Seminar / Kurs

KI im IT-Service-Management: Chatbots, Auto-Classification und Predictive in Köln

Inhalte

  • 1. Grundlagen: KI-Technologien im ITSM-Kontext
    • Machine Learning (ML): Klassifikation und Regression auf Basis historischer Ticketdaten.
    • Natural Language Processing (NLP): Verstehen von unstrukturierten Nutzeranfragen.
    • Generative AI & LLMs: Der Einsatz von GPT-Modellen für Zusammenfassungen und Dialoge.

  • 2. Auto-Classification: Tickets intelligent verstehen
    • Feature Engineering: Welche Datenfelder sind für die Klassifizierung entscheidend?
    • Automatisierung: Automatische Zuweisung von Kategorien, Services und Prioritäten.
    • Genauigkeit: Umgang mit "Confidence Scores" und manuellen Korrekturschleifen.

  • 3. Auto-Routing: Den richtigen Experten finden
    • Smart Dispatching: Ticket-Zuweisung an das richtige Team basierend auf Skill-Matching.
    • Workload Balancing: Berücksichtigung der aktuellen Team-Auslastung durch KI.
    • Vermeidung von "Ticket-Ping-Pong": Reduktion von Fehlleitungen durch historische Erfolgsmuster.

  • 4. Knowledge Suggestion & RAG (Retrieval Augmented Generation)
    • Intelligente Suche: LLM-basierte Suche in der Knowledge Base und Confluence.
    • Solution Drafting: Automatische Erstellung von Lösungsvorschlägen für Agenten.
    • Self-Service-Boost: KI-gestützte Antworten im Kundenportal zur Ticket-Vermeidung.

  • 5. Predictive Analytics: Agieren statt Reagieren
    • Incident Prediction: Mustererkennung zur Vorhersage von Major Incidents.
    • Trend-Analyse: Frühwarnsysteme für Performance-Einbußen in der Infrastruktur.
    • Kapazitätsplanung: Prognose des Ticket-Volumens (z. B. nach Feiertagen oder Releases).

  • 6. Sentiment Analysis: Die Stimmung der Nutzer messen
    • Echtzeit-Analyse: Erkennung von Frust oder Dringlichkeit im Ticket-Text.
    • Priorisierungs-Update: Dynamische Anpassung der Priorität bei negativem Sentiment.
    • Customer Experience (CX): Reporting über die gefühlte Service-Qualität jenseits von harten SLAs.

  • 7. KI-gestützte Chatbots und Virtuelle Agenten
    • Conversational AI: Dialogführung in natürlicher Sprache statt starrer Entscheidungsbäume.
    • Action-Bots: Ausführen von Aktionen (Passwort-Reset, Software-Bestellung) direkt im Chat.
    • Handoff-Szenarien: Nahtlose Übergabe vom Bot zum menschlichen Agenten mit vollem Kontext.

  • 8. Datenqualität und Training von Modellen
    • Data Cleaning: Vorbereitung historischer Tickets (Dubletten, Rauschen entfernen).
    • Bias-Vermeidung: Sicherstellung von fairen und unvoreingenommenen KI-Entscheidungen.
    • Continuous Learning: Strategien für das regelmäßige Nachtrainieren der Modelle.

  • 9. Governance, Ethik und Datenschutz
    • DSGVO-Konformität: Schutz personenbezogener Daten in KI-Modellen.
    • Transparenz: Warum hat die KI so entschieden? (Explainable AI).
    • Vendor Selection: Vergleich von KI-Features in ServiceNow, Jira Service Management und Freshservice.

  • 10. Praxis-Workshop: "The AI Service Lab"
    • Workshop: Entwurf eines Klassifizierungs-Modells basierend auf einem Test-Datensatz.
    • Prompt Engineering Task: Optimierung eines LLM-Prompts für Knowledge Suggestions.
    • Prediction Task: Definition von Triggern für ein Frühwarnsystem bei Systemausfällen.
    • Final Roadmap: Stufenplan zur Einführung von KI - von "Assistiert" zu "Autonom".

LernzieleDie Teilnehmenden erlernen die Implementierung von KI-Komponenten in bestehende ITSM-Prozesse. Ziel ist es, Modelle zur automatischen Kategorisierung und Priorisierung von Incidents zu trainieren, KI-gestützte Lösungsvorschläge (Knowledge Suggestion) zu etablieren und durch Predictive Analytics Muster für Major Incidents frühzeitig zu erkennen, um die Lösungsgeschwindigkeit (MTTR) massiv zu steigern.Zielgruppen
  • IT-Service-Manager: Zur strategischen Modernisierung ihrer Service-Organisation.
  • Service-Desk-Leiter: Zur operativen Entlastung ihrer Teams durch Automatisierung.
  • IT-Prozess-Owner: Zur Optimierung von Incident- und Problem-Management.
  • Data Scientists & KI-Entwickler: Zur Integration von Modellen in ITSM-Plattformen (Jira, ServiceNow).
  • 1. Grundlagen: KI-Technologien im ITSM-Kontext
    • Machine Learning (ML): Klassifikation und Regression auf Basis historischer Ticketdaten.
    • Natural Language Processing (NLP): Verstehen von unstrukturierten N...
Mehr Informationen

Termine und Orte

Datum Dauer Preis
Köln, DE
09.11.2026 - 10.11.2026 14 h 14 h Details Details Jetzt buchen
11.02.2027 - 12.02.2027 14 h 14 h Details Details Jetzt buchen
13.05.2027 - 14.05.2027 14 h 14 h Details Details Jetzt buchen
12.08.2027 - 13.08.2027 14 h 14 h Details Details Jetzt buchen
11.11.2027 - 12.11.2027 14 h 14 h Details Details Jetzt buchen

+++ Catalog API +++

SG-Seminar-Nr.: 9452440

Anbieter-Seminar-Nr.: 6636

Termin

11.11.2027 - 12.11.2027

Schulungszentrum der GFU Cyrus AG
Am Grauen Stein 27
51105 Köln

Günstige Preise

Semigator berücksichtigt

  • Frühbucher-Preise
  • Last-Minute-Preise
  • Gruppenkonditionen

€ 1.713,60

Alle Preise inkl. 19% MwSt.

Jetzt buchen
Seminar merken

Der Anbieter ist für den Inhalt verantwortlich.

Veranstaltungsinformation

  • Seminar / Kurs
  • Deutsch
    • Keine
  • 14 h
  • Anbieterbewertung   (266)

Ihre Vorteile

mehr erfahren
  • Anbietervergleich von über 1.500 Seminaranbietern
  • Vollständige Veranstaltungsinformationen
  • Schnellbuchung
  • Persönlicher Service
Datum Dauer Preis
Köln, DE
09.11.2026 - 10.11.2026 14 h 14 h Details Details Jetzt buchen
11.02.2027 - 12.02.2027 14 h 14 h Details Details Jetzt buchen
13.05.2027 - 14.05.2027 14 h 14 h Details Details Jetzt buchen
12.08.2027 - 13.08.2027 14 h 14 h Details Details Jetzt buchen
11.11.2027 - 12.11.2027 14 h 14 h Details Details Jetzt buchen