Einen KI-Assistenten im IT-Service-Desk einrichten: Wissen, Zuordnung, Eskalation

Wer einen KI-Assistenten im IT-Service-Desk einrichten will, braucht drei Bausteine: eine gepflegte Wissensbasis, feste Zuordnungsregeln zum Helpdesk und klare Eskalationswege an das Team. Fehlt einer davon, antwortet der Assistent falsch. Er ordnet Tickets dann dem falschen Team zu oder behält Fälle, die ein Mensch entscheiden muss.

Ein KI-Assistent im IT-Service-Desk ist ein Programm auf Basis eines Sprachmodells wie Claude. Es antwortet aus den Unterlagen Ihres Unternehmens, ordnet Anfragen dem zuständigen Team zu und gibt heikle Fälle an eine Person weiter. Ein KI-Agent geht weiter: Er übernimmt einen ganzen Prozess, zum Beispiel die Bearbeitung von Aufträgen.

Dieser Beitrag ist Teil 2 einer dreiteiligen Reihe und beschreibt, wie die Einrichtung abläuft. Teil 1, KI im Ticketsystem: was ein Service-Desk-Assistent erledigt und für wen, klärt die Aufgaben. Teil 3, „Warum sich KI im Helpdesk lohnt: richtige Zuordnung und weniger Eskalationen“, behandelt den Nutzen.

Einen Hinweis auf die Belastung im IT-Support gibt eine 2024 von GoTo in Auftrag gegebene und von OnePoll durchgeführte Umfrage unter 1.500 IT-Entscheidungsträgern, über die connect-professional im Beitrag „KI im IT-Support“ berichtet. Nach Angaben der Befragten können IT-Teams an einem durchschnittlichen Arbeitstag nur 85 Prozent der eingehenden Anfragen bearbeiten. Ein Assistent kann dort entlasten, wo Anfragen sich wiederholen und klar zuzuordnen sind.

Die folgenden Abschnitte gehen in der Reihenfolge vor, in der Sie arbeiten: Vorbereitung, Wissen, Zuordnung, Eskalation, Anbindung, Beispiel, Prüfung, typische Fehler, die Lage in Deutschland und Ihre nächsten Schritte.

Die Vorbereitung für einen KI-Assistenten im Service Desk beginnt mit Ihrem bisherigen Ticketverlauf. Anthropic nennt im Leitfaden zur Ticket-Zuordnung drei Voraussetzungen: einen API-Zugang zu Claude, Zugriff auf das bestehende Ticketsystem und eine Stichprobe historischer Tickets zum Testen. Die Stichprobe ist das wichtigste Material, denn an ihr messen Sie später jede Regel.

Halten Sie vor jeder Automatisierung den heutigen Ablauf fest. Trengo empfiehlt, zuerst die durchschnittliche Lösungszeit, die sich wiederholenden Aufgaben und die aktuellen Engpässe zu erfassen. Ohne diese Ausgangswerte können Sie nach dem Start nicht zeigen, was sich verbessert hat.

Bereiten Sie diese Unterlagen vor:

• eine Stichprobe echter, abgeschlossener Tickets mit der Kategorie, in der sie am Ende gelandet sind
• die Liste Ihrer Teams und Zuständigkeiten, also wer welche Art von Anfrage bearbeitet
• die vorhandenen Anleitungen, Hilfeartikel und internen Notizen
• Ihre Regeln für Dringlichkeit und vereinbarte Reaktionszeiten

Auf Ihrer Seite sind mindestens drei Rollen beteiligt. Die Leitung des IT-Supports entscheidet über Kategorien und Eskalationsregeln. Ein bis zwei erfahrene Mitarbeitende im Support prüfen die Beispiele und Antworten. Ihr Datenschutzbeauftragter, sofern Sie einen benannt haben, berät dazu, welche Daten der Assistent sehen darf. Die Entscheidung trifft die Unternehmensleitung.

