Sådan finder du arbejdsgange, der kan automatiseres

Hvad gør en arbejdsgang automatiseringsegnet?

Robotic Process Automation (RPA) er software, der kan programmeres til at udføre de samme handlinger på computeren, som medarbejderne normalt udfører manuelt med tastatur og mus. KL kalder RPA'en en digital kollega, der hjælper faglige medarbejdere med regelstyrede og ensformige opgaver – typisk når medarbejderen manuelt skal flytte data eller dokumenter fra et eller flere systemer til et andet. Arbejdsprocesværktøjer følger i praksis hvis/derefter-sætninger: hvis A sker, så udfør B.

Automatisering er langt bredere end robotter. Ifølge effektivitet.dk kan automatisering være meget andet og mere end at købe og installere en robot, og brug af teknologi til at øge produktiviteten i hele værdikæden – ordremodtagelse, produktudvikling, produktionsforberedelse og produktion – bør også opfattes som automation. Meget trivielt og ensidigt gentaget arbejde kan med fordel erstattes af robotter, mens mange andre opgaver bliver mere effektive gennem teknologi kombineret med dygtige og ansvarsbevidste medarbejdere.

Tal fra Danmarks Statistik viser, at andelen af danske virksomheder med over 10 ansatte, der bruger ny teknologi som machine learning, automatisk billedgenkendelse eller automatisering af arbejdsgange, steg fra 6 procent i 2019 til 11 procent i 2020 og 24 procent i 2021. Blandt de virksomheder, der tager teknologien i brug, har over 70 procent automatiseret arbejdsgange, og for virksomheder med over 250 ansatte er tallet 87 procent. I den kommunale sektor identificerede KL og Finansministeriet sammen med fem kommuner 21 manuelle processer med et årligt potentiale på 80-90 millioner kroner på landsplan, hvis de automatiseres med RPA.

Start med udfordringen – ikke teknologien

En analyse fra Teknologisk Institut viser, at 48 procent af de adspurgte industrivirksomheder vurderer, at robotter og automatisering har et stort eller særdeles stort optimeringspotentiale for deres virksomhed. Alligevel har kun 13 procent en nedskrevet strategi for robotter og automatisering. Centerchef Henrik Jacobsen peger på, at strategien er afgørende for at få det fulde udbytte: automatisering handler ikke bare om at købe en robot og sætte den ind i produktionen, men om at forstå virksomhedens behov, identificere de rigtige muligheder og have en plan for, hvordan teknologien skal skabe værdi.

Den klassiske fejl er ifølge Henrik Jacobsen at lade sig begejstre af teknologien, før man har defineret den udfordring, der skal løses. En robotløsning kan være imponerende i sig selv, men værdien opstår først, når den løser et konkret problem – det kan være højere produktionskapacitet, færre kvalitetsfejl, et bedre arbejdsmiljø eller øget konkurrenceevne.

Konkret betyder det, at tre spørgsmål skal besvares, før teknologi vælges: Hvilke processer vil skabe størst værdi at optimere? Hvordan skal medarbejdere og kompetencer udvikles sammen med teknologien? Og hvordan passer løsningen ind i virksomhedens langsigtede mål? Når de spørgsmål er besvaret, bliver det lettere at vælge den rigtige teknologi og skabe en succesfuld implementering. Erfaringer fra dansk erhvervsliv peger samme vej: virksomheder oplever en besparelse i tid og administration, når processer, der hidtil har kørt manuelt, automatiseres.

Kortlæg værdikæden og find de manuelle overgange

Den mest effektive måde at finde kandidater er at følge ordrer, data og dokumenter hele vejen gennem værdikæden. effektivitet.dk beskriver, hvordan teknologien nu gør det muligt at integrere funktioner, så informationer kan tilgås enkelt og effektivt gennem hele værdikæden og hele produktets livscyklus – i forhold til styring, sporbarhed og dokumentation. Det er præcis de steder, hvor information i dag flyttes i hånden mellem systemer eller indtastes igen, at kandidaterne ligger.

