Was ist KI? Und wie wirkt sie sich auf das Servicemanagement aus?
Definition
Künstliche Intelligenz (KI) ist eine Technologie, die Aufgaben ausführt, die normalerweise mit menschlichem Denken verbunden sind, wie das Erkennen von Mustern, das Verstehen von Sprache, das Treffen von Vorhersagen oder Entscheidungen. Dabei lernt sie aus Daten, anstatt fest vorgegebenen Regeln zu folgen.
Im Servicemanagement übernimmt KI wiederkehrende Aufgaben wie Ticket-Triage und -Weiterleitung, sodass sich Ihr Team auf die Arbeit konzentrieren kann, bei der es wirklich gebraucht wird.
Das, was die meisten Menschen heute meinen, wenn sie von KI sprechen, ist generative KI: Tools wie ChatGPT, Copilot und Claude, die Texte, Code oder andere Arten von Inhalten generieren. Ältere Formen von KI, wie etwa das maschinelle Lernen hinter Spamfiltern oder Empfehlungssystemen, arbeiten anders und erzeugen keine neuen Inhalte. Wenn nicht anders angegeben, bezieht sich das, wovon wir auf dieser Seite sprechen, auf generative KI.
Was KI macht
Lernt aus großen Datenmengen, um Aufgaben wie das Erstellen von Text, Code oder das Treffen von Vorhersagen auf der Grundlage erkannter Muster auszuführen.
Warum KI wichtig ist
Beschleunigt Routinearbeiten, deckt nützliche Muster auf und gibt Ihrem Team die Möglichkeit, sich auf komplexere Probleme zu konzentrieren.
Wo KI eingesetzt wird
In den meisten Bereiche der Wissensarbeit, einschließlich IT-Serviceteams, Kundensupport, Gesundheitswesen, Finanzen und Softwareentwicklung.
Wie KI auch bezeichnet wird
- Künstliche Intelligenz
- Maschinelle Intelligenz
Wohin KI passt
KI ist das weite Feld. Sie umfasst spezifischere Technologien, von denen Sie wahrscheinlich schon gehört haben, wie maschinelles Lernen, generative KI, große Sprachmodelle (Large Language Models, LLMs) und natürliche Sprachverarbeitung (Natural Language Processing, NLP).
Warum KI für Sie wichtig sein sollte
Was KI für Ihre Geschäftsziele bedeutet
- KI ermöglicht es, mehr zu tun, ohne mehr Mitarbeiter einzustellen, insbesondere für sich wiederholende Arbeiten, die langsam, manuell oder schwer skalierbar sind.
Was KI für Ihren Geschäftsbetrieb bedeutet
- Operativ kümmert sich die KI um Dinge wie das Sortieren eingehender Anfragen, das Erstellen von Antworten, das Zusammenfassen langer Dokumente oder das Erkennen von Mustern in Daten, die Ihr Team niemals manuell lesen könnte.
Zeichen, dass es Zeit ist, KI ernst zu nehmen
Häufige Auslöser
- Wenn Ihr Team zu viel Zeit mit sich wiederholenden Aufgaben verbringt, die automatisiert werden könnten.
- Wenn Sie auf vielen Daten sitzen, aber Mühe haben, nützliche Erkenntnisse daraus zu gewinnen.
Größere Warnzeichen
- Wenn Ihre Wettbewerber KI bereits gezielt einsetzen, um schneller voranzukommen und Sie nicht.
- Wenn Ihr Rückstau trotz Überstunden immer weiter wächst.
Wie KI funktioniert
KI-Systeme lernen Muster während des Trainings. Nach der Einführung lernen die meisten KI-Systeme nicht automatisch aus neuen Fällen weiter, da dies ein gezieltes erneutes Training erfordern würde.
Das ist der Unterschied zwischen traditioneller Software und KI. Traditionelle Software folgt den Regeln, die ein Entwickler geschrieben hat. KI erstellt aus den Daten ihre eigenen Regeln und wendet sie dann an.
KI ist nicht neu. Die Idee gibt es seit Alan Turings Arbeit in den 1940er Jahren, und der Begriff „Artificial Intelligence“ (künstliche Intelligenz) selbst wurde 1956 auf einer Dartmouth College Konferenz geprägt. Was sich in den letzten Jahren verändert hat, ist, dass Daten, Rechenleistung und Modelle dem entsprechen, was sich die Menschen vor siebzig Jahren vorgestellt haben.