Gibt es in Ihrem Betrieb einen Betriebsrat, beziehen Sie ihn vor dem Start ein: Er ist über den Einsatz von KI rechtzeitig zu unterrichten und bestimmt mit, wenn eine technische Einrichtung Verhalten oder Leistung der Beschäftigten überwachen kann. Auf der Seite des Dienstleisters steht die Person, die Assistent und Anbindung baut und testet.

Die Wissensbasis für den IT-Service-Desk muss aktuell und vollständig sein, sonst gibt der Assistent veraltete Anleitungen weiter. Diese Bedingung nannte Ulrich Hoffmann von Zendesk bereits 2019 im Interview mit IT-ZOOM als Voraussetzung für sinnvollen KI-Einsatz. Daran hat sich nichts geändert: Der Assistent ist nur so gut wie die Unterlagen, aus denen er antwortet.

Laden Sie nicht alles in die Anweisung an das Modell. Anthropic weist im Leitfaden für Support-Assistenten darauf hin, dass dies zu hohen Kosten, langsameren Antworten und erreichten Grenzen des Kontextfensters führt. Besser ist RAG (Retrieval Augmented Generation), ein Verfahren, bei dem der Assistent zu jeder Frage nur die passenden Abschnitte aus der Wissensbasis abruft.

RAG genügt nicht für Angaben, die sich laufend ändern. Für solche Echtzeitinformationen empfiehlt Anthropic Tool Use, also den Aufruf einer Funktion im angebundenen Programm. Im IT-Support betrifft das etwa den Status eines offenen Tickets oder ob ein Konto gesperrt ist.

So pflegen Sie die Wissensbasis

• Jeder Artikel hat eine verantwortliche Person und ein Prüfdatum.
• Doppelte oder widersprüchliche Anleitungen werden vor dem Start zusammengeführt.
• Der Assistent erhält mindestens vier bis fünf Beispiele für gute Antworten, wie es Anthropic empfiehlt.

Die Beispiele legen Ton, Länge und Aufbau fest. Nehmen Sie dafür echte Antworten Ihres Teams, die Sie selbst als vorbildlich ansehen.

Ticket-Zuordnung ist laut Anthropic eine Klassifikationsaufgabe: Claude liest ein Ticket und ordnet es vorab festgelegten Kategorien zu, etwa nach Art des Problems, Dringlichkeit oder benötigter Fachkenntnis. Diese Kategorien legen Sie fest, nicht das Modell. Sie entsprechen in der Regel den Teams, die die Tickets bearbeiten.

Sie brauchen keinen riesigen Datensatz. Anthropic schreibt, dass Claude Tickets schon mit wenigen Dutzend gekennzeichneten Beispielen zuverlässig einordnen kann, während klassisches maschinelles Lernen große gekennzeichnete Datenmengen verlangt. Die Beispiele kommen aus Ihrer Ticketstichprobe.

Die Kategorie allein reicht für die Zuordnung oft nicht. Anthropic nennt weitere Faktoren: Dringlichkeit, Art des Anfragenden, vereinbarte Reaktionszeiten (SLAs) und Sprache. Legen Sie fest, welche dieser Faktoren bei Ihnen die Zuordnung oder die Priorität ändern.

Viele Kategorien stufenweise ordnen

Ab 20 Kategorien empfiehlt Anthropic eine Hierarchie: zuerst eine grobe Einordnung, dann eine feinere innerhalb der Gruppe. Mehrere hintereinandergeschaltete Klassifikatoren erhöhen die Antwortzeit. Deshalb rät Anthropic für diesen Aufbau zum schnellsten Modell.

Welches Modell für die Zuordnung

Für die Zuordnung empfiehlt Anthropic Claude Haiku 5.5 als schnellstes und kostengünstigstes aktuelles Modell. Verlangt die Einordnung tiefes Fachwissen oder komplexes Abwägen, kann das größere Sonnet-Modell, heute Claude Sonnet 5.5, passender sein. Werden passende Beispiele per Ähnlichkeitssuche aus einer Vektordatenbank geholt, stieg die Genauigkeit laut Anthropic in einem Test von 71 auf 93 Prozent. Mehr zur Erstzuordnung lesen Sie in So gelingt die Erstzuordnung im Service Desk.

