Wie AI das IT Service Management verändert – und was als Nächstes kommt

Die erste Welle von AI im ITSM hat eine bewährte Grundlage geschaffen: Sie automatisiert einfache Aufgaben und verbessert den Self-Service für Mitarbeiter. Eine aktuelle Forrester-Total-Economic-Impact™-Studie unterstreicht diesen Erfolg: Der virtuelle Agent von Jira Service Management kann 30 % der IT-Anfragen abfangen und die Effizienz bei der Ticketbearbeitung durch Agents um weitere 30 % steigern. Diese etablierte Technologie hat die Diskussion erfolgreich von der Frage, ob AI sinnvoll eingesetzt werden kann, hin zu der Frage verlagert: „Was kommt als Nächstes?“

Heute erleben wir die eigentliche Revolution. Wir gehen über reaktive Chatbots hinaus und treten in eine Ära proaktiver, autonomer Abläufe ein, die von Agentic AI und AIOps gesteuert werden. Bei dieser neuen Welle geht es nicht nur darum, Fragen schneller zu beantworten. Es geht darum, Probleme zu verhindern, bevor sie entstehen, komplexe End-to-End-Workflows zu automatisieren und den Service Desk grundlegend zu einer intelligenten, vorausschauenden und resilienten Schaltzentrale für das gesamte Unternehmen weiterzuentwickeln.

In diesem ersten Beitrag unserer Serie beleuchten wir diese Entwicklung – vom etablierten Erfolg virtueller Agents bis hin zur wegweisenden Agentic AI und ihrer Bedeutung für die Zukunft eurer Abläufe.

Die bewährte Grundlage: Wie virtuelle Agents den Weg bereiteten

Die bekannteste Anwendung von AI im ITSM ist der virtuelle Agent – eine intelligente Weiterentwicklung des einfachen Chatbots. Seit Jahren sind diese Agents der digitale erste Anlaufpunkt für den IT-Support. Sie nutzen Natural Language Processing (NLP), um Anfragen von Mitarbeitern zu verstehen und rund um die Uhr sofortige Antworten auf häufige Anliegen wie Passwortzurücksetzungen oder Softwarezugriffe zu geben.

Durch die direkte Integration in Collaboration-Tools wie Microsoft Teams und Slack haben virtuelle Agents den Support zu einem reibungslosen Teil des täglichen Workflows gemacht – statt zu einer separaten, frustrierenden Aufgabe. Die Wirkung ist erheblich. Laut der Forrester-Studie spart intelligenter Self-Service Mitarbeitern durchschnittlich 25 Minuten pro Anfrage. So werden unternehmensweit Tausende Stunden für produktive Arbeit frei. Dieser Erfolg ist das Fundament der AI-Bewegung im ITSM: Er belegt den Mehrwert der Technologie und ebnet den Weg für fortschrittlichere Anwendungen.

Die nächste Welle: Agentic AI und echte Automatisierung

Während virtuelle Agents auf Eingaben von Nutzern reagieren, zeichnet sich die nächste Generation von AI – Agentic AI – durch ihre Autonomie aus. Agentic-AI-Systeme folgen nicht nur einem Skript. Sie können komplexe Aufgaben mit mehreren Schritten über verschiedene Systeme hinweg analysieren, planen und ausführen, um ein Ziel zu erreichen – häufig ohne menschliches Eingreifen. Damit entwickelt sich der „digitale Assistent“ zum „digitalen Kollegen“.

Diese Entwicklung zeigt sich besonders deutlich in zwei zentralen Bereichen:

1. Intelligente, automatisierte Triage: Herkömmliche Automatisierung nutzt statische Regeln, um Tickets weiterzuleiten. Moderne, AI-gestützte Triage ist deutlich ausgefeilter. Sie analysiert Inhalt und Kontext eines Tickets, vergleicht sie mit historischen Daten aus Tausenden ähnlicher vergangener Fälle und bestimmt in Echtzeit Priorität, Kategorie und den richtigen Experten. Das ist mehr als Weiterleitung: Es ist intelligente Entscheidungsfindung, die den manuellen Engpass im Level-1-Support beseitigt und dafür sorgt, dass kritische Probleme sofort bearbeitet werden.

