ServiceNow erweitert “Intelligent Automation” mit Machine Learning

Mit der Intelligent Automation Engine weitet ServiceNow die eigene Angebotsstrategie weiter aus. Mit dieser Machine-Learning-basierten Lösung sollen zunächst vor allem Prozesse und Probleme in der IT-Organisation automatisiert werden.

“In der IT finden wir meist einen sehr hohen Grad an Automatisierung vor”, kommentierte Georg Goller, Area Vice President Germany von ServiceNow, vergangene Woche bei einer Preseveranstaltung in München. Der SaaS-Anbieter hat zwar im IT-Service-Management seine Ursprünge, aber wie Goller erklärt, war das eigentlich nicht das primäre Ziel. Vielmehr sollen mit Hilfe der Now Platform auch andere Bereiche wie Human Ressource Management oder Customer Services automatisiert werden.

Mit der ServiceNow Intelligent Automation Engine sollen Anwender Ausfälle der IT verhindern und Vorfälle automatisch kategorisieren und zuweisen können. Aufgaben werden dann automatisiert an die Verantwortlichen übergeben. Über Benchmark-Leistungsvergleiche mit ähnlichen Organisationen können auch Leistungsprognosen erstellt werden.

Doch das maschinelle Lernen soll auch andere ServiceNow-Cloud-Dienste optimieren. So zum Beispiel Customer Service, Security und Human Resources. Dafür wertet ServiceNow großen Mengen an kontextabhängigen betrieblichen Daten aus.

Ein Algorithmus identifiziert Muster und kann dadurch Ereignisse erkennen, die einem Ausfall vorhergehen. Die Lösung unterstützt auch dabei, Workflows zu erstellen, wie künftige Probleme umgangen werden können.

Die intelligente Kategorisierung und das Zuweisen von Aufgaben setzt ServiceNow mit Hilfe der Akquisition von DxContinuum um. Die Intelligent Automation Engine wird mit alten Mustern trainiert. So werden Risiken und Zuständigkeiten ermittelt. Zunächst wird diese vorausschauende Intelligenz in den Lösungen für IT Service Management (ITSM) eingesetzt, um IT-Anfragen mit hoher Genauigkeit zu kategorisieren und zu routen.

Über gelernte Modelle wird die Kategorie der Anfrage bestimmt und die Aufgabe dem richtigen Team zugewiesen. Zusätzlich berechnet die Lösung das damit verbundene Risiko der Tätigkeit oder Unterlassung des Teams.

Neue Algorithmen kommen auch bei der Performance Analytics zu Einsatz. So können Anwender ein Leistungsziel definieren und basierend auf dem Datenprofil ermittelt Performance Analytics den Zeitpunkt für das wahrscheinliche Erreichen des Ziels.

Bei allgemeinen Aufgaben, wie dem Zurücksetzen von Passwörtern oder dem Onboarding, sind meist mehrere Abteilungen beteiligt. Dadurch entstehen Reibungsverluste. Wie aus der ServiceNow-Studie “Today’s State of Work: At The Breaking Point” hervorgeht, glauben 86 Prozent der Unternehmen, dass innerhalb der nächsten drei Jahre hier Automatisierungen nötig sind, um alle Aufgaben erledigen zu können.