Was wirklich in ITSM-Prozessen passiert und wie man es sichtbar macht

 Was fast immer fehlt, ist ein klarer Blick darauf, wie der Prozess im Alltag wirklich läuft. Nicht auf dem Papier, nicht im Konzept, sondern in den echten Ticketbewegungen. 

Was wir uns anschauen und warum das wichtig ist 

Klassische Reports in Jira liefern Zahlen. Diese sind auch nicht falsch, greifen jedoch häufig zu kurz. Sie sehen, wie viele Tickets gelöst wurden oder wie lange ein Vorgang im Durchschnitt dauert. Was Sie jedoch nicht erkennen, ist, warum dies so ist.

Genau an diesem Punkt setzen wir an.

Wir analysieren, wie sich Tickets tatsächlich durch den Prozess bewegen – also nicht nur den Start- und Endpunkt, sondern auch alle Schritte dazwischen. Wo bleiben Tickets liegen? Wo werden sie zurückgeschoben? Und vor allem: Wer wartet eigentlich auf wen?

Das mag zunächst simpel klingen, ist jedoch häufig der Punkt, an dem es besonders interessant wird.

Ein Beispiel aus der Praxis 

In einem Projekt vor Kurzem wirkte auf den ersten Blick alles unauffällig und sauber. Die Tickets wurden abgearbeitet, die SLA wurden größtenteils eingehalten, und es kam zu keinen offensichtlichen Eskalationen.

Erst bei einer detaillierten Betrachtung des Prozesses ergab sich ein anderes Bild.

Ein großer Teil der Tickets befand sich im Status „Wartet auf Kunden“. Gleichzeitig gab es zahlreiche Übergänge zurück in „Wartet auf Support“. Einige Vorgänge wechselten mehrfach zwischen diesen beiden Zuständen hin und her. Zudem zeigten sich an mehreren Stellen Liegezeiten von über 24 Stunden, ohne dass in diesem Zeitraum tatsächlich gearbeitet wurde.

Entscheidend ist dabei nicht die Zahl an sich, sondern das, was dahintersteht. Die eigentliche Bearbeitung war nicht das Problem – die Steuerung des Prozesses hingegen schon.

Wo die Probleme typischerweise entstehen

Wenn man sich solche Verläufe genauer anschaut, wiederholen sich die Muster relativ schnell. Dabei handelt es sich selten um technische Themen, sondern meist um organisatorische Aspekte.

Status werden je nach Perspektive unterschiedlich interpretiert. Übergaben sind nicht klar definiert, wodurch Tickets unnötig zwischen Zuständen hin- und herwechseln. Prioritäten entstehen häufig eher aus dem Bauchgefühl als auf Basis klarer Kriterien. Und sobald Rückfragen an Kundinnen und Kunden im Spiel sind, fehlt oft eine strukturierte Vorgehensweise, die den Prozess sauber steuert.

Das Ergebnis ist ein Prozess, der formal zwar funktioniert, in der Praxis jedoch ausgebremst wird – nicht, weil nicht gearbeitet wird, sondern weil der Ablauf selbst Reibung erzeugt.

Was wir konkret verändert haben

Statt direkt über neue Tools oder zusätzliche Automatisierung zu sprechen, haben wir zunächst den bestehenden Prozess selbst bereinigt und strukturiert.

Der Fokus lag dabei auf wenigen, aber entscheidenden Punkten. Wir haben die Statuslogik geschärft, sodass eindeutig definiert ist, wann ein Ticket tatsächlich „Wartet auf Kunden“ ist und wann nicht. Die Priorisierung wurde vereinheitlicht, damit Entscheidungen nicht mehr individuell und unterschiedlich getroffen werden. Zudem haben wir transparent gemacht, wo Tickets tatsächlich liegen bleiben, anstatt uns ausschließlich auf Durchschnittswerte zu verlassen.

Das wirkt auf den ersten Blick unspektakulär, entfaltet jedoch eine deutliche Wirkung. Sobald Transparenz geschaffen ist und die grundlegende Logik konsistent funktioniert, bewegen sich Tickets spürbar anders durch den Prozess.

Und wo KI wirklich sinnvoll ist

Spätestens an diesem Punkt stellt sich häufig die Frage nach KI. Diese ist absolut berechtigt – allerdings wird sie oft zu einem Zeitpunkt gestellt, an dem sie noch nicht die größte Wirkung entfalten kann.

KI liefert dann den größten Mehrwert, wenn der zugrunde liegende Prozess bereits stabil ist. Nicht davor.

Wir setzen sie gezielt dort ein, wo sie unterstützt, ohne die Steuerung zu ersetzen. Beispielsweise bei der Priorisierung von Tickets auf Basis von Inhalt und Kontext, bei der Erkennung wiederkehrender Muster oder bei Vorschlägen für Antworten im Support.

Entscheidend ist dabei, dass die KI nicht selbst entscheidet, sondern lediglich Hinweise liefert. Die eigentliche Steuerung bleibt klar im Prozess verankert.

Fazit

Die meisten ITSM-Prozesse scheitern weder an Jira noch an den Menschen, die damit arbeiten. Sie scheitern vielmehr daran, dass der gelebte Prozess im Alltag nicht ausreichend sichtbar gemacht wird.

Sobald diese Transparenz geschaffen wird, ergeben sich die nächsten Schritte in der Regel fast von selbst. Zunächst entsteht Klarheit, darauf folgt die gezielte Optimierung und erst im Anschluss entfalten Automatisierung und KI ihren tatsächlichen Mehrwert sinnvoll.

Wie wir dabei unterstützen

Wenn Sie nachvollziehen möchten, wie Ihr Serviceprozess tatsächlich funktioniert und wo in der Praxis die größten Hebel liegen, dann lohnt sich ein strukturierter Blick auf Ihre Daten und Abläufe.

In einem kompakten Workshop gehen wir bei Hansevision gemeinsam mit Ihnen durch:

• den realen Prozessverlauf auf Basis Ihrer Jira-Daten
• die zentralen Engpässe und unnötigen Schleifen im täglichen Ablauf
• konkrete Optimierungsansätze, inklusive einer realistischen Einschätzung, wo KI in Ihrem Kontext sinnvoll unterstützen kann

Am Ende steht für Sie keine abstrakte Analyse, sondern eine klare, priorisierte und direkt umsetzbare Grundlage für die Weiterentwicklung Ihres Serviceprozesses.

Wenn Sie das für Ihr Team oder Ihre Organisation prüfen möchten, sprechen Sie uns gerne an.