Die meisten Unternehmen haben mittlerweile verstanden, dass der Einsatz Künstlicher Intelligenz keine Option ist, auf die man genauso gut verzichten könnte. Insbesondere generative KI hat das Potenzial, Geschäftsprozesse weiter zu automatisieren und die Produktivität in vielen Bereichen drastisch zu heben. Entsprechend sind sie gerade dabei, den für sie einträglichsten Einsatzbereich zu ermitteln und einen effizienten Weg zu finden, KI-Funktionalität so schnell wie möglich in ihre Geschäftsprozesse zu integrieren.
Unternehmen, die im Bereich IT unterwegs sind, haben hier einen gewissen zeitlichen Vorteil, weil sie sich in der Regel sehr früh mit den neuesten Technologien beschäftigen müssen. Hinzu kommt, dass Software-Entwicklung ein Haupteinsatzgebiet für GenAI darstellt - neben Customer Service, Sales, Marketing, Workplace-Produktivität und HR, wie eine aktuelle Studie von Bain bestätigt.
So gesehen war es naheliegend, dass agineo und sein Tochterunternehmen snacc-it zu den 'Early Adopters' der GenAI-Produkte von ServiceNow gehören. Das IT-Beratungshaus agineo ist ein Unternehmen der Materna-Gruppe, ein Spezialist für Enterprise Service Management (ESM) und seit mehreren Jahren ein Elite-Partner von ServiceNow. snacc-it konzentriert sich auf die Implementierung der Now Platform in Unternehmen, auf die Anwendungsentwicklung und auf ServiceNow Managed Services.
Generative KI im Customer Service Wie sieht die pragmatische Anwendung von GenAI im Kundenservice aus? KI-Experten von ServiceNow und Accenture diskutieren über die wichtigsten Quick Wins und die häufigsten Fehler bei der Transformation des Customer Service. |
KI hilft programmieren und Workflows entwerfen
snacc-it nutzt seit Anfang des Jahres die GenAI von ServiceNow in Form des Now Assist for Creator. Diese Version des digitalen Assistenten von ServiceNow hilft Software-Entwicklern, Workflow-Anwendungen für die Now Platform zu erstellen. Die KI ist eng mit der Funktionalität der Now Platform abgestimmt, arbeitet kontextbewusst und bietet folgende Funktionen:
Text-To-Code produziert Code-Segmente durch Anweisungen in natürlicher Sprache. Der so erzeugte Code kann in die Anwendung eingebaut werden, die der Entwickler gerade erstellt.
Code Completion vervollständigt die Code-Zeile, die ein Entwickler zu schreiben beginnt, und hilft auf diese Weise Zeit zu sparen und Syntax-Fehler zu vermeiden. Bei Eingabe einer Kommentarzeile, die eine Funktionseinheit beschreibt, schlägt das System einen gesamten Code-Block vor, der dieser Funktion auf der Now Platform entspricht.
Flow Generation verwandelt beschreibenden Text in einen Vorschlag für einen digitalen Workflow. Sobald der initiale Workflow eingerichtet ist, können Entwickler mithilfe des No-Code Flow Designer Interface der App Engine kontinuierlich Anpassungen und Verfeinerungen vornehmen. Das beschleunigt die Workflow-Entwicklung auf der Now Platform ebenso wie die Time-to-Value.
Flow Recommendations analysiert einen zum Teil erstellten Workflow und macht Vorschläge zur Wahl der nächsten Workflow-Komponente. Bis fünf Empfehlungen zur Wahl des jeweils nächsten Workflow-Schrittes stehen auf diese Weise Entwicklern zur Verfügung.
"Wir werden häufig von Partnern und Kunden damit beauftragt, App-Prototypen zu erstellen", erklärt Daniel Killian, Consulting Director bei agineo und Geschäftsführer von snacc-it. "Dank Now Assist können wir diese Prototypen schneller und mit einer höheren Qualität erstellen, die Entwicklungszeit reduzieren und ressourcensparender arbeiten. Basierend darauf wollen wir künftig auf diese Weise aus den Prototypen ganze Applikationen für Kunden programmieren."
