Bedarf an schnellem Service-Management

Fünf Voraussetzungen für die Service-Management-Plattform der Zukunft
Ein zukunftsfähigerService Desk muss nicht nur Mitarbeiteranfragen aus der IT, sondern auch aus HR, Facilities und anderen Abteilungen bearbeiten können

Von Oliver Krebs, Area Director EMEA bei Cherwell

"Die Fabrik der Zukunft wird nur noch zwei Mitarbeiter haben, einen Mann und einen Hund. Der Mann ist da, um den Hund zu füttern und der Hund, um den Mann davon abzuhalten, Geräte zu berühren." Wie weit wir aktuell noch von dieser im Jahr 1990 geäußerten Vision von Warren Bennis entfernt sind, wird immer wieder versucht vorherzusagen. Schon den jetzigen technologischen Stand vor fünf Jahren präzise vorauszusehen, wäre aber nahezu unmöglich gewesen.

In Bezug auf IT-Service Management (ITSM) zeichnet sich meiner Ansicht nach bereits ab, was kurz- und mittelfristig auf Unternehmen zukommen wird. Zum Beispiel werden neue Technologien wie Künstliche Intelligenz und Machine Learning noch stärker in den Mittelpunkt rücken, während eine ansprechende Benutzererfahrung und die Minimierung der Total Cost of Ownership weiterhin wichtig bleiben werden. Folgende fünf Themen sollten IT-Verantwortliche im Auge behalten und prüfen, ob ihre Service Management-Infrastruktur dafür gewappnet ist.

1) Flexibilität und Geschwindigkeit als Grundvoraussetzungen
Agile und Lean Frameworks sind keine wirklich neuen Entwicklungen. Neu ist jedoch der steigende Bedarf an besonders schnellem Service Management. Deshalb müssen auch die entsprechenden Prozesse schneller und responsiver werden. Dabei können Agile und Lean Frameworks helfen. Dies hat sich bei einem in der DevOps-Bewegung zentralen Konzept für das Risikomanagement bereits bewährt: Häufige kleine Änderungen sind weniger riskant als große und dafür seltenere Änderungen. Die Automatisierung solch kleinerer Standard-Änderungen hat DevOps sowie das Release und Deployment Management deutlich vorangebracht.

Die Plattform selbst mussnicht nur agiler und flexibler, sondern auch leichter anpassbar werden. Ein Lösungsansatz können sogenannte Low-Code-Plattformen sein, für die keine vertieften Programmierkenntnisse erforderlich sind und die es dem Service Desk dementsprechend ermöglichen, responsiver gegenüber verschiedensten Anforderungen zu sein.

2) Virtuelle Assistenten: Die neue Kultur des Self-Service
Ein zukunftsfähigerService Desk muss nicht nur Mitarbeiteranfragen aus der IT, sondern auch aus HR, Facilities und anderen Abteilungen bearbeiten können. Mit Hilfe eines einheitlichen Portalskann die Produktivität aller Mitarbeiter deutlich verbessert werden. Durch die Ausweitung auf die einzelnen Abteilungen im Unternehmen wird ITSMzum Enterprise Servicemanagement (ESM).

Ermöglicht wird eine solche Erweiterung durch Out-of-the-Box-Module,etwa für Projekt- und Portfoliomanagement (PPM), Governance, Risk and Compliance (GRC) sowie ein integriertes Sicherheitsmanagement.Die Service Management-Plattform muss einfach anpassbar sein, um neue Module, etwafür die Zuweisung von Parkplätzen oder die Verwaltung von Flottenfahrzeuge, erstellen zu können. Idealerweise sollte es auch möglich sein, Einbindungen, Erweiterungen und ESM-Lösungen zu teilen und herunterzuladen.

3) Service Management muss über die IT hinaus wachsen
Nutzer werden anspruchsvoller und erwarten Zugang zum Self-Serviceaufverschiedenen Kanälen. So werden webbasierte Service-Portaleund mobile Apps in Zukunft durch sprachgesteuerte Kanäle wie Alexa Voice Service (Amazon), Siri (Apple) oder Cortona (Microsoft) ergänzt werden. Auch sogenannte Bots werden im Self-Service als Chatbots, E-Mail-Auto-Response-Bots oder Twitter-Bots eine zunehmend wichtigere Rolle spielen. Mit ihnen können vergleichsweise einfache Aufgaben wie das Erstellen von Tickets, die Abfrage von Statusinformationen oder die Präsentation von Wissen automatisiert werden.

