Sie sind hier: Startseite » Fachartikel » Hintergrund

AI als Kollege im Service Desk


Chancen und Grenzen künstlicher Intelligenz: Wie AI das Service Management verändert
Der Nutzen von AI: ITSM bietet gleich mehrere Anknüpfungspunkte. Sie reichen vom First Level Support über das Asset- und Problem Management bis hin zur Prozessoptimierung


Von Fabian Henzler, Director Product Marketing bei Matrix42

Alle reden von Artificial Intelligence, um AI gibt es einen regelrechten Hype: Die Erwartungen sind enorm, die Ziele oft vage, konkrete Lösungen noch selten. In diesem Beitrag wird erläutert, welche Auswirkungen AI auf das IT Service Management (ITSM) in Unternehmen haben wird – und wo die Grenzen liegen.

In Gartners "Hype Cycle for Emerging Technologies" vom August 2017 lag AI – vertreten durch Deep Learning und Machine Learning (ML) – ganz an der Spitze der Hype-Kurve. Wie es weitergeht, ist klar: bergab. Überzogene Hoffnungen werden enttäuscht, bevor die neue Technologie dann letztlich Einzug in den Alltag findet. Bei Deep Learning und ML wird dies laut Gartner zwei bis fünf Jahre dauern, bei AI-basierten Virtual Assistants fünf bis zehn. Aber AI wird kommen.

Woher also die Enttäuschung? Heute herrscht oft die Erwartung vor, man könne AI als Produkt kaufen, und plötzlich funktioniere alles viel besser. Doch künstliche Intelligenz wird nicht auf dem Silbertablett serviert: Auch der AI-Einsatz erfordert Planung, Budget und Organisation, Unternehmen müssen geeignetes Personal finden, und die Implementierung wird – wie immer in der IT – Zeit und Nerven kosten.

Zunächst aber ist zu klären, wo AI überhaupt nützt. ITSM bietet gleich mehrere Anknüpfungspunkte. Sie reichen vom First Level Support über das Asset- und Problem Management bis hin zur Prozessoptimierung.

Viele kennen AI aus dem privaten Umfeld: Virtuelle Assistenten wie Alexa, Siri oder Google Home beantworten auf Zuruf Fragen oder stoßen einfache Aktionen an. So versteht es sich fast von selbst, dass AI an der Schnittstelle zwischen Endanwender und Service Management große Vorteile bietet: beim First Level Support. Dank Microsofts Bot Framework lässt sich solche Funktionalität in Service-Desk-Lösungen integrieren. Mit Chatbots und Virtual Agents kann eine IT-Organisation die Annahme von Trouble Tickets vollständig digitalisieren – sogar bis hin zur Störungsbehebung.

Ein Beispiel: Erhält ein Anwender eine unerklärliche Fehlermeldung, hilft AI-gestützte Bilderkennung bei der schnellen Behebung des Incidents. Ein Chatbot fordert den Anrufer auf, einen Screenshot des Fehlers zu senden; die Service-Management-Lösung analysiert den Screenshot mittels AI, erkennt den Fehler, füllt das Ticket aus und leitet es weiter. Die Software trackt die Incidents, und nach mehrmaliger deckungsgleicher Fehlerbehebung schickt sie dem nächsten Anrufer automatisch den Link zum passenden Knowledge-Base-Artikel zur Selbsthilfe auf sein Smartphone.

Ein anderes Szenario: Der Anwender meldet eine Störung mit "Alexa, mein PowerPoint stürzt immer ab." Die AI-gestützte Service-Management-Lösung kennt den Nutzer wie auch dessen Rechner. In der Knowledge Base ermittelt sie die beiden Lösungsvarianten. Alexa antwortet: "Sie können eine automatische Neuinstallation von PowerPoint anstoßen, das dauert 30 Minuten. Oder Sie können ein Austauschgerät erhalten, das dauert zwei Stunden."

Der Nutzer entscheidet sich: "Neuinstallation!" Die Service-Desk-Software stößt dies im Idealfall per integrierter Workspace-Management-Lösung direkt an. Eine halbe Stunde später meldet Alexa dem Nutzer den Abschluss der Installation und fragt nach seiner Zufriedenheit. Er gibt fünf Sterne für den perfekten Service, das Ticket wird automatisch geschlossen.

