Ivanti Blog: Beiträge von

ITIL 4 Hand in Hand mit Service Operations durch Ivanti

Mon, 03 Aug 2020 08:58:31 Z

Über ein Jahr ist es nun her, dass das ITIL Framework in der Edition 4 den nächsten Schritt gemacht hat IT-Organisationen dabei zu unterstützen agiler, also beweglicher in Ihrem täglichen Arbeiten zu werden. Zunächst einmal kann man festhalten, dass sich neben den Neuerungen, die ITIL 4 im Bauch hat, viel altbekanntes auf Ebene der Practices und Prozesse wiederfindet, was sich in ITIL v3 bereits bewährt hat. Eine Revolution ist es so gesehen also nicht direkt und dennoch hilft gerade das neue Denken von ITIL 4 auf die aktuellen Herausforderungen und gerade die rapiden und stetigen Veränderungen agil reagieren zu können.

Ein wichtiger Kerngedanke des Ganzen ist die Ganzheitliche Betrachtung der IT im Kontext des Unternehmens, also die grundsätzliche Betrachtungsweise wie die IT als wertschöpfender Baustein in der Werterbringung eines Unternehmens unterstützen kann. Nun müssen Unternehmen stehts auf Marktentwicklungen und andere äußere Einflüsse reagieren, um wettbewerbsfähig zu bleiben und genau in dieser stetigen Veränderung muss die IT als Glied einer Wertschöpfungskette zwangsläufig mitziehen.

Stetiger Wandel erfordert hier also auch gleichermaßen stetige Bereitschaft und auch die Möglichkeit der Veränderung. Und genau hier kann eine große Belastung für IT-Organisationen entstehen. Auf der einen Seite steht die Aufgabe dem Endanwender eine hoch digitalisierte und auf die aktuellen Bedürfnisse zugeschnittene Arbeitsumgebung zu schaffen, auf der anderen Seite muss diese Arbeitsumgebung möglichst fehlerlos, effizient, konform und flexibel am Laufen gehalten werden.

Für den Bereich Service Operations eine Mammutaufgabe. Die Antwort in der voranschreitenden Digitalisierung liegt jedoch auf der Hand – Automatisierung. Um diese Automatisierung zu bewerkstelligen reichen oft Tool-interne Mechanismen nicht mehr aus.

Datenqualität als unverzichtbare Grundlage

Automatismen benötigen immer zunächst irgendeinen Trigger. Diese Trigger funktionieren dann in gewünschter Art und Weise, wenn die Datengrundlage hierzu passt. Diese Daten müssen somit in der notwendigen Qualität und besonders aktuell und vollständig vorliegen. Ivanti spricht hier vom so genannten Discovery und unterstützt seine Kunden hierbei mit der neuen Plattform Ivanti Neurons Discovery.

Der Begriff Discovery ist häufig sehr technisch vorbelastet. Man kennt diesen Begriff aus der klassischen Welt des Clientmanagements, wo Inventarisierungsdaten von Geräten automatisiert erfasst werden. Im Hinblick auf die Daten, die für einen hohen Grad an Automatisierung benötigt werden, ist dies allerdings nur die halbe Miete.

Zu automatisierten Prozessen gehört eine ganze Menge an weiteren Daten, wie beispielsweise kaufmännische Daten (Preise, Kostenstellen, etc.) Lieferantendaten (was bekomme ich wann und wo?) und einige weitere.

Wachsende Komplexität durch heterogene Systemlandschaften

Ein ganzer Zoo an Integrationen, bzw. Konnektoren ist hierzu notwendig. Der nächste Schritt ist eine Umgebung, die in der Lage ist zu reagieren und eben die richtigen Schritte automatisiert auszuführen. Hier gilt im Grunde das gleiche Prinzip wie bei der Gewinnung der korrekten Daten. Automatisierungsaufgaben müssen zwangsläufig zur richtigen Zeit, die mit den korrekten Parametern in der dafür idealen Lösung ausgeführt werden. Das Entwickeln und Warten solcher Konnektoren, bzw. Schnittstellen, ist aufwendig und kostspielig.

