Das Potenzial von KI im IT Service Management wird seit Jahren diskutiert. Chatbots, die Tickets abfangen. Virtuelle Agenten, die FAQs beantworten. Automatisierung, die Anfragen weiterleitet. All das ist nützlich, entspricht aber wahrscheinlich nicht ganz dem Zielbild, das Ihnen ursprünglich vermittelt wurde.

Der Unterschied heute ist das Aufkommen von agentischer KI: Systemen, die nicht nur auf Anweisungen reagieren, sondern über mehrstufige Workflows hinweg mit realen Auswirkungen schlussfolgern, handeln und sich anpassen. Für IT-Führungskräfte lautet die Frage nicht mehr, ob sie agentisches ITSM einführen sollten. Sondern wie sie es so wirksam steuern, dass es mit hohem Tempo betrieben werden kann.

KI-Agenten kommen nicht erst in Ihren Service Desk – sie sind bereits dort. Ivanti Neurons for ITSM steht im Zentrum dieses Wandels, indem KI-Agenten direkt in Incident Management, Service Requests und Knowledge Management eingebettet werden.

Der agentische Service Desk im Einsatz

Eine agentische ITSM-Belegschaft ist nicht einfach ein Chatbot mit zusätzlichen Schritten. In Ivanti Neurons sind KI-Agenten gezielt für definierte ITSM-Personas entwickelt: Sie priorisieren und klassifizieren Incidents sofort beim Eingang, führen genehmigte Change-Workflows durchgängig aus, fragen die CMDB ohne Eingreifen von Analysten ab und gleichen sie ab – und stellen Wissensartikel bereit, die Probleme tatsächlich lösen, statt sie nur sichtbar zu machen.

Diese Agenten arbeiten über Ihren bestehenden Tech-Stack hinweg. Agentische KI-Agenten sollten in Ihrem gesamten Tech-Stack arbeiten, nicht isoliert. Unsere Vision ist es, Agenten über ITSM, Endpunktmanagement, Patch-Management und Sicherheit hinweg einzusetzen, um das autonome Unternehmen zu ermöglichen.

So steuern und skalieren zukunftsorientierte IT-Führungskräfte eine agentische ITSM-Belegschaft und erzielen damit konkrete Ergebnisse.

Echte Ergebnisse statt Pilotprojekte

Unternehmen, die mit Ivanti Neurons for ITSM über die Experimentierphase hinausgegangen sind, verzeichnen wachsende Erträge, während KI-Agenten im Produktivbetrieb reifen. Laut Ivantis eigener AITSM-Studie:86 % der IT-Fachkräfte geben an, dass KI-gestützte Technologie entscheidend dafür ist, IT-Organisationen effizienter zu machen, und 85 % sind der Meinung, dass KI- und Automatisierungslösungen wie Root-Cause-Analyse und vorausschauende Wartung dazu beitragen können, das IT-Ticketvolumen zu senken.

Diese Ergebnisse unterstreichen die Größe der Chance. Besonders wichtig: 58 % der Unternehmen nutzen KI bereits für das Zurücksetzen von Passwörtern und 52 % für das Onboarding von Mitarbeitenden – Routinetätigkeiten, die Analystenstunden binden und nur geringen strategischen Mehrwert liefern.

Analysten schätzen die durchschnittlichen Kosten für die Lösung eines IT-Tickets auf 15 bis 17 US-Dollar – bei eskalierten Anfragen liegen sie um ein Vielfaches höher. KI-Agenten, die den volumenstarken, wenig komplexen Teil dieser Warteschlange übernehmen, senken nicht nur Kosten. Sie schaffen Freiraum für Ihre besten Mitarbeitenden, damit diese sich auf die Arbeit konzentrieren können, die das Geschäft wirklich voranbringt.

– Ivanti AI: The Future of ITSM Automation Report.

Diese Transformation findet in verschiedenen Branchen statt, in denen Ivanti Neurons for ITSM eingesetzt wird:

  • Gesundheitswesen: Gerätebereitstellung und Zugriffsanfragen für elektronische Patientenakten werden in Umgebungen mit mehreren Standorten autonom gelöst. Dadurch werden Verzögerungen reduziert, die zuvor Servicefenster verlängert haben.
  • Finanzdienstleistungen: KI-bewertete Change-Risiken machen CAB-kritische Hinweise sichtbar, verkürzen die Prüfzeit und halten Audit-Trails ohne manuellen Aufwand vollständig.
  • Fertigung: Signale zum Zustand von Endpunkten werden automatisch mit offenen Incidents korreliert, wodurch die MTTR in konvergenten OT- und IT-Umgebungen sinkt.

