Der Anspruch von Automation Anywhere geht heute über reine Klick-Automatisierung hinaus. Die Plattform versteht sich als Intelligent-Automation-Lösung: Sie verbindet die klassische Prozessautomatisierung mit Dokumentenverständnis, KI-Assistenz und Analysefunktionen. Aus „ein Bot kopiert Zahlen von A nach B“ wird der Anspruch „ein Bot liest eine eingehende Rechnung, versteht ihre Inhalte, prüft sie gegen die Bestellung und stößt die Buchung an – und ein KI-Assistent hilft dem Mitarbeitenden, den passenden Bot in Sekunden selbst zu bauen“. Diese Ausrichtung ist typisch für den gesamten RPA-Markt, der sich in Richtung Hyperautomatisierung entwickelt.
Drei Eigenschaften prägen Automation Anywhere und erklären seine Marktstellung:
Automation Anywhere gehört zu den Pionieren der Kategorie. Gemeinsam mit UiPath und – seit dem Markteintritt von Microsoft Power Automate – dem Software-Konzern aus Redmond bildet das Unternehmen die Spitzengruppe des RPA-Marktes. Anders als bei europäischen Anbietern liegt der Unternehmenssitz in den USA, was für DACH-Unternehmen bei der datenschutzrechtlichen Bewertung eine eigene Rolle spielt. Technologisch hat Automation Anywhere früh auf eine konsequente Cloud-Strategie gesetzt und seine gesamte Plattform auf eine webbasierte Architektur umgestellt – ein Schritt, der die Art, wie Bots entwickelt und betrieben werden, spürbar verändert hat.
Im Marktgespräch verschwimmen die Begriffe. RPA bezeichnet die Automatisierung regelbasierter, wiederkehrender Aufgaben durch Software-Bots, die die Benutzeroberfläche von Anwendungen bedienen. Intelligent Automation erweitert das um KI-Bausteine wie Dokumentenverständnis, maschinelles Lernen und generative KI, sodass auch Prozesse mit unstrukturierten Daten und Entscheidungsanteilen automatisierbar werden. Hyperautomatisierung schließlich ist der strategische Überbau: das orchestrierte Zusammenspiel von RPA, KI, Process Mining und BPM über das gesamte Unternehmen hinweg. Automation Anywhere deckt mit Automation 360 den ersten und zweiten Begriff ab und liefert Bausteine für den dritten.
Automation 360 ist das Herzstück des Angebots und als cloud-native, webbasierte Plattform konzipiert. Im Zentrum steht das Control Room – die zentrale Steuerungs- und Verwaltungsinstanz, über die Bots entwickelt, freigegeben, geplant, ausgeführt und überwacht werden. Rund um das Control Room gruppieren sich die Entwicklungsumgebung für Bots, die Ausführungsinstanzen (Bot Runner), die Dokumenten-KI und der KI-Assistent. Der entscheidende Unterschied zu älteren RPA-Generationen: Es ist keine schwergewichtige lokale Installation je Entwicklerarbeitsplatz mehr nötig; die Entwicklung erfolgt im Browser, was Rollout und Wartung vereinfacht.
Für die Lizenzierung ist die Unterscheidung zwischen Bot-Entwicklung und Bot-Ausführung zentral. Vereinfacht gesprochen entwickeln Bot Creator die Automatisierungen, während Bot Runner sie ausführen – letztere in attended oder unattended Form. Wie viele Entwickler-, Ausführungs- und KI-Lizenzen ein Unternehmen benötigt, hängt vollständig vom Automatisierungsprogramm ab und bestimmt maßgeblich die Kosten (Kapitel 09). Verlässliche Pauschalangaben sind hier nicht seriös möglich.
Automation Anywhere verfolgt eine ausgeprägte Cloud-first-Strategie: Der Regelfall ist der Betrieb als vom Anbieter gehosteter Cloud-Dienst (SaaS). Für Unternehmen mit besonderen Anforderungen an Datenhoheit oder Regulatorik sind jedoch auch andere Modelle vorgesehen – etwa der Betrieb in einer privaten Cloud oder On-Premises im eigenen Rechenzentrum. Für den DACH-Mittelstand ist diese Wahlfreiheit relevant: Sie erlaubt es, Datenschutz- und Compliance-Anforderungen (Kapitel 09) mit dem gewünschten Betriebsmodell in Einklang zu bringen. Welche Modelle in welcher Region und mit welchen Konditionen verfügbar sind, sollte konkret beim Anbieter erfragt werden.