Eskalation heißt, dass der Assistent einen Fall an eine Person übergibt, statt ihn selbst zu beantworten. Vier Arten von Fällen gehören bei dem Assistenten, den Svennis betreibt, immer zu einem Menschen: personenbezogene Daten, Beschwerden, alles zu Geld und alles zur Sicherheit. Diese Liste ist ein guter Ausgangspunkt für Ihre eigenen Regeln.

Anthropic nennt im Leitfaden für Support-Assistenten weitere Schutzregeln. Der Assistent darf keine Zusagen oder Vereinbarungen eingehen, zu denen er nicht befugt ist. Er soll erfundene Antworten vermeiden, Versuche zur Umgehung seiner Regeln abwehren und personenbezogene Daten entfernen. Schreiben Sie diese Regeln ausdrücklich in die Anweisung an das Modell.

Ein Punkt wird oft übersehen. Anthropic weist darauf hin, dass Claude bei verärgerten Anfragenden dazu neigen kann, zuerst auf die Verärgerung einzugehen statt auf das eigentliche Problem. Prüfen Sie deshalb gerade gereizte Tickets: Wurde das technische Problem erkannt und richtig zugeordnet?

Messen Sie die Eskalation getrennt von der Zuordnung. Anthropic setzt als Zielwert eine Eskalationsgenauigkeit von 95 Prozent oder mehr. Das bedeutet, dass der Assistent die Fälle, die eine Person brauchen, fast immer erkennt.

Bei der Übergabe sollte die Person nicht von vorn anfangen müssen. Der Assistent hinterlegt im Ticket eine kurze Zusammenfassung, die erkannte Kategorie und den Grund der Eskalation. So bleibt die Arbeit, die er schon geleistet hat, nicht verloren.

Der Assistent arbeitet dort, wo Ihr Team und Ihre Mitarbeitenden schon sind: im Helpdesk Zoho Desk oder in Microsoft Teams. Die Verbindung zwischen Assistent und Programm heißt Connector oder MCP Server. Ein MCP Server ist ein kleines Programm, das Claude über ein offenes Protokoll festgelegte Funktionen eines anderen Systems bereitstellt, etwa „Ticket lesen“ oder „Kategorie setzen“.

Für jede Verbindung gibt es mehrere Wege. Svennis baut je nach Fall einen Connector, einen MCP Server, ein Plugin oder einen Skill, zeigt Ihnen die Möglichkeiten mit ihren Kosten, und Sie entscheiden. Der Assistent greift dabei direkt auf das laufende System zu, mit den Rechten, die Sie ihm geben.

Push oder Pull

Anthropic beschreibt zwei Arten, Tickets an den Assistenten zu geben:

• Push: Das Ticketsystem meldet jedes neue Ticket aktiv. Das skaliert besser, braucht aber einen öffentlich erreichbaren Endpunkt.
• Pull: Der Assistent fragt in Abständen nach neuen Tickets. Das ist einfacher, erzeugt bei zu häufigem Abfragen aber unnötige Aufrufe und wird bei zu seltenem Abfragen langsam.

Regeln Sie die Rechte so knapp wie möglich. Der Assistent braucht Lesezugriff auf Tickets und Wissensbasis und Schreibzugriff nur auf die Felder, die er setzen soll. Ein Rollenmodell mit eingeschränkten Rechten, wie es Trengo etwa mit den Rollen Admin und Beobachter beschreibt, ist dafür das übliche Mittel.

Ein kleines Beispiel zeigt, wie Wissen, Zuordnung und Eskalation zusammenspielen. Ein Unternehmen legt fünf Kategorien fest: Passwort-Reset, Softwarezugriff, Anleitung, Hardware und Sicherheit. Die ersten drei gelten laut eesel AI als typische Anfragen der ersten Ebene, die ein KI-Agent vollständig bearbeiten kann. Für die Einordnung nutzt das Unternehmen Claude Haiku 5.5 mit der Modell-ID claude-haiku-5-5.