Det operationelle ledetråd er den, KL bruger til at beskrive RPA: opgaver hvor medarbejderen manuelt skal flytte data eller dokumenter fra et eller flere systemer til et andet. Gå derfor værdikæden igennem område for område – ordremodtagelse, produktudvikling, produktionsforberedelse, produktion, økonomi, løn og HR – og notér hvert sted, hvor et dokument, en ordre eller et datapunkt forlader ét system og genopstår i et andet.

Eksemplerne fra KL og Finansministeriets analyse viser, hvordan sådanne overgange ser ud i praksis: godkendelse og betaling af faktura ved match mellem ordre og fakturabeløb, bogføring og afstemning med håndtering af fejl, ajourføring af stamdata i kontoplanen, barsels- og sygedagpengerefusion, udsendelse af byggesagsgebyrer og vedligeholdelse af geodata. Fælles for dem er, at reglerne ligger fast, og at arbejdet gentages.

Der findes ingen standardløsning, man kan kopiere. I projektet Automation Syd havde SDU sammen med fire automationsvirksomheder kontakt med mere end 40 produktionsvirksomheder, og spændet i, hvad der kunne betale sig at automatisere, gik fra fiskefoder over kundetilpassede labelmaskiner til store trækonstruktioner. Kortlægningen skal derfor laves for den enkelte virksomheds egne processer og ikke efter en færdig skabelon.

Brug en tjekliste for automatiseringsegnede opgaver

En opgave er typisk automatiseringsegnet, når den er regelstyret og ensformigt gentaget, har et betydeligt volumen, består i at flytte data eller dokumenter mellem systemer, har klare udløsere i form af hvis/derefter-regler og kun har få undtagelser. KL's beskrivelse af RPA dækker præcis den type arbejde: regelstyrede og ensformige opgaver, hvor data eller dokumenter flyttes mellem systemer. Jo færre undtagelser og jo klarere regler, jo kortere er vejen fra manuel rutine til automatiseret arbejdsgang.

KL's og Finansministeriets analyse giver en konkret bruttoliste at spejle egne processer i. Inden for HR, løn og personaleadministration blev der blandt andet identificeret tilbagevendende betalinger af mobil og bredbånd, tjek af kontanthjælpsmodtagere i forhold til henstand med betaling, bogføring af indtægter fra hovedkonto på enkeltposteringsniveau dagligt, sortering af infologs i batch, ajourføring af stamdata i kontoplan, godkendelse og betaling af faktura ved match mellem ordre og fakturabeløb, oprettelse eller ændring af faste løntillæg, barselsrefusion og sygedagpengerefusion, bogføring og afstemning med fejlhåndtering, tillidsrepræsentantsrefusion samt indhentning af børne- og straffeattester.

Inden for teknik- og miljøområdet pegede analysen på vedligeholdelse af geodata, tilfredshedsmåling af byggesager, udsendelse af byggesagsgebyrer, registrering af separat kloakering og ajourføring af stamdata. Mønsteret er det samme på tværs af listen: høj frekvens, faste regler, data der skal overføres mellem systemer, og et resultat, der kan kontrolleres maskinelt.

Brug listen som screeningsværktøj frem for som facitliste. Spørg for hver af dine egne opgaver: Kan reglen skrives ned i et par sætninger? Udføres opgaven dagligt, ugentligt eller månedligt? Flyttes data mellem to eller flere systemer? Og hvor mange gange om ugen opstår der en situation, som reglen ikke dækker? Er svaret »få gange«, er opgaven en kandidat.

Vurder data, systemer og undtagelser

Automatisering vælges ofte netop, fordi den eksisterende it ikke slår til. KL og Finansministeriet peger på tre typiske årsager: de nuværende it-løsninger er utilstrækkelige, der mangler snitflader til andre systemer, eller opgaverne er for små til at nyudvikle eller tilpasse eksisterende it-systemer. RPA giver mulighed for at automatisere nogle af disse manuelle processer uden at udskifte systemerne. I staten anvendes eksempelvis RPA-værktøjet UiPath, som er et af de mest udbredte RPA-værktøjer i Danmark.

