Zum Inhalt
Alle Artikel

Fang bei den Tickets an.

Bevor du nach KI-Ideen suchst: Finde in den Ticketdaten die wiederkehrende Arbeit, die verschwinden kann.

TL;DR

Bevor ich frage, wo KI einer IT-Abteilung helfen könnte, würde ich mir ansehen, welche Arbeit sie bereits erledigt. Ticketdaten zeigen, was sich wiederholt, wie viel Zeit es beansprucht und wo Automatisierung tatsächlich etwas bewirken könnte. Manchmal ist die Antwort KI. Manchmal PowerShell, eine API oder ein besserer Prozess.

Was in den Tickets steckt

Wir haben einmal 35.233 IT-Tickets analysiert.

Die interessante Zahl war nicht die Anzahl der Tickets. Es war das, was sich darin versteckte: rund 4.623,8 Arbeitsstunden, unter unseren damaligen Annahmen im Wert von etwa 393.000 Euro pro Jahr.

Das meiste davon sah nicht dramatisch aus.

Passwörter zurücksetzen. Zugriffsrechte. Postfächer. Software. Drucker. Benutzerverwaltung. Monitoring. Kleine Aufgaben, die fünf, zehn oder zwanzig Minuten dauern und für sich genommen nicht wichtig wirken.

Mach sie tausendfach, und das Bild verändert sich.

Deshalb beginne ich bei Automatisierung gern mit einer Ticketanalyse. Die Daten sind bereits da. Sie zeigen, womit die IT-Abteilung tatsächlich ihre Zeit verbringt, statt nur das abzubilden, woran sich die Leute aus dem letzten Workshop erinnern.

Du kannst wiederkehrende Arbeit gruppieren, die Bearbeitungszeit schätzen, das Volumen betrachten und dann eine sehr praktische Frage stellen: Welche dieser Aufgaben sollten noch einen Menschen brauchen?

Das führt zu einer viel besseren Diskussion, als vor einem leeren Whiteboard zu stehen und alle nach KI-Ideen zu fragen.

Das passende Werkzeug für die Arbeit

Ein Prozess braucht vielleicht ein LLM. Ein anderer ist vollständig deterministisch und sollte aus fünf API-Aufrufen bestehen. Ein weiterer lässt sich mit PowerShell lösen. Manchmal ist der Prozess selbst das Problem und sollte einfach verändert werden.

Mir ist wirklich egal, welche Technologie gewinnt.

Wenn ein Skript die Arbeit zuverlässiger beseitigt als ein Agent, nimm das Skript.

Wissen jenseits der Dokumentation

Ticketdaten zeigen außerdem, wie viel operatives Wissen in den Köpfen der Menschen steckt. Ein erfahrener Admin liest eine Anfrage und weiß, was der Nutzer wahrscheinlich meint, welches System betroffen ist, was zu prüfen ist und wo die Ausnahmen liegen. Prozessdokumentation erfasst oft nur einen Teil davon. Tausende historische Tickets enthalten viel mehr vom tatsächlichen Arbeitsablauf.

Das wird wichtig, sobald du versuchst, diese Arbeit zu automatisieren.

Die Arbeit beseitigen, nicht nur die Warteschlange ordnen

Ein Ticketsystem kann eine Aufgabe perfekt weiterleiten, zuweisen, eskalieren und das SLA messen. Trotzdem muss vielleicht noch jemand die Aufgabe erledigen.

Auf diesen Unterschied kommt es mir an.

Das Ziel ist keine besser organisierte Warteschlange. Das Ziel ist, die wiederkehrende Arbeit zu finden, die vollständig aus der Warteschlange verschwinden kann.

Und dafür sind ein paar Zehntausend langweilige Tickets oft ein sehr guter Anfang.