Wie Adobe KI einsetzt, um selbstheilendes ITSM einzurichten

Adobe hat KI, ML, NLP und andere aufstrebende Technologien dazu eingesetzt, das Servicemanagement des eigenen Unternehmens zu verbessern – und so den Weg zu einem selbstheilenden ITSM-Framework zu ebnen. [...]

Künstliche Intelligenz (KI), maschinelles Lernen (ML) und Verarbeitung natürlicher Sprache (NLP) sind einige der zurzeit brandheißen neuen Technologien im IT-Service-Management. Diese Technologien helfen Unternehmen, das Service-Management zu rationalisieren, indem sie Geschäftsprozesse und Aufgaben innerhalb des ITSM-Frameworks automatisieren.

Adobe liefert dabei ein geradezu leuchtendes Beispiel. Der Kreativitätssoftware-Hersteller verwendet seit einiger Zeit KI, ML und NLP dazu, „die Dynamik im ITSM zu ändern, um dem Endbenutzer einen besseren Service zu bieten und die Rolle des ITSM-Profis dahingehend zu ändern, dass er High Level Aufgaben bearbeitet, statt sich bloß um die die Ticket-Reduktion zu kümmern“, erklärt Cynthia Stoddard, Senior Vice President und CIO bei Adobe.

Dank des intelligenten ITSM-Aufbaus des Unternehmens konnte Adobe so nicht nur Kunden betreffende digitale Mediendienste unterstützen, sondern auch die Produktivität und Effizienz im eigenen Unternehmen stark verbessern. Dank KI, ML und NLP konnte Adobe die ITSM-Prozesse verbessern, Fehler reduzieren und das Service-Management vereinfachen. Gleichzeitig wurden langweilige und sich wiederholende Aufgaben für IT-Mitarbeiter beseitigt.

Hier ein Einblick in Adobes Wechsel zu intelligentem ITSM.

Sich wiederholende Aufgaben beseitigen

Als Adobe seine ITSM-Überarbeitung erstmals in die Wege leitete, war es zunächst das Ziel, die Ticketing-Warteschlangen deutlich zu reduzieren. Durch die verstärkte Nutzung von KI und ML konnte das Unternehmen seinen Mitarbeitern „die Arbeit abnehmen“, da Ticketing-Systeme für IT-Mitarbeiter recht schnell sehr zeitaufwändig und repetitiv werden können, so Stoddard.

Dies ist häufig ein gemeinsames Thema für Unternehmen, die aktuell an der Modernisierung ihres ITSM arbeiten. Technologien wie KI, ML, NLP und Robotic Process Automation (RPA) geben Unternehmen die Möglichkeit, die ITSM-Arbeit zu automatisieren und zu rationalisieren.

„Hierbei geht es vor allem darum, nach Problemmustern und sich wiederholenden Aufgaben zu suchen – denken Sie nur mal an die Disziplin des ITSM, dabei geht es doch im Grunde auch darum, die Arbeit der Mitarbeiter innerhalb ihrer Operationen zu organisieren und das ITSM auf die nächste Ebene zu bringen, indem danach gefragt wird, wie die Art der Arbeit, die die Leute machen, geändert werden kann“, erklärt Stoddard weiterhin.

Azure Machine Learning: So verwenden Sie die neue Anomalie-Erkennung

Für Adobe bedeutete dies, KI einzusetzen, um Gemeinsamkeiten, Trends und schnelle Korrekturen im Ticketsystem zu finden, die mithilfe von diversen Skripts angesprochen werden konnten. Wenn diese Tickets schneller aus der Warteschlange genommen werden, können sich IT-Mitarbeiter auf Probleme konzentrieren, die mit KI nicht eben gelöst werden können. Da die IT-Teams von Adobe so nicht mehr durch ein überlastetes Ticketsystem blockiert werden, können sie mehr Zeit für das Schreiben von Skripts aufwenden, die das Service-Management in Zukunft noch weiter rationalisieren.