Screen derfor hver kandidat på fire forhold: Er de data, opgaven bygger på, tilgængelige i de systemer, der bruges i dag – eller skal de først findes frem manuelt? Er reglerne stabile nok til at kunne beskrives entydigt? Findes der snitflader, eller skal automatiseringen arbejde via brugergrænsefladen som en medarbejder? Og hvordan håndteres undtagelserne, når de opstår? Arbejdsprocesværktøjer kører på datakilder og et sæt regler, der styrer, hvordan data behandles, så både datagrundlag og regler skal være på plads, før en automatisering giver mening.

Skeln samtidig mellem enkeltopgaver og hele processer. Den første bølge af automatisering fokuserede primært på enkeltopgaver – software-robotter, der flyttede data mellem systemer, opdaterede databaser eller genererede rapporter – og gevinsterne var ofte hurtige at realisere, fordi teknologien kunne indføres uden større ændringer i arbejdsgangene. Det er en fordel, når målet er at fjerne et konkret manuelt rutinearbejde, men en begrænsning, hvis målet er at ændre måden, organisationen arbejder på.

Tag stilling til undtagelserne som en del af designet, ikke som en eftertanke. I den næste automatiseringsbølge kombineres autonome AI-agenter, der analyserer data, vurderer situationer og træffer beslutninger, med software-robotter, der udfører handlinger i systemer, og med mennesker, der håndterer undtagelser, prioriterer og træffer strategiske beslutninger. Det er den ansvarsdeling, der afgør, om automatiseringen kan stå alene i hverdagen.

Inddrag medarbejderne og prioritér kandidaterne

De bedste kandidater findes ofte ved at spørge dem, der udfører rutinen dagligt. De kender rækkefølgen i arbejdsgangen, de steder hvor systemer ikke taler sammen, og de undtagelser, som en regelbeskrivelse ellers ville overse. Spørgsmålet til medarbejderne er konkret: Hvilke opgaver gentager du hver dag eller hver uge, og hvad gør du, når det ikke passer med standardtilfældet?

Formålet er ikke at fjerne arbejde, men at flytte det. Når arbejdsgange automatiseres, udføres opgaverne hurtigere og ofte mere præcist og med højere datasikkerhed, fordi risikoen for manuelle fejl fjernes. Ifølge Rasmus Kjær, CEO i Resultmaker, erstatter den type systemer en række manuelle opgaver, som både frigiver mere tid hos den enkelte medarbejder og kan være med til at øge arbejdsglæden: de fleste vidensmedarbejdere er glade for at slippe for de rutineprægede opgaver og i stedet bruge tiden på noget, de finder mere udfordrende. Teknologisk Institut peger på samme pointe i sit strategiarbejde: medarbejdere og kompetencer skal udvikles sammen med teknologien.

Prioritér kandidaterne efter fire kriterier, der kan scores enkelt: hvor stor en værdi i frigjort tid opgaven repræsenterer målt i antal gange og minutter, hvor meget fejlrisikoen reduceres, hvor kompleks systemadgangen og integrationen er, og hvor mange medarbejdere der berøres, når opgaven flyttes. En opgave med høj frekvens, høj fejlrate og simpel systemadgang afvikles først; en opgave med mange undtagelser eller manglende dataadgang lægges bagerst.

Vægt systemkompleksiteten højt i prioriteringen, fordi det er den, der oftest afgør, om et projekt lykkes. Det er de samme forhold – utilstrækkelige it-løsninger, manglende snitflader og opgaver, der er for små til systemudvikling – der gør RPA attraktivt i første omgang, og som samtidig sætter grænsen for, hvor hurtigt en løsning kan bygges.

