Die rasante Entwicklung von KI und der vielfältigen neuen Möglichkeiten, die sich hier bieten, hebt die Automatisierung auf einen neuen Level. Für Daniel Giangrande, Associated Partner beim Spezialisten für Prozessoptimierung MHP, entsteht echter Mehrwert nicht mehr dadurch, einzelne Arbeitsschritte effizienter zu gestalten, sondern dadurch, komplette Abläufe zu optimieren – und dabei unterschiedlichste Technologien zu orchestrieren.
Foto: MHP
Daniel Giangrande, Associated Partner bei MHP, sieht Hyperautomation als bestimmenden Trend, um die klassische Automation auf den nächsten, höheren Level zu heben.
Automotive-Spezialist, Prozessoptimierer und Unternehmen der Porsche AG: Die Management- und IT-Beratung MHP unterstützt weltweit Unternehmen beim Erreichen maximaler Effizienz und Qualität in der industriellen Fertigung. Dementsprechend spielt Prozessoptimierung eine große Rolle, auch für Daniel Giangrande, Associated Partner bei MHP. Aus seiner Sicht wird die sogenannte Hyperautomation zum bestimmenden Trend, von dem zahlreiche Unternehmen profitieren werden – sofern sie die geeigneten Technologien und Strategien einsetzen.
Wir sehen die Hyperautomation als wichtigen Trend im Bereich der Prozessautomatisierung. Darunter verstehen wir die konsequente Verknüpfung und Orchestrierung von Künstlicher Intelligenz (KI), Robotic Process Automation (RPA), Industrial Internet of Things (IIoT) und weiteren digitalen Technologien, um Prozesse umfassend zu automatisieren. Weitere relevante Technologien sind Natural Language Processing (NLP, Verarbeitung natürlicher Sprache), Computer Vision, Machine Learning, Process Mining, Low-Code/No-Code-Plattformen und API-Integration.
In Zukunft wird Hyperautomation eine zentrale Rolle spielen. Dabei geht es nicht mehr darum, einzelne Arbeitsschritte im Unternehmen effizienter zu gestalten, sondern komplette Abläufe durchgängig zu automatisieren – vorzugsweise End-to-End. Darin erkennen wir enormes Potenzial für nahezu jedes Unternehmen.
Denken Sie an ein Industrieunternehmen, das mit moderner Software analysiert, wie seine Auftragsabwicklung funktioniert. Dabei erkennt es Schwachstellen oder Engpässe, weil die identifizierten Arbeitsabläufe wie beispielsweise Dateneingaben oder die Bearbeitung von Kundenanfragen manuell laufen. Diese Schritte werden also durch maßgeschneiderte Lösungen oder auch vorgefertigte Tools automatisiert. Die Mehrheit dieser Schritte können die Fachabteilungen tatsächlich mit einfachen SaaS-Lösungen (Software-as-a-Service) umsetzen – ohne tiefes IT-Wissen. Allerdings: Diese sollten in die gesamte digitale Prozess- und Datenstrategie des Unternehmens passen. Stattdessen entstehen häufig Insellösungen, und das muss vermieden werden.
Es geht darum, die klassische Automation auf ein höheres Level zu heben, indem Unternehmen sich ganzheitlich modernisieren, möglichst viele Prozesse identifizieren und automatisieren. Der neue Ansatz stützt sich dafür auf ineinandergreifende Technologien. RPA-Lösungen werden dabei häufig als Basis der Hyperautomation angesehen. Weil aber nur wenige Abläufe eindimensional, sondern eher komplex sind und menschliche Intelligenz erfordern, reichen RPA-Bots allein nicht aus. Die Kombination mit KI-Technologien macht den Unterschied. Durch immer neue Fortschritte und Entwicklungen auf den Gebieten der Künstlichen Intelligenz und des Maschinellen Lernens lassen sich vermehrt auch komplexe Aufgaben automatisieren.