Ein Zusammenwirken von Spracherkennung, Natural Language Processing (NLP) und KI ist für sogenannte Virtuelle Assistentennotwendig, die man als computergenerierte Verkörperung eines Servicemitarbeiters bezeichnen kann. Gartner zufolge wird es zwar noch fünf bis zehn Jahre dauern, bis sie sich in der Breite durchsetzen werden. Dennoch muss eine Service Management-Plattform vor diesem Hintergrund robuste Automatisierungs- und Integrationspunkte mit Sprachdiensten, Bot-Frameworks und KI-Plattformen bieten.

4) Was bringt Machine Learning im Tagesgeschäft wirklich?
Machine Learning hat sich unter anderem aus der Untersuchung von Mustererkennung entwickelt und könnte bereits in zwei bis fünf Jahren seine Vorteile voll entfalten. Stellen wir uns folgendes Szenario vor: Ein User ruft ein Self-Service-Portal auf und sucht eine Fehlermeldung, die zu seinem Problem passt. Findet er nichts Passendes, tippt er eine Beschreibung ins Suchfeld. Fällt der Stichwortabgleich negativ aus, muss sich der User doch wieder an den Service Desk wenden. Haben nun zwanzig weitere User dasselbe Problem, werden zwanzig verschiedene Tickets geöffnet, obwohl es sich eigentlich nur um ein einziges Problem handelt.

Stellt man sich dasselbe Szenario mit intelligentem Musterabgleich vor, so wird sich für den ersten User erst einmal nicht viel ändern. Bei jedem weiteren User wird ein Muster erkannt und entsprechende Auto-Vervollständigungen im Suchfeld angezeigt. So kann den folgenden Usern eine passende Fehlermeldung präsentiert werden und zusätzlich die geschätzten Reparaturdauer und dem möglichen Workaround.

Da für Machine Learning schnell zur Verfügung stehende Informationen und Daten essentiell sind, benötigt ein zukunftsfähiger Service Desk eine starke Wissensmanagement-Basis. Laut Gartner werden bis 2020 schätzungsweise 99 Prozent aller KI-Initiativen im ITSM aufgrund einer fehlendenetablierten Wissensmanagement-Basis scheitern.

5) Mit Predictive Analytics den zukünftigen Servicebedarf vorhersagen
Auch bei Predictive Analytics werden Daten über verschiedene Datensätze hinweg nach Mustern durchsucht. So können etwa erfolgreiche mit erfolglosen Change-Prozessen verglichen und die daraus resultierenden Informationen zur Verbesserung des Change-Managements verwendet werden. Durch Muster in Umfrageergebnissen wiederum können neue Serviceangebote oder Bereiche für Prozessverbesserungen identifiziert werden.

Grundsätzlich gibt Predictive Analytics durch die Erkennung von Mustern Orientierung darüber, welche Ereignisse voraussichtlich eintreten werden. Angesichts der Fülle an Informationen, die in einem Service Desk oder einer Service Management-Plattform vorhanden sind, hilft Predictive Analytics dabei, bessere Entscheidungen zu treffen, Risiken und Chancen zu antizipieren und den Servicebedarf zu prognostizieren.

Ein zukunftsfähigerService Desk muss über flexible und einfach anzupassende Dashboards und Reportings verfügen. Da Predictive Analytics in der Regel über eine separate Anwendung bereitgestellt wird, ist die Integration zwischen der Service Management-Plattform und einer gebündelten Analyseanwendung unerlässlich.

Bestens gerüstet für die Zukunft
ITSM wird in nächster Zeit erheblichen Veränderungen unterworfen sein. Diese erfordern eine höhere Flexibilität der Service Delivery-Plattformen, eine schnellere Bearbeitung von Anfragen und eine einheitliche Benutzererfahrung für IT- und Nicht-IT-Services. Eine deutlich wichtigere Rolle wird der Self-Service spielen. Indem Machine Learning-Muster identifiziert und Empfehlungen gibt, wird eine bessere Selbstversorgung der Mitarbeiter möglich: das Ticketvolumen sinkt, die Effizienz von IT-Mitarbeitern und Technikern steigt und die allgemeine Servicequalität verbessert sich.
(Cherwell: ra)

eingetragen: 09.11.18
Newsletterlauf: 29.11.18

Cherwell Software: Steckbrief

Der Informationsanbieter hat seinen Kontakt leider noch nicht freigeschaltet.

Meldungen: Grundlagen