Zeitersparnis ist nicht der einzige Vorteil
Dr. Ralf Altmeyer, Consulting Director bei agineo, schätzt die Zeitersparnis bei der Entwicklung momentan auf 20 bis 30 Prozent. "Die Zeitersparnis fällt vor allem in der Umsetzungsphase an, weil der Code-Output qualitativ sehr gut ist, auch wenn er erst genau geprüft und in der Regel noch etwas optimiert werden muss. Außerdem ist der über Now Assist generierte Code bereits sehr gut kommentiert." Häufig seien Entwickler aus Zeitdruck versucht, nachlässig zu werden, was sich bei späteren Code-Änderungen gelegentlich räche. In diesem Sinne sei der von Now Assist erzeugte Code sogar nachhaltiger.
Altmeyer weist darauf hin, dass vor dem Prototyping, der Programmierung und der Implementierung einer App deren Konzeption ansteht, in die je nach Anwendungsfall bis zu 40 Prozent des Projektaufwands einfließen können. Insofern erscheinen 20 bis 30 Prozent Zeitersparnis während der Realisierungsphase zunächst als nicht allzu hoch. Allerdings sei dies bei weitem nicht das einzige Argument für den Einsatz von Now Assist.
"Ein weiterer Vorteil besteht darin, dass die schnellere Realisierung der Apps mehr Spielraum für die Konzeption und die Kundenbetreuung schafft", sagt Altmeyer. Außerdem sei die Auseinandersetzung mit KI an sich sowie der Aufbau von KI-Knowhow sehr wichtig für das Unternehmen. "Unsere KI-Strategie sieht vor, dass wir uns einerseits auch mit den anderen GenAI-Produkten von ServiceNow beschäftigen werden, z.B. für IT Service Management, Customer Service, HR, etc. Zugleich versuchen wir, das Thema umfassender anzugehen und den Kunden eine AI Journey anzubieten, die ihnen hilft, ihre eigene KI-Strategie zu formulieren."
Generative KI im Customer Service Wie sieht die pragmatische Anwendung von GenAI im Kundenservice aus? KI-Experten von ServiceNow und Accenture diskutieren über die wichtigsten Quick Wins und die häufigsten Fehler bei der Transformation des Customer Service. |
KI-Power gegen den Fachkräftemangel
"Aus Sicht von agineo hat der Einsatz von Now Assist auch einen Ausbildungscharakter", bestätigt Daniel Killian. "Wir beraten unsere Kunden über die Möglichkeiten der Now Platform und müssen genau Bescheid wissen, wenn es um KI-Funktionalität geht. Aus Sicht der snacc-it steht die Entwicklung von Anwendungen und die Arbeit mit State-of-the-Art-Tools im Vordergrund." Letzteres spiele auch bei der Akquisition von Fachkräften eine Rolle. "Die Erwartung eines Bewerbers gegenüber seinem künftigen Arbeitgeber ist, dass er eine eigene KI-Strategie hat und selbst KI einsetzt", so Killian.
"ServiceNow wird wahrscheinlich nicht alle Use Cases abdecken können, die mit KI auf der Now Platform möglich sind", ergänzt Raphael Schupmehl, Principal Consultant und Product Line Lead KI bei agineo. "Für uns als Implementierungspartner ist es wichtig, neben Now Assist und den Predictive-Intelligence-Modulen, die es bei ServiceNow out-of-the-box gibt, auch andere Wege zu kennen, wie man KI in die Plattform integrieren und so anpassen kann, dass sie einen ganz speziellen Use Case des Kunden löst und Nutzen schafft. Dafür ist die Now Platform prädestiniert und wir sehen hier ein enormes Potenzial für Automatisierungsprojekte."
Ob der Einsatz von Now Assist auch zur Entspannung der Ressourcensituation bei agineo und snacc-it beiträgt, steht für Altmeyer und Killian noch nicht ganz fest. Ralf Altmeyer weist darauf hin, dass es beim Aufsetzen von KI viel Fachkompetenz braucht, nicht nur auf technischer Ebene, sondern auch im Sinne ihres regelkonformen Einsatzes. "Fest steht: Unser Arbeitsaufkommen wächst, wir können viel Unterstützung brauchen, und wenn wir sie nicht durch Manpower bekommen, dann eben durch KI-Power. Wir müssen dafür sorgen, dass die vorhandenen Ressourcen durch KI-Tools unterstützt werden", so Daniel Killian.