Etwas Grundlegendes muss sich in der Art und Weise ändern, wie wir unsere Abläufe gestalten.

Unternehmen setzen KI ein, um alles zu optimieren – von der Programmierung und Bereitstellung bis hin zur Ressourcenplanung und dem Störungsmanagement. Sie stellen jedoch fest, dass die Verwaltung KI-gestützter Systeme eine völlig andere operative Denkweise erfordert.

KI-Modelle halluzinieren. Datenpipelines verschlechtern sich unbemerkt. Algorithmen entwickeln ohne Vorwarnung Verzerrungen. Leistung hängt nicht mehr nur von der Verfügbarkeit ab – es geht um Modellgenauigkeit, Datenaktualität und algorithmische Integrität. Während KI vom Experiment zur Infrastruktur wird, ist eines klar: Die alten Arbeitsweisen reichen nicht mehr aus.

Bei PagerDuty setzen wir auf einen KI-gestützten Ansatz im operativen Geschäft. Das bedeutet, Mitarbeiter mit KI auszustatten, damit sie weniger Zeit mit manuellen Aufgaben verbringen und sich stattdessen komplexeren Problemen widmen können. Es bedeutet, zu verstehen, welche KI am besten geeignet ist, konkrete Probleme zu lösen und die tatsächlichen Ergebnisse dieser Investitionen zu messen. Es bedeutet, einen zuverlässigen und erfahrenen Partner für Ihre KI-gestützten, automatisierten digitalen Prozesse an Ihrer Seite zu haben – einen Partner, der nicht nur Funktionen liefert, sondern auch eine umfassende Perspektive für den Übergang in diese neue Ära bietet.

Lesen Sie weiter, um mehr über die Vision von PagerDuty in dieser herausfordernden (aber dennoch spannenden) Zeit zu erfahren und wie wir uns an diesen grundlegenden Wandel in unserer Arbeitsweise und im Umgang mit unseren Kunden anpassen.

Die operativen Herausforderungen der KI-Transformation

Die Integration von KI bringt neue Herausforderungen mit sich:

• Erstens folgen KI-Fehler völlig anderen Mustern. Ein Machine-Learning-Modell kann „funktionieren“ – Anfragen bearbeiten, Antworten zurückgeben, Ressourcen normal verbrauchen – während es sich im Stillen auf eine Weise verschlechtert, die in Standard-Dashboards erst nach Wochen sichtbar wird.
• Zweitens besteht eine Lücke bei Talenten und Fähigkeiten. Es ist nachvollziehbar, dass KI-Kompetenzen stark nachgefragt werden. Unternehmen können jedoch nicht erwarten, unternehmensweite KI-Initiativen mit nur wenigen erfahrenen Mitarbeitern allein stemmen zu können. Sie benötigen Talente und entsprechende Schulungen, um diesen Kompetenzbedarf zu decken.
• Drittens gibt es ein Eigentumsproblem. Wenn KI schlechte Ergebnisse liefert oder gar komplett versagt, liegt das dann an einem Problem der Datenwissenschaft, an einem Infrastrukturproblem oder an einem Betriebsvorfall? Unternehmen benötigen Transparenz darüber, wer für zeitkritische KI-bezogene Aufgaben zuständig ist.

Diese Herausforderungen erklären, warum viele KI-Initiativen im „Proof-of-Concept-Fegefeuer“ stecken bleiben, wo die KI in kleinen, kontrollierten Experimenten gut funktioniert, aber nicht skalierbar ist und keine aussagekräftigen Ergebnisse liefert.

Die Lösung mag zunächst ungewöhnlich klingen: KI ist die Lösung für KI-bezogene Probleme. Sie ist unerlässlich, um menschliches Talent optimal zu nutzen und Wettbewerbsvorteile zu sichern. Risiko ist für jedes Unternehmen, das im digitalen Zeitalter erfolgreich sein will, unvermeidlich. Entscheidend ist jedoch, wie man es minimiert, managt und darauf reagiert. Hier kommen KI-gestützte Prozesse ins Spiel.

PagerDutys Rahmenwerk für KI-gestützte Operationen

Wir erleben Umbrüche in allen Phasen des Softwareentwicklungszyklus, da KI die Art und Weise verändert, wie Unternehmen Systeme entwickeln, bereitstellen und betreiben. Durch unsere Zusammenarbeit mit Unternehmenskunden haben wir sieben Prinzipien identifiziert, die erfolgreiche KI-gestützte Prozesse definieren.

1. Feststellen, ob KI die Herausforderung überhaupt lösen sollte.

Nicht jede operative Herausforderung erfordert eine KI-Lösung. Manche Aufgaben erfordern grundlegend menschliches Urteilsvermögen, Kreativität oder Kontextverständnis, die KI nicht nachbilden kann.

