Prototypische Implementierung eines KI-basierten Assistenten für die automatisierte Verarbeitung von Reisekostenanträgen

Inhaltsverzeichnis

1 Einleitung

1.1 Ausgangsituation und Problemstellung

1.2 Zielsetzung der Arbeit

1.3 Vorgehen

2 Chatbots

2.1 Definition

2.2 Architektur

2.2.1 Kanal

2.2.2 Natural Language Processing

2.2.2.1 Natural Language Understanding

2.2.2.2 Natural Language Generation

2.2.3 Dialogmanager

2.3 Chatbot-Design

2.3.1 Persönlichkeit

2.3.2 Gespräch

2.3.3 Interaktion

2.4 Stärken und Chancen

2.4.1 Kosteneinsparungen

2.4.2 Verbesserung des Kundenerlebnisses und der Kundenzufriedenheit

2.4.3 Gewinnung von Kundeninformationen

2.5 Schwächen und Risiken

2.5.1 Nutzerakzeptanz

2.5.2 Datenschutz und Datensicherheit

2.6 Bestandteile für die Implementierung

2.6.1 Auswahl der Azure-Plattform

2.6.2 Azure Bot Service und Bot Framework

2.6.3 LUIS-Service

2.6.4 QnA Maker-Service

2.6.5 Dispatcher-Tool

2.6.6 Bot Framework Emulator

2.6.7 Azure Blob Storage

3 Robotic Process Automation

3.1 Definition

3.2 Architektur der RPA-Plattform

3.2.1 Entwicklungsstudio

3.2.2 Kontrollzentrum

3.2.3 Roboter

3.3 Nutzungsvorteile und Einschränkungen

3.4 Anbieter von RPA

3.4.1 UiPath

3.4.1.1 UiPath-Orchestrator

3.4.1.2 UiPath-Studio

3.4.1.3 UiPath-Robot

4 Prozess der Reisekostenabrechnung

5 Lösungskonzept

5.1 Anwendungsfälle

5.2 Aufstellung der Anforderungen

5.2.1 Funktionale Anforderungen an dem Chatbot

5.2.2 Nicht-funktionale Anforderungen an dem Chatbot

5.2.3 Funktionale Anforderungen an den RPA-Roboter

5.2.4 Nicht-funktionale Anforderungen an den RPA-Roboter

5.3 Konzeptionierung des Chatbots

5.3.1 Modell für LUIS

5.3.2 Modell für die QnA-Wissensdatenbank

5.3.3 Modell für Dispatcher

5.3.4 Modell für Azure Blob Storage

5.3.5 Vorstellung der Anwendung für die Extrahierung der Daten

5.3.5.1 Modell für Docparser

5.4 Konzeption des RPA-Roboters

5.4.1 Vorstellung der Anwendung für die Reisekostenabrechnung

5.4.2 Beschreibung des Inputs

5.4.3 Beschreibung des Outputs

5.4.4 Robotic Enterpreise Framework

5.4.5 Konzeptionierung der Schnittstelle

5.4.6 Architektur des KI-basierten Assistenten

6 Implementierung

6.1 Implementierung des Chatbots

6.1.1 Erstellung der LUIS-App

6.1.2 Erstellung der QnA-Maker-App

6.1.3 Einrichtung der Azure-Blob-Storage-Komponente

6.1.4 Einrichtung von docparser

6.1.5 Einrichtung von Azure Bot Service

6.1.6 Erstellung und Verwendung des Dispatcher-Modells

6.1.7 Implementierung der Datenmodelle

6.1.8 Implementierung der Begrüßungsnachricht

6.1.9 Implementierung des Hilfsdialogs

6.1.10 Implementierung der Funktion zur Erstellung eines Berichts

6.1.11 Implementierung der Funktionen zur Erstellung einer Aufwendung

6.1.12 Implementierung der Azure-Blob-Storage-Schnittstelle

6.1.13 Implementierung der UiPath-Schnittstelle

6.2 Implementierung des RPA-Roboters

6.2.1 Implementierung des RPA-Roboters

6.2.2 Umsetzung des Prozesses in der UiPath-Studio-Komponente

7 Durchführung der Testphase

7.1 Begrüßungsnachricht

7.2 Erstellung eines Reisekostenberichts

7.3 Erstellung einer Aufwendung mit Basisinformationen

7.4 Automatische Erfassung von Daten aus einem Beleg

7.5 Hilfe aufrufen

7.6 Dialog abbrechen

7.7 Small-Talk-Fragen beantworten

7.8 Anlage eines Berichtes in Zoho Expense überprüfen

7.9 Hinzufügen von Aufwendungen in Zoho Expense überprüfen

7.10 Versand der E-Mail überprüfen

8 Auswertung der Anforderungen

8.1 Chatbot-Plattform

8.1.1 Erstellung eines Reisekostenberichts

8.1.2 Erstellung einer Aufwendung mit Basisinformationen

8.1.3 Automatische Erfassung von Belegdaten

8.1.4 Kommunikation mit der UiPath-Orchestrator-Komponente

8.1.5 Allgemeine Funktionalitäten

8.2 RPA-Plattform

8.2.1 Kommunikation mit der UiPath-Orchestrator-Komponente

8.2.2 Allgemeine Anforderungen

8.2.3 Interaktion mit der Anwendung für die Reisekostenabrechnung

8.2.4 Nicht-funktionale Anforderungen an den RPA-Roboter

9 Fazit und Ausblick

Zielsetzung und Themen

Diese Arbeit zielt auf die Entwicklung eines KI-basierten Assistenten ab, der Reisekostenanträge automatisiert bearbeitet, um manuelle Prozessschritte zu optimieren und die Fehleranfälligkeit zu minimieren. Dabei wird der Fokus auf die technische Integration von Chatbot-Technologien zur Benutzerinteraktion und Robotic Process Automation zur systemseitigen Durchführung gelegt.

