine höhere Mitarbeiter- und Kundenzufriedenheit. MLP wählte die deutsche RPA-Lösung XceleratorOne (X1) von Servicetrace als Technologie und führte innerhalb von nur 14 Monaten robotergesteuerte Prozessautomatisierung im Unternehmen ein. Zudem installierte MLP ein effektives Steuerungsmodell für RPA.

Seit 1971 ist die MLP-Gruppe der erste Ansprechpartner bei Finanzfragen für mehr als 555.000 Familien- und 22.400 Firmenkunden. 1.800 Mitarbeiter und mehr als 2.000 Berater betreuen deutschlandweit ein Vermögen von mehr als 48 Milliarden Euro. Die Themen Digitalisierung und Robotics wurden von der Geschäftsleitung intern angestoßen – sie wollte wissen: Welche Möglichkeiten bieten Robotics? Was kann RPA leisten und welchen Nutzen bringt diese Technologie? So setzte sich das Unternehmen mit der Automatisierung von Geschäftsprozessen auseinander und erkannte schnell, dass es bezüglich Software-Robotern, Prozessautomatisierung und Künstlicher Intelligenz vielfältige Einsatzmöglichkeiten und Vorteile gibt.

Ein Treiber für Robotics und Automation war unter anderem die technologische Situation der MLP Banking AG. Als “Nicht-Großbank” setzte MLP Banking AG auf eine externe Kernbankenlösung, welche viele doppelte Dateneingaben erforderte und zum damaligen Zeitpunkt nicht ausreichend in andere Systeme von MLP integriert war. Das Ergebnis: eine darunter leidende Datenqualität und zeitaufwändige manuelle Arbeitsabläufe, insbesondere im Bereich Konto & Wertpapierabwicklung. Im Bank-Bereich von MLP war der Bedarf für Automatisierung und Digitalisierung, u. a. per RPA, daher besonders groß.

Wie kann man Prozesse automatisieren? Von der Idee zum Proof-of-Concept

In einem ersten Schritt stellte MLP ein interdisziplinäres Team zusammen, welches Informationen sammelte und die Produkte etablierter Anbieter verglich. Dieses Auswahlgremium erarbeitete daraufhin einen Kriterienkatalog für die Technologieauswahl. Anfang 2020 erfolgten dann die ersten Machbarkeitstests mit zwei Anbietern: Im jeweils über mehrere Tage dauernden Proof of Concept (PoC) war es das Ziel, zwei ausgewählte Beispiele erfolgreich zu automatisieren und so die Machbarkeit, die Software sowie die internen Rahmenbedingungen zu überprüfen. Aufgrund des ersten Corona-Lockdowns im Frühjahr 2020 mussten die PoCs komplett virtuell stattfinden. Nach diesem Realitätscheck entschied sich MLP für den deutschen RPA-Anbieter Servicetrace und dessen RPA-Software XceleratorOne (X1).

„Der Vergleich von zwei Anbietern in einem PoC war extrem hilfreich für uns. Wir hatten erst einen anderen Favoriten, aber Servicetrace und ihre einzigartige Plattform X1 waren dem Wettbewerb schlussendlich deutlich überlegen.“

Timo Niethammer, Projektmanager in der Organisationsentwicklung bei MLP und zuständig für RPA

„Die Automatisierung mit der Servicetrace-Plattform X1 führte zu sehr guten Ergebnissen. Ebenso überzeugte uns die intelligente Bilderkennungstechnologie, die wir für die Automatisierung in einer Citrix-Umgebung unbedingt benötigen. Die Bilderkennung von Servicetrace funktionierte besser als Citrix-Plugins anderer Anbieter. Zudem überzeugte uns die hohe Kundenorientierung des Consulting- und Support-Teams von Servicetrace, die Chemie zwischen ihnen und den MLP-Kolleginnen und Kollegen hat von Anfang an gepasst”, führt Niethammer weiter aus.

SOFTWARE ROBOTICS EINFACH TESTEN

Testen Sie für 30 Tage unsere Lösungen für Robotic Process Automation, Application Performance Monitoring und Test Automation.