2. Agentic-AI-Workflows: Die wahre Stärke von Agentic AI liegt in ihrer Fähigkeit, komplexe Prozesse zu orchestrieren. Ein Beispiel ist das Onboarding neuer Mitarbeiter. Ein einfacher virtueller Agent könnte ein Ticket für die IT erstellen. Ein Agentic-AI-System kann dagegen den gesamten Workflow steuern. Sobald ein neuer Mitarbeiter im HR-System erfasst wird, richtet der AI-Agent autonom IT-Konten ein, weist Equipment zu, plant Einführungsveranstaltungen und benachrichtigt das Facility-Team. So koordiniert er mehrere Abteilungen und Systeme, um einen reibungslosen ersten Arbeitstag sicherzustellen.

Von der Krisenbewältigung zur Voraussicht: Die präventive Revolution mit AIOps

Der vielleicht strategisch wichtigste Wandel, den moderne AI ermöglicht, ist der Wechsel von einem reaktiven zu einem proaktiven Betriebsmodell. Jahrzehntelang arbeiteten IT-Betriebsteams im „Feuerwehrmodus“ und reagierten erst auf Systemausfälle, nachdem diese bereits Auswirkungen auf das Unternehmen hatten. AI for IT Operations, kurz AIOps, verändert dieses Paradigma grundlegend.

AIOps-Plattformen erfassen und analysieren große Datenmengen aus der gesamten IT-Landschaft – Logs, Performance-Metriken, Netzwerkereignisse und mehr. Mithilfe von Machine Learning erstellen diese Systeme eine Baseline dafür, wie der Normalzustand aussieht, und überwachen dann kontinuierlich Anomalien, die auf ein bevorstehendes Problem hindeuten könnten.

Das ist der Motor präventiver Wartung. Statt darauf zu warten, dass ein Server ausfällt, kann ein AIOps-System frühe Warnsignale erkennen und das IT-Team alarmieren, damit es Wartungsmaßnahmen durchführt, bevor es überhaupt zu einem Ausfall kommt. Wenn sich ein Vorfall nicht vermeiden lässt, beschleunigt AIOps die Ursachenanalyse erheblich. Durch die Korrelation von Ereignissen aus Dutzenden unterschiedlicher Systeme kann die AI die Ursache eines Problems innerhalb von Minuten identifizieren – ein Prozess, für den ein Team aus Ingenieuren bei manueller Arbeit Stunden benötigen könnte. Diese Fähigkeit, von reaktiver Krisenbewältigung zu präventiver Voraussicht überzugehen, erhöht die Systemzuverlässigkeit, sichert die Geschäftskontinuität und ermöglicht qualifizierten IT-Fachleuten, ihren Fokus von der Bewältigung von Krisen auf die Förderung von Innovation zu verlagern.

Was das für eure Mitarbeiter und eure Strategie bedeutet

Die Entwicklung von einfacher Automatisierung zu Agentic AI macht Menschen nicht überflüssig – sie macht sie noch wichtiger. Indem AI repetitive und selbst komplexe Workflows automatisiert, wertet sie die Rolle von IT-Fachleuten auf und gibt ihnen Raum für strategische Aufgaben, die einzigartig menschliche Fähigkeiten erfordern: komplexe Problemlösung, kreatives Systemdesign und ethische AI-Governance.

Der Einstieg in diese Entwicklung erfordert keine disruptive Umstellung. Die erfolgreichsten Einführungsstrategien folgen einem schrittweisen Ansatz nach dem Prinzip „Crawl, Walk, Run“. Identifiziert zunächst einen einzelnen, wirkungsvollen Schmerzpunkt, der schnell Ergebnisse liefern kann – etwa intelligente Triage für eine große Anzahl eingehender E-Mail-Anfragen. Ein erfolgreiches Pilotprojekt schafft Dynamik, zeigt einen greifbaren ROI und gewinnt interne Fürsprecher für die Veränderung.

Die Transformation des Service Managements ist eine Reise, kein Ziel. Indem ihr auf dem bewährten Erfolg virtueller Agents aufbaut und die Möglichkeiten von Agentic AI und AIOps strategisch nutzt, könnt ihr nicht nur die heutigen Probleme lösen, sondern auch ein intelligenteres und agileres Unternehmen für morgen schaffen.

In unserem nächsten Beitrag zeigen wir, wie AI, unterstützt durch Atlassian Rovo, Governance, Risk und Compliance (GRC) in Jira Service Management revolutioniert und komplexe regulatorische Hürden in automatisierte, effizientere Prozesse verwandelt.