Data Robotics

Datengetriebene selbstlernende Roboter
Effiziente und flexible Geschäftsprozesse

Data Robotics

Probier Es Aus

Bevor Sie das Anmeldeformular ausfüllen, lesen Sie bitte die Datenschutzerklärung gemäß Artikel 13 der EU-Verordnung 2016/679.

Eingabe ungültig
Eingabe ungültig
Eingabe ungültig
Eingabe ungültig
Eingabe ungültig
Eingabe ungültig
Eingabe ungültig

Privacy


Ich erkläre, dass ich die Datenschutzerklärung gelesen und verstanden habe und erkläre mich mit der Verarbeitung meiner persönlichen Daten durch Reply SpA für Marketingzwecke einverstanden, insbesondere für den Erhalt von Werbe- und kommerziellen Mitteilungen oder Informationen über Antwortveranstaltungen oder Webinare unter Verwendung automatisierter Kontaktmittel (z.B. SMS, MMS, Fax, E-Mail und Webanwendungen) oder herkömmlicher Methoden (z.B. Telefonanrufe und Briefe).

Data Robotics

Data Robotics (Data driven machine learning Robot) wird definiert als die Gesamtheit aller Technologien, Techniken und Anwendungen, die erforderlich sind, um einen neuen, auf Self-Learning Technologien und künstlicher Intelligenz basierenden Automatisierungsprozess zur Steigerung der Produktivität und Effizienz von Geschäftsprozessen zu entwickeln und zu realisieren. Geschäftsprozesse, die Robotik und Machine-Learning-Techniken verknüpfen, erleichtern die Einführung und Integration der Automatisierung in organisatorische Prozesse. Einige Operationen, die kurzfristig ausgeführt werden müssen, können von einem Roboter mit Unterstützung von Machine-Learning-Techniken effizient durchgeführt werden. Dies ist für viele Geschäftsprozesse in der Industrie durch alle Branchen hindurch umsetzbar.

Zum Framework von Data Robotics gehören insbesondere sowohl Instrumente der Robotic Process Automation (RPA) als auch der Intelligent Process Automation (IPA). Dank „intelligenter“ Technologien, die sich von der Automatisierung regelmäßig wiederkehrender Aufgaben hin zu neuen Paradigmen entwickeln, die auf Machine Learning basieren, gewährleistet die IPA auch eine Verbesserung und Optimierung der RPA. Auf diese Weise können Data Robots neue Fähigkeiten entwickeln, Entscheidungen treffen, Bewertungen vornehmen und Feedback geben: “It takes the robot out of the human”.

AUTOMATION OPPORTUNITY MATRIX

Reply unterstützt seine Kunden von Beginn an auf ihrer Automatisierungsreise durch den Einsatz der „Automation Opportunity Matrix“, einer strukturierten Methode, die in Zusammenarbeit mit dem DEVO Lab von SDA Bocconi entwickelt wurde. Diese Matrix ermöglicht den Entwurf interner Prozesse basierend auf qualitativen und quantitativen Eigenschaften in vier Analysedimensionen: Struktur von Geschäftsprozessen, Wichtigkeit des Prozesses für die Geschäftstätigkeit des Unternehmens, der wirtschaftliche Wert des Prozesses und die Risiken, die mit der Nichteinhaltung von operativen oder regulatorischen Standards des Prozesses verbunden sind.

ZUSAMMENARBEIT VON REPLY MIT SDA BOCCONI DEVO LAB
FÜR DATA ROBOTICS

Data Robotics Lab ist ein von Reply in Zusammenarbeit mit dem DEVO Lab von Bocconi entwickeltes Innovationslabor, ein Forschungszentrum, das sich auf Themen des digitalen Wandels innerhalb der SDA Bocconi School of Management konzentriert. Das Labor positioniert sich als Kompetenzzentrum, das neue Perspektiven und wissenschaftliche Methoden der Business School mit der technologischen Expertise von Reply vereint.

MEHR ERFAHREN

WAS IST DATA ROBOTICS?

