Ein führender Handelskonzern sieht sich jährlich mit der Herausforderung konfrontiert, rund 60.000 IT-Tickets zu bearbeiten. Mehr als 20 Mitarbeiter im IT-Support sind damit beschäftigt, die wachsende Anzahl von Anfragen zu bewältigen. Der Prozess zur Bearbeitung dieser Tickets ist in vielen Unternehmen ähnlich: Nach der Erstellung eines Tickets ruht dieses zunächst, bevor es vom First-Level-Support zugeordnet wird. Anschließend durchläuft es mehrere Stufen, liegt erneut, wird im Second-Level gelesen und dann entweder bearbeitet oder an ein anderes Team weitergeleitet, wo es erneut ruht. Dieser ineffiziente Workflow führt zu Verzögerungen und verlängert die Bearbeitungszeit für die Benutzer.
METAPOTT Ansatz
Um diesen Prozess zu optimieren, hat die IT-Beratung METAPOTT Communication Mining von UiPath in den IT-Support des Konzerns eingeführt. Ziel war es, die Tickets direkt anhand ihres Titels und ihrer Beschreibung in das richtige Team zu routen. Der Ansatz war umfassend und effizient: Alle alten Tickets wurden aus dem ITSM-System exportiert und in Communication Mining hochgeladen. In Workshops mit zwei Fachleuten aus dem IT-Bereich wurden die wesentlichen Kategorien erarbeitet, die das KI-Modell erkennen soll. Trotz eines relativ geringen Aufwands von nur 50 Stunden für den gesamten Prozess – einschließlich Datenexport, Schulungen, Workshops und KI-Modell-Training – erreichte das Modell bereits eine durchschnittliche Präzision von 80 %. Dies ist ein beeindruckendes Ergebnis, insbesondere da noch nicht alle Kategorien und Sub-Kategorien vollständig abgebildet waren, was das Modell vor zusätzliche Herausforderungen stellte.
erzielter nutzen
Der Einsatz von Communication Mining hat den IT-Support des Handelskonzerns erheblich optimiert. Mit einer durchschnittlichen Präzision von 80 % bei der automatischen Ticketzuordnung konnte der Prozess signifikant beschleunigt werden, was zu kürzeren Bearbeitungszeiten und einer Entlastung der Support-Mitarbeiter führte. Der innovative METAPOTT-Ansatz endete jedoch nicht nur mit der Empfehlung zur Produktivsetzung und dem Ausbau des KI-Modells. Auf strategischer Ebene wurden zudem Empfehlungen zur Anpassung des Aufbau- und Ablaufmodells ausgesprochen, um den gesamten Prozess zu optimieren, bevor die KI weiter trainiert wird. Dieser ganzheitliche Ansatz hat sich als äußerst wertvoll erwiesen und bildet die Grundlage für zukünftige Verbesserungen im IT-Support des Konzerns.