KI im Support: Wie Agenten den Betrieb von Softwarelösungen verändern

KI ist längst dabei, den Support-Alltag zu verändern: Sie wird zum Kollegen, der nie müde wird, nie Feierabend hat und das gesamte Anwendungswissen im Kopf trägt. Doch wie funktioniert das in der Praxis – und was bedeutet das für den Betrieb von Anwendungen? Genau das zeigt ein aktuelles Kundenprojekt, das ich heute näher beleuchten möchte. Aber ganz von vorne: 

KI im technischen Support – Was sind die Vorteile ?

Der Einsatz von KI im technischen Support ist einer der am schnellsten wachsenden Anwendungsbereiche für KI-Technologien. Die versprochenen Vorteile liegen auf der Hand:

• Beschleunigte Problemlösung: Deutliche Reduktion der durchschnittlichen Bearbeitungszeit
• Optimierter Wissenstransfer: Verbesserter Wissensaustausch durch zentrale Verfügbarkeit
• Automatisierte Dokumentation: Spürbare Reduktion des Dokumentationsaufwands
• Gleichbleibende Qualität: Konsistentere Lösungsvorschläge im Vergleich zu rein menschlichem Support
• Entlastung der Experten: Merkliche Reduktion von Routine-Anfragen an Fachexpert:innen

Doch wie sieht es in der Praxis aus? Mein Kollege Alexander Marquardt hat einen KI-Agenten im Kundenprojekt eingesetzt und seine Erkenntnisse daraus möchte ich hier einmal aufgreifen: 

Praxisbeispiel: Langdock KI-Assistent im Supportfall 

Die Fehleranalyse in großen Anwendungssystemen ist eine echte Herausforderung – besonders dann, wenn man als Support-Mitarbeiter:in das System nicht im Detail kennt oder neu im Projekt ist. Klassischerweise versucht man, das nötige Wissen über die Anwendung in einer Knowledgedatabase zu dokumentieren. In der Realität ist diese Wissensbasis aber oft fragmentiert und nicht immer aktuell. Das führt dazu, dass Support-Mitarbeitende viel Zeit mit der Suche nach relevanten Informationen in verschiedenen Systemen verbringen, bevor sie überhaupt mit der eigentlichen Analyse beginnen können.

Genau hier setzt der Langdock KI-Assistent an, der im Rahmen eines Kundenprojekts implementiert wurde. Ziel war es, mit begrenztem Wissen möglichst schnell die Ursache eines Problems zu finden –  mit Hilfe von KI. 

Die Lösung: Verknüpfung unterschiedlichster Wissensquellen

Die Basis waren verschiedene Informationsquellen, die für optimalen Wissenstransfer miteinander verknüpft wurden. Der Assistent hatte Zugriff auf auf verschiedene Informationsquellen:

• Das Datenmodell der Anwendung
• Teile der Anwendungslogik
• Die Dokumentation des Wikis
• Code-Repositories (z. B. Git)
• Log-Files und Monitoringdaten
• Dokumentation bisheriger Supportfälle

Diese intelligente Verknüpfung adressiert das klassische Problem der fragmentierten Informationslandschaft im Support. Statt mühsam Dokumentationen und Datenbanken zu durchsuchen, kann der Assistent gezielt Antworten liefern und sogar Wissen aus vergangenen Anfragen und Fehlern einbeziehen.

Der optimierte Support-Dialog mit Langdock 

Was unterscheidet die Bearbeitung von Supportanfragen mit einem KI-Assistenten? Folgende Aufgaben hat der Assistent übernommen: 

