Künstliche Intelligenz (KI) kann den Service Desk von Banken im Ticket-Prozess deutlich entlasten und Prozesse effizienter sowie konsistenter gestalten. Und die Mitarbeiter gewinnen Freiraum für anspruchsvollere Aufgaben. Ein Best-Practice-Bericht.
Die Digitalisierung im Bankenumfeld führt zu stetig steigenden Anforderungen an das IT-Service-Management (ITSM): Immer mehr interne und externe Anfragen treffen über unterschiedliche Kanäle im Service Desk ein und müssen schnell, korrekt und regulatorisch sauber bearbeitet werden. Für die Mitarbeiter bedeuten die vielen internen („Mein Laptop funktioniert nicht“) und externen Tickets („Fehler bei einem Geldautomaten“) einen hohen manuellen Aufwand. Bereits die korrekte Erstkategorisierung und Weiterleitung eines Tickets kann viel Zeit in Anspruch nehmen – insbesondere dann, wenn Kollegen des Service Desks die passende Kategorie oder zuständige Gruppe erst suchen müssen.
Denn die zugrunde liegenden Kategoriensysteme für das Ticket-Management sind oft sehr granular. Je nach Fachbereich existieren tausende Kategorien und viele verschiedene Bearbeiter-Gruppen. In Einzelfällen dauerte diese Erstzuordnung früher deutlich länger als die eigentliche Problemlösung. Vor diesem Hintergrund entschied sich eine Bank dafür, den Einsatz von Künstlicher Intelligenz zur Unterstützung des Service Desks zu prüfen.
Unterstützung statt Automatisierungszwang
Ziel des Projekts war es nicht, den Service Desk vollständig zu automatisieren, sondern ihn gezielt zu entlasten. Und zwar um eine schnellere und konsistentere Erstkategorisierung von Tickets zu erreichen, eine zuverlässigere Zuweisung zu passenden Bearbeiter-Gruppen zu erzielen und manuelle Such- und Entscheidungsarbeit zu reduzieren.
Um dies zu erreichen, wurde das bestehende USU Service Management (USM) um die KI-Komponente USU AI erweitert und über eine REST-Schnittstelle nahtlos an das bestehende ITSM-System angebunden. Grundlage für die KI-gestützte Klassifikation bildeten historische Ticketdaten, die bereits korrekt kategorisiert und zugeordnet waren. Mit diesen Altdaten wurde das KI-Modell vorab trainiert, um typische Muster in Kurztexten und Beschreibungen zu erkennen.
Die KI-Unterstützung in der Praxis
Die Lösung unterstützt den Ticket-Prozess des Service Desk heute insbesondere bei zwei zentralen Arbeitsschritten: der fachlichen Kategorisierung eines Tickets sowie der Zuweisung an die jeweils zuständigen Mitarbeiter. Dabei wird die Künstliche Intelligenz nicht vollautomatisch eingesetzt, sondern dient als kontrollierte Assistenz für die Servicedesk-Mitarbeitenden.
Wie dies im Arbeitsalltag aussieht, zeigt folgendes Beispiel: Meldet ein Kunde, dass ein Geldautomat in einer bestimmten Filiale kein Geld ausgibt, legt der Servicedesk-Mitarbeiter zunächst ein Ticket an, etwa mit dem Kurztext „Geldautomat funktioniert nicht“ sowie einer Beschreibung mit Standort- und Zusatzinformationen. Im Ticket selbst lässt sich die KI dann gezielt aktivieren, wenn der Mitarbeiter den entsprechenden Button dafür anklickt. Die relevanten Inhalte werden daraufhin an die KI übermittelt, die den Text analysiert, mit ähnlichen Fällen aus historischen Ticketdaten vergleicht und auf dieser Basis sowohl eine passende Kategorie als auch eine wahrscheinliche Bearbeiter-Gruppe vorschlägt. Der Mitarbeitende prüft diesen Vorschlag und übernimmt ihn entweder vollständig oder passt ihn bei Bedarf an.
Erscheint die Trefferwahrscheinlichkeit zu gering oder die Zuordnung nicht plausibel, lässt sich das Ticket weiterhin klassisch manuell bearbeiten. Wird der KI-Vorschlag übernommen, erfolgt die Weiterleitung automatisch; andernfalls durchläuft das Ticket den gewohnten Prozess. Ein Zwang zur Nutzung der KI besteht dabei nicht.
Spürbare Entlastung und konsistentere Prozesse
Durch den Einsatz der KI-Komponente ließ sich der manuelle Aufwand im Service Desk der Bank insbesondere bei der Erstzuordnung deutlich reduzieren. Die Lösung sorgt zudem für mehr Konsistenz in der Kategorisierung, da sie sich an historischen Mustern orientiert, unabhängig von Erfahrung oder Detailwissen einzelner Mitarbeitender. Gerade im Bankenumfeld, in dem falsche Zuordnungen schnell zu Eskalationen führen können, ist dies ein zentraler Vorteil. Die Qualität der Erstzuordnung verbesserte sich, was wiederum eine schnellere Bearbeitung in den Fach- und Technikteams möglich machte.
Implementierung und Betrieb
Die technische Umsetzung – von Training über Integration bis zum Go-live – dauerte nur rund drei Monate, auch dank der engen Kooperation des „handz.on“-Teams und der USU-Experten sowie dem Zugriff auf bestehende Schnittstellen und Funktionen.
Ein wichtiger Erfolgsfaktor für die neue Lösung ist zudem der kontinuierliche Lerneffekt, den die Software ermöglicht: Neue, im täglichen Betrieb entstehende Ticketdaten fließen regelmäßig in das Training des Modells ein. So bleibt die KI auch bei veränderten Systemlandschaften, neuen Services oder geänderten Begrifflichkeiten treffsicher.
Fazit: Freiräume für anspruchsvollere Aufgaben
Für die Bank liegt der größte Nutzen der KI im IT-Service-Management in ihrer intelligenten Unterstützung der Mitarbeitenden. Die Lösung entlastet den Service Desk der Bank heute genau dort, wo sie Routine-Aufgaben erledigen und der Belegschaft Zeit sparen kann. Den Mitarbeitern ermöglicht sie so Freiräume für anspruchsvollere Aufgaben, ohne damit bestehende Prozesse zu destabilisieren. Besonders im regulierten und prozessorientierten Bankenumfeld ist dieser Ansatz entscheidend für Akzeptanz und nachhaltigen Erfolg im Arbeitsalltag.
