IT-Administrator: In welchen Bereichen können KI-Agenten die IT-Automatisierung heute schon unterstützen beziehungsweise ersetzen und in welchen nicht?

Christopher Brezlan: KI kann heute bereits zahlreiche Routineaufgaben in der IT-Automatisierung zuverlässig übernehmen. Je nach Ausprägung unterscheiden wir zwischen KI-Assistenten, die im IT-Support unterstützen und eigenständig agierenden KI-Agenten. Praktische Beispiele verdeutlichen die Bandbreite der Möglichkeiten: Ein KI-Agent für die Self-Resolution interpretiert Nutzeranfragen im Chatbot präzise und führt selbstständig Maßnahmen wie das Neustarten, Synchronisieren oder Bereitstellen von Geräten aus. Ein anderer KI-Agent automatisiert die Ticketvorbereitung, indem er Tickets kategorisiert, nach Auswirkungen und Dringlichkeit bewertet, Lösungsvorschläge ergänzt und dem passenden Team entsprechend priorisiert zuweist. Die Erstellung von Lösungsvorschlägen zur Unterstützung von Supportmitarbeitenden erfolgt durch den KI-Agenten unter Berücksichtigung des Kontexts eines Tickets. Der KI-Agent sichtet ähnliche Tickets, durchsucht interne und optional externe Wissensdatenbanken und schlägt konkrete Lösungen vor. Schließlich erkennen spezialisierte KI-Agenten frühzeitig potenziell größere Zwischenfälle und leiten proaktiv Gegenmaßnahmen ein, um Störungen im IT-Betrieb gänzlich zu vermeiden und die Ticketanzahl, die durch Supportmitarbeitende bearbeitet werden müssen, zu minimieren.

Inwiefern müssen Administratoren umdenken, wenn sich ihr Unternehmen entscheidet, auf KI-Agenten zu setzen?

Der Einsatz von KI-Agenten verschiebt den Fokus der Administration zunehmend von einer reaktiven Ticketbearbeitung hin zu einer von Daten getriebenen, proaktiven Prozesssteuerung. Manuelle Eingriffe treten in den Hintergrund. Stattdessen rücken Prozess- und Datenqualität, saubere Integrationsarchitekturen sowie ein robustes Design für Automation und Monitoring in den Mittelpunkt der Aufgaben. Parallel steigt gerade mit Blick auf die KI der Bedarf an klar definierten Governance- und Compliancestrukturen, die Transparenz, Nachvollziehbarkeit und kontrollierbare Eingriffsmechanismen sicherstellen. Damit verändern sich auch die Aufgabenprofile der IT-Teams: Sie steuern vor allem Ausnahmen sowie Eskalationen und üben Aufsicht über autonome Workflows aus. Kontinuierliche Optimierung wird zur Regel und KI-gestützte Automatisierung zum strategischen Kern moderner IT-Serviceprozesse.

Welche technischen Voraussetzungen sind in der IT-Infrastruktur zu schaffen?

Jede effiziente KI-Automatisierung basiert auf einer soliden Datenbasis. Technisch gesehen, muss man für die Nutzung von KI-Agenten im ITSM, salopp gesagt, seine Hausaufgaben gemacht haben. Sprich, dies erfordert eine gut gepflegte, vollständige CMDB, strukturierte Servicekataloge und hochwertige Wissensdaten sowie entsprechende Möglichkeiten zur Ausführung und Überwachung automatisierter Aktionen und Workflows. Dazu kommen ein aussagekräftiges Logging und Monitoring. Zur Umsetzung wird eine geeignete ITSM-Plattform mit KI-Funktionen benötigt. Die Matrix42-Enterprise-Plattform bietet moderne KI-Features, unterstützt bei der Einrichtung technischer Grundlagen und ermöglicht etwa automatisierte Knowledge-Base-Erstellung sowie Asset-Discovery für eine stets aktuelle CMDB.

Welche Bereiche der IT-Automatisierung sind besonders geeignet für einen ersten Schritt hin zu KI-Agenten? Was empfehlen Sie für ein Pilotprojekt?

Wie in jedem Projekt ist auch hier eine klare Zieldefinition entscheidend, um zu bewerten, in welchen Bereichen KI den schnellsten operativen Nutzen stiften kann. Generell empfiehlt sich für den Einstieg ein Pilotprojekt mit eng begrenztem Umfang, eindeutige KPIs und einem teilautonomen Agenten, dessen Wirkung messbar und kontrollierbar bleibt. So lässt sich der Nutzen schnell validieren, ohne bestehende Betriebsmodelle zu überlasten — und zugleich eine skalierbare Basis für weitere Automatisierungsschritte schaffen. Zu den häufig gewählten Piloten im ITSM zählt beispielsweise die Automatisierung des Level-0-Supports mit Services wie dem Passwort-Reset oder dem Einrichten von Zugriffsrechten. Sie erzeugt in der Praxis einen unmittelbaren ROI. Aber auch die automatisierte Ticketvorbereitung gehört häufig zu den besonders geeigneten Kandidaten, weil sie die Durchlaufgeschwindigkeit spürbar steigert und Fehlerquoten reduziert. Für den Einstieg und, um Erfahrungen zu sammeln, sollten IT-Verantwortliche auf bereits vorgefertigte KI-Agenten zurückgreifen und erst im zweiten Schritt eigene Agenten entwickeln.

