Eine deutsche Bank integriert KI in ihr IT-Service-Management-System, um Service-Tickets schneller und konsistenter zuzuweisen. Welche Effekte das auf Arbeitsabläufe und Fehlerbehebung hat, bleibt im Detail offen
Eine deutsche Bank hat ihr bestehendes IT-Service-Management-System (ITSM) um eine KI-Komponente erweitert, um die Bearbeitung interner und externer Support-Anfragen effizienter zu gestalten. Ziel ist es, die Kategorisierung und Weiterleitung von Service-Tickets zu beschleunigen und die Belastung des Service-Desks zu reduzieren. Die Einführung erfolgte in Zusammenarbeit mit dem IT-Dienstleister handz.on GmbH, der das USU Service Management (USM) um die KI-Lösung USU AI ergänzt hat. Die Bank reagiert damit auf die wachsende Komplexität und das hohe Anfragevolumen, das täglich über verschiedene Kanäle eingeht.
Automatisierte Kategorisierung durch KI
Die KI übernimmt die Erstzuordnung von Tickets, indem sie auf Basis historischer Daten typische Muster in Kurztexten und Beschreibungen erkennt. Dazu wurde das System mit bereits korrekt kategorisierten und zugeordneten Tickets aus der Vergangenheit trainiert. Im praktischen Ablauf kann die KI direkt aus dem Ticket heraus aktiviert werden. Nach Analyse der Inhalte schlägt sie eine passende Kategorie und die zuständige Bearbeitergruppe vor. Die finale Entscheidung bleibt jedoch beim Service-Desk-Mitarbeitenden, der den Vorschlag prüfen und anpassen kann. In Ausnahmefällen, etwa bei unklaren oder neuartigen Anfragen, erfolgt die Bearbeitung weiterhin manuell.
Die Integration der KI-Komponente erfolgte über eine REST-Schnittstelle, sodass bestehende Prozesse weitgehend erhalten bleiben. Nach Angaben der beteiligten Unternehmen dauerte die Implementierung inklusive Training und Integration rund drei Monate. Die KI wird kontinuierlich mit neuen Ticketdaten aus dem laufenden Betrieb weitertrainiert, um auch bei veränderten Systemlandschaften und neuen Begrifflichkeiten zuverlässig zu bleiben.
Effekte auf Arbeitsabläufe und Fehlerbehebung
Nach Unternehmensangaben führt der KI-Einsatz zu einer schnelleren und konsistenteren Kategorisierung der Tickets. Dies soll die Zuordnung zur jeweils zuständigen Bearbeitergruppe beschleunigen und die Fehlerbehebung durch die Fach- und Technikteams effizienter machen. Ein zentraler Vorteil im regulierten Bankenumfeld ist die Reduktion individueller Interpretationsspielräume, da die KI auf historischen Mustern basiert und nicht auf persönlicher Erfahrung einzelner Mitarbeitender. Die manuelle Suche nach der richtigen Kategorie entfällt in vielen Fällen, was die Arbeitsbelastung im Service Desk verringert.
Die KI-Lösung ist als Assistenzsystem konzipiert und ersetzt nicht die menschliche Kontrolle. Die Nutzung bleibt optional, sodass Mitarbeitende weiterhin die Möglichkeit haben, Tickets bei Bedarf selbst zuzuordnen. Nach Angaben der Bank wurde die Lösung von Beginn an gut akzeptiert, da sie als Unterstützung und nicht als Ersatz für bestehende Arbeitsplätze wahrgenommen wird.
Technische und organisatorische Herausforderungen
Die Einführung von KI in bestehende ITSM-Prozesse stellt Unternehmen vor technische und organisatorische Herausforderungen. Neben der Integration in bestehende Systeme ist insbesondere das Training der KI mit qualitativ hochwertigen und ausreichend umfangreichen Daten entscheidend für die Zuverlässigkeit der Vorschläge. Die kontinuierliche Anpassung an neue Servicekategorien, Systemänderungen und sich wandelnde Begrifflichkeiten bleibt eine laufende Aufgabe. Die Bank setzt daher auf ein tägliches Nachtrainieren der KI mit aktuellen Ticketdaten, um die Relevanz und Genauigkeit der Vorschläge zu sichern.
Vergleichbare Ansätze zur Automatisierung von Arbeitsabläufen durch KI finden sich auch in anderen Branchen. So wurde etwa im Bereich der Diagnostik und KI-gestützten Analyse von Gesundheitsdaten über neue Finanzierungsrunden und Übernahmen berichtet, wie sie beispielsweise im Zusammenhang mit dem Heidelberger Startup kausable und der Übernahme von Noscendo durch Bruker dokumentiert wurden. Die Übertragbarkeit solcher Lösungen auf regulierte Sektoren wie Banken hängt jedoch von spezifischen Anforderungen an Datenschutz, Nachvollziehbarkeit und regulatorische Konformität ab.
Offene Fragen und Ausblick
Obwohl die Bank von einer spürbaren Entlastung des Service-Desks berichtet, bleiben unabhängige Leistungsdaten zur tatsächlichen Beschleunigung und Fehlerquote bislang aus. Auch ist offen, wie sich die Lösung in anderen Unternehmensbereichen oder bei veränderten regulatorischen Anforderungen bewährt. Die langfristige Akzeptanz hängt davon ab, wie zuverlässig die KI auch bei neuen oder seltenen Problemstellungen arbeitet und wie flexibel sie sich an organisatorische Veränderungen anpassen lässt. Die Bank plant, die KI-Lösung weiterzuentwickeln und die Ergebnisse regelmäßig zu evaluieren.
Im Kontext von Unternehmenssoftware bezeichnet IT-Service-Management (ITSM) die Gesamtheit der Maßnahmen und Werkzeuge, mit denen IT-Dienstleistungen in Unternehmen geplant, bereitgestellt, betrieben und überwacht werden. Moderne ITSM-Systeme integrieren zunehmend KI-gestützte Komponenten, um Routineaufgaben wie Ticketkategorisierung, Priorisierung und Weiterleitung zu automatisieren. Entscheidend für den Erfolg solcher Systeme ist die Qualität der Trainingsdaten, die kontinuierliche Anpassung an neue Anforderungen und die Einbindung menschlicher Kontrolle, um Fehlzuordnungen und regulatorische Risiken zu minimieren.