Bedenkt man, dass Unternehmen insgesamt eine Vielzahl von Lösungen von den verschiedensten Herstellern einsetzt (Best-of-Breed) erhöht dies gleichermaßen auch die Komplexität im Bereich Service Operations, was wiederum hinderlich ist, wenn man bedenkt wie schnelllebig heutzutage das Geschäft ist.

ITIL 4 Hand in Hand mit Service Operations durch Ivanti

Erfahren Sie in unserer Webinar Reihe mit unserem Partner Serview, wie sie diese Herausforderungen angehen können.

Teil 1, 6. August 2020 – Agiles Configuration Management im Datacenter

Teil 2, 20. August 2020 – Wie funktioniert vorausschauende Problemvermeidung gestützt durch Echtzeitdaten?

Teil 3, 3. September 2020 – Preditive Maintenance – Wie funktionirt der Weg zu selbstreparierenden Services?

Teil 4, 17. September 2020 – Wie unterstützt man verteilte Arbeitsweisen durch die richtigen Kommunikationskanäle?

Wir freuen uns auf gemeinsame und spannende Webinare mit Ihnen.

KI im Service Management verhindert Gegentore

Fri, 13 Dec 2019 12:44:24 Z

Wir Fußballfans erinnern uns gerne an 2014, als die deutsche Nationalmannschaft Weltmeister wurde: Das deutliche 4:0 gegen Portugal in der Vorrunde, die nervenaufreibenden, knappen Siege gegen Algerien und Frankreich sowie das grandiose 7:1 gegen Brasilien in der K.o.-Runde und das spannende Finale gegen Argentinien. An den erfolgreichen Spielen und dem Weltmeistertitel hatte neben hartem Training und hoher Leidenschaft aber auch ein Aspekt einen wesentlichen Anteil, der bis dahin in diesem Sport ein Nischendasein führte.

„Wie SAP Gegentore der Nationalelf verhindern will“ titelte die Tageszeitung „Die Welt“ zum Auftakt des Turniers. Unter dieser Überschrift berichtete sie, wie moderne Datenanalysen der Nationalmannschaft bei ihrer Arbeit helfen. Nicht nur beim Fußball, sondern in der ganzen Welt des Sports gibt es heute zahllose Statistiken. Die basieren auf einer noch größeren Menge an Daten. Vereine nutzen diese Daten zur Analyse des Gegners. Und wer diese Daten für sich besser interpretieren kann, der hat sich einen entscheidenden Vorteil verschafft. Die WM 2014 ist der beste Beweis dafür.

Verknüpfung von Daten als erste Grundlage

Daten zu sammeln ist an dieser Stelle die rudimentärste Grundlage für eine zielgerichtete Analyse. Eine zu große Menge an Daten kann gleichzeitig aber ebenso kontraproduktiv sein wie zu wenige Daten, denn man sieht dann sprichwörtlich „den Wald vor lauter Bäumen“ nicht.

Wichtig sind also auch Struktur und Verknüpfung der Daten. In der technisch versierten Welt spricht man hier von „Big Data“, also möglichst neuronal verknüpften Daten, um sogenannte „Cubes“ (mehrdimensionale Datenstrukturen) aus verschiedenen Perspektiven betrachten zu können.

Die richtige Frage ist entscheidend

Hat man eine Menge gut strukturierter und verknüpfter Daten vorliegen, stellt sich die Frage, wie man zur richtigen Antwort und damit zur Erkenntnis gelangt. Denn oft ist unklar, was man überhaupt sucht: Was ist „normal“? Wo beginnt „ungewöhnliches“ Verhalten? Welche Faktoren sind dafür verantwortlich? Und ab wann kann man mit einer berechenbaren Sicherheit sagen, dass ein wie auch immer definierter Ausnahmefall eintreten wird?

