Best Practice KI-Einsatz im Service Desk

Anbieter zum Thema

almato GmbH

DATAGROUP SE

Fsas Technologies GmbH

INFOMOTION GmbH

QUNIS GmbH

In China entscheidet die Künstliche Intelligenz (KI) einer Onlinebank aufgrund der Mimik eines Kreditantragstellers, ob dieser solvent ist. Ein solches Szenario ist in Deutschland schlicht kaum vorstellbar. Während USA und China mit Sieben-Meilen-Stiefeln in Sachen KI voranschreiten, dümpeln die EU und Deutschland hinterher.

So zeigte eine Studie im Auftrag des Digitalverbands Bitkom jüngst, dass gerade einmal neun Prozent der Unternehmen in Deutschland KI einsetzen. Dabei sehen 65 Prozent der befragten 606 Unternehmen KI eher oder sogar weit überwiegend als Chance für das eigene Unternehmen an. Dennoch sagten 64 Prozent, dass KI zurzeit kein Thema für sie sei. Fehlende personelle Ressourcen sowie fehlende Daten für den KI-Einsatz (je 62 Prozent) wurden am häufigsten als Grund dafür genannt. Und immerhin 22 Prozent der Unternehmen fehlt es immer noch an Use Cases für den KI-Einsatz.

Praxisbeispiel Service Desk

Dass der Einsatz von KI im Unternehmen tatsächlich große Potenziale birgt, zeigt ein Praxisbeispiel des Service Desks von Datagroup, einem der führenden IT-Dienstleister Deutschlands. Hier konnte das Unternehmen einen Use Case identifizieren, in dem die KI Aufgaben aus dem Tagesgeschäft einfacher und effizienter lösen kann als die manuelle Bearbeitung. Das KI-Projekt bei Datagroup zeigt beispielhaft, wie wertvoll das Einbinden von KI-Experten sein kann, um für KI geeignete Prozesse zu identifizieren und anschließend deren Implementierung bis zum produktiven Betrieb begleiten zu lassen. Gerade da, wo personelle Ressourcen knapp sind, kann eine zuarbeitende KI Freiräume schaffen und die Produktivität erhöhen.

Der IT-Dienstleister Datagroup mit Headquarter in Pliezhausen bei Stuttgart und Standorten in ganz Deutschland betreut gewerbliche Kunden aus Mittelstand, Großunternehmen und öffentlicher Verwaltung. Der Shared IT Service Desk von Datagroup ist einer der größten seiner Art in Deutschland. An vier Standorten stehen dort rund 200 Mitarbeiter als First-Level-Support und Single Point of Contact für alle IT-Anfragen der Kunden bereit. Sie nehmen deren Meldungen entgegen, bearbeiten sie direkt oder geben sie an Spezialisten weiter. Dabei verlieren sie als zentraler Ticket-Owner das Kundenanliegen auch bei Weiterleitung an den Second-Level-Support nicht aus den Augen. Zur Absicherung dieser hohen Beratungsqualität setzt Datagroup seit jeher auf die konsequente Standardisierung von Prozessen und Services.

Für den Arbeitsablauf im Service Desk ist die Aufbereitung der eintreffenden Tickets eine Schlüsselstelle. Ein Grund dafür ist schlicht das Ticketaufkommen: Jeden Tag gilt es, mehrere tausend Tickets zu klassifizieren. Die individuelle Klassifikation eines jeden Tickets geschieht regelhaft und orientiert sich an folgenden Fragen:

• Welche Auswirkungen hat die Meldung?

• Wie dringlich ist die Meldung?

• Welche Services sind mit ihr verbunden?

• m welchen Tickettyp handelt es sich genau? (Anfrage, Störung etc.)

Denn erst durch diese Klassifizierung wird festgelegt, wie die weiteren Schritte aussehen. Reicht eine kurze Antwort des Service-Desk-Mitarbeiters? Braucht es einen Experten? Muss sofort reagiert werden oder reicht eine Antwort im Laufe des Tages?

Tausende von Arbeitsstunden eingespart

Der Prozess klingt einfach und ist es in der Regel auch. Dennoch kann die manuelle Klassifizierung eines einzigen Tickets bis zu zwei Minuten dauern. Bei mehreren tausend Tickets täglich fallen so Tausende von Arbeitsstunden jährlich nur für die Klassifizierung an. Diese Stunden gehen für die eigentliche Kundenbetreuung und -beratung des Service Desks verloren. Deshalb beschloss Datagroup, ihre Mitarbeiter von dieser zeitraubenden Routineaufgabe zu entlasten. Es galt, eine leistungsfähige und einfach zu integrierende Lösung für die automatisierte Ticket-Kategorisierung zu finden.