„Wir haben versucht, unsere Ingenieure und Betriebsmitarbeiter so zu positionieren, dass sie sich mehr um das Scripting und die Arbeit auf höherer Ebene kümmern, im Gegensatz zu dem, was ich eher als den ‚traditionellen Ticketarbeiter‘ nennen würde.“, so Stoddard.

Aufbau eines selbstheilenden Frameworks

Das zweite Ziel von Adobe für den Einsatz von KI im ITSM war die Entwicklung eines ‚selbstheilenden Frameworks‘. Dies war aus dem Wunsch heraus entstanden, sich nicht nur auf sich wiederholende Aufgaben zu konzentrieren, sondern auch „operative Probleme zu finden und sie zu beheben“, um auf diese Weise die „Zeit bis zur Wiederherstellung“ weitestgehend zu verbessern, meint Stoddard.

„Wir haben es auf die nächste Ebene gebracht, indem wir sagten: ‚Bei jeder IT-Operation neigen die Dinge dazu in die Brüche zu gehen, wenn Services eingesetzt werden‘. Was wir also versucht haben, ist – wenn die Dinge in die Brüche gehen –, diesen Vorgang zu automatisieren“, erklärt sie.

In einigen Fällen kann die selbstheilende Plattform operative Probleme ausfindig machen und automatisch lösen, während sie dem IT-Team gleichzeitig detaillierte Daten und Statistiken zur Verfügung stellt. In Fällen, in denen sich die Plattform nicht selbst heilen kann, kann sie IT-Mitarbeiter schneller auf bestimmte Probleme aufmerksam machen und so die Wiederherstellungszeit verkürzen.

Adobe hat viele „Back-Shops, die Daten über das gesamte Unternehmen hinweg an viele verschiedene Stellen weiterleiten“, und wenn in der Vergangenheit eines dieser Systeme ausfiel, dauerte es etwa 30 Minuten, um das Problem zu beheben. Seit der Implementierung des Frameworks zur Selbstheilung, gibt Stoddard an, sei die Zeit von der Erkennung eines Problems über die Behebung des Problems bis zur Wiederinbetriebnahme auf nurmehr 3 Minuten reduziert worden.

Technikrevolution in der Personalarbeit

In Talente investieren

Bei der Einführung von KI, ML und NLP in ihr ITSM-Framework konnte Adobe außerdem erfolgreich in neue Talente investieren. Adobe konzentriert sich auf die Einstellung von externen Kandidaten mit den neuesten Fähigkeiten und die Schulung der gegenwärtigen IT-Mitarbeiter innerhalb des Unternehmens.

„Künstliche Intelligenz verstärkt, was Sie als Mensch tun könnten, aber die menschlichen Aktivitäten gehen dadurch nicht zwangsläufig verloren – in mancher Hinsicht schaffen Sie dadurch tatsächlich eine Chance für die Menschen“, so Stoddard.

Adobe hat spezielle KI- und ML-Talente eingestellt und bemerkt, dass frische Absolventen, die mit Aufgeschlossenheit ins Unternehmen gekommen sind, großartige Ideen mitgebracht haben. Stoddard schreibt dies der Frage zu, wie diese jungen Arbeitnehmer ‚ihr neues Wissen ungefiltert‘ auf reale Probleme anwenden können.

Stoddard konzentrierte sich auch auf die Schulung interner Mitarbeiter und erfahrener IT-Mitarbeiter, die bereits über komplizierte Kenntnisse über Netzwerke und Systeme des Unternehmens verfügen. Das Unternehmen hat ein sechsmonatiges technisches KI- und ML-Schulungsprogramm für über 5.000 Ingenieure eingeführt. Es soll „die Data-Science-Komponente eines jeden Ingenieurs lebendig machen“.

Und es ist eben diese Mischung aus Talent und Experimentierfreude, die die Selbstheilungsplattform überhaupt erst geschaffen hat.

„Wir haben festgestellt, dass wenn Sie den Menschen die Zeit geben, zu lernen und zu experimentieren, sie auf jeden Fall Ideen haben werden. Das ist es also, was wir intern durchgesetzt haben.“

*Sarah White ist Senior Writer für CIO.com und beschäftigt sich mit IT-Governance, Personalbeschaffung und IT-Jobs.