K\u00fcnstliche Intelligenz (KI) ist eine Technologie, die Aufgaben ausf\u00fchrt, 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.<\/p>\n
Im Servicemanagement \u00fcbernimmt KI wiederkehrende Aufgaben wie Ticket-Triage und -Weiterleitung, sodass sich Ihr Team auf die Arbeit konzentrieren kann, bei der es wirklich gebraucht wird.<\/em><\/p>\n 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. \u00c4ltere 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.<\/p>\n Lernt aus gro\u00dfen Datenmengen, um Aufgaben wie das Erstellen von Text, Code oder das Treffen von Vorhersagen auf der Grundlage erkannter Muster auszuf\u00fchren.<\/p>\n Beschleunigt Routinearbeiten, deckt n\u00fctzliche Muster auf und gibt Ihrem Team die M\u00f6glichkeit, sich auf komplexere Probleme zu konzentrieren.<\/p>\n In den meisten Bereiche der Wissensarbeit, einschlie\u00dflich IT-Serviceteams, Kundensupport, Gesundheitswesen, Finanzen und Softwareentwicklung.<\/p>\n KI ist das weite Feld. Sie umfasst spezifischere Technologien, von denen Sie wahrscheinlich schon geh\u00f6rt haben, wie maschinelles Lernen, generative KI, gro\u00dfe Sprachmodelle (Large Language Models, LLMs) und nat\u00fcrliche Sprachverarbeitung (Natural Language Processing, NLP).<\/p>\n KI-Systeme lernen Muster w\u00e4hrend des Trainings. Nach der Einf\u00fchrung lernen die meisten KI-Systeme nicht automatisch aus neuen F\u00e4llen weiter, da dies ein gezieltes erneutes Training erfordern w\u00fcrde.<\/p>\n 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.<\/p>\n KI ist nicht neu. Die Idee gibt es seit Alan Turings Arbeit in den 1940er Jahren, und der Begriff \u201eArtificial Intelligence\u201c (k\u00fcnstliche Intelligenz) selbst wurde 1956 auf einer Dartmouth College Konferenz gepr\u00e4gt. Was sich in den letzten Jahren ver\u00e4ndert hat, ist, dass Daten, Rechenleistung und Modelle dem entsprechen, was sich die Menschen vor siebzig Jahren vorgestellt haben.<\/p>\n Es gibt verschiedene Arten von KI, aber ein paar Begriffe kommen h\u00e4ufig vor:<\/p>\n Maschinelles Lernen:<\/strong> 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.<\/p>\n Deep Learning:<\/strong> Fortgeschrittenes maschinelles Lernen. Es verwendet mehrschichtige Netzwerke, die grob dem menschlichen Gehirn nachempfunden sind. Das macht Gesichtserkennung, Sprachassistenten und Bilderzeugung m\u00f6glich.<\/p>\n Generative KI:<\/strong> Erstellt neue Inhalte wie Texte, Bilder, Code und Audio. ChatGPT, Gemini und Claude sind generative KI-Tools.<\/p>\n Gro\u00dfe Sprachmodelle (Large Language Models – LLMs)<\/strong> sind eine Art generativer KI, die sich auf Sprache konzentriert. Sie versorgen die meisten Chatbots und Schreibassistenten, denen Sie begegnen werden.<\/p>\n Nat\u00fcrliche Sprachverarbeitung (Natural Language Processing – NLP)<\/strong>: das umfassendere Gebiet, in dem Computer menschliche Sprache verstehen und verwenden. Dadurch k\u00f6nnen Siri oder Alexa verstehen, wonach Sie fragen, und ein Servicedesk-System kann ein Support-Ticket lesen und herausfinden, worum es geht.<\/p>\n Gerade im Servicemanagement zeigt sich KI meist als Mischung aus diesen. Ein virtueller Agent verwendet nat\u00fcrliche Sprachverarbeitung, um die Frage zu verstehen, ein LLM, um eine Antwort zu generieren, und maschinelles Lernen hinter den Kulissen, um immer besser zu werden.