Da der IT-Dienstleister mit der Tochtergesellschaft Almato einen Spezialisten auf dem Gebiet der KI und Automation in den eigenen Reihen hat, lag die Lösung nahe. Denn der Königsweg zum KI-Einsatz ist ein fertiges Produkt als Ausgangspunkt, auf das aufgebaut werden kann. Bei Almato ist das der One Classifier als Out-of-the-Box-Lösung. Dieser ermöglicht eine automatisierte Ticketklassifizierung auf Basis eines Machine-Learning-Verfahrens. Das IT-Servicemanagement-Tool (ITSM) übergibt die Tickets an den Classifier. Dies geschieht via Representational State Transfer (REST). Auch die CSV-Datei mit den notwendigen Test- und Trainingsdaten wird via REST importiert.

Das Training dient dazu, die Daten zu optimieren, indem irrelevante Informationen und Duplikate herausgenommen werden. In einem Report wird die Qualität der Trainingsdaten zusammengefasst. Sind die Daten „fit“, legt die KI-Lösung mittels Tunings, also dem Training und Test verschiedener Modelle und Einstellungen, fest, welches KI-Modell und welche Einstellung die höchste Genauigkeit liefern. Dieses wird dann für den produktiven Betrieb übernommen, die anderen Modelle verworfen.

Gute Integrationsmöglichkeit

Auch in der laufenden Anwendung können im Sinne eines Continuous Learnings weitere Trainingsdaten hochgeladen werden, um den Service neu zu trainieren. Durch diese Vorgehensweise ist die KI-Lösung sehr gut in unterschiedliche Systeme integrierbar, da sie unabhängig von der eingesetzten Ticketsoftware sämtliche Anpassungen vornehmen kann.

Im Einsatz im Service Desk kategorisiert der Classifier nun per E-Mail oder Anruf eingehende Tickets sofort nach Service, Kategorie und Dringlichkeit. Dadurch bestimmt er, wer das Ticket erhält und welche Priorität die Bearbeitung hat. Entsprechend schnell nach Liveschaltung der KI stellte sich im Service Desk von Datagroup der Erfolg ein. Die KI entlastete wie gewünscht die Mitarbeiter – und das ohne Folgekosten oder nennenswerten weiteren Pflegeaufwand. Von den ersten Plänen bis zum Start des produktiven Systems vergingen nur rund acht Monate.

Im Fall des hier vorgestellten KI-Projekts von Datagroup war es bei der Planung, Implementierung und der Inbetriebnahme von Vorteil, dass sowohl Anwender als auch Umsetzende aus dem gleichen Konzern kommen und so bereits ein gemeinsames Verständnis des abzubildenden Workflows bestand. In der Praxis versprechen gemeinsame Teams von externen KI-Experten und internen Teams den größten Erfolg. Das interne Team bringt dabei die Expertise über die Unternehmensabläufe ein, die KI-Experten das Spezialwissen über die KI und Umsetzungserfahrung.

Intelligentes Assistenzsystem für den Service Desk

Ausgehend vom relativ einfachen Prozess der Ticket-Klassifizierung nahm man sich bei Datagroup noch einen weiteren, komplexeren Prozess für den KI-Einsatz vor: Es galt, ein intelligentes Assistenzsystem für die Service-Desk-Mitarbeiter zu entwickeln, das sie in der Kundenberatung mit einer Reihe von Services unterstützt. Die erste Herausforderung im Projekt war, die Anforderungen aus den verschiedenen Nutzerkreisen und Standorten aufzunehmen und zu priorisieren. Hierfür arbeitete das Projektteam zu Beginn mit dem User Centered Design Process. Mit diesem konnte ein umfassendes Verständnis über die Benutzer sowie deren Aufgaben und Ziele gewonnen werden. Zudem unternahm das Projektteam eine technische Analyse und erarbeitete eine Beschreibung der Systemlandschaften. Anschließend ging es an die Entwicklung von zielgruppengerechten Mockups und einer Roadmap für das Assistenzsystem. Die Softwareentwicklung baute dann auf Valuemation auf, einer Softwarelösung zur Steuerung und Optimierung von Serviceprozessen in Unternehmen.

Dieses Vorgehen führte zu einem weiteren Erfolg und die so entwickelte Assistenz-KI wurde auf den Namen CORBOT getauft. Der CORBOT stellt den Service-Desk-Mitarbeitern mithilfe von Micro-Bots zu jedem Ticket nützliche Informationen auf dem Desktop zur Verfügung, etwa: Wer ist der Ansprechpartner und wie erfolgt die Ansprache? Welches Service-Level ist vereinbart? Welche anderen Tickets gab es in jüngster Zeit? So vorinformiert gehen die Mitarbeiter bestens präpariert in das Kundengespräch und die Beratungsqualität steigt.

Das Fazit des Service Desks von Datagroup zum KI-Einsatz fällt deshalb knapp und klar aus: Kundenzufriedenheit verbessert und Produktivität sowie Zufriedenheit der Mitarbeiter erhöht. Auch erste Kunden sind durch die Anwendung im Service Desk bereits auf die KI-Lösung aufmerksam geworden und haben Interesse am Einsatz im eigenen Unternehmen signalisiert.

* Christian Sauter ist Geschäftsführer von Almato und Marino Simunic Geschäftsführer von Datagroup Service Desk

(ID:48799680)