Multiple decision making

Multiple Datenquellen
Statistikgestütztes Lernen
Erkennung von natürlicher Sprache
Bedeutungsverstehen

Pattern based decisions

Mustererkennungsgestütztes Lernen
Unstrukturierte Daten
Autonomes Lernen mit menschlicher Unterstützung
Eingeschränkte Entscheidungsfindung auf Basis von bereitgestellten Informationen

Structured Rules

Arbeitsablauf
Regelbasiert
Strukturierte Daten
Keine Entscheidungsfindung

Basic Automation / Workflow

Einzel-/Makro-Anwendung

Machine Learning
RPA
Workflow
Die Umsetzung von Data Robotics-Lösungen bedeutet, auf diesen Bereich zu fokussieren

KONTINUIERLICHES LERNEN VON MASCHINEN

Der Data Robot ist das Ergebnis des Trainings auf Basis von:

  • historischen Daten
  • kontinuierlichen Verbesserungen der Ergebnisse der durch den Bediener/Anwender getroffenen Entscheidungen

Sammeln historischer Daten

Der Data Robot „beobachtet“ eine bestimmte Zeit lang die Eingangsdaten und die vom menschlichen Benutzer getroffenen Entscheidungen.

Wettstreit der Algorithmen

70 % der Eingangsdaten und der jeweiligen Entscheidungen speisen den Data Robot: Der Algorithmus wird gewählt, der den vom Menschen getroffenen Entscheidungen am besten entspricht.

Testen der Genauigkeit

Die übrigen 30 % der Eingangsdaten werden vom gewählten Algorithmus zur Entscheidungsfindung verwendet. Wenn die Entscheidungen denen der Menschen entsprechen, wird der Algorithmus bestätigt, andernfalls werden die Eingangsdaten mit den richtigen Entscheidungen verbunden und dafür verwendet, den Algorithmus des Data Robot zu verfeinern.

Kontinuierliches Lernen

Sobald das erste Training abgeschlossen ist, werden die neuen Eingangsdaten vom Algorithmus des Data Robot verarbeitet, der autonom Entscheidungen trifft und ihnen ein „Konfidenzniveau“ zuweist: Ist es zu niedrig, bittet der Data Robot den Menschen, die Entscheidung zu bestätigen oder zu ändern. Falls die Entscheidung des Data Robot verworfen wird, dient sie dazu, den Algorithmus zu verfeinern, wie im Schritt „Testen der Genauigkeit“ beschrieben.

NUTZEN VON DATA ROBOTICS

Verbesserte Datenanalyse

Je mehr Daten Sie haben, desto bessere Entscheidungen können Sie auf der Mikro- wie auf der Makroebene treffen.
Je mehr Prozesse verfolgt werden, desto mehr Gelegenheit können Sie erhalten, Optimierungslücken zu identifizieren und die Effizienz zu steigern.

Verbesserte Einhaltung gesetzlicher Vorschriften

Automatisierung bedeutet, das automatisierte System vollständig zu verfolgen und zu dokumentieren.
Die Data Robotics-Lösung liefert detaillierte Messdaten zum Workflow und ermöglicht so einen gründlichen Einblick, der die Einhaltung spezifischer Vorschriften erlaubt.

Erhöhte Effizienz

Data Robotics benötigt keine Auszeit (24 Std. tgl.).
Das gleiche Arbeitsvolumen kann in kürzerer Zeit bewältigt werden.
Nachgelagerte Arbeiten beginnen früher.

Höhere Produktivität der Mitarbeiter

Während Data Robotics die eher repetitiven Aufgaben erledigt, können die Mitarbeiter an mehr wertschöpfenden Aktivitäten teilnehmen (persönliche Interaktion, Problemlösung, Entscheidungsfindung).
Wenn Mitarbeiter spüren, dass ihre Arbeit wertgeschätzt wird und lohnend ist, nimmt ihre Produktivität zu.
Darüber hinaus werden die Mitarbeiter bei ihren wertschöpfenden Aufgaben besser unterstützt, was ihre Produktivität erneut erhöht.

Erhöhte Genauigkeit

Mitarbeiter sind Menschen und Menschen machen Fehler.
Data Robotics eliminiert Verarbeitungsfehler, wenn alle Prozesse und Unterprozesse gut abgebildet sind.
Dennoch muss der Data Robot getestet, trainiert und geführt werden.

Logistischer Vorteil

Komplikationen mit Arbeitsleistungen im Ausland werden minimiert oder eliminiert (Zeitzonenunterschiede, Kultur- und Sprachbarrieren usw.).
Die Notwendigkeit von Mitarbeiterrekrutierung und Schulungskosten wird reduziert.

Flexibilität und Skalierbarkeit

Fernmanagement der IT-Infrastruktur zur Untersuchung und Lösung von Problemen bewirkt einen schnelleren Prozessdurchsatz.
Data Robotics erleichtert den Betrieb einer skalierbaren Infrastruktur und ermöglicht die Bewältigung kurzfristiger Nachfrage ohne zusätzliche Rekrutierung oder Schulung.

