ITSM schneller auf die nächste Stufe bringen – mit künstlicher Intelligenz

Das IT-Servicemanagement (ITSM) steht an einem Scheideweg. Die Art und Weise, wie IT-Teams zusammenarbeiten und kommunizieren, hat sich in den letzten Jahren drastisch verändert. IT-Infrastrukturen haben sich durch Cloud Computing und Big Data enorm weiterentwickelt, was zu größeren Serverflotten, mehr Speichersystemen und komplizierteren Netzwerken geführt hat. Durch diesen Wandel ist nicht nur die Zahl der Geräte und Dienste gestiegen, die verwaltet werden müssen, sondern auch die Komplexität der verwalteten Systeme hat sich verändert.

ITSM umfasst praktisch alles von Serviceanfragen-, Lebenszyklus- und Vorfallsmanagement sowie Problembehebung bis zu Änderungsmanagement und Asset-Tracking, sodass ein effizienter Benutzersupport schwieriger ist als je zuvor. Da zudem mehr als 54.000 Stellen im IT-Bereich unbesetzt sind, müssen oft kleine und unterbesetzte Teams diese Herkulesaufgabe meistern.

In dieser Situation befindet sich unsere Branche also heute – aber das muss nicht so bleiben. Neue Technologien und Tools haben unsere digitale Landschaft zwar komplizierter gemacht als je zuvor, doch mit den technologischen Herausforderungen wachsen auch die Lösungen. Eines der offensichtlichsten Beispiele ist die Einführung transformativer KI- und ML-Funktionen (künstliche Intelligenz und maschinelles Lernen).

Innovative Unternehmen finden Möglichkeiten, KI genau da einzusetzen, wo sie den höchsten Mehrwert und die größten Vorteile für Kunden bietet. Durch die Nutzung von KI im ITSM-Bereich können Unternehmen etwa Helpdesk-Ticketverwaltung, IT-Asset-Management und Endnutzersupport vereinfachen, wodurch sie die Kundenzufriedenheit verbessern und Zeit, Geld und Ressourcen sparen.

Schon jetzt sorgt KI dafür, dass Dinge nicht mehr so erledigt werden, wie es lange Zeit die Norm war: Maschinelles Lernen verarbeitet riesige Datenmengen auf eine Weise, die für Menschen unmöglich ist, Automatisierungen übernehmen einen großen Teil der manuellen Service Desk-Prozesse und so weiter. AIOps ermöglicht das Optimieren von Workloads und Prozessen, und Tools fürs Machine Learning eliminieren Engpässe und Kompatibilitätsprobleme bei der Migration zur Cloud. All das soll dafür sorgen, dass menschliches IT-Personal frei wird und im gesamten Unternehmen das Servicemanagement und die agile Entwicklung voranbringen kann. In vielen Unternehmen wird ein KI-gestützter Kundenservice und interner Mitarbeitersupport bereits zum Standard. Die KI-Automatisierung bietet ein riesiges Potenzial für die proaktive und reaktive Servicebereitstellung.

Die folgenden Tipps helfen, bei der Implementierung von KI in Services und Strategien das Potenzial der Automatisierung und smarter Technologien für Betriebe zu nutzen:

• Auf Automatisierung umstellen: Mit automatisierten Verbesserungen der Servicebereitstellung lassen sich Visionen für das Enterprise-Servicemanagement verwirklichen und weit über die IT hinaus Abteilungen im gesamten Unternehmen vereinheitlichen. Man kann auch Servicemanagement-Vorgänge optimieren, sodass die Datenerfassung automatisiert oder für einen effizienteren Self-Service Wissensinhalte vorgeschlagen werden. Dadurch erreicht man unter anderem kürzere Antwortzeiten mit verlinkten KI-Empfehlungen für mögliche Workarounds oder Problemlösungen, die auf Verlaufstrends und Analysen basieren. Nicht zuletzt kann man damit experimentieren, welche Kombination aus Tools für die Anforderungen eines Unternehmens am besten funktioniert: Führt man zum Beispiel ITSM auf einheitliche Weise mit Observability zusammen, ist das eine ideale Option für Unternehmen, die ein schnelles Wachstum erleben, sich in der digitalen Transformation befinden oder Schwierigkeiten damit haben, Systemausfälle zu verhindern.
• Nicht das menschliche Element vernachlässigen: Man möchte sich das Leben leichter machen, die Effizienz erhöhen und die wichtigsten Aufgaben in den Vordergrund rücken. Doch gleichzeitig darf man nicht die menschliche Note im Service verlieren. KI-Automatisierungen sind nicht da, um Stellen zu streichen, sondern um durch die Reduzierung menschlichen Eingreifens mehr freie Zeit zu schaffen für Aufgaben, die wirklich menschlicher Interaktion bedürfen. Ein solcher Grad der Automatisierung optimiert nicht nur Vorgänge, sondern verbessert auch das Nutzererlebnis und sorgt für positivere Serviceerfahrungen. Schon heute sieht man, wie sich das allgemeine Nutzererlebnis verbessert: durch automatisierte Sicherungen auf PCs und Mobilgeräten, Empfehlungen in Suchmaschinen und automatische Aktualisierungen von Apps und Betriebssystemen.
• Tempolimits setzen: Beim Thema KI ist es nicht empfehlenswert, einfach alles auf einmal auszuprobieren und zu schauen, was funktioniert. Zu einer guten Lösung gehört nicht nur Technologie, sondern auch ein sinnvolles Gleichgewicht. Für nachhaltigen Erfolg muss es gelingen, Strategien, eine durchdachte Planung, eine maßvolle Implementierung und die Skalierbarkeit in Einklang zu bringen – besonders wenn es um Automatisierungen geht.

Man sollte vor der Implementierung neuer Technologien oder Prozesse sicherstellen, dass diese Veränderungen für das jeweilige Unternehmen und seine Mitarbeitenden funktionieren, und nicht den Betrieb unterbrechen. Im SolarWinds-Whitepaper The Future of IT Service Management with AI wird dargelegt, wie wichtig es ist, zuerst „unter die Motorhaube“ eines Unternehmens zu schauen und genau zu analysieren, was gut läuft, was man besser machen kann und wo die Teams wirklich die meiste Unterstützung benötigen. Dabei sollte man unter anderem die häufigsten Probleme der Kunden, zukünftige Prioritäten für das Geschäftswachstum und auch mögliche Widerstände innerhalb eines Unternehmens oder Konflikte mit der bisherigen Unternehmenskultur berücksichtigen.

Hat man sich erst einmal mit den Vorteilen der neuen Technologien vertraut gemacht, besteht der nächste Schritt darin, genau zu planen, wie sie sich für Geschäftsziele einsetzen lassen. Dafür sollte man analysieren, wo man aktuell steht, und wo die Automatisierung hinführen soll, indem man ausweitet, was funktioniert und verbessert, was noch nicht funktioniert. Dabei gilt immer: KI und Automatisierung sollen positive und wirkungsvolle Ergebnisse schaffen – und nicht mehr Arbeit.

Krishna Sai ist Senior Vice President bei SolarWinds.

SolarWinds