Governance ist nicht nur eine Leitplanke – sie ist der Motor

Die leistungsstärksten agentischen ITSM-Organisationen haben eines gemeinsam: Sie behandeln KI-Agenten-Governance mit derselben Konsequenz wie Change Management. Gut gesteuerte Agenten erfüllen nicht nur Aufgaben – sie verbessern sich. Agenten ohne Governance verlieren unbemerkt an Qualität, wenn sich Ticketmuster verändern, Wissensartikel veralten und organisatorischer Wandel die Annahmen des Modells überholt.

Wie sieht gute ITSM-Agenten-Governance in der Praxis aus?

  • Definierte Autonomiegrenzen. IT-Teams müssen genau konfigurieren, welche Workflow-Schritte vollständig autonom ablaufen, welche eine menschliche Bestätigung erfordern und welche immer eskaliert werden müssen.
  • Kontinuierliche Verbesserung durch Feedbackschleifen an jedem Kontaktpunkt. Agenten lernen aus Korrekturen von Analysten, Zufriedenheitsbewertungen von Endanwendern und Lösungsergebnissen. Diese Signale werden aggregiert sichtbar, sodass Ihr Team nicht nur Tickets schließt, sondern auch seine Prozesse verbessert.
  • Audit-Trails für jede Agentenaktion. Jede Entscheidung eines KI-Agenten sollte mit vollständigem Kontext protokolliert werden – wodurch sie ausgelöst wurde, welche Daten verwendet wurden und welche Aktion erfolgt ist. Compliance ist integriert, nicht nachträglich ergänzt.
  • Eskalation, die tatsächlich funktioniert. Agenten kennen ihre Grenzen. Wenn die Zuverlässigkeit unter einen konfigurierbaren Schwellenwert fällt, muss die KI-Technologie den Vorgang nahtlos an die richtige Person weiterleiten – mit vollständigem Kontext, damit der Analyst nicht bei null anfangen muss.
  • Vertrauenswürdige Informationen. KI-Agenten müssen Daten nutzen, denen Sie vertrauen, statt sich auf externe, unbekannte Quellen oder Halluzinationen zu stützen. Die Kontrolle über Ihre Datenquellen zu behalten, ist entscheidend, um verlässliche Informationen sicherzustellen.

Die neuen erforderlichen Fähigkeiten für IT-Führungskräfte

Der Wandel hin zu einer agentischen ITSM-Belegschaft verändert, was es bedeutet, eine wirksame IT-Führungskraft zu sein. Die Kernkompetenz ist nicht länger Ticketdurchsatz oder Prozesskonformität, sondern die Fähigkeit, ein hybrides Team aus Menschen und Agenten zu orchestrieren, die Agentenleistung mit derselben kritischen Aufmerksamkeit zu bewerten wie bei direkt unterstellten Mitarbeitenden und das System kontinuierlich an die sich wandelnden Anforderungen des Unternehmens anzupassen.

Ivantis Technology at Work Report 2025 und 2025 DEX Report machen diese Herausforderung deutlich:

  • 46 % der IT-Fachkräfte berichten von einem Anstieg des Ticketvolumens aufgrund neuer Softwarebereitstellungen.
  • 34 % der Helpdesks nennen repetitive, zeitaufwendige Aufgaben und lange Lösungszeiten als ihre größten Herausforderungen.

Genau diese Belastungen soll agentische KI auffangen – allerdings nur, wenn Führungskräfte die Managementkompetenz aufbauen, um sie gezielt zu steuern.

IT-Führungskräfte, die Agentic AI mit ITSM einsetzen, sollten erwägen, wöchentliche Routinen für Agenten-Performance-Reviews einzuführen – ähnlich wie sie KPIs von Analysten prüfen würden, etwa mit Fragen wie:

  • Welche Agenten bleiben hinter den Erwartungen zurück – und warum?
  • Welche Workflows sind bereit für eine Ausweitung der KI-Autonomie?
  • Welche Eskalationsmuster deuten auf eine Wissenslücke im Modell hin?

Unternehmen, die bei agentischer KI führend sind, müssen über die isolierte Bewertung von Analysten und KI-Agenten hinausgehen. Echte Leistungsmessung bedeutet, beide gemeinsam als integriertes Team aus Menschen und KI zu bewerten, das auf ein gemeinsames Ziel hinarbeitet.

