Intelligent ITSM – die technologischen Konzepte der Zukunft

Das Marktsegment rund um IT Service Management Plattformen und Prozesse entwickelt sich stetig weiter. Mit den Jahren haben sich in den Fachkreisen traditionelle Prozesse etabliert, die dem Kunden standardmäßig angeboten werden. In Zeiten des Fortschritts und der immer größer werdenden Konkurrenz am Markt, werden diese Standards in Zukunft womöglich nicht mehr ausreichen. Der Trend geht stark in Richtung Intelligent ITSM.
Stichworte wie Artificial Intelligence (AI), Natural Language Processing (NLP) und Machine Learning sind in aller Munde und sehr gefragt. Themenübergreifend geht es hauptsächlich um Effizienz und Automatisierung sowie die Früherkennung von Problemen.
Für WSPone haben wir ein Proof of concept ausgearbeitet, das einen neuen Ansatz zur Kombination von Machine Learning und IT Service Management darstellt, der sich sinnvoll in unsere ITSM Plattform integrieren lässt. Wir setzen nicht auf Wahrscheinlichkeiten und Häufigkeitsverteilungen als smarten Ansatz, wir wollen unseren Kunden tatsächliche Intelligenz und echten Mehrwert bieten. Unser Konzept basiert auf der Vorstellung, die Erstellung von Incidents sowie deren Lösung zu Automatisieren. Durch die „Einarbeitung“ einer künstlichen Intelligenz in die Aufgabenbereiche des Service Desk möchten wir die dort arbeitenden Experten in Zukunft signifikant entlasten. Dies setzt eine längere Phase des stillen Beobachtens durch die KI voraus, die nach und nach erste „Predictions“ also Handlungsvorhersagen geben und schlussendlich einen Großteil der Incidents eigenständig abhandeln wird.
Für all diejenigen, die mit den Begrifflichkeiten zur Zeit noch durcheinander kommen, haben wir eine kompakte Übersicht aufbereitet.
Artificial Intelligence (AI):
In den Computer-Wissenschaften beschreibt man mit dem Begriff Artificial Intelligence all das, was, im Kontrast zur natürlichen Intelligenz der Menschen und Tiere, in das Gebiet von Maschinen demonstrierter Intelligenz fällt. AI umfasst vor Allem die kognitiven Fähigkeiten „Lernen“ und „Problemlösung“, die man eigentlich nur dem Menschen zuordnet. Mit einer künstlichen Intelligenz als Grundlage, lassen sich viele weitere Features aus den Bereichen Spracherkennung, Planung, Erlernung und Problemlösung realisieren.
Natural Language Processing (NLP):
Die NLP-Technologie begegnet uns heute bereits in vielen Lebensbereichen vor Allem in Form von Sprach- und Chat-Bots. Sie umfasst die Erkennung gesprochener und geschriebener Sprache und somit die Kommunikation zwischen Mensch und Computer (AI) ermöglicht. Die natürliche Sprache wird in der jeweiligen Formerfasst und vom Endgerät mithilfe von Regeln und Algorithmen verarbeitet und darauf reagiert. Hier setzt man vor allem auf Schlüsselworte, nach denen das System sucht und auf die es gezielt eingehen kann. Ein weiterführendes Gebiet des NLP ist das Natural Language Understanding. Hier wird nicht nur Sprache als einzelne Worte erfasst und so verarbeitet, vielmehr werden Grammatik und sinngemäße Zusammenhänge herausgelesen um daraus eine Handlung abzuleiten. Diese Handlung entspricht keiner festgesetzten Regel, sondern basiert auf der künstlichen Intelligenz und dem erlernten Verhalten des Endgeräts. Ein Anwendungsbeispiel aus dem IT Service Management wäre beispielsweise das Auslesen einer E-Mail, aus der Informationen extrahiert werden um nahtlos daraus einen Incident zu erstellen.
Machine Learning:
Die weitaus komplexere Thematik des Machine Learnings ist zurzeit noch wenig verbreitet. Diese Technologie ermöglicht ein selbstständiges Lernverhalten der AI ohne jeden einzelnen Schritt explizit zu programmieren.
Nun zur Umsetzung:
Beim Machine Learning bedarf es vor Allem der Sammlung vieler Knowledge item’s. Im Bereich ITSM sammelt beispielsweise der Support bei der tagtäglichen Arbeit Daten zu konkreten Situationen sowie Logeinträge und dokumentiert diese sauber. Denn wo viele Daten gesammelt und gut strukturiert werden, besteht die Möglichkeit, sie geschickt auszuwerten. Die AI profitiert von dieser Menge an Daten und kann diese komplexen Zusammenhänge zukünftig durch diverse Algorithmen schneller analysieren. Durch das Erkennen von Zusammenhängen kann dann maschinell Wissen aufgebaut werden, welches zur selbstständigen Lösungsfindung beiträgt. Die künstliche Intelligenz merkt sich außerdem, wann Lösungen funktioniert haben und wann nicht – sie adaptiert neuen Erkenntnisse entwickelt sich selbstlernend weiter. Im nächsten Schritt können erlernte Situationen dann durch die AI selbstständig erkannt und gelöst oder sogar präventiv behandelt werden. Auch für noch nie stattgefundene Events entwickelt die AI Lösungswege. Anwendungsbeispiele könnte das Machine Learning im ITSM vor Allem, wie bereits erwähnt, in der automatisierten Incident Behebung, der Risikoeinschätzung bei Changes oder automatisierten Freigaben (abhängig von Rolle des Users, Abteilung, etc.) finden.
Neben einer ganz neuen Customer und User Experience birgt Machine Learning demnach auch eine große Entlastung und Bereicherung für den Support, denn die Effizienz der dort stattfindenden Arbeit kann enorm gesteigert werden.
Alle weiteren Infos und Fortschritte zum Thema Intelligent ITSM finden Sie weiterhin hier auf unserem Blog und im Bereich Social Media finden Sie uns auf Facebook, Twitter, Xing und LinkedIn.