Sie haben kein KI-Problem — Sie haben ein Datenqualitätsproblem

Die Demo sah fantastisch aus. Ihre Daten nicht.

Sie haben die Now Assist Demo auf der Knowledge gesehen.

Ein Incident wird erstellt. Sofort erscheint eine Zusammenfassung. Der Virtual Agent löst eine Anfrage ohne menschliches Zutun. Der Saal hat applaudiert.

Dann haben Sie sich Ihre eigene Instanz angeschaut.

Freitext-Kategorisierung. Eine CMDB, die seit zwei Jahren kein Audit gesehen hat. Eine Knowledge Base mit 4.000 Artikeln — die Hälfte veraltet, ein Drittel doppelt, und niemandem gehört irgendetwas davon.

Und jetzt wollen Sie generative KI lizenzieren, die auf dieser Grundlage zusammenfasst und prognostiziert.

Das ist keine KI-Strategie. Das ist teures Rauschen.

GenAI scheitert nicht an der Technologie

Now Assist ist echte, leistungsfähige Technologie. Die Large-Language-Model-Integration, die Zusammenfassungen, die generative Suche über Ihre Knowledge Base — wenn die zugrundeliegenden Daten sauber sind, funktioniert das.

Das Problem: Fast niemand hat saubere zugrundeliegende Daten.

Und niemand will darüber reden, weil es kein Keynote-Thema ist.

Ihre CMDB ist der erste Dominostein

Wenn Ihre Configuration Management Database unzuverlässig ist, ist alles Nachgelagerte unzuverlässig.

Now Assist nutzt CMDB-Beziehungen, um Incidents, Problems und Changes zu kontextualisieren. Wenn Ihre CI-Daten veraltet, doppelt oder ohne Beziehungen sind, kontextualisiert die KI gegen Fiktion.

Ich habe CMDBs gesehen, in denen 40 % der gelisteten Server längst außer Betrieb waren. Wo Application Services keine Upstream- oder Downstream-Beziehungen hatten. Wo Discovery einmal aktiviert wurde, etwas kaputt ging und wieder deaktiviert wurde — vor drei Jahren.

Sie können sich da nicht mit KI herausretten.

Kategorisierungschaos

Predictive Intelligence und Now Assist sind beide auf historische Kategorisierung angewiesen, um Muster zu erkennen.

Wenn Ihre Incident-Kategorien inkonsistent sind — und das sind sie fast immer — trainiert das Modell auf Datenmüll.

Das sehe ich ständig: Dasselbe Problem wird auf fünf verschiedene Arten kategorisiert, je nachdem welcher Analyst es bearbeitet hat. Unterkategorien, die seit der Erstimplementierung nicht mehr überprüft wurden. Ein Kategoriebaum so tief und verwinkelt, dass Analysten einfach „Sonstiges" wählen.

Now Assist wird dieses Chaos pflichtbewusst erlernen und im großen Maßstab reproduzieren. Herzlichen Glückwunsch — Sie haben Inkonsistenz automatisiert.

Knowledge Bases, die niemand pflegt

Die generative Suche in Now Assist greift auf Ihre Knowledge Base zu, um Antworten zu generieren.

Wenn Ihre KB-Artikel veraltet sind, generiert sie veraltete Antworten — mit der Selbstsicherheit eines brandneuen Artikels. Es gibt keinen eingebauten Filter für „Dieser Artikel ist wahrscheinlich falsch". Das LLM weiß nicht, dass Ihr Artikel zur VPN-Einrichtung ein Tool referenziert, das Sie vor 18 Monaten abgelöst haben.

Veraltetes Wissen plus generative KI ergibt autoritär klingende Fehlinformationen — direkt an Ihre Endanwender geliefert.

Das ist schlimmer, als gar keine KI zu haben.

Sie besitzen bereits ML-Funktionen, die Sie nie aktiviert haben

Predictive Intelligence — Ihr Testfeld

Das frustriert mich an diesen Gesprächen am meisten.

ServiceNow liefert seit Jahren Machine-Learning-Funktionen aus. Predictive Intelligence ist seit dem Madrid Release verfügbar. Es umfasst Auto-Kategorisierung, Auto-Zuweisung und Ähnlichkeitsabgleich für Incidents, Cases und HR Cases.

Es ist in ITSM Pro und ITSM Enterprise enthalten. Viele Unternehmen sind bereits dafür lizenziert.

Fast niemand nutzt es richtig. Manche haben es nie aktiviert.

Predictive Intelligence ist das perfekte Testfeld für KI-Bereitschaft, weil es Ihre Datenqualitätsprobleme sofort offenlegt.

Wenn Sie ein Predictive Intelligence Modell auf Ihren Incident-Daten trainieren und die Genauigkeit bei 42 % liegt, ist das kein Predictive Intelligence Problem. Das sind Ihre Daten, die Ihnen die Wahrheit sagen.