Für die Bewertung stellt Automation Anywhere kostenfreie Einstiegs- und Testmöglichkeiten bereit, mit denen sich die Plattform ohne große Anfangsinvestition kennenlernen lässt. Für ein seriöses Bild empfiehlt es sich, einen klar abgegrenzten, realen Prozess als Pilot zu wählen und daran die Bedienbarkeit, den Entwicklungsaufwand und die Stabilität zu prüfen – nicht ein künstliches Demo-Szenario. Genau dieser fokussierte Einstieg über einen echten, wertstiftenden Anwendungsfall ist aus INAGRO-Sicht der verlässlichste Weg zu einer fundierten Investitionsentscheidung.
Der Einstieg in die Bot-Entwicklung ist bewusst niedrigschwellig gehalten: Ein Rekorder zeichnet Abläufe auf, ein visueller Editor setzt Aktionen wie Bausteine zusammen. Der Weg von der ersten Aufzeichnung zu einem produktionsreifen, robusten Bot ist jedoch länger, als Demos suggerieren. Robuste Automatisierungen brauchen sauberes Fehlerhandling, stabile Selektoren für die bedienten Oberflächen, sichere Verwaltung von Zugangsdaten und eine durchdachte Wiederanlauf-Logik. Genau hier entscheidet sich, ob ein Bot im Alltag zuverlässig läuft oder bei jeder kleinen Änderung der Zielanwendung stehenbleibt. Diese Reife ist weniger eine Frage des Werkzeugs als der Entwicklungsdisziplin.
Die Unterscheidung ist mehr als ein Lizenzdetail. Attended Bots entlasten einzelne Mitarbeitende im Moment der Arbeit – ideal für kundennahe Prozesse, in denen ein Mensch die Kontrolle behält, aber von Routineschritten befreit wird. Unattended Bots zielen auf Volumen und Dunkelverarbeitung: Sie laufen nachts, am Wochenende und über Systemgrenzen hinweg, ohne dass jemand zusieht. Für die Praxis bedeutet das unterschiedliche Anforderungen an Infrastruktur, Überwachung und – besonders wichtig – an die vergebenen Berechtigungen. Ein unbeaufsichtigter Bot mit weitreichenden Systemrechten ist ein sensibler Akteur, dessen Zugriffe nach dem Need-to-know-Prinzip eng zu fassen sind (Kapitel 09).
Klassische RPA scheitert dort, wo Informationen nicht in festen Feldern stehen, sondern in Dokumenten unterschiedlicher Form – jede Lieferantenrechnung sieht anders aus. Die Dokumentenautomatisierung schließt diese Lücke: Sie erkennt Dokumententypen, extrahiert die relevanten Angaben und lernt aus Korrekturen dazu. Für den Mittelstand ist das oft der eigentliche Hebel, weil gerade Rechnungs-, Auftrags- und Formularverarbeitung große manuelle Aufwände bindet. Wichtig bleibt ein bewusst gesetzter Prüfschritt: Wo die KI unsicher ist, sollte ein Mensch bestätigen, statt einen falsch erkannten Wert ungeprüft weiterzureichen.
Der Automation Co-Pilot verfolgt eine klare Idee: Automatisierung soll nicht in einer separaten Spezialsoftware stattfinden, sondern dort, wo die Arbeit passiert. Als Assistent begleitet er Mitarbeitende in ihren Anwendungen, schlägt passende Automatisierungen vor und senkt die Schwelle, sie zu nutzen oder sogar selbst zu erstellen. Für den Mittelstand kann das den Unterschied ausmachen zwischen einer RPA-Initiative, die in der IT versandet, und einer, die von den Fachbereichen getragen wird. Voraussetzung ist jedoch Governance: Wenn Fachanwender Bots bauen, braucht es klare Freigabe-, Test- und Sicherheitsregeln, damit aus demokratisierter Automatisierung kein unkontrollierter Wildwuchs wird.
Die Integration generativer KI ist die derzeit dynamischste Entwicklung im gesamten RPA-Markt und macht auch vor Automation Anywhere nicht halt. Sie verspricht, die Bot-Entstehung zu beschleunigen und Prozesse mit Sprach- und Textverständnis zu bereichern. Gleichzeitig entsteht eine neue Sorgfaltspflicht: Sobald Geschäftsdaten an generative Modelle übergeben werden, sind Fragen des Datenschutzes, der Datenhoheit und der Nachvollziehbarkeit zu klären. Aus INAGRO-Sicht gilt hier dasselbe Prinzip wie bei jeder KI-Einführung – die Möglichkeiten nüchtern bewerten, klare Regeln setzen, welche Daten überhaupt in die KI fließen, und nicht dem Reiz des Neuen die Kontrolle opfern.
