Ein gut funktionierender IT-Support spielt auch in der industriellen Fertigung eine zentrale Rolle. Schließlich können Ausfälle und Störungen gesamte Produktionslinien zum Stillstand bringen und damit für großen wirtschaftlichen Schaden sorgen. In der Realität sieht dies jedoch oft anders aus. Gründe sind in der Regel sperrige Prozesse und ein Mangel an Transparenz über die IT-Infrastruktur sowie die Auslöser von Störungen. Doch künstliche Intelligenz kann helfen.
Das Incident Management
Relevante Kennzahlen wie Produktionskosten, Lagerbestand oder Durchsatzraten im Blick zu haben, ist wichtig. Im Bereich Incident Management gibt es jedoch oft Defizite. So sind selbst grundlegende Kennzahlen wie Ticketanzahl, SLA-Verletzungen, Störungsschwerpunkte oder Reaktionszeiten oft nicht in standardisierten Berichten abrufbar. Es besteht somit die Gefahr, dass das Ausmaß von IT-Problemen als auch die damit zusammenhängenden Kosten unterschätzt werden. Hier gilt es, bei der Ticketdokumentation anzusetzen bzw. den Prozess dahinter sowie den IT-Support zu entlasten. Beispielsweise werden kleinere Störfälle häufig nicht erfasst, weil die Dokumentation länger dauern würde als die Lösung selbst. Manchmal fehlt auch die Zeit und im schlimmsten Fall melden Anwender Störungen aufgrund der langen Bearbeitungszeiten gar nicht erst. Werden Tickets hingegen ordnungsgemäß erfasst, sind wiederum die Beschreibungen der erfassten Störfälle oft unzureichend.
Hochwertige Daten als Basis
Damit künstliche Intelligenz ihren Nutzen ausspielen kann, ist eine qualitativ hochwertige Datengrundlage erforderlich. Ergänzende Tools für den First Level Support bieten hier eine Möglichkeit. Durch die Bereitstellung von Basisinformationen wie Clientname oder Festplattenauslastung können zeitaufwändige Recherchen vermieden werden. Sind Lösungsmöglichkeiten für Standardfälle integriert, kann dies die die Effizienz im IT-Support erhöhen und die Anwenderzufriedenheit verbessern. Die automatisierte Dokumentation würde zudem sicherstellen, dass auch die einfachsten Störfälle erfasst werden.
Ein solches Tool würde nicht nur eine Datenbasis für weitere Optimierungsmaßnahmen durch KI schaffen, sondern auch Einsparpotenzial bieten. Eine Beispielrechnung: In einem Unternehmen mit 1.000 Mitarbeitern und einem gemeldeten Störfall pro Person und Monat entstehen jährlich 12.000 Tickets. Eine Reduktion der Ticketbearbeitungszeit um nur 10 Minuten pro Ticket würde insgesamt 250 eingesparte Arbeitstage ergeben. Mit einem angenommenen Tagessatz von 250 Euro im First Level Support wären das 62.500 Euro pro Jahr.
KI-gestützte Ticketanalyse
Ist die Datengrundlage geschaffen, kann KI im Rahmen einer automatisierten Ticketanalyse Ticketbeschreibungen auswerten und Tickets anhand von Kontext und Schlüsselbegriffen klassifizieren. So könnten auch Themencluster visuell dargestellt werden – je näher bestimmte Tickets einander sind, desto eher haben sie thematische Parallelen. Unternehmen können so die häufigsten gemeldeten Störungen visualisieren und einsehen, welcher Anteil der Tickets beispielsweise Netzwerkprobleme betrifft und welche Störungen ihre Ursache doch eher clientseitig haben.
Support für den Support
Auf diese Weise ermöglicht beispielsweise der Softwarehersteller und IT-Dienstleister Consulting4IT seinen Kunden eine KI-basierte Ticketanalyse und kombiniert dazu das selbst entwickelte Tool F4SD – eine Anwendung für den First Level Support mit Datenermittlung und Ticketdokumentation.
