Was bedeutet Automatisierung?

Der Begriff der Automatisierung wurde in den 1940er Jahren geprägt. Ein Ingenieur der Ford Motor Company beschrieb damit die technische Entwicklung der Fließbänder für die Montage. Als Konzept ist die Automatisierung jedoch weitaus älter.

Die alten Griechen und Ägypter entwickelten selbstgesteuerte Maschinen für praktische Anwendungen und zur Unterhaltung, darunter Wasseruhren und mechanische Tiere. Im Mittelalter und in der Renaissance wurden diese Ideen weiterentwickelt; Ismail al-Jazari und Leonardo di Vinci erfanden Maschinen zur Automatisierung manueller Aufgaben wie Kettenpumpensysteme, den automatisierten Spuler und einen Wagen mit eigenem Antrieb.

Während der industriellen Revolution nahm die Automatisierung dann richtig Fahrt auf. Mit der effizienteren Nutzung von Wasser-, Dampf- und Kohlekraft im 18. Jahrhundert wurden neue Maschinen erfunden, wie der mechanische Webstuhl und die erste industrielle Spinnmaschine „Spinning Jenny“. Sie waren darauf ausgelegt, die menschliche Arbeit zu ersetzen und Ergebnisse zu steigern. Millionen Menschen sahen sich in Folge dessen mit dem Niedergang der Landwirtschaft und des Handwerks in ihrer bisherigen Form konfrontiert.

Fortschritte in der Stahlverarbeitung, der Elektronik und Digitaltechnik lösten im 19. und 20. Jahrhundert weitere industrielle Revolutionen aus. Die Automatisierung schritt so immer schneller voran, wodurch auch der Lebensstandard weltweit anstieg. Wir erleben nun die vierte industrielle Revolution, geprägt von intelligenter Automatisierung auf Grundlage von Lösungen wie der Cloud, Robotik und AI.

Künstliche Intelligenz (AI)

AI ist eine intelligente Form der Automatisierung und verwendet Software, um menschliche Intelligenz zu imitieren oder sogar zu übertreffen. Die AI sucht mit Algorithmen und Logik nach Mustern in Daten und simuliert so die menschliche Wahrnehmung, zum Beispiel bei der Problemlösung. Eine der häufigsten Formen von AI ist Machine Learning. Ohne menschliches Eingreifen und weiteres Programmieren lernt die AI dabei durch Erfahrung.

Einige Einsatzmöglichkeiten für AI und Machine Learning:

• Chatbots und weitere Unterstützung für den Kundensupport
• Vorhersage von finanziellen Risiken und eventuellen Betrugsfällen oder auch Antizipieren von Leistung und Ergebnissen
• Erkennen von bösartiger oder ungewöhnlicher Netzwerkaktivität
• Ermitteln von Vertriebs- und Marketingtrends durch Datenanalyse
• Identifizieren von Personen oder Objekten auf Bildern und in Videos
• Erstellen medizinischer Diagnosen und Gesundheitsprognosen
• Erkennen von positiver oder negativer Einstellung der Verfasser von Texten
• Spracherkennung und Ausführen von Aktionen oder auch Identifizieren von Sprachen
• Vorhersagen von Kundenpräferenzen und Formulieren von Produktempfehlungen
• Eine API, um AI-Funktionen zu erweitern und sie so intelligenter und sicherer gestalten

Dieses Thema wird durchaus kontrovers diskutiert. Dennoch hat AI das Potenzial, der Menschheit auf bisher unvorstellbare Weise zu helfen. So ist AI in der Lage, komplizierte Aufgaben zu automatisieren und Berechnungen anzustellen, zu denen das menschliche Gehirn nicht fähig ist. Damit treibt sie den Fortschritt in so entscheidenden Bereichen wie Gesundheit, Bildung, wissenschaftliche Forschung, Cybersicherheit und Nachhaltigkeit voran.

Einige Beispiele für AI-Lösungen von bekannten Unternehmen: IBM Watson, TensorFlow, Salesforce Einstein und Azure Machine Learning Studio.

Robotic Process Automation (RPA)

Robotic Process Automation (RPA) beschreibt Software, mit der Unternehmen Software-Roboter entwickeln und verwalten. Diese Roboter sind dafür programmiert, einfache Aufgaben im Back-Office zu übernehmen, wie Tabellen ausfüllen oder E-Mails versenden. Die Zeitersparnis ist beträchtlich: Die Mitarbeiter können sich stattdessen auf innovativere Arbeiten konzentrieren. Roboter für Robotic Process Automation, „RPA-Bots“, lernen häufig, indem sie Prozesse aufzeichnen oder durch Screen Scraping. Dabei werden Informationen vom Bildschirm aufgenommen und in Formulare eingetragen. Weitere Beispiele für RPA-Lösungen sind Blue Prism und Power Automate.