Prüfen Sie zunächst, ob die Herausforderung überhaupt für KI geeignet ist. KI ist hervorragend in Mustererkennung, Datenverarbeitung und routinemäßigen Entscheidungsfindungsprozessen. Menschen hingegen zeichnen sich durch neuartige Problemlösungen, strategisches Denken und Entscheidungen aus, die Empathie oder ethische Überlegungen erfordern.

2. Die menschliche Beteiligung der Problemkomplexität anpassen

Sobald Sie festgestellt haben, dass KI helfen kann, optimieren Sie den Fokus auf den Menschen, indem Sie den Grad der menschlichen Beteiligung dem jeweiligen Kenntnisstand der einzelnen operativen Szenarien anpassen.

Vollständig autonom: Gut verstandene Probleme mit klaren Mustern und etablierten Abhilfemaßnahmen können vollständig von KI bewältigt werden.

KI-gesteuert unter menschlicher Aufsicht: Bei teilweise verstandenen Problemen, bei denen zwar Muster erkennbar sind, der Kontext aber entscheidend ist, leitet die KI die Reaktion, während der Mensch Anleitung gibt.

Von Menschen geleitet mit KI-Unterstützung: Neue und neuartige Probleme, die es so noch nie gegeben hat, erfordern menschliche Untersuchungen und Entscheidungen, wobei KI die Datenerfassung und Musteranalyse unterstützt.

Ziel ist es, Routineaufgaben zu eliminieren, damit sich die Ingenieure auf Architekturentscheidungen, komplexe Problemlösungen und Innovationen konzentrieren können, die Wettbewerbsvorteile schaffen.

3. Operative Herausforderungen für KI-Fähigkeiten

Nicht alle operativen Herausforderungen erfordern dieselbe Art von KI. Erfolgreiche Unternehmen analysieren zunächst, welche Probleme oder Herausforderungen sie lösen möchten, und suchen dann die passende KI-Lösung – nicht umgekehrt. Der Schlüssel liegt darin, die richtige Intelligenz auf die jeweilige operative Herausforderung abzustimmen.

4. Entwickeln Sie kontextsensitive Systeme, die Ihre Umgebung lernen.

Generische KI versagt in komplexen Betriebsumgebungen, da die Infrastruktur, Anwendungen und Geschäftslogik jeder Organisation einzigartig sind. Effektive KI-gestützte Prozesse erfordern Systeme, die Ihr spezifisches Ökosystem, Ihre Datenquellen, Teamstrukturen, Betriebsmuster, Abhängigkeiten und Geschäftsanforderungen verstehen.

5. Automatische Integration von KI-Governance in Arbeitsabläufe

Da KI-Systeme zunehmend geschäftskritisch werden, geht es bei der Governance nicht mehr nur um die Einhaltung von Vorschriften, sondern auch um Verantwortlichkeiten und kontinuierliche Verbesserung. KI-basierte Prozesse erfordern klare Zuständigkeiten hinsichtlich der Verantwortlichkeiten für die einzelnen Teile des KI-Prozesses und der Reaktion der Teams bei Fehlern.

Das bedeutet, klare Eigentümerstrukturen und automatisierte Systeme zu etablieren, die die Modellleistung überwachen, KI-bezogene Kosten erfassen und potenzielle Risiken während der Implementierung erkennen. Vor allem aber bedeutet es, dass sich Eigentümerstrukturen auf Basis bewährter Vorgehensweisen weiterentwickeln und Verbesserungsprozesse jeden Fehler in organisatorisches Wissen umwandeln, anstatt Lehren ungenutzt zu lassen.

6. Messung der betrieblichen Auswirkungen

Der Erfolg von KI-gestützten Systemen wird anhand von Geschäftsergebnissen gemessen: schnellere Störungsbehebung, reduzierte Ausfallzeiten, höhere Servicezuverlässigkeit und geringere Betriebskosten. Die fortschrittlichsten Unternehmen ermitteln Ausgangswerte und überprüfen ihre Kennzahlen regelmäßig, um sie bei Bedarf anzupassen und die gewünschten Geschäftsergebnisse zu erzielen.

7. Schnelles Experimentieren und kontinuierliches Lernen priorisieren.

Die erfolgreichsten KI-gestützten Betriebsteams setzen KI nicht einfach nur ein – sie experimentieren, lernen und optimieren kontinuierlich. Das bedeutet, Zeit und Ressourcen in die Erkundung neuer Möglichkeiten zu investieren: regelmäßige Hackathons zum Testen neuer KI-Tools, Demo-Veranstaltungen, bei denen Teams bahnbrechende Entdeckungen präsentieren, Fachgespräche zu neuen KI-Techniken und experimentelle Projekte, die die Grenzen des Machbaren im operativen Bereich erweitern.

