Anzeige

ML ITSM

Der Servicedesk dient als zentrale Anlaufstelle für alle IT-bezogenen Anforderungen und Probleme, üblicherweise beim Verwalten von Vorfällen oder Dienstunterbrechungen, Anfragen und Änderungen.

Entsprechend umfangreich und breit gefächert kann die für den Servicedesk anfallende Arbeit sein, abhängig von der Art und Größe des Unternehmens. Das Servicemanagement spielt eine kritische Rolle und wird unternehmensweit von Mitarbeitern genutzt, sodass es auch entsprechend gemanagt werden muss.

Technologien haben die Art der Geschäftsführung in allen Branchen weltweit auf den Kopf gestellt. Gleichzeitig sind traditionelle IT-Servicemanagement-Lösungen (ITSM) ineffizient geworden, wenn es darum geht, für eine hohe Kundenzufriedenheit zu sorgen und die wachsenden Kundenerwartungen in einer schnelllebigen digitalen Welt zu erfüllen.

Laut dem „SolarWinds IT Trends Report 2019: Skills for Tech Pros of Tomorrow“ konnten 79 Prozent der befragten IT-Manager nicht genug Zeit für Geschäftsaktivitäten oder -initiativen mit Mehrwert aufwenden, da es Unterbrechungen im Zusammenhang mit dem alltäglichen Support gab. Dies führte zu irreführenden oder fehlerhaften manuellen Einträgen in ein Problemprotokoll, was wiederum auf falschen Grundlagen getroffene Entscheidungen verursachte. Manager, die geradezu mit Arbeit überflutet sind, fallen leicht einmal versehentlich einem manuellen oder menschlichen Fehler zum Opfer.

SolarWinds IT Trends Report 2019: Skills for Tech Pros of Tomorrow

Bild: SolarWinds IT Trends Report 2019: Skills for Tech Pros of Tomorrow

IT-Umgebungen verändern sich immer schneller und IT-Servicedesks haben keine andere Wahl, als neue Technologien einzuführen. Der explosionsartige Anstieg der Daten in den letzten Jahren hat den Druck auf IT-Experten erhöht, doch automatisierte Prozesse und maschinelles Lernen (ML) können diesen Druck deutlich mindern. Künstliche Intelligenz (KI) und ML sind nicht mehr nur Modewörter: Weltweit führen Unternehmen diese Technologien ein, um ihre Betriebseffizienz zu erhöhen.

Ob für vorausschauende Analysen, Business Intelligence, das Performance-Monitoring in Netzwerken, Anwendungen und Systemen oder ihre zentrale Bedeutung für autonomes Fahren: KI und ML sorgen im IT-Bereich für einen enormen Wandel. Wie lässt sich ML also für ITSM anwenden? Servicedesk-Lösungen sind ein wesentlicher Motor des Geschäftsbetriebs und können von ML profitieren, um Prozesse zu optimieren und manuelle, zeitintensive Aufgaben zu reduzieren. Dadurch gewinnt man Zeit, die für zusätzliche Projekte und Schulungen für die unternehmensweite Transformation genutzt werden kann.

1. Effizienter Umgang mit Level-1-Vorfällen

Die Zeit für die Vorfallsbehebung kann potenziell um die Hälfte reduziert werden. Maschinelles Lernen wird es möglich machen, dass Vorfälle ohne die Beteiligung von Technikern selbständig behoben werden und Benutzer selbst nach Lösungen suchen können. Chatbots (wie Google Assistant) werden Informationen an Endbenutzer ausgeben können, ohne dass diese ein Ticket erstellen müssen, indem sie je nach Anfrage schnellen Zugang zu relevanten Wissensdatenbank-Artikeln bieten. Helpdesks können mithilfe von ML aus vergangenen Vorfällen und Daten lernen, um Tickets an passende Techniker oder Supportgruppen weiterzuleiten. Hierdurch kann die Effizienz enorm gesteigert werden. Noch besser ist, dass automatisierte Helpdesks rund um die Uhr aktiv sein können. Die Mitarbeiter können also nach Belieben zu jeder Zeit auf die Services zugreifen.

2. Assetmanagement

Alte IT-Assets können Leistungseinbußen für Mitarbeiter verursachen, die sich in ihrer Tätigkeit auf technologische Assets verlassen. Dies führt möglicherweise zu einer großen Zahl an Vorfällen in einem Unternehmen. Aufgrund von Assetmanagement-Lösungen mit geringer Transparenz geben Unternehmen sehr viel Geld für Hardware und Software aus. Assetmanagement-Lösungen mit ML-Technologie können den Spieß umdrehen: Sie machen es möglich, die Performance abhängig von Daten zu Performance-Leveln oder mit bestimmten Assets verbundenen Vorfällen zu überwachen. Wenn Vorfälle zu einem bestimmten technologischen Asset besonders häufig oder in großer Zahl im System auftreten, kann das maschinelle Lernen erkennen, dass sie zusammenhängen und vermutlich ein größeres Problem angegangen werden muss.

3. Problemprognosen und Prävention

ML kann große Datensätze mit Leistungsverlaufsdaten einlesen und die Vorfälle analysieren, um zukünftige Probleme zu prognostizieren. Mithilfe dieser Prognosefunktionen kann das gesamte Unternehmen Zeit, Geld und Arbeitsaufwand sparen und Maßnahmen ergreifen, bevor Probleme schwerwiegende Auswirkungen haben.

