Chancen und Grenzen künstlicher Intelligenz: Wie AI das Service Management verändert
Autor/Redakteur: Fabian Henzler, Director Product Marketing bei der Matrix42 AG/gg Alle reden von Artificial Intelligence, um AI gibt es einen regelrechten Hype: Die Erwartungen sind enorm, die Ziele oft vage, konkrete Lösungen noch selten. Dieser Beitrag zeigt, 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.
AI als Kollege im Service Desk
Viele kennen AI aus dem privaten Umfeld: Virtuelle Assistenten wie Alexa, Siri oder Google Home beantworten auf Zuruf Fragen oder stoßen 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.