Integration ist der Schlüssel
In beiden Fällen ist die Einbindung der AI in das Service- und Workspace Management elementar: Dank Integration in das Active Directory, die ITSM-Lösung, die Knowledge Base und die CMDB kennt die AI-Software die Rolle des Endanwenders, seine IT-Ausstattung und Lösungswege. Bei Zugriff auf das Projekt-Management-Tool weiß sie sogar, ob der Anrufer in der heißen Phase eines Projekts steckt und deshalb priorisiert zu bearbeiten ist. Dies sorgt für kundenfreundliche Abläufe sowie zeit- und kostensparende Prozessautomation.

Doch virtuelle Agenten bringen bei Routine-Incidents noch weitere Vorteile: Mitarbeiter im First Level Support müssen selbst angesichts verärgerter oder gestresster Kunden stets freundlich bleiben – für Alexa und Co. kein Problem. Die Technik ist zudem längst so ausgereift, dass ein Virtual Agent sogar die Stimmung des Kunden an dessen Stimme erkennt – und so den wütenden Vorstand gleich zum Second Level Support durchstellen kann.

Für den Service Desk bedeutet dies: Virtual Agents werden als vorgeschaltete Support-Instanzen helfen, zeitraubende Routinefälle zu automatisieren. So kann sich das IT Team besser um das anspruchsvollere Exception Handling kümmern. Denn AI wird die Support-Kollegen aus Fleisch und Blut bis auf Weiteres nicht ersetzen, sondern bestenfalls ergänzen: Komplexe Problemfälle erfordern Intuition, soziale Kompetenz und Wissen um den Geschäftskontext – da stößt AI an Grenzen.

Hinter den Kulissen
Ihre Stärken kann AI "hinter den Kulissen" erst so richtig ausspielen. So vereinfacht z. B. Machine Learning zusammen mit Big-Data-Analysen die Inventarisierung, das Asset- und das Configuration Management: ML-Tools erlernen in Massendatenbeständen schnell die Zusammenhänge zwischen Assets, Usern und Services – selbst wenn diese in den diversen Datentöpfen nicht identisch, sondern nur ähnlich bezeichnet sind (z. B. mal "Office365", mal "Microsoft Office 365").

Denn AI kann mit semantischer Unschärfe umgehen und ist – anders als die klassische Schlagwortsuche – nicht auf identische Begriffe angewiesen. So kann man Assets automatisch einem Service oder einer Applikation zuordnen (Application Dependency Mapping, ADM), analysieren und visualisieren. ADM ist heute noch sehr kostspielig; ein ML-gestütztes Service Management wird künftig automatisiert generierte Service Maps auch dem Mittelstand zugänglich machen – sogar inklusive extern bezogener (Cloud-)Dienste samt Tracking der Service-Nutzung.

Mittelfristig wird AI das Problem Management beschleunigen: Bei wiederkehrenden Fehlern können ML-Tools die Ursachenforschung erleichtern, also z. B. bei gehäuften Störungen in einem Bürotrakt erschließen, dass der Etagen-Switch ausgefallen ist. Bei Bedarf kann ML-Software das Internet nach Lösungsvorschlägen absuchen – und wiederum in unterschiedlichsten Knowledge Base Lösungen finden, selbst wenn die Beschreibungen variieren. Die Lösungswege ordnet das ML-gestützte Service Management dann automatisiert dem Trouble Ticket zu.

Letztlich berührt AI sogar den Kern der IT und des Business: die Prozesse. Schon heute kann eine Fachabteilung mittels BPMN (Business Process Model and Notation) und einem Tool wie Matrix42 Workflow Studio bequem neue Workflows erstellen, die Lösung übersetzt sie dann automatisch in konkrete Konfigurationen. Künftig wird es mittels einer AI-Instanz möglich sein, diese individuellen Abläufe zu analysieren und dynamisch zu optimieren.

AI vergleicht dazu die neuen Workflows und Prozesse selbsttätig mit bestehenden Best Practices. So deckt sie Prozessfehler auf, um die IT-Prozesse – und letztlich sogar beliebige Abläufe vom Facility Management bis zum Recruiting – schneller, effizienter und kostengünstiger zu machen.

Nicht nur auf AI setzen
AI wird einen enormen Effizienzsprung bringen – im ITSM wie auch generell beim Management digital transformierter Geschäftsprozesse. Insbesondere bei der Analyse von Massendaten wird AI ihre Stärken ausspielen. Dabei hat der AI-Einsatz jedoch, wie oben beschrieben, seine Grenzen, wenn es um Kenntnis des Kontexts außerhalb der Massendaten und um soziale oder Business-Aspekte geht.