• Konzepterstellung zur Automatisierung von Reisekostenabrechnungen
• Einsatz von Chatbot-Technologien (LUIS, QnA Maker) zur natürlichen Interaktion
• Implementierung von Robotic Process Automation (UiPath) zur Prozessdurchführung
• Verknüpfung der Systeme mittels Schnittstellen und Cloud-Speicher
• Evaluierung der Lösung durch praktische Anwendungsfälle und Testphasen

Auszug aus dem Buch

Zusammenfassung der Kapitel

1 Einleitung: Dieses Kapitel stellt die Ausgangslage, die Problematik manueller Reisekostenabrechnungen sowie die Zielsetzung und Vorgehensweise der Arbeit vor.

2 Chatbots: Es werden die theoretischen Grundlagen von Chatbots, deren Architektur, Designprinzipien sowie Stärken und Risiken detailliert erläutert.

3 Robotic Process Automation: Dieses Kapitel definiert RPA, beschreibt die Architektur der RPA-Plattform und analysiert die Vorteile sowie Anbieter am Markt.

4 Prozess der Reisekostenabrechnung: Der allgemeine Prozess der Reisekostenabrechnung und dessen Schwachstellen bei manueller Durchführung werden analysiert.

5 Lösungskonzept: Hier wird das Konzept für den KI-basierten Assistenten entworfen, Anforderungen definiert und die Architektur der Schnittstellen konzipiert.

6 Implementierung: Dieses Kapitel beschreibt die technische Umsetzung des Chatbots und des RPA-Roboters sowie die Einrichtung der gewählten Cloud-Services.

7 Durchführung der Testphase: Es werden verschiedene Testfälle definiert, durchgeführt und deren Ergebnisse dokumentiert, um die Funktionalität zu prüfen.

8 Auswertung der Anforderungen: Die im Kapitel 5 aufgestellten Anforderungen werden hier basierend auf der Implementierung bewertet.

9 Fazit und Ausblick: Diese Arbeit schließt mit einer Zusammenfassung der Ergebnisse und reflektiert den Mehrwert der automatisierten Lösung sowie zukünftige Potenziale.

Schlüsselwörter

KI-basierter Assistent, Reisekostenabrechnung, Chatbot, Robotic Process Automation, RPA, Prozessautomatisierung, Künstliche Intelligenz, LUIS, QnA Maker, Azure Bot Service, UiPath, Zoho Expense, Digitale Transformation, Workflow, Systemintegration

Häufig gestellte Fragen

Worum geht es in dieser Masterarbeit grundlegend?

Die Arbeit beschäftigt sich mit der Entwicklung eines KI-basierten Assistenten, der den manuellen Prozess der Reisekostenabrechnung durch Chatbots und RPA automatisieren soll.

Welches sind die zentralen Themenfelder der Arbeit?

Die zentralen Themen sind Künstliche Intelligenz, Chatbot-Architekturen, Robotic Process Automation (RPA) sowie deren Anwendung in der betrieblichen Prozessoptimierung.

Was ist das primäre Ziel der Arbeit?

Das primäre Ziel ist die prototypische Implementierung einer Lösung, die Reisekostenanträge automatisch verarbeitet und damit Zeitaufwand sowie Fehlerquoten reduziert.

Welche wissenschaftlichen Methoden werden verwendet?

Die Arbeit nutzt eine Anforderungsanalyse, ein systematisches Lösungskonzept sowie eine prototypische Implementierung in Verbindung mit einer Testphase und Auswertung.

Was wird im Hauptteil der Arbeit behandelt?

Der Hauptteil umfasst die theoretischen Grundlagen zu Chatbots und RPA, die Prozessanalyse, das technische Lösungskonzept sowie die detaillierte Beschreibung der Implementierung.

Durch welche Schlüsselwörter lässt sich die Arbeit charakterisieren?

Die Arbeit wird durch Begriffe wie KI-basierter Assistent, Prozessautomatisierung, Chatbot, Robotic Process Automation, UiPath und Azure-Plattform charakterisiert.

Warum wurde Microsoft Azure als Plattform für den Chatbot gewählt?

Die Wahl fiel auf Azure, da die Plattform Services für Wissensdatenbanken bietet, kosteneffizient ist und das vom Autor bevorzugte JavaScript via SDK unterstützt.

Warum spielt das "Robotic Enterprise Framework" bei der RPA-Implementierung eine zentrale Rolle?

Dieses Framework dient als strukturelles Grundgerüst für den RPA-Roboter, ermöglicht eine robuste Fehlerbehandlung und standardisiert die Verarbeitung von Wartelisten-Transaktionen.

Wie werden Belegdaten automatisch extrahiert?

Die Extraktion erfolgt durch die Integration der Anwendung "docparser", die mittels definierter Parsing-Regeln relevante Informationen wie Datum und Betrag aus digitalen Dokumenten ausliest.