Warum die nächste Stufe der Automatisierung bei einem bislang menschlichen Engpass ansetzt
Autor: Simon Hayward, VP Sales International & GM Europe
Zugespitzt lässt sich sagen: Unternehmen führen KI ein, um Arbeit zu automatisieren – doch mit jeder neuen Anwendung wächst auch der Aufwand für die IT. Systeme müssen integriert, mit den richtigen Daten versorgt, überwacht und kontinuierlich angepasst werden. So kann ausgerechnet die Technologie, die Prozesse vereinfachen soll, selbst neue Komplexität schaffen.
Wie groß dieses Problem bereits ist, zeigt der Cost of Complexity Report von Freshworks (https://www.freshworks.com/de/report/cost-of-complexity/). Deutsche Unternehmen schätzen, dass 26 Prozent ihrer KI-Budgets durch ungeplante Kosten rund um Integration, Governance, Datenaufbereitung und laufenden Support gebunden werden. Gleichzeitig verbringen Beschäftigte 27 Prozent ihrer KI-bezogenen Arbeitszeit damit, diese Komplexität zu bewältigen.
Mehr Automatisierung allein greift deshalb zu kurz. Denn während sich viele einzelne Arbeitsschritte bereits automatisieren lassen, bleibt ein entscheidender Teil der Arbeit beim Menschen: Informationen einordnen, Zusammenhänge erkennen und entscheiden, was als Nächstes passieren soll. Genau diese wachsende Entscheidungsarbeit wird zum Engpass.
Wenn feste Regeln nicht mehr ausreichen
Besonders deutlich zeigt sich das im IT-Service-Management (ITSM), also der Organisation und Bereitstellung von IT-Services für die Beschäftigten eines Unternehmens. Nachdem dort zunächst Informationen digitalisiert und später immer mehr Prozesse automatisiert wurden, folgt ein Großteil der Automatisierung bis heute einem festen Prinzip: Wenn X passiert, führe Y aus.
Doch moderne IT-Umgebungen erzeugen eine enorme Menge an technischen Signalen, Warnmeldungen, Nutzeranfragen und Veränderungen. Nicht für jede Situation lässt sich im Voraus eine passende Reaktion festlegen. Statt nur weitere Arbeitsschritte zu automatisieren, geht es deshalb zunehmend darum, auch einen Teil der Entscheidungen dazwischen an Systeme zu übertragen.
Von Automatisierung zu kontrollierter Autonomie
Darin liegt der Unterschied zu klassischer Automatisierung. Autonome Systeme sollen nicht nur eine vorgegebene Reaktion ausführen, sondern eine Situation erfassen, Handlungsmöglichkeiten bewerten und ihre Reaktion an den jeweiligen Kontext anpassen.
Dafür reicht ein leistungsfähiges KI-Modell allein nicht. Es muss das jeweilige Unternehmen kennen: seine Systeme und Services, Mitarbeiter, Prozesse, Richtlinien, bisherige Ereignisse und Prioritäten. Erst dieser Kontext ermöglicht es, eine passende Entscheidung für die konkrete Situation zu treffen.
Gleichzeitig braucht Autonomie klare Grenzen. Unternehmen müssen festlegen, welche Entscheidungen ein System selbst treffen darf, wann eine menschliche Freigabe notwendig ist und wann ein Mitarbeiter übernehmen muss. Die Rolle des Menschen verschwindet also nicht, sondern verändert sich: Statt jeden Einzelfall selbst zu bearbeiten, definiert er zunehmend die Regeln und Grenzen, innerhalb derer Systeme handeln können.
Wenn aus einer Störung gar nicht erst ein Problem wird
Der Mehrwert geht damit über die Entlastung der IT hinaus. Das Ziel ist, dass technische Störungen im besten Fall gar nicht erst zu einem Problem für Beschäftigte werden: Ein System erkennt eine Störung, ordnet sie anhand des Unternehmenskontexts ein und behebt sie innerhalb festgelegter Grenzen selbst – bevor ein Mitarbeiter sie bemerkt, melden muss oder bei seiner Arbeit ausgebremst wird.
Das ist auch eine Frage der Skalierbarkeit. Wenn jede wachsende Zahl technischer Vorgänge von Menschen bewertet und koordiniert werden muss, steigt der personelle Aufwand mit der technologischen Komplexität. Können Systeme einen Teil dieser Entscheidungen selbst übernehmen, muss menschliche Entscheidungs- und Koordinationsarbeit nicht im gleichen Maße zunehmen.
Damit wird autonome IT von einer Effizienzfrage für IT-Teams zu einer Produktivitätsfrage für das gesamte Unternehmen: Entscheidend ist nicht nur, wie viele Aufgaben KI automatisiert, sondern wie viele Probleme gar nicht erst menschliche Aufmerksamkeit erfordern.
Weitere Beiträge und Artikel unter: www.freshworks.com
Kontakt
Freshworks Inc.
Martin Stummer
Hermann-Weinhauser-Straße 73
81673 München
+49 (0) 89 99 38 87 34
https://www.freshworks.com/de/
Bildquelle: @ Freshworks