Langsame Einführung ist technische Schuld

In der IT besteht die Tendenz, KI-Einführung als etwas zu betrachten, das erst vollständig perfektioniert sein muss, bevor es skaliert wird. Dieser Impuls ist verständlich, denn ITSM berührt jeden Bereich des Unternehmens und Fehler sind sichtbar. Doch die Risikorechnung hat sich umgekehrt. Im Jahr 2026 besteht der Preis für langsames Vorgehen nicht in vermiedenem Risiko. Er besteht in einem wachsenden Abstand zu Unternehmen, die ihren agentischen Vorsprung jedes Quartal ausbauen.

Ivantis Forschung zeigt die tatsächlichen Hürden auf: 42 % der IT-Fachkräfte nennen Sicherheits- und Compliance-Bedenken als größte Herausforderung für IT-Automatisierung. Darüber hinaus haben 44 % der Unternehmen in KI investiert, geben jedoch an, dass ihren Mitarbeitenden ausreichende Kompetenzen oder Schulungen fehlen, um diese Tools wirksam zu nutzen. Diese Probleme lassen sich lösen – aber nur, wenn Führungskräfte Verantwortung übernehmen.

Die Hürde für agentisches ITSM ist selten technischer, sondern meist organisatorischer Natur. Unklare Verantwortlichkeiten für KI-Ergebnisse, nicht aufeinander abgestimmte Anreize und kultureller Widerstand von Analysten, die eher Ersetzung als Unterstützung befürchten, stehen einer KI-Einführung im großen Maßstab im Weg.

Bemerkenswert ist, dass 74 % der IT-Fachkräfte im Jahr 2025 bereits generative KI-Tools nutzen – gegenüber 66 % im Vorjahr. Die Belegschaft bewegt sich. Die Frage ist, ob die Organisation mitzieht oder Reibung erzeugt, die diese Nutzung in den inoffiziellen Bereich drängt.

Die Prinzipien, die echte Transformation vorantreiben

Unternehmen, die wirklich agentische IT Operations aufbauen wollen, teilen eine gemeinsame operative Grundhaltung:

  • Mit Ergebnissen beginnen, nicht mit Use Cases. Identifizieren Sie eine strategische Kennzahl – SLA-Einhaltung, MTTR, Analyst-zu-Ticket-Verhältnis – und entwickeln Sie von dort aus rückwärts die agentischen Workflows, die diese Kennzahl verbessern.
  • KI-Agenten als Teammitglieder mit Onboarding-Plänen behandeln. Neue Agenten werden beaufsichtigt, mit Feedback gecoacht und erhalten schrittweise mehr Autonomie, sobald ihre Leistung dies rechtfertigt – sie werden nicht einfach in die Produktion entlassen und vergessen.
  • Agentenleistung wie menschliche Leistung messen. Lösungsquote, Eskalationsquote, Endanwenderzufriedenheit und Wissensbeitrag werden pro Agenten-Workflow verfolgt, nicht nur aggregiert auf Ebene des Service Desks.
  • In menschliche Fähigkeiten ebenso investieren wie in KI-Fähigkeiten. Der Service Desk wird besser – und die Menschen darin ebenfalls. Die besten Analysten werden nicht ersetzt; sie werden zu KI-Coaches, Workflow-Architekten und Exception Managern weiterentwickelt.
  • Governance aufbauen, bevor sie benötigt wird. Konfigurieren Sie Autonomieschwellen, Eskalationslogik und Audit-Richtlinien bereits bei der ersten Bereitstellung, nicht erst nach dem ersten Incident.
  • KI-Agenten und Analysten als ein Team behandeln. Behandeln Sie KI-Agenten und menschliche Analysten als ein Team – das gemeinsam plant, ausführt und bewertet. Führen Sie dieses kombinierte Team durch das Teamentwicklungsmodell Forming, Storming, Norming und Performing, um das Vertrauen und den Zusammenhalt aufzubauen, die echte Ergebnisse ermöglichen.

Die Ära des passiven Service Desks geht zu Ende. Kein bloßes Warten auf Tickets mehr, kein Abarbeiten von Warteschlangen und kein Messen von Erfolg allein an der Abschlussquote. Die Unternehmen, die das nächste Jahrzehnt der IT Operations prägen, bauen proaktive Service-Management-Organisationen auf, die erkennen, schlussfolgern und handeln: KI-Agenten übernehmen das Volumen, und Ihre besten Mitarbeitenden gestalten die Zukunft.

Ivanti Neurons for ITSM ist für genau diesen Service Desk entwickelt. Die Frage ist, ob Ihre Organisation bereit ist, ihn zu führen.

Bereit, Ihre agentische IT-Belegschaft aufzubauen?

Erfahren Sie, wie Ivanti Neurons for ITSM KI-Agenten vom ersten Tag an in Ihre bestehenden Service-Desk-Workflows einbettet. Mehr erfahren.