Sie messen ihren Erfolg nicht nur an der aktuellen Leistung, sondern auch daran, wie schnell sie den nächsten Durchbruch erkennen und umsetzen können, der ihnen einen Wettbewerbsvorteil verschafft.

Die verschiedenen Arten von KI verstehen, um sie effektiv anwenden zu können

In Abschnitt 3 des Rahmenwerks haben wir die Bedeutung der Abstimmung spezifischer operativer Herausforderungen auf KI-Fähigkeiten hervorgehoben. Es ist wichtig zu verstehen, wofür die einzelnen KI-Typen entwickelt wurden und wo sie die größte Wirkung erzielen.

Jedes operative Team steht vor drei ständigen Engpässen: Reibungsverlusten im Arbeitsablauf, Wissenssilos und reaktiver Krisenbewältigung. Die drei Haupttypen von KI – eingebettete, generative und agentenbasierte KI – lassen sich direkt auf diese Herausforderungen übertragen.

1. Integrierte KI: Intelligenter arbeiten mit eingebauter Intelligenz

Die Herausforderung: Operative Aufgaben können ein wahrer Zeit- und Geldfresser sein. Veraltete Arbeitsabläufe treiben die Betriebskosten in die Höhe, belasten die Ressourcen und verringern gleichzeitig das Umsatzpotenzial.

Die Lösung: Jedes Signal wird in intelligente Maßnahmen umgesetzt. Integrierte KI-Funktionen filtern die Informationsflut heraus – sie reduzieren automatisch die Alarmmüdigkeit, verhindern kostspielige Zwischenfälle und beheben Probleme schneller.

Praktische Anwendungen:

• Prioritäteneinteilung bei Vorfällen: ML lernt aus Vorfällen in einer Umgebung und ermittelt die Ursache, damit zusammenhängende Vorfälle, vergangene Vorfälle und andere kritische Kontextinformationen.
• Intelligente Geräuschunterdrückung: ML-Filter filtern doppelte Benachrichtigungen und Fehlalarme, bevor diese die Techniker erreichen, und reduzieren so die Benachrichtigungsmüdigkeit.
• Korrelationsänderung: ML analysiert aktuelle Veränderungen im Kontext Ihrer Geschäftstätigkeit und deckt Probleme proaktiv auf.

Auswirkungen auf das Geschäft: Der operative Aufwand verringert sich und die Bearbeitungszeiten verbessern sich, da die Maschinen diese Arbeit permanent erledigen, wodurch die Kosten gesenkt werden.

2. Generative KI: Treffen Sie bessere Entscheidungen mit sofortigen Erkenntnissen

Die Herausforderung: Veraltete, manuelle Prozesse verlangsamen und behindern den Fortschritt. Die umständliche Suche nach dem Kontext kostet bei jedem Vorfall wertvolle Zeit und erhöht somit das Risiko für das Unternehmen.

Die Lösung: GenAI stellt proaktiv den operativen Kontext dar und setzt komplexe Daten in konkrete Maßnahmen um – so können Teams Probleme schneller lösen, effizienter arbeiten und bessere Entscheidungen treffen.

Praktische Anwendungen:

• KI-gestützte Vorfallszusammenfassungen: Die KI generiert prägnante Nachbesprechungen von Vorfällen, die alle relevanten Informationen zum Vorfall enthalten, einschließlich Zeitabläufen, Maßnahmen, Chatverläufen und mehr, damit die Teams leicht daraus lernen können.
• KI-generierte Runbooks: Die KI lernt aus der Funktionsweise eines Systems und schlägt Betriebsabläufe vor, die die Effizienz verbessern und den Betriebsaufwand reduzieren.
• Automatische Statusaktualisierungen: GenAI erstellt umgehend Statusaktualisierungen, sodass die Beteiligten über alle wichtigen Entwicklungen im Zusammenhang mit einem Vorfall informiert werden, ohne dass die Kontextbeschaffung und der Verfassen des Berichts den ohnehin schon überlasteten Einsatzkräften überlassen werden.

Auswirkungen auf das Geschäft: Organisationen können durch Nachbereitungsanalysen von Vorfällen langfristig bessere Entscheidungen treffen. Einsatzkräfte können dank des relevanten Kontextes in kritischen Situationen schnellere Entscheidungen treffen und so unnötige Arbeit vermeiden. Dies bedeutet ein geringeres Risiko für das Unternehmen.

