Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Bücher
Zeitschriften
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
ATZ-Fachkongress

Chassis.tech plus 2024


4 Kongresse in einer Veranstaltung

Treffen Sie in München die Fachleute von Chassis, Lenkung, Bremsen sowie Reifen/Räder.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Einleitung Kapitel lesen Erstes Kapitel lesen

2021 | OriginalPaper | Buchkapitel

4. Von RPA zu IPA – Wie Software-Roboter intelligenter werden

verfasst von : Christian Langmann, Daniel Turi

Erschienen in: Robotic Process Automation (RPA) - Digitalisierung und Automatisierung von Prozessen

Verlag: Springer Fachmedien Wiesbaden

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Zusammenfassung

Durch die Verknüpfung von RPA mit weiteren Digitalisierungstechnologien werden Roboter zunehmend intelligent(er). Diese Art von Prozessautomatisierung wird auch als Intelligent Process Automation, kurz IPA, bezeichnet. Das vorliegende Kapitel führt in die Grundlagen zu IPA ein, geht anschließend auf die verschiedenen, dabei eingesetzten Technologien ein (z. B. NLP, Machine Learning oder OCR) und zeigt Anwendungsbeispiele aus dem Finanzbereich dazu auf.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Einführung von RPA im Controlling & Rechnungswesen
Nächstes Kapitel RPA in der Praxis – Ergebnisse einer empirischen Studie
Fußnoten
1
Vgl. Baars und Kemper (2008, S. 132 f.); Piro und Gebauer (2008, S. 146).
 
2
Eine Übersicht zu Technologien und Teilgebieten der KI findet sich zum Beispiel bei Houy et al. (2020).
 
3
Vgl. Ng et al. (2021).
 
4
Vgl. Wittenburg und Tyroller (2020, S. 77).
 
5
(Vgl. Hermann et al. 2018, S. 29).
 
6
Vgl. Ng et al. (2021); Schmelzer (2020).
 
7
(Vgl. Ng et al. 2021, S. 6).
 
8
Vgl. Jogani et al. (2018, S. 66 f.).
 
9
Vgl. Langmann (2021).
 
10
Vgl. Bornet et al. (2021, S. 114 ff.).
 
11
Vgl. Patel et al. (2012); NICE (2021).
 
14
Vgl. Deloitte (2016, S. 13 f.).
 
15
Vgl. KPMG (2020, S. 12, 32).
 
16
(Vgl. Lexoffice 2020).
 
17
Vgl. Berchmans und Kumar (2014).
 
18
Vgl. Ten Hompel et al. (2008, S. 18).
 
19
Vgl. Capgemini (2021); Ling et al. (2020); Ptucha et al. (2019).
 
20
Vgl. Deloitte (o. J.); SAS (2021a); Szeliski (2010).
 
21
Vgl. UiPath (2021).
 
22
Vgl. Wittenburg und Tyroller (2020, S. 79).
 
23
Siehe zu NLP auch weiterführend https://​nlp.​stanford.​edu oder The Stanford NLP Group (2019).
 
24
Vgl. Houy et al. (2020); Nadkarni et al. (2011).
 
25
Vgl. SAS (2021b); Zhang (2019, S. 71).
 
26
Vgl. Kavlakoglu (2021).
 
27
Vgl. Hamilton et al. (2016).
 
28
Vgl. Chowdhury (2005, S. 55); Hirschberg und Manning (2015, S. 26).
 
29
(Vgl. Hamilton et al. 2016).
 
30
Vgl. Fisher et al. (2016).
 
31
Vgl. hierzu Beispielsweise Chen et al. (2017).
 
32
Vgl. zu Sentiment-Score und Magnitude-Score z. B. Google (2021).
 
33
Vgl. Kavlakoglu (2021).
 
34
Vgl. Celikyilmaz et al. (2018); Siebert und Sommer (2020).
 
35
Vgl. Automated Insights (2021)
 
36
Vgl. Siebert und Sommer (2020, S. 30 f.).
 
37
Vgl. Arria (2021, S.14 f.).
 
38
(Vgl. Arria 2021, S. 15).
 