Darum entschied sich MLP für den Einsatz der Servicetrace-Lösung:

  • Einfachheit: Die intuitive und einfache Anwendung der Plattform X1 fördert die Akzeptanz unter den Nutzern in den Fachbereichen. Denn MLP verfolgt den Ansatz, Business-Anwender für die Automatisierung zu befähigen.
  • Struktur: Integrierte Lifecycle-Methodik von Servicetrace ermöglicht eine unternehmensweit standardisierte, sehr strukturierte Herangehensweise.
  • Compliance: Der Lifecycle-Ansatz von X1 eignet sich bestens für Revisionen und Prüfungen im hochregulierten Finanzbereich, da die Plattform die Einführung und Umsetzung sehr transparent und nachvollziehbar macht.
  • Bilderkennung: Die intelligente und außergewöhnlich hochwertige Servicetrace-Bilderkennung ist deutlich besser als beim Wettbewerb und ermöglicht und vereinfacht die Prozessautomatisierung mit Citrix.
  • Customer Support & Consulting: Das Servicetrace-eigene Consulting- und Customer-Support-Team war direkter und kompetenter Ansprechpartner während der ersten Einführungsphasen.

Unternehmensweiter RPA-Rollout in drei Phasen in rund 14 Monaten

Die Anbieter- und Produktauswahl des Gremiums inklusive PoC und Entscheidung dauerte von Januar bis Mai 2020. Diese erste Phase der Einführung erfolgte aufgrund von Corona komplett virtuell. Von Juni bis Oktober fanden dann umfangreiche Vorbereitungen und die weitere Planung statt: Bis zum Aufbau der notwendigen IT-Architektur und -Infrastruktur galt es, ein Betriebsmodell für die Automatisierung zu entwickeln. Gleichzeitig startete Servicetrace bereits mit der Schulung ausgewählter MLP-Mitarbeiter, die künftig neben ihrem vorherigen Aufgabenspektrum auch Teilzeit-RPA-Designer werden wollten. Die letzte Etappe der Einführung war dann eine rund fünfmonatige Phase des Rollouts und Wissensaufbaus. In dieser letzten Phase ging es vor allem darum, aus der Prozess-Pipeline erste Prototypen zu entwickeln und den Übergang zum Betrieb aufzusetzen. Das beinhaltete zum Beispiel die Entwicklung des Happy Path, die Erweiterung dessen um den Umgang mit Fehlern (error handling), Abläufe rund ums Testen der Automatisierungs-Workflows sowie die Inbetriebnahme und das Monitoring erster Prozessautomatisierungen.

Themen und Entscheidungen in der Vorbereitungsphase:

  • Betriebsmodell: Entscheidung von MLP für den Betrieb in der Cloud.
  • Prozess-Pipeline  aufbauen: Sammeln von Prozessen, die sich für die Automation eignen in Zusammenarbeit mit den Fachbereichen.
  • Prozessevaluierung: Einerseits die technische Machbarkeit und andererseits den Mehrwert der Automatisierung eines Prozesses bewerten.  MLP orientiert sich an einem Richtwert von 80 Arbeitsstunden, den ein Prozess jährlich einsparen sollte, damit sich der Entwicklungsaufwand nach etwa einem Jahr amortisiert
  • Arbeitsweise & Kommunikationsstrukturen: Mit mehr Praxiserfahrung werden die RPA-Designer immer effizienter. MLP startet mit einer agilen Arbeitsweise und mit bewusst kurzen Zeiträumen und konkreten Zielen für das Design der Automatisierungsabläufe. Über den Status, die Ergebnisse und die Erfahrungen reflektiert das Team regelmäßig und sehr offen.

Unternehmensweite Einführung der Prozessautomatisierung bei MLP in drei Etappen.

Ein unternehmensweites Steuerungsmodell mit einem dezentralen Center of Excellence (CoE)

Der Kern des CoE besteht aus vier Mitarbeitern, zwei davon fungieren stellvertretend. Projektmanager Timo Niethammer war von Beginn an dabei und ist eines der aktiven CoE-Mitglieder. Er arbeitet fast Vollzeit für das CoE und in seiner Rolle eng mit den dezentralen Projektbeteiligten in den Business-Bereichen zusammen. Denn für MLP war bei der Implementierung klar: Die Fachbereiche kennen ihre Prozesse am besten. Daher sollen die dortigen Mitarbeiter als Prozessdesigner für die Optimierung und Automatisierung befähigt werden. Bis März 2021 waren dies sechs Personen aus zwei Fachbereichen. In den darauffolgenden Monaten sollten drei weitere Fachbereiche mit Anwendern folgen. Auch die Verantwortung für den Betrieb der Prozesse verbleibt in den Business-Bereichen. Das heißt, schlägt ein Automatisierungsablauf fehl, läuft der entsprechende Alarm auch im Business-Bereich auf, damit dieser zügig reagieren kann.