In der heutigen Zeit setzen hier das maschinelle Lernen und die derzeitig mögliche Iteration der künstlichen Intelligenz an. Durch „selbstlernende“ Algorithmen werden Unmengen an Daten durchforstet und dadurch eine Vorauswahl für Analysen getroffen.

Wie hilft künstliche Intelligenz Unternehmen, besser und effizienter zu werden?

Häufig sind das Gesicht vieler Unternehmensabteilungen zum Endnutzer oder auch zum Kunden hin Service-Management-Plattformen. In diesen Plattformen wird all das verwaltet, was den Kunden (internen oder externen) als Service angeboten werden kann ─ von der Bereitstellung, über die Verrechnung bis hin zur Fehlerbehebung, also der Instandhaltung eines Services.

Eine ureigene Eigenschaft solcher Plattformen wie dem Ivanti Service Manager ist, dass eine Menge Daten logisch und neuronal miteinander verknüpft sind. Die Grundlage einer „Big Data Struktur“ ist somit vorhanden. Es ist also naheliegend, hier den Ansatz des maschinellen Lernens und der künstlichen Intelligenz zu verfolgen.

Self Service, der zum Endanwender kommt

Im Zuge der Digitalisierung ist die Arbeitslast der IT immer größer geworden. So genannte Self Services sollen Abhilfe schaffen. Doch wie gelingt es, der gewünschten Zielgruppe diese Möglichkeiten der Hilfe zur Selbsthilfe anzubieten?

Self-Service-Portale sind hier ein erster Weg. Allerdings ist es eine echte Herausforderung, diese so zu gestalten, dass der Endanwender a) das entsprechende Portal findet/aufruft und b) sich in diesem Portal zurechtfindet.

Die geschicktere Variante sind hier sogenannte Chatbots. Solche Chatbots, beispielsweise der Ivanti Chatbot (siehe Abbildung 1), kommunizieren in natürlicher Sprache mit dem Endanwender, nehmen ihn an die Hand, indem sie die richtigen Fragen stellen und ermitteln am Ende das richtige Serviceangebot und die entsprechenden Bereitstellungsprozesse ─ die sie dann über den Servicekatalog in Verbindung mit Ivanti Automation auch gleich noch anstoßen.

Die IT-Abteilung hat ─ anders als Fußballspieler – nur selten jemanden, der ihr bei der Arbeit zuschaut und sie anfeuert. Die Unterstützung durch den vielbeschworenen „elften Mann“ fehlt. Auf die Unterstützung durch KI sollten Sie deshalb jedoch nicht verzichten. Wie wir alle in Brasilien gesehen haben, kann sie nämlich die entscheidenden Gegentore verhindern und damit darüber entscheiden, ob wir eine weltmeisterliche Leistung abliefern.

Abbildung 1 ─ Ivanti Hub & Chatbot

Geringere Durchlaufzeit von Vorgängen

Aber auch auf der Seite der Datenanalysten kann KI unterstützen. Hier geht es im Wesentlichen darum, aus den riesigen Mengen der zur Verfügung stehenden Daten schnell die relevanten zu identifizieren, dadurch die richtigen Entscheidungen zu treffen, um die richtigen Ressourcen einzubinden und den kürzesten Weg zur Fehlerbehebung wählen zu können. Bei dieser Aufgabe hilft Analysten mittels KI auf Basis der verknüpften Daten der Ivanti Augmented Analyst, indem er blitzschnell aufzeigt, welche Lösungsschritte und Ressourcen bei ähnlichen Themen geholfen haben.

Daten schnell und exakt zu interpretieren, sichert also nicht nur im Sport entscheidende Vorteile. Im Service Management profitieren Endnutzer davon, indem sie möglichst schnell auf die Services zugreifen können, die sie zum produktiven und effizienten Arbeiten benötigen. Und beim Betrieb dieser Services hilft die schnelle Erkenntnisgewinnung aus den laufend erhobenen Datenmengen dabei, eine möglichst geringe Ausfallzeit zu gewährleisten.

Alles andere wäre als Gegentor zu verstehen.