Deshalb zu guter Letzt ein Tipp: Setzen Sie nicht allein auf AI! Matrix42 Pilotkunden-Projekte haben gezeigt, dass Alexa weder in Großraumbüros noch in Einzelbüros am nachhaltigsten genutzt wird, sondern in Konferenzräumen: Immer wieder bereitet die Präsentationstechnik Probleme, deren Lösung man dann gern per Alexa anfordert - muss man aber nicht! Denn die IT kann heute schon mittels der ihnen zur Verfügung stehenden Daten problemlos ermitteln, bspw. nach welcher Nutzungsdauer eine bestimmte Beamer-Glühbirnen den Dienst versagen wird – um sie rechtzeitig auszutauschen. Das kann bereits mit Bordmitteln eines ordentlichen Service- und Asset Management passieren.

Das kostet weder viel Zeit noch viel Geld, und die Teambesprechung des Vertriebs kann dann ebenso ungestört stattfinden wie die Vorstandssitzung. Für viele solcher sofort wirkungsvollen Verbesserungsmaßnahmen braucht man weder Predictive Maintenance noch AI – nur die inventarisierten Daten und ein wenig Kreativität.

Über Fabian Henzler
Als Director Product Marketing ist Fabian Henzler für die Vermarktung aller Matrix42 Produkte verantwortlich. Er führt das Produktmarketing-Team und ist außerdem zuständig für das Relationshipmanagement und Briefing von Analysten. Er greift auf viele Jahre Erfahrung im Produktmanagement, im Vertrieb und im Marketing zurück. Er kam 2014 zu Matrix42 und war dort bis 2016 Senior Product Manager für den Bereich Workspace Management und für den Matrix42 Marketplace verantwortlich. Bevor er 2014 bei Matrix42 startete, war er in mehreren Positionen, zuletzt als Head of Product Management, bei Consulting4IT tätig gewesen, davor bei EgoSecure (früher CynapsPro) und bei Softbroker.
(Matrix42: ra)

eingetragen: 05.02.18
Newsletterlauf: 15.03.18

Matrix42: Kontakt und Steckbrief

Der Informationsanbieter hat seinen Kontakt leider noch nicht freigeschaltet.


Kostenloser PMK-Verlags-Newsletter
Ihr PMK-Verlags-Newsletter hier >>>>>>



Meldungen: Hintergrund

  • Verschieben von Workloads in die Cloud

    Beim Verschieben von Workloads in die Cloud setzten jeweils 28 Prozent der Unternehmen auf Technologien zur Virtualisierung oder Migrations-Tools, hat IDC in seiner Cloud-Studie 2020 für die DACH-Region ermittelt. Die Cloud-nativen Container (23 Prozent) sowie ergänzende Orchestrierungswerkzeuge (22 Prozent) folgen dahinter, um den Schritt in die Cloud zu vollziehen. Aus dieser Bestandsaufnahme lesen die IDC-Analysten heraus, dass die Container-Adaption weiterhin schnell vorangeht. Demnach entwickeln sechs Prozent der befragten Unternehmen gezielt Container-kompatible Anwendungen. 13 Prozent der Studienteilnehmer nutzen Container in der Softwareentwicklung (DevOps), um automatisiert und überwacht Apps bereitzustellen (CI/CD). Ein weiteres Drittel verwendet die Technologie ergänzend in bereits virtualisierter Infrastruktur auf bestehenden Hypervisoren. Dort, wo der Hypervisor dann seine Funktion für virtuelle Maschinen (VM) nicht mehr erfüllt, rechnet IDC mit dem Wechsel auf eine Container-native Umgebung.

  • Datenzentrierte Sicherheit in der Multi-Cloud

    Datenzentrierung ist ein Faktor, der maßgeblich die Cloud- und IT-Security-Strategie in Unternehmen mitbestimmt. Je nach regulatorischen Vorgaben werden diverse Datenprozesse in geeigneter Weise abgesichert. Mit der wachsenden Cloud-Nutzung in den vergangenen Jahren entstehen in Unternehmen auch mehr und mehr Multi-Cloud-Umgebungen. Für diese spricht vor allem der Vorteil hoher Effizienz: Prozesse können zu den jeweils geringsten Kosten zu den am besten geeigneten Anbietern ausgelagert werden. Weitere Nebeneffekte für Unternehmen sind eine höhere Ausfallsicherheit, Skalierbarkeit und Stabilität der IT-Prozesse. Eigenschaften, die vor allem für den Remote-Betrieb in jüngster Vergangenheit überaus gefragt waren. Mit der Nutzung verschiedener Software-as-a-Service (SaaS)-Anwendungen, Infrastructure-as-a-Service (IaaS)-Plattformen und gegebenenfalls der Arbeit an vielen verteilten Standorten mit nicht verwalteten Geräten vergrößert sich hingegen die Angriffsfläche für böswillige Akteure massiv. Disparate Sicherheitslösungen sind für derartige Szenarien nicht leistungsfähig genug. Für die IT-Verwaltung wird es damit deutlich schwieriger, Richtlinien über die gesamte Umgebung hinweg durchzusetzen. Zudem steigen durch das Arbeiten in verschiedenen Lösungen die Fehleranfälligkeit sowie die Wahrscheinlichkeit für Datensicherheitsvorfälle.

