KI im Ticketsystem: Was sie im Service-Desk übernehmen kann

Was kann eine KI im Ticketsystem übernehmen?

Ein Service-Desk schreibt und liest den ganzen Tag: Anliegen kommen unvollständig an, ähnliche Fragen wiederholen sich, die Lösung steht oft schon in einem alten Ticket. Hier hilft eine KI:

Aufgabe	Was die KI tut	Wer entscheidet
Vorsortieren	schlägt Kategorie, Priorität und zuständige Gruppe vor	Service-Desk
Dubletten finden	erkennt Tickets zum selben Problem, etwa bei einer Störung	Service-Desk
Lösung vorschlagen	sucht in gelösten Tickets und Handbüchern nach passenden Lösungen	Bearbeiterin oder Bearbeiter
Antwort entwerfen	formuliert eine Antwort in verständlicher Sprache	Bearbeiterin oder Bearbeiter
Zusammenfassen	fasst lange Verläufe vor der Übergabe an eine andere Gruppe zusammen	–
Wissen aufbauen	schlägt aus wiederkehrenden Lösungen einen Wissensartikel vor	Verantwortliche für das Wissen

Das gilt für IT-Service-Desks genauso wie für Anliegen von Bürgerinnen und Bürgern, Versicherten oder Zuweisern, wenn sie in einem Ticketsystem landen.

Was braucht die KI dafür?

Für Antworten auf eine Fehlerbeschreibung, die jemand hineinkopiert, braucht die KI keine Anbindung. Für alles, was den Bestand kennen muss, schon: Die KI liest das Ticketsystem über seine Schnittstelle. Jira und YouTrack bieten dafür REST-Schnittstellen; auch andere Systeme wie Znuny, das die frühere OTRS Community Edition fortführt, lassen sich über Schnittstellen erreichen.

Entscheidend ist, mit welchem Konto die KI liest. Im Ticketsystem sieht nicht jede Gruppe jedes Ticket, etwa Personal- oder Sicherheitsvorfälle. Liest die KI mit einem Sammelkonto, das alles sieht, kann sie diese Grenzen über ihre Antworten aufheben. Besser: Sie liest mit dem Zugang der Person, die fragt. Rechte für KI mit Dokumenten →

Wo liegen die Grenzen?

• Fehler: Die KI kann eine falsche Lösung vorschlagen, vor allem bei seltenen Problemen. Die Quelle der Lösung, also das alte Ticket oder die Handbuchstelle, sollte sichtbar sein, damit man prüfen kann.
• Eingeschleuste Anweisungen: Tickets kommen von außen. Ein Absender kann Text einfügen, der die KI zu etwas anderem bewegen soll, etwa interne Informationen in die Antwort zu schreiben. Lesender Zugriff und Freigabe durch einen Menschen begrenzen den Schaden. Manipulierte Anweisungen in Dokumenten →
• Selbstständige Abläufe: Ein Agent, der Tickets ohne Prüfung zuweist, beantwortet oder schließt, spart Zeit, macht Fehler aber unsichtbar. Schreibende Aktionen gehören an eine Freigabe durch Menschen.
• Bewertung von Beschäftigten: Auswertungen, wer wie viele Tickets wie schnell löst, sind Leistungskontrolle. Dafür ist die KI im Service-Desk nicht gedacht; die Mitbestimmung des Betriebs- oder Personalrats gilt ohnehin. Muster-Vereinbarung und Ablauf →

Wo sollte die KI laufen?

Tickets enthalten Namen, Telefonnummern, Gerätedaten und in Kliniken manchmal Hinweise auf Patientinnen und Patienten. Läuft die KI bei einem Anbieter außerhalb Ihres Hauses, gehen diese Inhalte dorthin. Prüfen Sie, wo das KI-Modell rechnet, ob der Anbieter Eingaben speichert oder zum Training nutzt und ob ein Vertrag zur Auftragsverarbeitung besteht.

Wie geht das mit basebox?

In der Bibliothek von basebox sind die Konnektoren für Jira und YouTrack verfügbar („Tickets und Projekte“), der Konnektor für Znuny / OTRS ist angekündigt („In Kürze“). Konnektoren aus der Bibliothek sind in der Lizenz enthalten. Für ein anderes Ticketsystem mit Schnittstelle bauen wir den Konnektor zum Festpreis, die Konzeption ist kostenlos.

Jeder Zugriff läuft mit dem eigenen Zugang der Person, ein gemeinsames Dienstkonto gibt es nicht; die Person sieht nur, was sie im Ticketsystem ohnehin sehen darf. Standardmäßig liest basebox nur, und jeder Aufruf eines Konnektors steht im Audit-Log. Antworten auf eine Fehlerbeschreibung entwirft basebox auch ohne Anbindung, wenn jemand den Text hineingibt. Mit dem Workflow Builder lassen sich ab November 2026 Abläufe über mehrere Schritte bauen; schreibende Aktionen laufen dann erst nach Freigabe durch einen Menschen. Das KI-Modell in basebox läuft in unserer Cloud im Rechenzentrum München-Ost oder auf einem Server bei Ihnen, und Ihre Daten trainieren kein Modell.