<\/p>\n Eine weitere M\u00f6glichkeit, KI zu betrachten, ist die Frage, was sie tats\u00e4chlich leisten kann. Es gibt vier grundlegende Arten, wobei die meisten heutigen KI-Systemen den ersten beiden zuzuordnen sind.<\/p>\n 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 schl\u00e4gt Ihnen auf Basis erkannter Muster passende Inhalte vor, entwickelt aber im Laufe der Zeit keine neuen Verhaltensweisen.<\/p>\n 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 Stra\u00dfe zu treffen. Dies ist die derzeit am h\u00e4ufigsten eingesetzte Art von KI in der Praxis.<\/p>\n Theoretisch f\u00fcrs Erste. Die Idee ist KI, die menschliche Emotionen, \u00dcberzeugungen und Absichten erkennen und vorhersagen kann. Hier sind wir noch nicht.<\/p>\n 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, m\u00f6glicherweise sogar l\u00e4nger \u2013 wenn es \u00fcberhaupt m\u00f6glich ist.<\/p>\n KI in Servicemanagement-Software ist nicht ein einziges Feature. Es ist eine \u00fcbergreifende Ebene innerhalb der Plattform, die Serviceteams bereits bei ihren bestehenden Aufgaben unterst\u00fctzt.<\/p>\n H\u00e4ufige Anwendungsf\u00e4lle sind:<\/p>\n Ticketklassifizierung und -weiterleitung.<\/strong> Die KI liest eine Anfrage und ordnet sie der richtigen Kategorie und dem richtigen Team zu, wodurch manuelle Triage reduziert wird.<\/p>\n Vorgeschlagene Antworten.<\/strong> Auf der Grundlage \u00e4hnlicher fr\u00fcherer Tickets entwirft die KI eine Antwort, die Ihre Bearbeiter bearbeiten und versenden k\u00f6nnen.<\/p>\n Wissensdatenbanksuche.<\/strong> KI zeigt sowohl f\u00fcr Enduser im Self Service Portal als auch f\u00fcr Bearbeiter eines Tickets die relevantesten Artikel an.<\/p>\n Self Service Chatbots.<\/strong> Virtuelle Agenten bearbeiten einfache, sich wiederholende Fragen wie “Wie verbinde ich mich mit WiFi?” oder “Mein Passwort zur\u00fccksetzen”. Benutzer erhalten jederzeit sofort Antworten, und Ihr Team wird nicht mit Aufgaben belastet, f\u00fcr die es gar nicht gebraucht wird.<\/p>\n Team\u00fcbergreifende Workflows.<\/strong> KI-gest\u00fctzte Workflows sorgen daf\u00fcr, dass IT, HR und Facility Management beim On- und Offboarding optimal zusammenarbeiten, sodass ein neuer Mitarbeiter vom ersten Tag an alles hat, was er ben\u00f6tigt, und der Zugriff direkt entzogen wird, sobald jemand die Organisation verl\u00e4sst.<\/p>\n Reporting und Mustererkennung.<\/strong> KI fasst Tickettrends zusammen, kennzeichnet wiederkehrende Anfragen und hebt Probleme hervor, die aussehen, als ob sie eskalieren.<\/p>\n Gut eingesetzt, verschafft KI Serviceteams mehr Zeit f\u00fcr Aufgaben, die tats\u00e4chlich menschliches Urteilsverm\u00f6gen erfordern.<\/p>\n Stellen Sie sich vor, Ihr Servicedesk erh\u00e4lt 200 Tickets pro Tag. Ohne KI muss ein Bearbeiter jedes einzelne lesen, entscheiden, in welche Kategorie es f\u00e4llt, und es an das richtige Team weiterleiten. Das ist zeitaufwendig, repetitiv und fehleranf\u00e4llig.<\/p>\n Mit KI liest das System das Ticket, klassifiziert es automatisch anhand Tausender \u00e4hnlicher vergangener Tickets und leitet es innerhalb von Sekunden weiter. Der zust\u00e4ndige Bearbeiter erh\u00e4lt das Ticket direkt in der richtigen Warteschlange, inklusive eines Antwortvorschlags und Links zu relevanten Wissensartikeln.