RPA einfach erklärt: Was Robotic Process Automation kann und wann es nicht reicht

Was ist RPA?

RPA (Robotic Process Automation) ist Software, die andere Programme über deren Bedienoberfläche steuert. Ein sogenannter Bot klickt, tippt, kopiert und liest Bildschirminhalte so, wie es ein Mensch tun würde, nur nach festem Ablauf und ohne Pause.

Der Begriff „Roboter“ ist dabei bildlich gemeint: Es gibt keine Hardware, nur ein Programm. Microsoft beschreibt seine Desktop-Flows in Power Automate als RPA-Funktion, mit der sich „repetitive desktop processes“ automatisieren lassen, auch in älteren Anwendungen wie Terminal-Emulatoren (Microsoft Learn).

Für den Anwender sieht das aus, als würde ein unsichtbarer Kollege am Rechner arbeiten: Fenster öffnen sich, Felder füllen sich, Dateien werden gespeichert. Genau darin liegt die Stärke von RPA, denn das Zielprogramm muss dafür nicht verändert werden. Darin liegt aber auch die Schwäche, denn der Bot ist auf eine Oberfläche angewiesen, die eigentlich für Menschen gebaut wurde.

RPA ist damit eine Technik innerhalb der Prozessautomatisierung, keine eigenständige Disziplin. Sie füllt die Lücke, wenn Programme nicht direkt miteinander sprechen können.

Wie funktioniert RPA?

Ein RPA-Bot erkennt Elemente auf dem Bildschirm, etwa Eingabefelder, Schaltflächen oder Tabellen, und führt daran festgelegte Aktionen aus. Den Ablauf legt man in einem Designer fest oder zeichnet ihn auf, während ein Mensch die Schritte einmal vormacht.

Ein typischer Ablauf sieht so aus:

1. Der Bot öffnet ein Programm oder eine Webseite und meldet sich mit hinterlegten Zugangsdaten an.
2. Er liest Daten aus einer Quelle, etwa einer Excel-Datei oder einem E-Mail-Anhang.
3. Er trägt die Werte Feld für Feld in die Zielanwendung ein.
4. Er speichert, liest eine Bestätigungsnummer aus und schreibt sie zurück in die Liste.
5. Bei einem unerwarteten Fenster bricht er ab und meldet den Fehler.

Elemente erkennt RPA über die technische Struktur der Oberfläche, über Bildvergleich oder über Bildschirmkoordinaten. Microsoft nennt ausdrücklich alle drei Wege: UI-Elemente, Bilder oder Koordinaten (Microsoft Learn). Je weiter man sich von der technischen Struktur entfernt, desto anfälliger wird der Ablauf.

Was ist der Unterschied zwischen beaufsichtigter und unbeaufsichtigter RPA?

Beaufsichtigte RPA (attended) läuft auf dem Arbeitsplatz eines Menschen, der den Bot startet und bei Bedarf eingreift. Unbeaufsichtigte RPA (unattended) läuft ohne Zuschauer auf einem eigenen Rechner oder Server, angestoßen durch einen Zeitplan oder ein Ereignis.

Für unbeaufsichtigte Abläufe gelten technische Bedingungen. Bei Microsoft Power Automate etwa braucht ein unbeaufsichtigter Desktop-Flow eine Maschine, an der kein Benutzer angemeldet ist; der Dienst öffnet dafür eine eigene Remotedesktop-Sitzung (Microsoft Learn: Run unattended desktop flows). Das wirkt sich auf Planung, Lizenzen und Betrieb aus.

Wofür eignet sich RPA?

RPA passt zu Abläufen, die häufig vorkommen, strikt nach Regeln laufen und in Programmen ohne Schnittstelle stattfinden. Je stabiler die Oberfläche und je einheitlicher die Eingaben, desto zuverlässiger arbeitet der Bot.

• Daten aus Excel-Listen in ein älteres Branchenprogramm übertragen
• Regelmäßige Berichte aus einem Webportal herunterladen und ablegen
• Stammdaten in mehreren Systemen gleichzeitig ändern
• Statusabfragen in Lieferanten- oder Behördenportalen ohne API
• Übergangslösung, bis ein Altsystem durch ein Programm mit Schnittstelle ersetzt wird

Welche Grenzen von RPA sollten Sie beachten?

RPA ist empfindlich gegenüber Änderungen an der Oberfläche, versteht keine unstrukturierten Inhalte und braucht Pflege. Wer diese Grenzen kennt, setzt RPA gezielt ein statt als Allzwecklösung.

• Oberflächenänderungen: Verschiebt ein Anbieter eine Schaltfläche oder benennt ein Feld um, kann der Bot an der falschen Stelle klicken oder abbrechen. Microsoft weist etwa darauf hin, dass eine abweichende Bildschirmauflösung im unbeaufsichtigten Betrieb zu Fehlern führen kann.
• Keine Interpretation: Klassische RPA liest, was an einer festen Stelle steht. Eine frei formulierte E-Mail oder eine Rechnung mit ungewohntem Aufbau versteht sie nicht.
• Ausnahmen: Jede unvorhergesehene Situation, etwa ein Hinweisfenster oder eine Zeitüberschreitung, braucht eine eigene Regel oder führt zum Abbruch.
• Geschwindigkeit: Ein Bot ist an das Tempo der Oberfläche gebunden. Bei großen Datenmengen ist eine direkte Schnittstelle in der Regel schneller.
• Zugangsdaten und Rechte: Der Bot braucht ein Konto mit passenden Rechten. Das muss abgesichert und dokumentiert sein.
• Betrieb: Fehlerprotokolle, Zuständigkeiten und regelmäßige Tests gehören dazu, sonst fallen stille Ausfälle erst spät auf.

Wann reicht RPA nicht, und was ist die Alternative?

RPA reicht nicht, wenn Eingaben unstrukturiert sind, wenn eine Schnittstelle verfügbar ist oder wenn ein Ablauf Urteilsvermögen braucht. Dann sind direkte Schnittstellen, Workflow-Werkzeuge oder KI-gestützte Verarbeitung meist die bessere Wahl.

Ein Beispiel aus unserer Arbeit: Für eine Steuerkanzlei, für die SaracAI arbeitet, liest eine selbst entwickelte Lösung E-Mails und deren Anhänge über die Microsoft-Schnittstelle Graph, auch gescannte PDFs, statt ein Postfach über die Oberfläche zu bedienen. Die DATEV-Daten werden über ein DATEVconnect-Gateway angesprochen. Wo eine Schnittstelle existiert, ist sie in der Regel robuster als ein Bot, der Klicks nachahmt.

Welche Technik in Ihrem Fall passt, hängt von den vorhandenen Programmen ab. Einen Vergleich zwischen Baukasten-Werkzeugen und eigener Software finden Sie im Ratgeber n8n, make oder eigene Lösung?.

Wie hängen RPA und KI zusammen?

RPA und KI ergänzen sich: KI liest und versteht Inhalte, RPA oder eine Schnittstelle führt die Eingabe aus. Beide Techniken lassen sich in einem Ablauf hintereinanderschalten, ob mit einem RPA-Produkt oder einer eigenen Lösung.

Für die Praxis heißt das: Je mehr Verständnis ein Ablauf verlangt, desto wichtiger wird ein Prüfschritt durch einen Menschen. KI kann Felder falsch zuordnen oder Werte erfinden. Ein sinnvoller Aufbau lässt die KI einen Vorschlag machen, den eine Person bestätigt, bevor RPA oder eine Schnittstelle ihn endgültig einträgt. Mehr zur Abgrenzung lesen Sie unter KI-Agenten oder klassische Automatisierung?.