1. Strukturierte Problemerfassung: Der Assistent stellte nur wenige, aber gezielte Fragen, um das Problem präzise einzugrenzen. Besonders hilfreich: Mit KI lässt sich die Knowledgedatabase dynamisch aufbauen und erweitern. Das heißt, Wissen über die Anwendung, Dokumentation vergangener Anfragen, Anwendungscode und Log-Informationen werden kontinuierlich gesammelt und stehen dem Assistenten jederzeit zur Verfügung. Auch neue Probleme und deren Lösungen fließen laufend in die Datenbank ein und machen sie zu einem lebenden, wachsenden Wissensnetzwerk.
2. Intelligente Informationsverarbeitung: Der Assistent durchsuchte in Sekundenbruchteilen Wiki-Seiten, Code-Repositories wie Git und das komplette Datenmodell. Diese Aufgabe würde einen menschlichen Support-Mitarbeitenden deutlich länger beschäftigen – die KI erledigt sie schnell und kann dabei auch Querverbindungen zwischen verschiedenen Informationsquellen erkennen.
3. Schnelle Ursachenfindung: Die gesamte Problemanalyse dauerte wenige Minuten – ein Bruchteil der Zeit, die für vergleichbare Fälle ohne KI-Unterstützung benötigt wird. Durch die intelligente Verknüpfung von Daten, Logs und Dokumentation konnte der Assistent die Fehlerursache gezielt eingrenzen.
4. Effiziente Ticket-Dokumentation: Die automatisierte Erstellung eines strukturierten Jira-Tickets rundete den Prozess ab und sparte zusätzliche Dokumentationszeit. Alle relevanten Informationen und Analyseergebnisse wurden direkt für die weitere Bearbeitung hinterlegt.
5. Strukturierte Problemerfassung: Der Assistent stellte nur wenige, aber gezielte Fragen, um das Problem präzise einzugrenzen.

KI im Support schafft echten Mehrwert

Unser Praxisbeispiel zeigt anschaulich, dass der Einsatz von KI-Assistenten im Support besonders hilfreich sein kann, wenn dieser über alle wichtigen Informationen wie Dokumentation, bisherige Tickets, Code und Logging-Informationen verfügt. 

Für unsere Analysezeiträume zeigte sich, dass wir deutlich schneller geworden sind und mehrere Stunden Arbeitszeit einsparen konnten. 

Das stützen auch die Ergebnisse der aktuellen Gartner KI-Studie, welche die häufigsten Einsatzbereiche von KI aufzeigt: Neben Routineaufgaben sind Supportaufgaben unter den Top-Aufgaben, welche von KI-Unterstützung wirklich profitieren. Für den Support bedeutet das zum Beispiel: 

• Reduzierung der Support-Aufwände durch Automatisierung von Supportanfragen
• Höhere Produktivität durch mehr bearbeitete Fälle pro Support-Mitarbeiter
• Weniger eskalierte Tickets auf höhere Support-Level
• Verbesserte Kundenzufriedenheit durch schnellere und konsistentere Antworten

KI im Support ist keine theoretische Möglichkeit, sondern eine praktische Realität mit konkretem Nutzen. Das zeigt sich auch durch die Integrationsmöglichkeiten bei Langdock und Co. – diese unterstützen die direkte Integration von Confluence und Jira und erleichtern Support-Mitarbeitenden die Arbeit. Die Fähigkeit, Wissen aus verschiedenen Quellen zu verknüpfen und im Dialog gezielt einzusetzen, schafft einen erheblichen Mehrwert für Support-Teams und Anwender:innen gleichermaßen.

Gestalten Sie Ihre Zukunft mit Accso AI-Native: Für uns bedeutet das, Künstliche Intelligenz in jeden Aspekt des Software-Lebenszyklus zu integrieren. Von der ersten Konzeption bis zur kontinuierlichen Optimierung verbinden wir modernste KI-Technologien mit jahrzehntelanger Entwicklungsexpertise, um Ihre Geschäftsziele schneller, effizienter und nachhaltiger zu erreichen. Mit einem erfahrenen Team aus KI-Spezialist:innen und Softwarearchitekt:innen entwickeln wir maßgeschneiderte Lösungen, die perfekt auf Ihre Unternehmensanforderungen abgestimmt sind.

Mehr zu AI-Native bei Accso erfahren oder direkt Kontakt aufnehmen