Highlight
Gemeinsam erfolgreich – unser valantic Team.
Lernen Sie die Menschen kennen, die mit Leidenschaft und Verantwortung bei valantic Großes bewegen.
Mehr über uns erfahren10. Dezember 2025
Die Diskussion um Automatisierung befindet sich an einem Wendepunkt. Über viele Jahre hinweg galt Robotic Process Automation als pragmatische Antwort auf eine unbequeme Realität: starre Altsysteme, fehlende Schnittstellen und ein hoher manueller Aufwand in operativen Prozessen. RPA hat Unternehmen geholfen, schnell Ergebnisse zu erzielen – oft ohne tief in bestehende IT-Landschaften eingreifen zu müssen.
Doch genau diese Stärke gerät zunehmend unter Druck. Die Rahmenbedingungen, unter denen RPA entstanden ist, verändern sich grundlegend. APIs sind heute weit verbreitet, Daten werden strukturierter bereitgestellt und künstliche Intelligenz hat ein Reifegradniveau erreicht, das weit über reine Assistenz hinausgeht. Automatisierung wird neu gedacht – nicht mehr ausschließlich als Nachahmung menschlicher Klicks, sondern als intelligentes Zusammenspiel von Systemen, Entscheidungen und Kontext.
RPA ist historisch betrachtet eine Überbrückungstechnologie. Sie kompensiert fehlende Integrationsmöglichkeiten, indem sie Benutzeroberflächen automatisiert. Das funktioniert – solange sich diese Oberflächen nicht verändern, Prozesse stabil bleiben und der Kontext überschaubar ist. In genau diesen Szenarien leistet RPA auch heute noch einen wichtigen Beitrag.
In der Praxis zeigt sich jedoch ein differenzierteres Bild. UI-Änderungen führen zu erhöhtem Pflegeaufwand, Anpassungen werden komplexer und der Betrieb gewinnt an organisatorischer Bedeutung. Gleichzeitig wachsen die Erwartungen der Fachbereiche: Prozesse sollen nicht nur schneller, sondern auch intelligenter, flexibler und transparenter werden. In solchen Szenarien stößt eine rein regelbasierte Automatisierung an natürliche Grenzen und benötigt ergänzende Ansätze.
Mit dem Einsatz großer Sprachmodelle verschiebt sich der Fokus von der reinen Ausführung hin zum Verstehen. KI-Systeme können Inhalte einordnen, Zusammenhänge erkennen und Entscheidungen vorbereiten oder sogar eigenständig treffen. Automatisierung wird dadurch nicht ersetzt, sondern um eine kognitive Ebene erweitert, die klassische Automatisierungstechnologien sinnvoll ergänzt.
Der Mehrwert entsteht insbesondere dort, wo unstrukturierte Informationen, Ausnahmen oder dynamische Entscheidungslogiken eine Rolle spielen – also genau in den Bereichen, die sich mit klassischen RPA-Ansätzen nur schwer abbilden lassen.
Damit das Zusammenspiel aus RPA, KI und weiteren Automatisierungstechnologien beherrschbar bleibt, gewinnt Orchestrierung zunehmend an strategischer Bedeutung. Lösungen wie Camunda schaffen den Rahmen, in dem unterschiedliche Technologien sinnvoll integriert werden können. Sie strukturieren Abläufe, binden Menschen an den richtigen Stellen ein und stellen Transparenz sowie Nachvollziehbarkeit über den gesamten Prozess hinweg sicher.
Orchestrierung ermöglicht es, bestehende RPA-Investitionen weiter zu nutzen und gleichzeitig neue KI-basierte Fähigkeiten kontrolliert einzubinden. Automatisierung wird damit nicht fragmentiert, sondern ganzheitlich steuerbar.
RPA verliert nicht ihre Berechtigung, wohl aber ihren Anspruch, den strategischen Kern moderner Automatisierung zu bilden. Ihre Rolle verschiebt sich hin zu einer gezielten, wertstiftenden Ergänzung innerhalb eines orchestrierten, KI-gestützten Gesamtsystems.
Die Zukunft der Automatisierung liegt nicht im Entweder-oder, sondern im Zusammenspiel: RPA, KI und Orchestrierung greifen ineinander und ermöglichen Prozesse, die sowohl effizient als auch intelligent sind.
Jörg Rodehüser
Senior Expert AI Process Automation
valantic
Customer Experience 23. Juli 2026
Service-as-a-Software: Wie wird das Marketing KI-ready? | Interview
Der Marketing Tech Monitor 2026 macht deutlich: Während KI-Anwendungen und Agenten sich rasant weiterentwickeln, kämpfen viele Unternehmen mit der Umsetzung. Warum zwischen technologischem Fortschritt und organisatorischer Realität oft eine große Lücke entsteht, beantworten wir im Interview.
Service-as-a-Software: Wie wird das Marketing KI-ready? | Interview
Künstliche Intelligenz 22. Juli 2026
Interview: Wie gelingt der strukturierte Einstieg in Agentic AI?
Agentic AI schafft nur dann langfristigen Wert, wenn KI-Anwendungen nahtlos in Prozesse eingebunden und mit klaren Kontrollmechanismen versehen sind. Wie ein AI Workshop beim strukturierten Einstieg unterstützen kann und Organisationen durch die Entwicklung eines produktionsnahen KI-Agenten erste Erfolge erzielen, hat uns Maria Kern, Digital Experience Architect, beantwortet.
Interview: Wie gelingt der strukturierte Einstieg in Agentic AI?
Künstliche Intelligenz 15. Juli 2026
Die Hausaufgaben für das Autonomous Enterprise: Architektur, Daten und Prozesse
Die SAP Sapphire hat die Vision vom Autonomous Enterprise geschärft – jetzt zählt die Umsetzung. Teil 2 unserer Blogserie beleuchtet vier zentrale Bausteine: transparente Architektur und Agenten-Governance mit LeanIX, der Weg in die Cloud, ein solides Datenfundament in der SAP Business Data Cloud und Prozesse, die mit Process Mining sichtbar werden.
Die Hausaufgaben für das Autonomous Enterprise: Architektur, Daten und ProzesseNichts verpassen.
Blogartikel abonnieren.