KI im ITSM: Was über Erfolg oder Scheitern entscheidet

KI-Enttäuschungen sind selten das Ergebnis schlechter KI. Sie entstehen meist, weil das Fundament, auf dem die KI aufsetzt, nicht tragfähig ist.  Shutterstock – PeopleImages



Jedes Gespräch, das ich aktuell mit IT- und Service-Verantwortlichen führe, läuft immer wieder auf dieselbe Frage hinaus: Wie können wir KI am besten nutzen?



Hier ist meine ehrliche Antwort.



KI kann für ein Serviceteam einen echten Unterschied machen, aber nur, wenn die richtigen Prozesse und Tools schon vorhanden sind. Mit dieser Basis beschleunigt die KI Routineaufgaben, verbessert den Self Service und erkennt Muster, die einem Menschen sonst entgehen würden. Ohne diese Grundlagen kommen die Risiken zum Vorschein und der Nutzen bleibt aus. KI ist ein Werkzeug. Sie verstärkt, was gut funktioniert, aber auch, was schon fehlerhaft ist. Das Fundament darunter bestimmt, was verstärkt wird.



Nutzen und Risiken beim Einsatz von KI



Der offensichtlichste Nutzen ist der Produktivitätsgewinn. KI entlastet das Team bei Routineaufgaben: Tickets klassifizieren, eine Antwort entwerfen, den passenden Wissensartikel ausfindig machen, noch bevor jemand den gesamten Thread gelesen hat. Dadurch hat der IT-Support mehr Zeit für die Fälle, die tatsächlich sein Urteilsvermögen erfordern.



Das offensichtlichste Risiko besteht darin, schneller zu agieren, als es die Basis zulässt. Die KI läuft auf der vorhandenen Infrastruktur aus Daten und Prozessen – eine eigene bringt sie nicht mit. Wenn die Ticketdaten unübersichtlich sind oder die Wissensdatenbank lückenhaft und veraltet ist, kann die KI das nicht beheben. Stattdessen skaliert sie auch noch das Problem und liefert den Usern selbstbewusste, aber falsche Antworten, und zwar schneller, als es ein Mensch je könnte. Das ist das Dilemma, das in den meisten Gesprächen über KI außer Acht gelassen wird.



Eine Person auf dem Laufenden halten



Die eigentliche Frage ist nicht, wie viel ein IT-Team automatisieren kann. Es geht darum die richtige Person einzubinden, während das System unterstützt: eine Antwort, die als Entwurf erstellt und vor dem Versand von einem Bearbeiter geprüft wird; eine vorgeschlagene Kategorie, die ein Enduser übernehmen oder korrigieren kann; oder ein erkanntes Muster, das einer Person zur Bearbeitung angezeigt wird, anstatt automatisch eine Aktion auszulösen. Volle Autonomie, bei der KI ohne jegliche Überprüfung agiert, erhöht das Risiko erheblich. Sie hat durchaus ihre Berechtigung, aber nur, wenn die zugrunde liegenden Prozesse, Daten und Sicherheitsvorkehrungen dafür bereit sind und die Enduser jederzeit einen Mitarbeiter aus dem IT-Servicedesk erreichen können.



Das Langweilige kommt zuerst



Nicht bei jedem IT-Team läuft es gleich ab. Was sinnvoll ist, hängt vom Reifegrad der Serviceorganisation ab. Ein Team, das noch dabei ist, einheitliche Prozesse aufzubauen, profitiert am meisten von einer KI, die dabei hilft, die Wissensdatenbank selbst zu optimieren. Ein Team mit stabilen Prozessen und steigendem Volumen profitiert mehr von Triage und Mustererkennung. Es ist wichtiger, die eingesetzten Maßnahmen an die aktuelle Situation anzupassen, als einfach nur KI einzuführen.



Wenn ich also einen Rat geben darf, dann diesen: Fangen Sie nicht beim KI-Feature an, sondern bei der Wissensdatenbank und den Prozessen dahinter. Erst wenn die sitzen, führen Sie einen klar umrissenen Anwendungsfall ein. Holen Sie sich Rückmeldung von Ihren IT-Kollegen als auch den Endusern und bessern Sie nach. Dann kommt der nächste und der nächste. Die meisten KI-Enttäuschungen, von denen ich höre, waren nicht das Ergebnis schlechter KI. Sie entstanden, weil dieser erste Basisschritt übersprungen wurde.



Mehr Informationen zu KI-gestütztem Servicemanagement finden Sie hier.