Das erste Ticket lautet: „Ich habe mein Passwort vergessen.“ Der Assistent ordnet es als Passwort-Reset ein. Er sucht in der Wissensbasis die gültige Anleitung und antwortet damit. Das Ticket wird gelöst, ohne dass jemand im Team eingreift.

Das zweite Ticket lautet: „Ich brauche Zugang zum Grafikprogramm für das neue Projekt.“ Der Assistent erkennt einen Softwarezugriff. Weil die Freigabe eine Lizenz kostet, greift die Regel „alles zu Geld geht an eine Person“. Er ordnet das Ticket dem zuständigen Team zu und vermerkt den Grund.

Das dritte Ticket ist der Prüfstein: „Ich habe einen Link in einer seltsamen E-Mail geöffnet, jetzt ist mein Konto gesperrt.“ Oberflächlich klingt das nach einem Passwort-Reset. Richtig ist die Kategorie Sicherheit. Der Assistent darf hier keine Anleitung zum Zurücksetzen geben, sondern übergibt sofort an eine Person.

Genau solche Grenzfälle gehören in Ihre Testfälle. An ihnen sehen Sie, ob die Eskalationsregeln Vorrang vor der naheliegenden Antwort haben.

Vor dem Produktivstart prüfen Sie den Assistenten an historischen Tickets, deren richtige Kategorie Sie kennen. Anthropic empfiehlt, die Erfolgskriterien gemeinsam mit dem Support-Team festzulegen und mit messbaren Zielen zu prüfen. Die folgende Tabelle fasst die Zielwerte aus den Leitfäden von Anthropic zusammen.

Baustein	Prüfpunkt	Zielwert laut Anthropic
Wissen	Anfrage richtig verstanden	95 % oder mehr
Wissen	Antwort relevant	90 % oder mehr
Zuordnung	Beim ersten Versuch richtig zugeordnet	90 bis 95 %
Zuordnung	Gleiches Ticket, gleiche Einordnung	95 % oder mehr
Zuordnung	Nachträglich umgeleitete Tickets	unter 10 %
Eskalation	Notwendige Übergaben erkannt	95 % oder mehr
Eskalation	Anteil eskalierter Tickets	unter 20 %

Die Zuordnung prüfen Sie zusätzlich auf Tempo. Laut Anthropic erreichen die besten Systeme eine durchschnittliche Zuordnungszeit von unter fünf Minuten.

Nach dem Start messen Sie laufend weiter, aber nicht alles. InvGate empfiehlt für die meisten Teams fünf bis sieben Kennzahlen. Ticket-Rückstand, Zeit bis zur ersten Antwort und Zeit bis zur Lösung sollten Sie wöchentlich ansehen, weil sie schnelles Eingreifen verlangen. Welche Werte sich dafür eignen, beschreibt der Beitrag Kennzahlen für einen KI-Assistenten im Service Desk.

Die meisten Fehler bei einem Service-Desk-Assistenten entstehen nicht im Modell, sondern in der Vorbereitung. Bei Svennis sehen wir am häufigsten, dass eine Wissensbasis veraltete Anleitungen enthält und der Assistent sie getreu, aber falsch weitergibt. Deshalb gehen wir vor dem Start jede Quelle mit der Person durch, die sie verantwortet.

Diese Fehler treten außerdem immer wieder auf:

• Zu viele Kategorien auf einer Ebene. Ab 20 Kategorien hilft eine Hierarchie, wie Anthropic sie empfiehlt.
• Tests mit ausgedachten Tickets. Erfundene Anfragen sind zu sauber formuliert; echte Tickets aus Ihrem Verlauf zeigen die tatsächlichen Schwächen.
• Unscharfe Eskalationsregeln. „Schwierige Fälle eskalieren“ reicht nicht; benennen Sie die Fallarten ausdrücklich.
• Zu großer Anfang. Trengo rät, zuerst die einfachsten Aufgaben zu automatisieren und danach zu den komplexen überzugehen.
• Echtzeitdaten aus der Wissensbasis. Ticketstatus oder Kontosperren gehören in einen Funktionsaufruf, nicht in einen Hilfeartikel.

