KI im Service-Management: keine Magie, sondern Governance

Warum die entscheidenden Fragen beim KI-Einsatz im ITSM nicht technischer, sondern steuernder Natur sind — und heute längst beantwortet werden, ob bewusst oder nicht.

Kaum eine Technologie zieht so schnell ins Service-Management ein wie künstliche Intelligenz. Ein Assistent, der Tickets vorsortiert, Antworten formuliert, ganze Vorfälle allein löst — das wirkt wie Magie. Ist es aber nicht. Hinter jeder scheinbar magischen Fähigkeit steckt eine Entscheidung darüber, was die KI sehen, sagen und tun darf. Das sind keine technischen Details, sondern Governance-Entscheidungen. Und sie werden gerade getroffen — in vielen Organisationen von niemandem bewusst.

1. Die Illusion der Magie

Wer zum ersten Mal sieht, wie ein KI-Assistent im Service Desk in Sekunden eine saubere Antwort auf eine kniffige Anfrage liefert, ist beeindruckt. Verständlich. Aber der Eindruck täuscht über das Wesentliche hinweg. Die KI hat nicht gezaubert. Sie hat auf Daten zugegriffen, die ihr jemand freigegeben hat. Sie hat einen Text erzeugt, für dessen Richtigkeit jemand geradesteht. Und wenn sie selbst handelt, tut sie das im Rahmen von Rechten, die ihr jemand erteilt hat.

Jedes dieser «jemand» ist eine Entscheidung. Zusammen ergeben sie die Governance des KI-Einsatzes. Das Unangenehme daran: Diese Entscheidungen fallen auch dann, wenn niemand sie bewusst trifft. Wird ein Copilot ohne Regeln ausgerollt, ist die Antwort auf «Welche Daten darf er sehen?» eben «alle, auf die der angemeldete Nutzer Zugriff hat». Das ist eine Governance-Entscheidung — nur eine schlechte, weil sie niemand geprüft hat.

Es hilft, KI im ITSM nicht als eine Sache zu betrachten, sondern als drei Stufen mit steigender Tragweite: KI, die vorhersagt. KI, die formuliert. KI, die handelt. Jede Stufe stellt eine eigene Governance-Frage. Wer sie nicht beantwortet, hat sie trotzdem beantwortet.

2. Predictive: Wem gehört die Prognose?

Die erste Stufe ist die leiseste und oft schon länger im Einsatz. Predictive AI erkennt Muster: Sie priorisiert Tickets, leitet sie automatisch an die richtige Gruppe weiter, prognostiziert Ausfälle, bevor der erste Nutzer anruft. Das ist nützlich und selten umstritten — deshalb entgleitet einem hier die Governance am schnellsten.

Denn eine Prognose ist nie neutral. Sie beruht auf historischen Daten, und die tragen die Verzerrungen der Vergangenheit in sich. Wenn Anfragen einer bestimmten Abteilung früher stets niedrig priorisiert wurden, lernt das Modell, genau das fortzuschreiben. Die Frage lautet also nicht «Funktioniert die Prognose?», sondern «Wer verantwortet sie, wenn sie danebenliegt?». Bleibt eine kritische Störung liegen, weil das Modell sie als «niedrig» eingestuft hat, reicht «die KI hat das so entschieden» als Antwort nicht. In der Sprache von ITIL gehört die Priorisierung zum Incident Management, und Verantwortung dafür lässt sich nicht an ein Modell delegieren.

Die Governance-Aufgabe ist damit klar umrissen: Auf welchen Daten wird trainiert, wie transparent ist die Einstufung gegenüber Nutzenden, und wer prüft regelmässig, ob die Prognosen noch fair und treffsicher sind. Nichts davon ist Magie. Alles davon ist eine Entscheidung.

3. Generative: Wer haftet für die Antwort?

Die zweite Stufe ist die, die derzeit alle meinen, wenn sie «KI» sagen. Generative AI formuliert: Antwortentwürfe für den Service Desk, Wissensartikel, Zusammenfassungen langer Ticketverläufe. Der Produktivitätsgewinn ist real. Aber mit der Formulierung kommt ein neues Betriebsrisiko in den Service — die Halluzination.

Ein generatives Modell erzeugt plausibel klingenden Text, auch wenn es die Antwort nicht kennt. Im Service-Management ist das keine Kuriosität, sondern eine Haftungsfrage: Was passiert, wenn der Assistent einem Kunden eine falsche, aber überzeugend formulierte Auskunft gibt? Die Antwort trägt das Logo Ihres Unternehmens, nicht das des Modellanbieters.

Genau hier liegt die Governance-Entscheidung, und sie hat zwei Hebel. Der erste ist die Quellenbindung: Ein Assistent, der seine Antworten aus der freigegebenen Wissensdatenbank zieht (das Prinzip hinter Retrieval-Augmented Generation), erfindet weniger als einer, der frei aus seinem Trainingswissen schöpft. Das verbindet KI direkt mit dem Knowledge Management — schlechte Wissensbasis, schlechte KI-Antworten. Der zweite Hebel ist die Freigabe: Formuliert die KI einen Entwurf, den ein Mensch prüft, oder antwortet sie im Autopilot direkt an den Kunden? Beides kann richtig sein. Aber es muss eine bewusste Entscheidung sein, keine Voreinstellung.

4. Agentic: Wer darf handeln lassen?

Die dritte Stufe ist die, über die aktuell am meisten geredet und am wenigsten nachgedacht wird. Agentic AI handelt selbst: Ein Agent setzt ein Passwort zurück, gewährt einen Zugriff, startet einen Change, fährt einen Dienst neu. Nicht mehr vorschlagen — tun. Damit verlässt die KI die Rolle des Assistenten und wird zum Akteur im System.

