Service Management – Chancen und Grenzen künstlicher Intelligenz

by Annecilla Sampt

Artificial Intelligence ist in aller Munde. Doch für viele ist AI noch Zukunftsmusik – denn konkrete Lösungen sind noch selten. Im Rahmen des 7. Swiss CIO Summits erklären uns die Experten der Matrix42 AG, welche Auswirkungen AI auf das IT Service Management (ITSM) in Unternehmen haben wird und wo die Grenzen liegen. 

Swiss CIO Künstliche Intelligenz Matrix42Bei Gartners „Hype Cycle for Emerging Technologies“ (August 2017) lag AI am Gipfel der digitalen Hype-Kurve. Doch was folgt? Viele Hoffnungen werden enttäuscht, bevor die neue Technologie überhaupt im Alltag angekommen ist. Und warum? Weil heute oft die Erwartung herrscht, man könne AI als fertiges Produkt kaufen, und alles funktioniert auf einmal besser. Doch der Einsatz künstliches Intelligenz erfordert Planung, Budget und Organisation. Die Implementierung wird zur Geduldsprobe und wird, wie immer in der IT, viel 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.

AI als Kollege im Service Desk

Die meisten kennen und nutzen AI im privaten Umfeld: Virtuelle Assistenten wie Alexa, Siri & Co beantworten Fragen und stoßen einfache Aktionen an. So versteht es sich fast von selbst, dass AI an der Schnittstelle zwischen User 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.

Glühbirne

Ein Beispiel: Ein User meldet eine Störung mit „Alexa, mein PowerPoint stürzt immer ab.“ Die AI-gestützte Service-Management-Lösung kennt den Nutzer und 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. Sie können auch 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

Die Einbindung der AI in das Service- und Workspace Management ist elementar: Dank Integration in das Active Directory, die ITSM-Lösung, die Knowledge Base und die CMDB kennt die AI-Software die Rolle des Nutzers, 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“).  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, analysieren und visualisieren.

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 in Prozesse effizienter und effektiver machen– im ITSM, aber auch 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.

Glühbirne

Zu guter Letzt ein Tipp: Die Mischung machts – setzen Sie nicht allein auf AI! Matrix42 Pilotkunden-Projekte haben gezeigt, dass Alexa am nachaltigsten in Konferenzräumen genutzt wird: Die Präsentationstechnik bereitet immer wieder Probleme, deren Lösung man gern per Alexa anfordert – muss man aber nicht! 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. Für viele sofort wirkungsvollen Verbesserungsmaßnahmen braucht man weder Predictive Maintenance noch AI – nur die inventarisierten Daten und ein wenig Kreativität.

Treffen Sie Matrix42 AG auf dem 7. Confare Swiss CIO & IT-Manager Summit am 19. September 2018 in Zürich. Das Confare Swiss CIO Summit ist die Plattform, um ein individuelles, digitales und internationales Ökosystem aufzubauen, innovative Anbieter kennen zu lernen und Partner für Innovation zu finden. Rund 200 nationale und internationale Besucher machen das Confare Swiss CIO & IT-Manager Summit zum entscheidenden IT-Treffpunkt der Schweiz.

 

Für Sie ausgewählt

Leave a Comment