Es gibt verschiedene Arten von KI, aber ein paar Begriffe kommen häufig vor:
Maschinelles Lernen: die Grundlage. Es ist der Prozess, durch den Modelle Muster aus Daten lernen und sich im Laufe der Zeit verbessern. Es steckt hinter Netflix-Empfehlungen, Ihrem E-Mail-Spamfilter und dem automatischen Vorschlag in Ihrem Posteingang.
Deep Learning: Fortgeschrittenes maschinelles Lernen. Es verwendet mehrschichtige Netzwerke, die grob dem menschlichen Gehirn nachempfunden sind. Das macht Gesichtserkennung, Sprachassistenten und Bilderzeugung möglich.
Generative KI: Erstellt neue Inhalte wie Texte, Bilder, Code und Audio. ChatGPT, Gemini und Claude sind generative KI-Tools.
Große Sprachmodelle (Large Language Models - LLMs) sind eine Art generativer KI, die sich auf Sprache konzentriert. Sie versorgen die meisten Chatbots und Schreibassistenten, denen Sie begegnen werden.
Natürliche Sprachverarbeitung (Natural Language Processing - NLP): das umfassendere Gebiet, in dem Computer menschliche Sprache verstehen und verwenden. Dadurch können Siri oder Alexa verstehen, wonach Sie fragen, und ein Servicedesk-System kann ein Support-Ticket lesen und herausfinden, worum es geht.
Gerade im Servicemanagement zeigt sich KI meist als Mischung aus diesen. Ein virtueller Agent verwendet natürliche Sprachverarbeitung, um die Frage zu verstehen, ein LLM, um eine Antwort zu generieren, und maschinelles Lernen hinter den Kulissen, um immer besser zu werden.
Die vier Arten von KI
Eine weitere Möglichkeit, KI zu betrachten, ist die Frage, was sie tatsächlich leisten kann. Es gibt vier grundlegende Arten, wobei die meisten heutigen KI-Systemen den ersten beiden zuzuordnen sind.
Reactive AI (Reaktive KI)
Nimmt jedes Mal einen Input entgegen und erzeugt einen vorhersehbaren Output. Sie kann nicht aus neuen Situationen lernen oder sich anpassen. Die Netflix-Empfehlungsfunktion ist ein klassisches Beispiel: Sie analysiert Ihren bisherigen Wiedergabeverlauf und schlägt Ihnen auf Basis erkannter Muster passende Inhalte vor, entwickelt aber im Laufe der Zeit keine neuen Verhaltensweisen.
Limited Memory AI (Künstliche Intelligenz mit begrenztem Gedächtnis)
Lernt aus aktuellen Daten und verbessert ihr Verhalten im Laufe der Zeit. Selbstfahrende Autos arbeiten auf diese Weise, indem sie die Geschwindigkeit und Richtung der nahe gelegenen Fahrzeuge beobachten, um Entscheidungen auf der Straße zu treffen. Dies ist die derzeit am häufigsten eingesetzte Art von KI in der Praxis.
Theory of mind AI (Theorie des Geistes in der Künstlichen Intelligenz)
Theoretisch fürs Erste. Die Idee ist KI, die menschliche Emotionen, Überzeugungen und Absichten erkennen und vorhersagen kann. Hier sind wir noch nicht.
Self-aware AI (Selbstbewusste KI)
Das hintere Ende des Spektrums. KI mit eigenem Bewusstsein, Selbstwahrnehmung und eigenen inneren Erfahrungen. Wird manchmal auch als Artificial General Intelligence (AGI) bezeichnet. Mindestens noch Jahrzehnte entfernt, möglicherweise sogar länger – wenn es überhaupt möglich ist.
KI in Servicemanagement-Software
KI in Servicemanagement-Software ist nicht ein einziges Feature. Es ist eine übergreifende Ebene innerhalb der Plattform, die Serviceteams bereits bei ihren bestehenden Aufgaben unterstützt.
Häufige Anwendungsfälle sind:
Ticketklassifizierung und -weiterleitung. Die KI liest eine Anfrage und ordnet sie der richtigen Kategorie und dem richtigen Team zu, wodurch manuelle Triage reduziert wird.
Vorgeschlagene Antworten. Auf der Grundlage ähnlicher früherer Tickets entwirft die KI eine Antwort, die Ihre Bearbeiter bearbeiten und versenden können.
Wissensdatenbanksuche. KI zeigt sowohl für Enduser im Self Service Portal als auch für Bearbeiter eines Tickets die relevantesten Artikel an.