Für die Anbindung gängiger Unternehmenssoftware – von ERP-Systemen wie SAP über Microsoft-Anwendungen und ServiceNow bis zu CRM-Plattformen wie Salesforce – bringt die Plattform vorgefertigte Konnektoren mit, die die Integration beschleunigen. Wo kein fertiger Konnektor existiert, lassen sich Systeme über APIs und Webservices anbinden; zusätzlich können Bots klassische Benutzeroberflächen bedienen, wenn keine Schnittstelle verfügbar ist. Diese Kombination aus API-Integration und UI-Automatisierung ist der Kern jeder RPA-Plattform: Sie erlaubt es, auch Altsysteme ohne moderne Schnittstelle einzubeziehen – ein häufiger Fall im gewachsenen Mittelstand.
Die praktische Faustregel lautet: Wo eine stabile API existiert, ist sie der UI-Automatisierung vorzuziehen. API-Anbindungen sind robuster gegenüber Änderungen der Oberfläche und weniger fehleranfällig. Die Fähigkeit, per Bot auch reine Bildschirmoberflächen zu bedienen, bleibt der wertvolle Rückfallweg für Systeme, die keine Schnittstelle bieten – nicht der bevorzugte Standardweg.
Automation Anywhere betreibt mit dem Bot Store einen Marktplatz für vorgefertigte Bots, Konnektoren und Automatisierungsbausteine. Die Idee: Statt jede Automatisierung von Grund auf zu bauen, können Teams auf bestehende Vorlagen für wiederkehrende Aufgaben zurückgreifen und diese anpassen. Das kann die Entwicklung beschleunigen und Standardprozesse schneller produktiv machen. In der Praxis empfiehlt sich dennoch Sorgfalt: Fremdbausteine sollten vor dem Produktiveinsatz geprüft werden – hinsichtlich Sicherheit, Datenzugriffen und Wartbarkeit. Ein zugekaufter Baustein, den niemand im Team wirklich versteht, kann später zur Wartungslast werden.
Für ambitionierte Programme ist entscheidend, dass RPA nicht isoliert steht. Automation Anywhere lässt sich mit Process-Mining-Werkzeugen zur Potenzialerkennung, mit Dokumenten-KI zur Datenextraktion und mit nachgelagerten Systemen zur Weiterverarbeitung verbinden. In einer durchdachten Hyperautomatisierungs-Architektur übernimmt jede Komponente die Rolle, die sie am besten beherrscht: Process Mining findet und priorisiert die Kandidaten, RPA führt die Automatisierung aus, KI verarbeitet unstrukturierte Anteile, und übergreifende Orchestrierung hält das Zusammenspiel zusammen. Automation 360 liefert dafür die RPA- und einen Teil der KI-Bausteine – die Gesamtarchitektur zu entwerfen bleibt eine strategische Aufgabe.
Aus unserer Beratungspraxis sprechen mehrere Punkte für Automation Anywhere. Erstens, wenn RPA von vornherein cloud-first und skalierbar aufgebaut werden soll – die webbasierte Architektur und die zentrale Orchestrierung über das Control Room sind hier eine Stärke. Zweitens, wenn die Dokumentenverarbeitung ein zentraler Anwendungsfall ist – die integrierte Dokumenten-KI adressiert genau die Prozesse, die im Mittelstand die größten manuellen Aufwände binden. Drittens, wenn ein Unternehmen eine dedizierte, herstellerneutrale RPA-Plattform sucht, die nicht an ein bestimmtes Office- oder ERP-Ökosystem gebunden ist, sondern breit integriert.
Ebenso ehrlich gehören die Gegenfälle benannt. Wer bereits tief im Microsoft-Ökosystem (Microsoft 365, Azure) verankert ist und überwiegend dort automatisieren möchte, findet mit Power Automate oft den wirtschaftlicheren und schneller startbaren Weg, weil vieles bereits lizenziert und nativ integriert ist. Wer eine sehr governance- und sicherheitszentrierte Automatisierung großer, sensibler Backoffice-Prozesse plant, sollte auch Blue Prism fair mitprüfen. Und wer eine besonders breite Community, ein großes Schulungsangebot und ein sehr ausgereiftes Partnernetz priorisiert, wird UiPath ebenbürtig im Rennen sehen. Der entscheidende Punkt bleibt: Alle vier sind reife Plattformen – die richtige Wahl folgt aus Anwendungsfall, vorhandenem Stack, Datenschutzanforderungen und Umsetzungskapazität, nicht aus dem Markennamen.