  • Videoüberwachung als Cloud-nativer Dienst

    Videoüberwachung als Cloud-nativer Dienst ist die Gegenwart. Denn die Kontrolle von Straßen, Gebäuden und Plätzen lebt davon, aufgezeichnete Materialien zuverlässig zu übertragen, intelligent zu analysieren und effizient sowie datenschutzkonform zu sichern. Kameranetze, um Gebäude, Plätze, Straßen oder Filialen von fern zu überwachen, verändern sich. Bei Restaurant- oder Ladenketten stoßen Systeme bei wachsenden Unternehmen schnell an ihre Grenzen. Die Zeit spielt eine weitere Rolle: Neue Kameras werden angebracht, alte Systeme ausgetauscht, häufig bis zuletzt betrieben und solange technisch gewartet. Einsatzzentralen können sich über am Körper getragene Kameras, das Smartphone oder die Webcam im Taxi beziehungsweise am Einsatzwagen ein schnelleres Bild von der Lage machen. Passanten rufen schnell und direkt um Hilfe. Eine heterogene gewachsene Hardwarelandschaft ist daher die Regel. Der öffentliche Dienst, intelligente Städte, Immobilienverwalter oder Unternehmen mit Filialen benötigen eine zentrale Cloud-basierte Infrastruktur, um die Hardware und das Videomaterial zu verwalten.

  • Versteckte Risiken bei SaaS

    Infolge der COVID-19-Maßnahmen fokussieren Führungskräfte sich auf die Aufrechterhaltung der Mitarbeiterproduktivität -dabei bleibt wenig Zeit für das erforderliche Maß an Sorgfalt, das gewöhnlich angewandt wird. Leider ist dies die Realität in der Welt, in der wir gerade leben, aber in absehbarer Zukunft sitzen wir alle im selben Boot. Die Auswirkungen unserer gegenwärtigen Normalität sind sehr unterschiedlich. Wie ein Unternehmen darauf reagieren musste, hing stark davon ab, wie dieses vor der aktuellen Krise gearbeitet hat. Einige Unternehmen waren bereits in hohem Maße mobil und mussten lediglich die verbleibenden Büro-Mitarbeiter dazu in die Lage versetzen. Andere Unternehmen mussten ihre Arbeitsweise völlig umstellen und manchmal die Mitarbeiter auffordern, Laptops zu kaufen, weil die Unternehmensressourcen begrenzt waren und die Schwierigkeiten in der globalen Gerätelieferkette zu groß waren.

  • Immer mehr Daten werden in der Cloud geboren

    Heutzutage nutzen die meisten Betriebe bereits in der einen oder anderen Form Cloud Computing-Lösungen. Neben den vielen Vorteilen, die die Cloud bieten kann, vergrößert sie jedoch auch die Angriffsfläche. Um ein hohes Maß an Sicherheit auch in der Cloud zu garantieren, können moderne Sicherheitslösungen mit Maschinellem Lernen, Analytik und Automatisierung helfen. Die meisten IT-Abteilungen sind gut damit vertraut, die Netzwerksicherheit vor Ort zu gewährleisten. Wie dies im Detail in der Cloud funktioniert, ist vielerorts jedoch noch relativ neu. Darüber hinaus sind viele Organisationen bereits mit der Absicherung ihrer bestehenden Infrastruktur ausgelastet und tun sich damit schwer, zusätzlich auch noch Cloud-Infrastrukturen abzusichern. Mit fortschrittlichen Technologien, die Machine Learning und Analytik nutzen, lassen sich jedoch auch komplexe hybride Infrastrukturen mit überschaubarem Cybersecurity-Budget absichern.