Fra enkeltopgaver til sammenhængende procesautomation

Pas på med at lægge små automatiseringer oven på en ineffektiv proces. Når automatisering lægges oven på eksisterende arbejdsgange, opstår der hurtigt en portefølje af små automatiseringer: hver løser en opgave effektivt, men samlet ændrer de sjældent organisationens måde at arbejde på, og resultatet er en organisation, hvor automatiseringen vokser, uden at værdiskabelsen følger med. Erkendelsen er ikke ny – den lå også bag Business Process Reengineering i 90'erne og bag Lean – og den er, at teknologi sjældent skaber forretningsmæssige gennembrud alene; de skabes gennem måden, arbejdet organiseres på.

Den næste bølge flytter derfor fokus fra opgaver til processer. Agentic Automation gør det muligt at automatisere hele forretningsprocesser ved at kombinere tre typer kapabiliteter: autonome AI-agenter, der analyserer data, vurderer situationer og træffer beslutninger; software-robotter, der udfører handlinger i systemer; og mennesker, der håndterer undtagelser, prioriterer og træffer strategiske beslutninger. Når de tre elementer designes ind i en samlet proces, kan automatiseringen håndtere langt mere komplekse opgaver end tidligere.

For arbejdsdelingen betyder det ikke nødvendigvis færre mennesker i organisationen, men at mennesker i højere grad arbejder med vurdering, prioritering og beslutninger, mens teknologien håndterer analyse, gentagelser og eksekvering. Den kommunale analyse peger i samme retning: det er de administrative og rutineprægede led, der forventes effektiviseret, mens den faglige vurdering bliver tilbage hos medarbejderne.

Grib det an i to trin. Kortlæg først hele processen fra udløser til afsluttet resultat og markér, hvilke trin der er regelstyrede, hvilke der kræver vurdering, og hvor undtagelserne opstår. Beslut derefter, hvad der skal overlades til agenter, hvad der skal eksekveres af software-robotter, og hvad der fortsat skal ligge hos medarbejderne. Først derefter vælges værktøjer.

Test i en afgrænset pilot – og undgå de typiske faldgruber

Vælg en pilot med højt volumen, klare regler og begrænsede undtagelser. Det er de samme kendetegn, der gør en opgave automatiseringsegnet, og de gør det muligt at måle effekten inden for overskuelig tid. Sæt baseline før automatiseringen: hvor lang tid tager opgaven i dag, hvor mange fejl opstår der, hvor mange gange om ugen opstår der undtagelser, og hvordan oplever medarbejderne arbejdsgangen? Mål de samme fire størrelser efter, og brug resultaterne til at beslutte, om løsningen skal skaleres, justeres eller stoppes.

Pilotens resultat skal ikke kun være en teknisk demonstration. KL's og Finansministeriets analyse af 21 manuelle kommunale processer viste et årligt potentiale på 80-90 millioner kroner på landsplan, men det er potentialet på de analyserede områder – den enkelte organisations tal skal måles på dens egne processer, før der skaleres.

Fire faldgruber går igen. Den første er at starte med teknologien i stedet for udfordringen; Teknologisk Instituts centerchef Henrik Jacobsen beskriver det som en klassisk fejl, at man lader sig begejstre af teknologien, før den udfordring, der skal løses, er defineret. Den anden er at mangle en nedskrevet strategi – 48 procent af de adspurgte industrivirksomheder ser et stort eller særdeles stort optimeringspotentiale, men kun 13 procent har en nedskrevet strategi for robotter og automatisering. Den tredje er at automatisere en dårlig proces og dermed blot gøre eksisterende ineffektivitet hurtigere. Den fjerde er at lade initiativer ende som isolerede pilotprojekter: på trods af store investeringer oplever mange organisationer, at automatiseringsinitiativer ikke bliver til mere end pilotprojekter, og en væsentlig årsag er netop, at projekterne starter med teknologien frem for processen.

Sæt derfor allerede ved pilotstart kriterier for skalering: hvem overtager driften af løsningen, hvordan overvåges den, hvem håndterer undtagelser, og hvilken næste proces tages op, hvis piloten indfrier baseline-målene. Ellers bliver piloten et selvstændigt projekt uden forbindelse til resten af organisationens arbejdsgange.