Ein verbreiteter Irrtum lautet, Governance stehe der schnellen Automatisierung im Weg. Das Gegenteil ist der Fall: Ohne klare Regeln für Entwicklung, Freigabe, Berechtigungen und Wartung skaliert kein RPA-Programm sauber. Gerade weil Automation Anywhere mit dem Co-Pilot Automatisierung in die Fachbereiche trägt, braucht es einen definierten Rahmen – wer darf welche Bots bauen, wer gibt frei, wie werden Zugangsdaten verwaltet, wie werden Bots getestet, bevor sie auf Produktivsysteme losgelassen werden. In unseren Projekten ist genau dieser Rahmen der Unterschied zwischen einer Handvoll fragiler Insellösungen und einer Automatisierung, die das Unternehmen wirklich trägt.
Eine seriöse RPA-Einführung ist kein Wochenendprojekt. Der erste produktive Bot ist oft schnell erstellt – der Weg zu einem stabilen Portfolio mit sauberer Governance, sicherem Betrieb und verlässlicher Wartung dauert länger. Der am häufigsten unterschätzte Aufwand ist die Wartung: Jeder Bot ist an die Oberflächen und Schnittstellen der Systeme gekoppelt, die er bedient; ändern sich diese, muss der Bot angepasst werden. Wer diesen laufenden Aufwand von Anfang an einplant, vermeidet die Enttäuschung, dass vermeintlich „fertige“ Automatisierungen im Betrieb doch Pflege brauchen.
Der teuerste Fehler im Mittelstand ist, einen ineffizienten Prozess einfach zu automatisieren, statt ihn zuerst zu hinterfragen. Ein Bot, der eine überflüssige Doppelerfassung schneller erledigt, zementiert die Doppelerfassung – er beseitigt sie nicht. Aus INAGRO-Sicht gehört vor jede Automatisierung die Frage: Muss dieser Schritt überhaupt sein? Oft lässt sich durch eine bessere Schnittstelle oder eine geänderte Prozesslogik mehr gewinnen als durch den schönsten Bot. RPA ist ein Werkzeug der Prozessoptimierung – und Optimierung heißt zuerst weglassen, dann automatisieren.
Anders als bei einer einfachen Pro-Nutzer-Software lässt sich RPA nicht mit einem einzigen Eurobetrag beziffern. Die Kosten hängen davon ab, wie viele Bots entwickelt und betrieben werden, welche Betriebsart (attended/unattended) und welche KI-Funktionen genutzt werden und welches Bereitstellungsmodell gewählt wird. Jeder im Internet kursierende „Listenpreis“ ist deshalb mit Vorsicht zu genießen. Verlässlich lässt sich nur sagen: Der Lizenzpreis ist selten der größte Posten – Einführung, Integration und laufende Wartung machen einen erheblichen Teil der Gesamtkosten aus. Die richtige Frage lautet nicht „Was kostet die Lizenz?“, sondern „Welcher realisierte Nutzen steht welchen Gesamtkosten gegenüber?“.
Automation Anywhere ist ein US-amerikanisches Unternehmen. Für DACH-Unternehmen, die die Plattform als Cloud-Dienst nutzen, sind daher einige Punkte vorab zu klären. Erstens der Serverstandort und die Verarbeitungsregion – eine EU-Region für die Datenverarbeitung ist regelmäßig die naheliegende Wahl und sollte vertraglich festgehalten werden. Zweitens die Frage möglicher Datentransfers in Drittländer und der zugehörigen rechtlichen Grundlagen, die im Einzelfall zu prüfen und mit geeigneten Garantien abzusichern sind. Drittens der Auftragsverarbeitungsvertrag (AVV / DPA) mit dem Anbieter, der Gegenstand, Dauer, Art und Zweck der Verarbeitung sowie die technisch-organisatorischen Maßnahmen und die Subprozessoren regelt. Für besonders sensible Umgebungen ist die On-Premises- oder Private-Cloud-Variante die datenschutzfreundlichere Option, weil sie den Verarbeitungsort und die Kontrolle über die Daten im eigenen Einflussbereich hält.
Ein Punkt verdient im Mittelstand besondere Aufmerksamkeit: Unbeaufsichtigte Bots handeln mit den Berechtigungen, die man ihnen gibt – und laufen ohne menschliche Aufsicht. Ein Bot mit weitreichenden Rechten auf Fachsysteme ist damit ein Sicherheits- und Datenschutzfaktor ersten Ranges. Deshalb gilt konsequent das Need-to-know-Prinzip: Ein Bot erhält nur die Zugriffe, die er für seine konkrete Aufgabe zwingend braucht, nicht mehr. Zugangsdaten gehören in eine sichere Verwaltung und niemals im Klartext in den Bot. Und die Datenverarbeitung sollte dem Grundsatz der Datensparsamkeit folgen – ein Bot, der nur die nötigen Felder verarbeitet, verkleinert die rechtliche wie die sicherheitstechnische Angriffsfläche.