  • Herausforderungen beim Ressourcen-Management

    Wenn Menschen über Ressourcen-Management reden, beschreiben sie Funktionen, die unter die Domäne "Enterprise Resource Planning (ERP)" fallen, wie z.B. Personalmanagement oder die Beschaffung von physischen Ressourcen wie Schreibtischen. In einem Dienstleistungsunternehmen hat dieser Begriff jedoch eine andere Bedeutung, wobei individuelle Tools und Strategien erforderlich sind. Im Zusammenhang mit Dienstleistungen geht es beim Ressourcen-Management um die Ressourcen-Zuweisung - Mitarbeiter zur richtigen Zeit am richtigen Ort einzusetzen. Dies ist ein anspruchsvoller Prozess. Wird dieser richtig gemacht, wird die Zeit der Mitarbeiter in entsprechenden Projekten effektiv genutzt, wodurch die Rentabilität und das Kundenengagement verbessert werden.

  • Datenmanagement fördert Compliance

    Unabhängig vom konkreten Anlass oder Thema: Sobald Daten eine Rolle spielen, bestimmen sofort Begriffe wie "Sicherheit", "Privatsphäre" und "Datenschutz" die Diskussion. Gleichzeitig gab es allerdings seit ihrem Inkrafttreten im Mai 2018 europaweit bereits über 160.000 Verstöße gegen die Datenschutz-Grundverordnung (DSGVO). Grund genug für einen Appell, die Datenhoheit der eigenen Kunden ernster zu nehmen. Seit Oktober vergangenen Jahres ist Gaia X in der IT-Landschaft und darüber hinaus in aller Munde: Das ambitionierte Cloud Computing-Projekt des Bundeswirtschaftsministers Peter Altmaier hat es sich zur Aufgabe gemacht, eine unabhängige Dateninfrastruktur für den europäischen Raum zu schaffen. Das Ziel dahinter: mehr Sicherheit, Rechte und Vertrauen für die Nutzer, weniger Abhängigkeit von den großen internationalen Cloud-Providern.

  • Vertrauen in die Cloud wächst - oder doch nicht?

    Security first - IT-Sicherheit bleibt eine ständige Herausforderung für die IT-Verantwortlichen in den Unternehmen. Dabei spielt die Cloud eine immer wichtigere Rolle, denn einerseits verlagern die Unternehmen mehr und mehr Anwendungen ins Web. Andererseits bleiben Sicherheitsverletzungen ein Hauptziel für Datendiebstahl und DDoS-Attacken. Eine Umfrage, die Barracuda unter seinen Kunden weltweit durchführte, zeigt ein beachtliches Vertrauen der 850 befragten Sicherheitsexperten verschiedenster Unternehmensgrößen und -industrien in Public-Cloud-Bereitstellungen.

  • Warum Netzwerksichtbarkeit wichtig ist

    Laut IHS Markit, einem Dienstleister für Analysen und Informationen, entstehen Unternehmen aufgrund von Ausfällen und Leistungsverlusten ihrer Netzwerke jährlich etwa 700 Milliarden US-Dollar (circa 615 Milliarden Euro) an Mehrkosten. Das Risiko hierfür steigt, wenn Unternehmen Kosten sparen wollen und sich deshalb für eine Multi-Vendor-Strategie entscheiden, bei der sie Leistungen beim jeweils günstigen Anbieter beziehen, anstatt diese Leistungen für ihr gesamtes Netzwerk bei einem Anbieter zu beziehen. Diese Multi-Vendor-Strategie erschwert die Übersicht über das gesamte Netzwerk und erhöht so die Komplexität des Netzwerkmanagements.

  • Zusammenarbeit an einer Automotive-Cloud

    Mit einer Cloud-basierten Plattform will der Automobilhersteller Volkswagen seine Prozesse in der Fertigung optimieren. Die "Volkswagen Industrial Cloud" soll Ende 2019 verfügbar sein und wird langfristig rund 1.500 Partner in die Abläufe für Logistik und Produktion einbinden. Der Datenaustausch über die Cloud wird die gesamte Automobilindustrie ergreifen und macht es notwendig, dass alle Teilnehmer des Ökosystems in der Lage sind, ihre bestehenden IT-Systeme mit einer Industrial-Cloud zu verbinden. Auf diesen Trend sollten sich alle Marktteilnehmer schon heute vorbereiten.

Wir verwenden Cookies um unsere Website zu optimieren und Ihnen das bestmögliche Online-Erlebnis zu bieten. Mit dem Klick auf "Alle akzeptieren" erklären Sie sich damit einverstanden. Erweiterte Einstellungen