Trotz vieler Fortschritte bleibt die Einbindung neuer Technologien in bestehende IT-Systeme eine der großen Hürden. Laut Industrie 4.0 Barometer 2025 von MHP und der LMU München sehen fast die Hälfte der befragten Unternehmen veraltete IT-Infrastrukturen weiterhin als Hauptgrund für Verzögerungen bei der Umsetzung von Industrie-4.0-Initiativen. Besonders in der DACH-Region ist das der Fall. Das zeigt: Die Industrien stehen vor einer strukturellen Herausforderung, ihre gewachsenen Systemlandschaften lassen sich nicht ohne Weiteres modernisieren. Besonders deutlich wird das in der Automobilbranche, die stark auf Legacy-IT-Strukturen angewiesen ist. Hier kann eine umfassende Erneuerung viel Zeit und Ressourcen in Anspruch nehmen – was den digitalen Fortschritt erheblich bremst.
Sie dürfen Hyperautomation nicht als reines IT-Projekt verstehen. Zwar spielt die IT-Abteilung eine zentrale Rolle bei der technischen Umsetzung, doch der Erfolg hängt maßgeblich von der engen Zusammenarbeit mit den Fachbereichen ab. Wenn Sie Prozesse automatisieren möchten, ohne dabei die Expertise und die Anforderungen der jeweiligen Abteilungen zu berücksichtigen, entstehen Lösungen, die am Bedarf vorbeigehen und nicht in die gesamtheitliche Digitalstrategie passen. Die Folge: Die neuen Anwendungen werden nur schwer akzeptiert oder gar nicht genutzt. Erfolgreich wird Hyperautomation nur dann, wenn sie als unternehmensweites Transformationsvorhaben strategisch gesteuert wird.
Ein Trugschluss ist die Vorstellung, dass eine einzige Softwarelösung ausreicht, um sämtliche Automatisierungsanforderungen im Unternehmen abzudecken. In der Realität ist Hyperautomation aber ein Zusammenspiel verschiedener Technologien: Prozessanalyse, robotergestützte Automatisierung, Künstliche Intelligenz, Schnittstellenintegration und benutzerfreundliche Plattformen für die Fachbereiche. Wer versucht, alle Anforderungen mit einem einzigen Tool zu lösen, läuft Gefahr, in technische Sackgassen zu geraten – etwa, weil das System nicht mit anderen Anwendungen zusammenspielt oder bei wachsendem Bedarf an seine Grenzen stößt.
Hyperautomation klingt vielversprechend – ist aber kein Selbstläufer. Langfristiger Erfolg erfordert ein klares Zielbild für die Automatisierungsstrategie im gesamten Unternehmen und eine durchdachte Kombination geeigneter Werkzeuge. Ohne einen realistischen Fahrplan bleibt der Effekt hinter den Erwartungen zurück. Mit einem iterativen Ansatz und der richtigen Kombination aus Technologie und Fachwissen lassen sich massive Automatisierungspotenziale heben. Wichtig ist: klein starten, schnell lernen, gezielt wachsen. Dafür eignen sich Cloud-Lösungen, die sich zügig implementieren und skalieren lassen, wie die Produkte der Industrial Cloud Solutions (ICS).
Gemeinsam haben wir vor drei Jahren mit den Automobilherstellern Volkswagen und Porsche diese Softwarelösungen für Produktion und Logistik entwickelt, im Konzern getestet und sowohl für Porsche, Volkswagen und Audi ausgerollt als auch in den freien Markt gebracht. Mittlerweile haben wir acht Lösungen, drei davon im Bereich der Qualitätsprüfung, beispielsweise Sounce, mit der eine KI-basierte, akustische Qualitätskontrolle möglich ist und die Anomalien frühzeitig im Produktionsprozess erkennt. Oder auch integrate_it, das Maschinen und Anlagen mit dem nachgelagerten IT-System vernetzt und somit eine durchgängige Digitalisierung des Shopfloors ermöglicht. Wenn es um die Optimierung in der Intralogistik geht, können die beiden Cloud-Lösungen FleetExecuter zur zentralen und herstellerunabhängigen Steuerung der AGV-Flotte und supply_it zur Optimierung des Materialflusses unterstützen.