Self Service Chatbots. Virtuelle Agenten bearbeiten einfache, sich wiederholende Fragen wie "Wie verbinde ich mich mit WiFi?" oder "Mein Passwort zurücksetzen". Benutzer erhalten jederzeit sofort Antworten, und Ihr Team wird nicht mit Aufgaben belastet, für die es gar nicht gebraucht wird.
Teamübergreifende Workflows. KI-gestützte Workflows sorgen dafür, dass IT, HR und Facility Management beim On- und Offboarding optimal zusammenarbeiten, sodass ein neuer Mitarbeiter vom ersten Tag an alles hat, was er benötigt, und der Zugriff direkt entzogen wird, sobald jemand die Organisation verlässt.
Reporting und Mustererkennung. KI fasst Tickettrends zusammen, kennzeichnet wiederkehrende Anfragen und hebt Probleme hervor, die aussehen, als ob sie eskalieren.
Gut eingesetzt, verschafft KI Serviceteams mehr Zeit für Aufgaben, die tatsächlich menschliches Urteilsvermögen erfordern.
Ein Praxisbeispiel für KI am IT-Servicedesk
Stellen Sie sich vor, Ihr Servicedesk erhält 200 Tickets pro Tag. Ohne KI muss ein Bearbeiter jedes einzelne lesen, entscheiden, in welche Kategorie es fällt, und es an das richtige Team weiterleiten. Das ist zeitaufwendig, repetitiv und fehleranfällig.
Mit KI liest das System das Ticket, klassifiziert es automatisch anhand Tausender ähnlicher vergangener Tickets und leitet es innerhalb von Sekunden weiter. Der zuständige Bearbeiter erhält das Ticket direkt in der richtigen Warteschlange, inklusive eines Antwortvorschlags und Links zu relevanten Wissensartikeln.
Die Arbeit wird immer noch von Menschen erledigt. KI beseitigt lediglich die Hürden, die dabei im Weg stehen.
Häufige Fragen zu KI
Ist KI dasselbe wie Automatisierung?
Nein. Die Automatisierung folgt festen Regeln, die Sie festlegen. Die KI wiederum lernt Muster aus Daten und passt sich an. Im ITSM kann die Automatisierung jedes Passwort-Reset an dieselbe Warteschlange weiterleiten, während die KI ein neues Ticket liest und berechnet, in welche Warteschlange es gehört. Die meisten modernen Systeme nutzen beides.
Wird KI die Menschen ersetzen?
Nicht im Servicemanagement. KI ist bei sich wiederholenden Aufgaben viel besser als bei der Bewältigung unübersichtlicher, ungewöhnlicher oder sensibler Situationen. Die Teams, die am meisten davon profitieren, nutzen KI, um große Arbeitsmengen zu bewältigen. Damit ihre Mitarbeiter sich auf die Arbeit konzentrieren können, bei der wie wirklich gebraucht werden.
Ist KI immer korrekt?
Nein. KI kann Dinge falsch machen, besonders wenn sie mit Daten arbeitet, auf denen sie nicht trainiert wurde, oder wenn die Frage unklar ist. Deshalb ist es wichtig, den Menschen über alles auf dem Laufenden zu halten, was Benutzer betrifft.
Was ist der Unterschied zwischen KI und maschinellem Lernen?
Maschinelles Lernen ist eine Art von KI. KI ist die breitere Kategorie, die auch Dinge wie generative KI und natürliche Sprachverarbeitung umfasst.
Was ist ein LLM?
Ein großes Sprachmodell (Large Language Model). Es ist die Art von KI, die Tools wie ChatGPT antreibt. LLMs werden auf riesige Datenmengen (Bilder, Audio, Video und Text) trainiert und zum Erstellen oder Verstehen von Sprache verwendet.
Benötige ich einen Data Scientist, um KI zu verwenden?
Nicht mehr. Die meisten modernen Tools, einschließlich ITSM-Software, integrieren KI in das Produkt, sodass Sie Modelle nicht selbst entwerfen oder trainieren müssen.
Wie sicher ist der Einsatz von KI mit Unternehmensdaten?
Es hängt vom Tool ab. Suchen Sie nach klaren Dokumentationen darüber, wo Daten verarbeitet werden, ob sie zum Trainieren von Modellen verwendet werden und wie sie Vorschriften wie der DSGVO entsprechen.
Ihre nächste Lektüre
Inspirieren Sie andere, teilen Sie diesen Blog