Ein weiterer Fehler betrifft die Zusatzschritte. Ein eigener Klassifikator für die Absicht des Anfragenden verlangt laut Anthropic einen zusätzlichen Aufruf an Claude und verlängert die Antwortzeit. Setzen Sie ihn nur ein, wenn die einfache Zuordnung in Ihren Tests nicht ausreicht.

Für Unternehmen in Deutschland ist der Datenweg oft die erste Frage, wenn intern über einen KI-Assistenten im Service Desk entschieden wird. Tickets enthalten Namen, Gerätekennungen und manchmal Gesundheitsangaben. Klären Sie deshalb vor dem Start, wo das Modell läuft und welche Daten es überhaupt erreicht.

Sollen die Daten die EU nicht verlassen, läuft der Assistent bei Svennis auf Amazon Bedrock im eigenen AWS-Konto des Kunden, in der Region Frankfurt (eu-central-1). Läuft ein Modell nicht direkt in Frankfurt, wird das EU-Inferenzprofil von AWS genutzt, nie das globale. Auch Tickets, die der Assistent an eine Person übergibt, hat er vorher gelesen. Für diese Verarbeitung brauchen Sie eine Rechtsgrundlage und einen Auftragsverarbeitungsvertrag, bei Gesundheitsangaben gelten zusätzlich die Anforderungen des Art. 9 DSGVO. Die rechtlichen Fragen ordnet der Beitrag DSGVO und KI-Verordnung für einen KI-Assistenten ein.

Achten Sie auch darauf, wem die Ergebnisse gehören. Welche Bestandteile nach dem Ende des Abonnements in Ihrem Konto bleiben und welche Rechte Sie daran haben, regelt Ihr Vertrag mit Svennis. Klären Sie das vor dem Start, damit Sie den Betrieb später übernehmen oder wechseln können.

Der Mittelstand hat beim Self-Service Nachholbedarf. Laut dem 2019 von IT-ZOOM zitierten Customer-Experience-Trends-Report von Zendesk boten nur 26 Prozent der befragten deutschen Mittelständler Self-Service-Optionen an. Die Zahl ist älter, zeigt aber die Ausgangslage. Ein Assistent, der aus der eigenen Wissensbasis antwortet, ist für viele Unternehmen der erste Self-Service im IT-Support überhaupt.

Der erste Schritt für Ihren IT-Service-Desk ist eine Bestandsaufnahme, die Sie ohne Dienstleister machen können. Sie zeigt, ob Wissen, Zuordnung und Eskalation schon tragfähig sind oder zuerst geordnet werden müssen.

1. Ziehen Sie eine Stichprobe abgeschlossener Tickets und notieren Sie die Kategorie, in der jedes Ticket am Ende gelandet ist.
2. Schreiben Sie Ihre Kategorien und die zuständigen Teams auf. Prüfen Sie, ob es mehr als 20 sind.
3. Benennen Sie die Fallarten, die immer an eine Person gehen, mindestens personenbezogene Daten, Beschwerden, Geld und Sicherheit.
4. Geben Sie jedem Artikel der Wissensbasis eine verantwortliche Person und prüfen Sie, ob er noch stimmt.
5. Halten Sie die heutige Lösungszeit und den Ticket-Rückstand fest, damit Sie später vergleichen können.

Wenn Sie die Einrichtung nicht selbst übernehmen wollen: Svennis baut und betreibt diesen Assistenten in Zoho Desk oder Microsoft Teams. Den üblichen Zeitrahmen vom Auftakttermin bis zum Produktivstart, Ablauf, Umfang und die veröffentlichten Preise finden Sie auf der Seite KI-Assistent für den Service Desk.