3. Agentenbasierte KI: Schnellere Arbeitsabläufe dank autonomer Agenten und höherer Energieeffizienz

Die Herausforderung: Die Opportunitätskosten von harter Arbeit sind Innovation. Manuelle Tätigkeiten führen zu Innovationshemmnissen und langsamen Entwicklungszyklen. Unternehmen müssen ihre Mitarbeiter von monotonen Aufgaben befreien, damit sie sich auf Strategie und Wertschöpfung konzentrieren können.

Die Lösung: KI-Agenten lösen Routineprobleme selbstständig, sodass sich die Teams auf die Entwicklung, Innovation und die Bereitstellung besserer Kundenerlebnisse konzentrieren können.

Praktische Anwendungen:

• Triage-Empfehlungen: Die Daten sind über verschiedene Oberflächen verteilt. Sobald ein Problem entdeckt wird, kann ein Agent automatisch relevante Triage-Daten abrufen, Diagnosen durchführen, die Ergebnisse der integrierten KI nutzen und vieles mehr, um die Einsatzkräfte über die Vorgänge im System zu informieren.
• Protokollierung von Vorfallsinformationen: Menschen müssen während der Triage keine Zeit mit Notizen verschwenden. Einsatzkräfte können die Kommunikation selbstständig auswerten und relevante Details herausfiltern, um andere Einsatzkräfte zu informieren und den Vorfall zu dokumentieren.
• Anregungen zur Verbesserung: Die Mitarbeiter möchten nicht mühsam Betriebsdaten nach Problemen durchsuchen müssen. Stattdessen möchten sie selbst Lösungen entwickeln. Unsere Mitarbeiter analysieren Betriebsdaten und identifizieren regelmäßig Bereiche mit Verbesserungspotenzial.

Auswirkungen auf das Geschäft: Die Störungsbehebung verbessert sich erheblich, kundenbeeinträchtigende Vorfälle nehmen deutlich ab, und die Teams verlagern ihren Fokus von der Brandbekämpfung auf strategische Verbesserungen.

Die effektivsten KI-gestützten Operationen kombinieren alle drei Ansätze und schaffen so ein System, in dem jede Art von KI das tut, was sie am besten kann, während gleichzeitig menschliches Fachwissen für Entscheidungen erhalten bleibt, die Kreativität, Urteilsvermögen und strategisches Denken erfordern.

Übergang zu KI-gestützten Betriebsabläufen

PagerDuty unterstützt Unternehmen dabei, die Komplexität KI-gestützter Ökosysteme zu bewältigen und gleichzeitig die für geschäftskritische Systeme erforderliche Zuverlässigkeit, Sicherheit und Skalierbarkeit zu gewährleisten. Der Wandel hin zu KI-gestützten Prozessen schreitet rasant voran, und PagerDuty ist Vorreiter und lernt kontinuierlich dazu.

Wenn Sie Ihre Umstellung auf KI-gestützte Prozesse beschleunigen möchten, finden Sie hier weitere Ressourcen. Und falls Sie mit einer erstklassigen Plattform zusammenarbeiten möchten, die speziell für kritische Aufgaben entwickelt wurde, stehen wir Ihnen jederzeit gerne zur Verfügung. bereit zum Chatten Die

• PagerDuty Vorlagen- und Eingabeaufforderungsbibliothek Die Lassen Sie sich von KI-Aufforderungen inspirieren, die die Effizienz Ihrer KI-Implementierungen verbessern können.
• PagerDuty AIOps Schnellstartanleitung Die Erhalten Schritt-für-Schritt-Anleitung für die Einführung von KI in Ihrer gesamten Umgebung.
• Partnerschaftsmodell Mensch + Agent Die Erfahren Sie, wie moderne Unternehmen menschliches Fachwissen mit KI kombinieren, um einen widerstandsfähigen und leistungsstarken Betrieb zu gewährleisten.
• 8 Schritte, um Ihren Mitarbeitern zum Erfolg mit KI-Agenten zu verhelfen. Nutzen Sie diese praktische Checkliste, um Ihre Teams bei der Einführung von KI zu unterstützen und ihnen zu helfen, Vertrauen in KI-gesteuerte Arbeitsabläufe aufzubauen.
• Checkliste für KI-Governance. Mit dieser praktischen Checkliste stellen Sie sicher, dass Ihre KI-Initiativen sicher, geschützt und gut geregelt sind.
• Der Mensch im Spiel? Wähle dein KI-Operations-Abenteuer. Ein praktischer Leitfaden zu verschiedenen Modellen der Zusammenarbeit von Mensch und KI im operativen Bereich Die