Die Aufgaben des CoE bei MLP:

  • Entwicklung einer RPA-Strategie
  • Fachlicher & technischer Betrieb des RPA-Tools
  • Zentrale Steuerung von RPA
  • Zusammenbringen aller relevanten Stakeholder
  • (Weiter-)Entwicklung von Standards, Best-Practices und Prozessen
  • Service & Support für die Technologie
  • Wissenstransfer in die Organisation
  • Management des Wandels hin zu einer automatisierten Organisation
  • Reporting an Führungskräfte und C-Level

Entscheidungsablauf der Prozessautomatisierung:

  •  Mitarbeiter reichen beim CoE Ideen für Prozesskandidaten ein
  • CoE bewertet gemeinsam mit den Mitarbeitern das Potenzial und die Realisierbarkeit (mit Prozessevaluation)
  • Entscheidung zur Automatisierung: Nein –> Rückmeldung an Fachbereich
  • Ja –> Application Owner werden informiert vom CoE
  • Aufnahme des Prozesses in die Prozess-Pipeline für ein kommendes RPA-Camp.

RPA: Kommunikation und Kollaboration sind wesentliche Erfolgsfaktoren

Das von MLP entwickelte Betriebsmodell für die Prozessautomatisierung umfasst neben den technischen Themen vor allem drei Elemente: 1. definierte Stakeholder, 2. die Steuerungsorgane und 3. regelmäßige Kommunikationsformate. Zu den Stakeholdern gehören der Vorstand ebenso wie die einzelnen Fachbereiche, das CoE inklusive der IT-Abteilung und die Prozessdesigner. Die übergreifenden Steuerungsorgane für die unternehmensweite Automatisierung sind neben dem CoE  sogenannte Mission Control Meetings und ein einwöchiges RPA-Camp pro Monat.

In den Mission Control Meetings wird der Fortschritt aller Prozessoptimierungsmaßnahmen inkl. RPA überwacht. Das CoE bewertet und priorisiert die Prozesskandidaten in der Pipeline in Abstimmung mit den Business-Bereichen. Die Prozessdesigner entscheiden gemeinsam mit dem CoE alle drei Monate aufs Neue welche Prozesse sie im kommenden Quartal realisieren wollen. Maßgeblich ist dabei die Priorisierung in der Prozess-Pipeline. Diese Sprints gehen mit drei Monaten ungewöhnlich lange, da die Designer die Prozessautomatisierung neben ihren sonstigen Aufgaben umsetzen. Dieser längere Zyklus soll auch der unterschiedlichen Lerngeschwindigkeit Rechnung tragen. Außerdem arbeiten die Designer der Prozessautomatisierung zu zweit in Tandems. Das verstärkt den Austausch und den Wissenstransfer. Das Tandem-Modell hilft auch dabei, dass sich gerade in den digitalen Arbeitswelten zu Corona-Zeiten niemand allein gelassen fühlt. Dies ist auch der Grund, warum in den Camps virtuell ein Großraum-Büro simuliert wird: Alle Designer arbeiten mit aktivierter Kamera, obwohl jeder für sich arbeitet. Diese Atmosphäre fördert das Gemeinschaftsgefühl und verringert die Hürden für die Kommunikation untereinander.

Ein regelmäßiger, enger Austausch findet beispielsweise auch mit der IT-Abteilung als festen Bestandteil des CoE statt, da diese für die Automatisierung immer benötigt wird. Einerseits für den Betrieb der IT-Infrastruktur, andererseits auch, weil die Roboter, auch “Bots” genannt, bei der Ausführung der Automatisierung auf IT-betriebene Systeme und Applikationen zugreifen. Eine enge Zusammenarbeit zahlt sich aus und steigert die Qualität und Effizienz bei der Umsetzung.

Seit dem Go-Live im Februar 2021 hat MLP sechs Prozesse erfolgreich automatisiert und eine umfangreiche Pipeline für zu automatisierende Prozesse angelegt. Mit den bisher automatisierten Prozessen rund um Themen wie Daueraufträge bearbeiten oder Vermögensdepots anlegen reduzierte MLP den Aufwand für manuelle Tätigkeiten um mehr als zwölf Stunden täglich.

Erfolgsfaktoren der RPA-Implementierung bei MLP:

  • IT für unternehmensweiten RPA-Einsatz unerlässlich
  • Kleines Kernteam aus IT & Prozessmanagement zur Koordinierung der Aktivitäten
  • Management-Buy-in sorgt für Bereitstellung nötiger Ressourcen
  • Fokussiertes Arbeiten im Projekt und Tagesgeschäft in Einklang bringen
  • Regelmäßiger Austausch und Kommunikation mit den Stakeholdern wichtig
  • Ziele für kurze Zeiträume setzen, regelmäßig Erfahrungen reflektieren und Vorgehen optimieren
  • Arbeit in Tandems fördert Lernen und stärkt Teamgeist

Die Steuerungsorgane, Kommunikationsformate und Stakeholder für die RPA-Implementierung bei MLP