Und hier hat ITIL die Antwort längst, nur unter anderem Namen. Wenn ein Mensch einen Change auslösen will, durchläuft er eine Freigabekette: definierte Autorität, dokumentierte Zustimmung, nachvollziehbare Spur, ein Weg zurück. Change Enablement nennt das die eine Disziplin, die man nicht abschaffen darf, nur weil jetzt eine KI am Hebel sitzt. Im Gegenteil — ein Agent, der in Sekunden und rund um die Uhr handelt, braucht diese Kontrollen dringender als jeder Mensch.

Bevor ein Agent selbstständig handeln darf, sollten drei Fragen beantwortet sein:

• Grenze: Was darf er allein, und wo endet seine Autonomie zwingend an einer menschlichen Freigabe?
• Spur: Ist jede Handlung protokolliert und einer Identität zuzuordnen?
• Rückweg: Lässt sich jede Aktion rückgängig machen, wenn sie falsch war?

Wer diese drei Fragen nicht beantwortet, hat keinen autonomen Agenten eingeführt, sondern ein unkontrolliertes Risiko mit freundlicher Oberfläche. Der Reiz der Autonomie ist gerade, dass niemand mehr zusehen muss. Genau deshalb muss die Kontrolle vorher eingebaut sein, nicht danach.

5. Der Rahmen existiert schon: ITIL AI Governance

Die gute Nachricht: Sie müssen Governance für KI nicht neu erfinden. ITIL denkt seit jeher in Rollen, Autoritäten und kontrollierten Übergaben — genau in den Kategorien, die der KI-Einsatz verlangt. Mit «ITIL AI Governance» hat PeopleCert dazu eine eigenständige Publikation vorgelegt, die den Umgang mit KI im Service-Management strukturiert. Wichtig zu wissen: Das ist eine Ergänzung, kein Bestandteil des ITIL-Kerns — ein Steuerungsrahmen, kein Werkzeugkatalog.

Der eigentliche Gedanke dahinter ist schlicht und wirkungsvoll: KI ist ein neuer Akteur im Service-Management, und für Akteure hat ITIL bereits einen Umgang. Man gibt ihnen definierte Rollen, klare Rechte und eine nachvollziehbare Verantwortung. Behandeln Sie die KI wie ein neues Teammitglied — eines, das unglaublich schnell ist, nie schläft und exakt das tut, was in seinem Auftrag steht, im Guten wie im Schlechten. Kein Teammitglied bekommt am ersten Tag Vollzugriff auf alles. Warum sollte es die KI?

6. Der Schweizer Kontext: Grenzen, die zählen

Für Schweizer Organisationen kommt eine Ebene hinzu, die den Handlungsspielraum konkret begrenzt. Tickets und Prompts enthalten regelmässig Personendaten, und das revidierte Datenschutzgesetz (revDSG) verlangt, dass Sie wissen, wohin diese Daten fliessen. Ein KI-Assistent, der Ticketinhalte an ein Modell in einer fremden Cloud schickt, ist datenschutzrechtlich kein neutrales Hilfsmittel, sondern eine Datenbekanntgabe, die begründet und abgesichert sein will.

Wer Kunden oder Prozesse mit EU-Bezug bedient, gerät zusätzlich in den Wirkungsbereich des EU AI Act, der KI-Anwendungen nach Risiko klassifiziert und je nach Einstufung Transparenz- und Dokumentationspflichten auslöst. Für die meisten ITSM-Anwendungen bedeutet das keine Verbote, aber eine Nachweispflicht: Sie müssen erklären können, was Ihre KI tut und auf welcher Grundlage. Datenresidenz und Souveränität sind damit keine akademischen Fragen, sondern Auswahlkriterien für das Modell.

Aus alldem lassen sich drei Linien ziehen, die man nicht überschreiten sollte: keine Personendaten in ungeprüfte Modelle, kein Agent ohne Freigabekette, keine KI-Auskunft ohne nachvollziehbare Quelle. Wer diese drei Linien hält, hat den grössten Teil der Governance bereits im Griff.

Fazit: Die Entscheidung treffen Sie so oder so

KI verändert das Service-Management nicht durch Zauberei. Sie verändert es durch eine Kette von Entscheidungen darüber, was die KI sehen, sagen und tun darf. Diese Entscheidungen fallen in jeder Organisation, die KI einsetzt — die einzige offene Frage ist, ob Sie sie bewusst treffen oder dem Zufall überlassen.

Die Frage ist also nicht, ob KI in Ihr ITSM kommt. Sie ist längst da oder auf dem Weg. Die Frage ist, ob Sie die Governance dahinter gestalten, bevor sie sich von selbst gestaltet. Genau hier setzen wir bei Qudits an: Wir helfen Organisationen, KI im Service-Management nicht als Magie zu behandeln, sondern als das, was sie ist — eine steuerbare Fähigkeit, die klare Regeln braucht.

Unser Praxistipp: Fragen Sie bei jedem geplanten KI-Einsatz im Service Desk drei Dinge, bevor Sie ihn freischalten: Welche Daten darf die KI sehen? Wer haftet für das, was sie sagt? Was darf sie allein tun — und wo endet ihre Autonomie an einer menschlichen Freigabe? Wenn Sie diese drei Fragen nicht klar beantworten können, ist die KI noch nicht produktiv, sondern nur unbeaufsichtigt.

Unverbindliches Gespräch anfragen