Business Process Automation (BPA)

Die Software für Business Process Automation (BPA) wurde entwickelt, um komplexe Geschäftsprozesse mit mehreren Komponenten zu automatisieren. Diese Programme werden von einer zentralen API gesteuert, da Workflows automatisiert und in verschiedene Bereiche der IT-Infrastruktur integriert werden müssen. Unternehmen nutzen BPA häufig zur Automatisierung von Prozessen auf den Gebieten des Personals und der Finanzen: das Einarbeiten neuer Mitarbeiter oder auch das Verarbeiten von Rechnungen. Vertriebs- und Marketing-Teams nutzen BPA-gestützte Lösungen für Customer Relationship Management (CRM) auch gerne, um Vertriebspipelines, Anrufplanung, E-Mail-Kampagnen und den Einsatz sozialer Medien zu automatisieren und zu verwalten. HubSpot, Nintex, Kissflow und Mailchimp sind einige Beispiele für BPA-Lösungen.

Automatisierung von IT-Prozessen

Diese Automatisierungsmethode verwendet Software oder Skripte, um IT-Aufgaben und -Prozesse einheitlich zu gestalten. Sie ist zu einer Kernkomponente der digitalen Transformation geworden, fördert Agilität und optimiert komplizierte Workflows. Tools zur Automatisierung von IT-Prozessen überwachen das System und suchen nach vordefinierten Ereignissen wie routinemäßige IT-Aufgaben, technische Probleme oder bösartige Aktivitäten. Erkennt das Tool ein Ereignis, wird ein automatisierter Workflow ausgelöst: eine Aufgabe wird ausgeführt, ein Problem wird behoben.

Viele IT-Aufgaben bieten sich für die Automatisierung an, darunter:

•     Sicherheitsmonitoring
•     SQL-Anfragen schreiben
•     DevOps-Prozesse
•     Cloud Backup
•     Helpdesk Tickets
•     Passwort-Verwaltung
•     Cloud Workload Management
•     Infrastructure-as-a-Service (IaaS)
•     Monitoring von Dateien und Ereignisprotokollen
•     Netzwerk- und Datenbankverwaltung

Nun findet auch die Orchestrierung eine immer weitere Verbreitung. Dabei handelt es sich um eine weiterentwickelte Form der IT-Prozessautomatisierung. Die Orchestrierung umfasst die Koordination und Verwaltung mehrerer Aufgaben, Systeme oder Anwendungen gleichzeitig und bündelt sie zu einem einzigen Prozess oder Workflow. DevOps-Teams verkürzen damit die Markteinführungszeit. Es bieten sich auch viele weitere Einsatzmöglichkeiten wie die Cloud, Server, Container, Datenbanken und das Störungsmanagement.

Einige Beispiele für IT-Lösungen zur Prozessautomatisierung sind Puppet, Ansible, Jenkins, Kubernetes, VMware, Darktrace und Selenium.

Industrielle Automatisierung

Die industrielle Automatisierung erfolgt mittels physischer Hardware wie Maschinen und insbesondere Roboter. In Fabriken und Lagerhäusern ist sie bereits weit verbreitet und trägt zu einer effizienteren Massenproduktion bei. Auch übernimmt sie komplexe oder gefährliche Aufgaben. Zum Beispiel kommen Roboterarme in Automobilfabriken zum Schweißen und Lackieren zum Einsatz.

Man unterscheidet drei Kategorien von industrieller Automatisierung: fest, programmierbar und flexibel. Computer mit fester Automatisierung sind für eine bestimmte Aufgabe programmiert. Das ist oft recht unflexibel, da eine neue Aufgabe dann neue Maschinen erfordert. Die programmierbare Automatisierung bietet mehr Flexibilität, da die Nutzer hier nach Bedarf neue Aufgaben festlegen können. Sie ist z. B. in der Serienfertigung üblich, wenn sich das Design der Serien unterscheidet. Die flexible Automatisierung macht es also einfach, Maschinen umzuprogrammieren. Ein weiterer Vorteil liegt darin, dass zwischen den Programmen keine Ausfallzeiten auftreten und eine Massenproduktion ohne Einteilung in Serien möglich ist.