<\/p>\n Die Arbeit wird immer noch von Menschen erledigt. KI beseitigt lediglich die H\u00fcrden, die dabei im Weg stehen.<\/p>\n 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, w\u00e4hrend die KI ein neues Ticket liest und berechnet, in welche Warteschlange es geh\u00f6rt. Die meisten modernen Systeme nutzen beides.<\/p>\n Nicht im Servicemanagement. KI ist bei sich wiederholenden Aufgaben viel besser als bei der Bew\u00e4ltigung un\u00fcbersichtlicher, ungew\u00f6hnlicher oder sensibler Situationen. Die Teams, die am meisten davon profitieren, nutzen KI, um gro\u00dfe Arbeitsmengen zu bew\u00e4ltigen. Damit ihre Mitarbeiter sich auf die Arbeit konzentrieren k\u00f6nnen, bei der wie wirklich gebraucht werden.<\/p>\n 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 \u00fcber alles auf dem Laufenden zu halten, was Benutzer betrifft.<\/p>\n Maschinelles Lernen ist eine Art von KI. KI ist die breitere Kategorie, die auch Dinge wie generative KI und nat\u00fcrliche Sprachverarbeitung umfasst.<\/p>\n Ein gro\u00dfes 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.<\/p>\n Nicht mehr. Die meisten modernen Tools, einschlie\u00dflich ITSM-Software, integrieren KI in das Produkt, sodass Sie Modelle nicht selbst entwerfen oder trainieren m\u00fcssen.<\/p>\n Es h\u00e4ngt vom Tool ab. Suchen Sie nach klaren Dokumentationen dar\u00fcber, wo Daten verarbeitet werden, ob sie zum Trainieren von Modellen verwendet werden und wie sie Vorschriften wie der DSGVO entsprechen.<\/p>\n KI f\u00fchrt Aufgaben aus, die menschliches Denken erfordern. Erfahren Sie, wie KI funktioniert und wo sie eingesetzt wird.<\/p>\n","protected":false},"author":70,"featured_media":43476,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"_searchwp_excluded":"","inline_featured_image":false,"editor_notices":[],"footnotes":""},"class_list":["post-43614","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry"],"acf":{"blog_author":"","blog_hubspot_cta_link":"","toc_display":"not-visible","blog_promotion_overwrite":false,"blog_promotion":false},"yoast_head":"\nWas KI macht<\/h2>\n
Warum KI wichtig ist<\/h2>\n
Wo KI eingesetzt wird<\/h2>\n
Wie KI auch bezeichnet wird<\/h2>\n
\n
Wohin KI passt<\/h2>\n
Warum KI f\u00fcr Sie wichtig sein sollte<\/h2>\n
Was KI f\u00fcr Ihre Gesch\u00e4ftsziele bedeutet<\/h3>\n
\n
Was KI f\u00fcr Ihren Gesch\u00e4ftsbetrieb bedeutet<\/h3>\n
\n
Zeichen, dass es Zeit ist, KI ernst zu nehmen<\/h2>\n
H\u00e4ufige Ausl\u00f6ser<\/h3>\n
\n
Gr\u00f6\u00dfere Warnzeichen<\/h3>\n
\n
Wie KI funktioniert<\/h2>\n
Die vier Arten von KI<\/h2>\n
Reactive AI (Reaktive KI)<\/h3>\n
Limited Memory AI (K\u00fcnstliche Intelligenz mit begrenztem Ged\u00e4chtnis)<\/h3>\n
Theory of mind AI (Theorie des Geistes in der K\u00fcnstlichen Intelligenz)<\/h3>\n
Self-aware AI (Selbstbewusste KI)<\/h3>\n
KI in Servicemanagement-Software<\/h2>\n
Ein Praxisbeispiel f\u00fcr KI am IT-Servicedesk<\/h2>\n
H\u00e4ufige Fragen zu KI<\/h2>\n
Ist KI dasselbe wie Automatisierung?<\/h3>\n
Wird KI die Menschen ersetzen?<\/h3>\n
Ist KI immer korrekt?<\/h3>\n
Was ist der Unterschied zwischen KI und maschinellem Lernen?<\/h3>\n
Was ist ein LLM?<\/h3>\n
Ben\u00f6tige ich einen Data Scientist, um KI zu verwenden?<\/h3>\n
Wie sicher ist der Einsatz von KI mit Unternehmensdaten?<\/h3>\n
Ihre n\u00e4chste Lekt\u00fcre<\/h2>\n
\n