REPLY DATA ROBOTICS ACCELERATORS

Reply hat eine Reihe von Acceleratoren entwickelt, die Data Robotics für verschiedene Anwendungsbereiche einsetzbar machen.

  • strip-0

    AUTOMATED INVOICE

    Vorreiter für die Gestaltung des Rechnungsstellungsprozesses, von der Automatisierung der Eintragung der in den Rechnungen enthaltenen Daten bis zur Überprüfung und zum automatisierten Abgleich der Rechnungen und der entsprechenden Frachtbriefe mittels OCR und Machine-Learning-Algorithmen, mit automatischer Identifizierung eventueller Unstimmigkeiten (z.B. Preise und/oder Mengen, die nicht mit den bestellten übereinstimmen), wobei die Daten nicht nur auf den Kodierungen der Produkte in den Stammdatensätzen der Materialien beruhen.

  • BRICK MACHINE LEARNING

    Ein Dashboard, über das der Nutzer für jede Aktivität innerhalb der Produktionslinie den besten „Asset Mix” sowie die beste GAE (Gesamtanlageneffektivität) ermitteln kann. Über das Dashboard lassen sich verschiedene Konfigurationen über automatische Fertigungsanlagen simulieren, auf deren Grundlage die optimale Mischung der Geräte vorgeschlagen wird, durch die sich die vom Endkunden verlangten komplexen Leistungen erreichen lassen.

    strip-1
  • strip-2

    CUSTOMER RECOVERY

    Die Aktivität von Finanzinstituten bei der Konsolidierung eines umfangreichen Kreditrisikomanagements ist heute, aufgrund des ihm innewohnenden empfindlichen Gleichgewichts, mehr denn je entscheidend. Die Lösung wurde auf Microsoft Azure Machine Learning entwickelt. Dieses Programm ermöglicht es, cloudbasierte Vorhersageanalysen zu erstellen und zu testen. ML Studio ermöglicht die Kontrolle des End-to-End Prozesses: Anwendung von Datenaufbereitungsmodulen für Rohdaten, Ausführung von Experimenten mit bereitgestellten Daten unter Verwendung eines Algorithmus für Maschinenlernen und Test des entstandenen Ergebnisses.

  • EMPLOYEE MONTHLY EXPENSES

    Vorreiter für die automatische Generierung der Spesenabrechnung des Mitarbeiters durch Erfassung der über das Smartphone des Mitarbeiters eingegangenen und an ein vorbenanntes E-Mail-Postfach versandten Belege zur vollkommen automatisierten Kategorisierung der Ausgaben, zur Kontrolle der Exaktheit der Spesenabrechnung sowie zur Abwicklung der Genehmigungsphase.

    strip-3
  • strip-4

    KNOW YOUR ORDERS

    Chatbot für den Abruf aller erforderlichen Informationen aus zahlreichen involvierten Unternehmenssystemen, um in Echtzeit alle eingegangenen Bestellungen eines Kunden zu aktualisieren, Analysen der wichtigsten KPIs durchzuführen oder Informationen über den Kunden einzuholen; kann auch unter Implementierung von Elementen zur Verfügbarkeit von Waren im Lager oder für zugesagte Liefertermine, Lieferstatus und die Verwaltung von Reklamationen genutzt werden.

  • MATCH-UP

    Match-up ist ein fortschrittliches Tool für Analysen, Kontoabgleiche und Anpassung komplexer Daten (einfach und/oder multipel). Match-Up ist eine Lösung mit Mehrwert in Bezug auf: benutzerfreundlichkeit; plattform-Unabhängigkeit; flexibilität des Nutzungsmodells (cloudbasiert oder auf den Servern des Unternehmens); anreicherung von Informationen, um Kontoabgleiche zu unterstützen; alternative Aktionen oder Vorschläge (Abgleichsvorschläge oder Empfehlungsberichte); taxonomie der Regeln (einfach, mittel, komplex) und Datenrobotertechnik.

    strip-5
  • strip-6

    Claim Prediction in TELCOs

    Das Claim Prediction Tool (ClaP) ist ein System zur Analyse und Überwachung von Kunden, die möglicherweise abwandern. Dieses Tool findet Anwendung und bietet einen Mehrwert im allgemeinen Kontext von CRM und Customer Retention, insbesondere in Bezug auf Proactive Caring, zur aktiven Kontrolle und Vorbeugung von Schadensmeldungen und im Bereich des Trouble Ticket Management, zur effektiven Lösung von Problemen hoher Priorität, die auf Grundlage des Customer Profiling vergeben wird.