4. Automatisierte Ticketweiterleitung mithilfe von ML

Wenn Endbenutzer ein Ticket einreichen, nutzen Automatisierungsregeln hauptsächlich Daten wie Kategorien und Unterkategorien, um die korrekte Weiterleitung zu gewährleisten. Maschinelles Lernen vereinfacht diesen Prozess, indem Endbenutzer Vorschläge für die relevantesten Kategorien und Unterkategorien für ein bestimmtes Ticket erhalten.

5. Vorausschauende Ticketverarbeitung für das Servicedesk-Personal

Die Servicedesk-Berichterstellung kann Trends zur Saisonalität aufzeigen. Prädiktive Modelle berücksichtigen jedoch die Änderungsrate, die Häufigkeit von Problemen und andere zentrale Faktoren, mit denen Servicebeeinträchtigungen leichter prognostiziert werden können, was üblicherweise den Fluss an Vorfällen erhöht. So kann leichter festgestellt werden, wann eine höhere Abdeckung erforderlich ist, um die Servicequalität aufrechtzuerhalten.

Sprunghafte Entwicklungen

ML ist bereits sehr vielseitig anwendbar, doch gerade im Bereich ITSM gibt es einige kritische Anwendungsfälle. Unternehmen entwickeln sich bezüglich der digitalen Transformation sprunghaft weiter und naturgemäß wandeln sich ihre IT-Services mit ihnen. Die IT-Servicemanagement-Branche befindet sich gerade in einer kritischen Phase. Der Markt kann jedes Jahr ein zweistelliges Wachstum verzeichnen und wird Prognosen der Analysten von IDC zufolge bis 2023 über 8,5 Milliarden Dollar erreichen.

Heute müssen Unternehmen neu herausfinden, wie sie neue IT-Management-Software mit maschinellen Lernfunktionen für sich einsetzen können. Nur so kann das IT-Servicemanagement, das bisher in jeder IT-Abteilung eher ein ungeliebtes Dasein fristete, auf eine neue Bahn gelenkt werden.

Wie alle großen Transformationsprozesse können Software und maschinelles Lernen dazu beitragen, Prozesse zu optimieren und die Produktivität von Angestellten zu erhöhen, um bessere Geschäftsergebnisse zu erzielen. Mithilfe von Servicedesk-Software können IT-Experten Asset-Informationen aus mehreren Quellen konsolidieren und Asset-Intelligenz in Echtzeit zur Verfügung stellen, um die Servicebereitstellung sowie die Flexibilität beim Erfassen und Verwalten von Daten zu verbessern. Wenn Aufgaben wie die Ticketerstellung und die Überwachung von Assets und ihrer Leistung nicht mehr manuell erfolgen müssen, können IT-Experten sich ganz auf kritische Projekte und die Unternehmenstransformation konzentrieren.

Steve Stover, VP Product Strategy ITSM
Steve Stover
VP Product Strategy ITSM, SolarWinds
Steve Stover ist ein versierter technischer Leiter und Produktmanager mit mehr als 20 Jahren Software-Erfahrung in den Bereichen IT-Service-Management, Cloud Computing und Analytics. Er hat mit marktführenden Produkten bei Dell, Quest Software, Red Hat und Teradata gearbeitet. Bei SolarWinds ITSM leitet Stover das Produktteam und verantwortet die Bereitstellung und Kommunikation der Roadmap und Produktstrategie.

Weitere Artikel

Open Source

Die Open-Source-Revolution ist in den Fachabteilungen angekommen

Viele IT- und Entwicklungsabteilungen in Unternehmen haben die Fesseln von Closed Source inzwischen abgeworfen und setzen auf quelloffene Software. Schließlich müssen sie im Zuge der Digitalen Transformation sich schnell ändernde IT-Anforderungen umsetzen und…
Dokumentenmanagement

5 Ansatzpunkte, die ein DMS in der Logistikbranche abdecken sollte

Digitalisierung ja – aber wie packen wir es an? Diese Frage treibt viele Verantwortliche für Prozessmanagement und in der Unternehmensführung um. Der «Digital Office Index» der Bitkom zeigte deutlich, dass der deutsche Mittelstand beim Thema Digitalisierung…
Remote Monitoring

IT optimieren mit Remote Monitoring und Management

Schon mal von RMM gehört? Noch nicht? Dann wird es Zeit, denn mit Remote Monitoring und Management können kleine und mittelständische Unternehmen in der IT-Verwaltung massiv entlastet werden – zudem wird ihre Infrastruktur stabiler und ausfallsicherer. Wir…
Geschäftsmann

Mein Companion, der Business Messenger

Bei aller Agilität, die New Work ermöglicht: Je mehr Nachrichten und unterschiedlichste Kommunikationstools eingesetzt werden, umso komplizierter wird der schnelle und mühelose Austausch unter Kollegen. Höchste Zeit, die interne Kommunikation in der New Work…
IT Helpdesk

Was sind Service-Level im Support-Bereich?

IT-Systeme unterstützen Unternehmen in allen Branchen und über die unterschiedlichsten Anwendungsbereiche. Sie haben in der Landwirtschaft genauso ihren Platz wie in Industrieunternehmen, Anwaltskanzleien oder stationären Geschäften mit oder ohne Onlineshop.
Low-Code

Auch mit Low-Code entwickeln?

Low-Code, das visuelle Programmieren von Unternehmenssoftware, ist in aller Munde. Zdenek Prochazka, Head of Rapid Application Development bei Schwarz IT, spricht mit uns über seine Erfahrungen mit Low-Code.

Anzeige

Jetzt die smarten News aus der IT-Welt abonnieren! 💌

Mit Klick auf den Button "Zum Newsletter anmelden" stimme ich der Datenschutzerklärung zu.