Manuelle Eingriffe treten in den Hintergrund

Wie gelingt die erfolgreiche Integration der Agenten in bestehende Prozesse?

Auch hier gilt: Effiziente Prozesse starten mit Standardisierung, klarer und gepflegter Dokumentation unter Einbindung aller Stakeholder aus Operations, Security und Compliance beziehungsweise den entsprechenden Fachabteilungen. Dann ergibt generell ein schrittweises Vorgehen von assistierten über teilautonomen bis hin zu vollautonomen Aktionen Sinn. Technisch gesehen, muss die KI-Unterstützung tief in die genutzte Service-Management-Plattform integriert sein.

Da die Agenten autonom handeln, ist deren Monitoring von besonderer Bedeutung. Auf was ist hierbei zu achten?

Admins benötigen ein Echtzeitmonitoring aller Agentenaktionen und Systemzugriffe über Systemgrenzen hinweg, verbunden mit entsprechenden Alerts für abnormales Verhalten oder Sicherheitsrisiken. Durch die Analyse klarer KPIs wie Erfolgsquote, Fehlerrate, MTTR und Eskalationsrate kann die Performance kontinuierlich verbessert werden. In Kombination mit dem bereits genannten schrittweisen Vorgehen, von unterstützend über teilautonom bis vollautonom, gelingt es dann, die KI-Modelle weiter auf die eigenen Anforderungen hin zu trainieren.

Wie sollten IT-Verantwortliche das Thema möglicher Fehlentscheidungen des Agenten angehen?

Genau wie Menschen kann auch ein KI-Agent Fehler machen. Der Unterschied ist jedoch, dass Fehler von KI-Agenten in der Regel reproduzierbar sind, das heißt, wenn der KI-Agent sich falsch entscheidet, dann ist dies im Logging gut, detailliert und automatisiert erkennbar. Daher lassen sich Fehlentscheidungen von KI-Agenten durch ein strukturiertes Risikomanagement zuverlässig beherrschen. Entscheidend ist ein klar definiertes KI-Governance-Framework, das Risiko- und Reifegradmodelle einbezieht und damit vorgibt, welche Autonomielevel für welchen Prozess zulässig sind. In sicherheitskritischen Abläufen bleibt ein Human-in-the-Loop unverzichtbar, ergänzt durch technische Schutzmechanismen wie die sofortige Deaktivierung bei Fehlverhalten. Kontinuierliche Fehleranalysen und Modellkorrekturen stellen sicher, dass die KI-Agenten im Betrieb stabil und verlässlich bleiben.

Bringen KI-Agenten erhöhte Anforderungen an Sicherheits- und Datenschutzaspekte mit sich?

Ja, hier lassen sich drei Aspekte betrachten: Erstens setzt der Einsatz teilautonomer KI-Agenten einen gewissen Reifegrad bei Sicherheit und Datenschutz voraus – etwa ein granulares Rollen- und Berechtigungssystem, ein ausgereiftes Identity Management und die auditierbare Dokumentation jeder Serviceaktion. Zweitens muss die eingesetzte KI-Plattform höchsten Anforderungen an Vertraulichkeit und Compliance gerecht werden. Dabei müssen insbesondere die Datensouveränität und die Einhaltung der EU-KI-Regulatorik gewährleistet sein. Beispielsweise kann dies durch europäische Produkte, die in einer EU-Cloud oder beim Kunden on-premises betrieben werden, geschehen. Der dritte Aspekt ist der positive Beitrag, den KI-Agenten selbst zur Sicherheit beitragen können. Etwa indem sie den Patchstatus von Geräten prüfen, Risiken bewerten und gezielte Updateempfehlungen geben.

Wenn wir abschließend einen Blick in die Zukunft wagen: Was können KI-Agenten in zwei oder fünf Jahren leisten? Und wie wichtig werden sie für IT-Verantwortliche?

In den nächsten Jahren wird sich der Wandel im Servicemanagement durch KI-Agenten vom reaktiven zum proaktiven Verhalten weiter beschleunigen. Als Leitgedanke sprechen wir hier von Intelligent Service Management. KI-Agenten entwickeln sich von reaktiven Automatisierungswerkzeugen zu intelligenten, kontextsensitiven Akteuren, die Serviceprozesse proaktiv steuern und koordinieren. Perspektivisch werden KI-Agenten auch komplexe Abläufe im Incident-, Service- und Change-Management autonom ausführen können — intelligent, kontextabhängig und in Echtzeit. Durch die Analyse von Mustern, Korrelationen und Livesignalen aus dem gesamten IT-Ökosystem können sie Störungen, Sicherheitslücken oder Kapazitätsengpässe erkennen, bevor diese den Betrieb beeinträchtigen.

Wir danken für das Gespräch.