该模块解决方案核心是创新的无监督和可解释的自学习算法，以发现复杂的模式，并实现持续学习。认知机器人过程自动化程序（CRPA）能够理解过程和影响的动态变化。通过这种方式，可以以可靠的方式发现多层数据模式，识别隐藏的干扰因素，实现流程的持续优化。

该模块关注为了持续改进过程，需要识别不良结果的原因。你可以获得干扰因素的透明度，例如，为什么以同样方式建造和设置的机器会产生不同的结果。这种
透明性使您——即使在复杂多变的情况下——能够专注于复杂的根本原因，并可持续地改进流程。

如果过程KPI没有交付期望的结果，则会对过程性能产生负面影响。异常检测可以发现行为模式偏离的早期迹象。这些异常通过自我学习来评估。这样与过程相关的异常可以与那些将导致问题的异常区分开。因此，可在故障发生之前提前避免。

与业务相关的KPI未来将如何变化通常取决于复杂的相互关系。预测模块使您能够以更加精确地计划那些复杂和动态的过程。此外，可在故障或问题发生之前识别。通过这种方式，您能够规划复杂的流程，并在发生之前避免低效率。

如果您想通过上述模块实现自动优化，可以很容易地将控制模块连接至控制系统。技术性和非技术性流程能够持续不断地并能以可预测的方式优化。由于用于连续学习的自学习算法持续优化日常工作中的流程和机器，因此能够及时监测流程的变化。通过这种方式，您无需人工干预即可实现复杂流程的自动优化。