39
Vgl. van der Aalst (2012, S. 76).
 
40
Vgl. van der Aalst (2012, S. 77 ff.); van der Aalst (2016).
 
41
Vgl. Klingeberg et al. (2018, S. 6).
 
42
Vgl. Beisswenger et al. (2020, S. 18).
 
43
Vgl. Mohri et al. (2018, S. 1).
 
44
Vgl. Alpaydin (2020).
 
45
Vgl. Wakefield (2021).
 
46
Vgl. Wenning und Przytulla (2020, S. 11 f.).
 
47
Vgl. Inspirient (2021); Wittenburg und Tyroller (2020, S. 80).
 
48
Vgl. Wittenburg et al. (2020, S. 27).
 
Literatur
Alpaydin E (2020) Introduction to machine learning, 4. Aufl. MIT Press, Cambridge
Baars H, Kemper H-G (2008) Management support with structured and unstructured data – an integrated business intelligence framework. Inf Syst Manag 25:132–148CrossRef
Beisswenger A, Schlott A, Von Hirschausen G, Küster T, Hamann K, Leser C (2020) Robotic Process Automation im Accounting – Beispiele von ProSiebenSat.1, KION und PwC. Rethinking Finance 3(2020):17–26
Berchmans, D, Kumar SS (2014) Optical Character recognition: an overview and an insight, International Conference on Control, Instrumentation, Communication and Computational Technologies (ICCICCT), Kanyakumari, 10–11 July, IEEE
Celikyilmaz A, Deng L, Hakkani-Tür D (2018) Deep learning in spoken and text-based dialog systems. In: Deng L, Yang L (Hrsg) Deep learning in natural language processing. Springer Nature, Singapore, S 49–78
Chen Y-J, Wu C-H, Chen Y-M, Li H-Y, Chen H-K (2017) Enhancement of fraud detection for narratives in annual reports. Int J Account Inf Syst 26:32–45CrossRef
Chowdhury GG (2005) Natural language processing. Ann Rev Inf Sci Technol 37(1):51–89CrossRef
Fisher IE, Garnsey MR, Hughes ME (2016) Natural language processing in accounting. Auditing and finance: a synthesis of the literature with a roadmap for future research. Intell Syst Account Finance Manage 23(3):157–214
Hermann K, Stoi R, Wolf B (2018) Robotic Process Automation im Finance & Controlling der MANN+HUMMEL Gruppe. Controlling Z Erfolgsorientierte Unternehmenssteuerung 3(2018):28–34
Hirschberg J, Manning CD (2015) Advances in natural language processing. Science 349(6245):261–266CrossRef
Klingeberg J, Nakladal J, Baldauf F, Veit F (2018) Process mining and robotic process automation: A perfect match. In: International conference on business process management 2018. Industry Track Session, Sydney, Australia
Ling X, Gao M, Wang D (2020) Intelligent document processing based on RPA and machine learning, Chinese Automation Congress (CAC), Shanghai, 6–8 November, IEEE
Mohri M, Rostamizadeh A, Talwalkar A (2018) Foundations of machine learning, 2. Aufl. MIT Press, Cambridge
Nadkarni PM, Ohno L, Chapman WW (2011) Natural language processing – an introduction. J Am Med Inform Assoc 18(5):544–551
Ng KKH, Chen C-H, Lee CKM, Jiao JR, Yang Z-X (2021) A systematic literature review on intelligent automation: Aligning concepts from theory, practice, and future perspectives. Adv Eng Inform 47:101–246CrossRef
Patel C, Patel A, Patel D (2012) Optical character recognition by open source ocr tool tesseract: a case study. Int J Comput Appl 55(10):50–56
Piro A, Gebauer A (2008) Definition von Datenarten zur konsistenten Kommunikation im Unternehmen. In: Hildebrand K, Gebauer M, Hinrichs H, Mielke M (Hrsg) Daten- und Informationsqualität. Vieweg+Teubner, Wiesbaden, S 143–156
Ptucha R, Petroski F, Pillai S, Brockler F, Singh V, Hutkowski V (2019) Intelligent character recognition using fully convolutional neural networks. Pattern Recogn 88:604–613
Schmelzer A (2020) Robotics Process Automation im Mittelstand am Beispiel Wien Energie. Rethinking Finance 3(2020):65–69
Siebert A, Sommer J (2020) Natural Language Generation im Reporting – Praxisbeispiele von Union Investment. Sopra Steria, ISS und Targobank. Rethinking Finance 6(2020):29–34
Szelisko R (2010) Computer vision: algorithms and applications. Springer, London
Ten Hompel M, Büchter H, Franzke U (2008) Identifikationssysteme und Automatisierung. Springer, BerlinCrossRef
Van der Aalst W (2016) Process mining – data science in action, 2. Aufl. Springer, HeidelbergCrossRef
Wenning A, Przytulla G (2020) Robotic Process Automation im Controlling. Rethinking Finance 3(2020):9–16
Wittenburg G, Roos A, Harnoss J (2020) Adaptives Reporting – Der Schatz im Datensee. Rethinking Finance, 6(2020):21–28
Wittenburg G, Tyroller M (2020) Intelligentere Prozessautomatisierung. Rethinking Finance 3(2020):76–83
Zhang C (2019) Intelligent process automation in audit. J Emerg Technol Account 16(2):69–88CrossRef
Metadaten
Titel
Von RPA zu IPA – Wie Software-Roboter intelligenter werden
verfasst von
Christian Langmann
Daniel Turi
Copyright-Jahr
2021
Buch
Robotic Process Automation (RPA) - Digitalisierung und Automatisierung von Prozessen

Print ISBN: 978-3-658-34679-9

Electronic ISBN: 978-3-658-34680-5

Copyright-Jahr: 2021

DOI
https://doi.org/10.1007/978-3-658-34680-5_4