Warum das vor Now Assist entscheidend ist

Wenn Sie es nicht schaffen, ein einfaches Klassifizierungsmodell zuverlässig auf Ihrer Incident-Historie laufen zu lassen, sind Sie nicht bereit für generative KI.

Punkt.

Predictive Intelligence zwingt Sie, sich mit Datenqualität auseinanderzusetzen, weil die Feedback-Schleife direkt ist. Sie trainieren, Sie testen, Sie sehen Genauigkeitswerte. Niedrige Werte bedeuten schmutzige Daten. Da gibt es kein Verstecken.

Es zwingt Sie auch, Ihre Kategorie-Taxonomie zu rationalisieren. Sie werden kein Modell über 80 % Genauigkeit bringen, wenn Sie 600 Unterkategorien haben und die Hälfte davon dasselbe bedeutet.

Das ist die Grundlagenarbeit. Und sie kostet Sie nichts extra, wenn Sie bereits lizenziert sind.

Die unspektakuläre Grundlagenarbeit, die niemand finanzieren will

Niemand wird befördert, weil er eine CMDB bereinigt hat. Niemand bekommt einen Keynote-Slot für die Rationalisierung eines Kategoriebaums.

Aber genau hier entsteht der KI-ROI tatsächlich.

7 Dinge, die Sie vor jeder KI-Investition beheben müssen

1. Auditieren Sie Ihre CMDB. Führen Sie eine Datenqualitätsbewertung durch. Identifizieren Sie veraltete CIs, verwaiste Datensätze und fehlende Beziehungen. Nutzen Sie ServiceNows CMDB Health Dashboard — es ist bereits vorhanden.

2. Aktivieren Sie Discovery. Und lassen Sie es an. Wenn Sie ITOM lizenziert haben, nutzen Sie es. Automatisierte Discovery ist der einzige Weg, Ihre CMDB am Leben zu halten. Manuelle Pflege ist eine Illusion.

3. Rationalisieren Sie Ihre Kategorie-Taxonomie. Flachen Sie sie ab. Führen Sie Duplikate zusammen. Eliminieren Sie „Sonstiges" als Auffangkategorie. Streben Sie eine Struktur an, die ein neuer Analyst in unter 10 Sekunden navigieren kann.

4. Bereinigen Sie Ihre historischen Incident-Daten. Sie müssen nicht jeden Datensatz korrigieren. Konzentrieren Sie sich auf die letzten 12–18 Monate. Das ist das Trainingsfenster, das für Predictive Intelligence zählt.

5. Auditieren Sie Ihre Knowledge Base. Setzen Sie veraltete Artikel auf „retired". Weisen Sie Eigentümer zu. Definieren Sie Review-Zyklen. Wenn niemandem ein Artikel gehört, archivieren Sie ihn.

6. Aktivieren Sie Predictive Intelligence. Trainieren Sie Modelle auf Ihren Incident-Daten. Nutzen Sie die Genauigkeitswerte als Ihre Datenqualitäts-Scorecard. Wenn Sie unter 70 % liegen, haben Sie Arbeit vor sich.

7. Etablieren Sie Data Governance. Kein Gremium, das sich vierteljährlich trifft. Eine echte Praxis mit definierten Eigentümern, Qualitätsmetriken auf Dashboards und Verantwortlichkeit, die ans Platform-Team gebunden ist.

Wie Sie das sequenzieren, ohne 12 Monate zu blockieren

Sie müssen nicht alles lösen, bevor Sie KI anfassen. Aber Sie müssen anfangen.

Führen Sie das CMDB Health Assessment in der ersten Woche durch. Starten Sie die Kategorie-Rationalisierung parallel. Setzen Sie Predictive Intelligence auf einer einzelnen Task-Tabelle als Pilot in den ersten 30 Tagen auf.

Nutzen Sie die Predictive Intelligence Genauigkeitswerte, um den Fortschritt zu messen. Wenn Sie konsistent über 80 % Genauigkeit bei Auto-Kategorisierung und Auto-Zuweisung liegen, haben Sie ein Datenfundament, auf dem GenAI tatsächlich aufbauen kann.

Das dauert vielleicht 90 Tage. Vielleicht sechs Monate. In jedem Fall ist es schneller und günstiger, als Now Assist zu lizenzieren, es auf kaputten Daten zu deployen und dann das nächste Jahr damit zu verbringen, Ihrem Vorstand zu erklären, warum sich der ROI nicht materialisiert.

Der konträre Ansatz

Jeder Anbieter, jeder Analyst, jede Konferenz sagt Ihnen, Sie sollen schneller auf KI setzen.

Ich sage Ihnen: Bremsen Sie ab.

Nicht weil KI keinen Wert hat. Den hat sie. Now Assist ist echte Technologie mit echten Anwendungsfällen.

Aber der schnellste Weg zum KI-ROI ist nicht der Kauf weiterer SKUs. Es ist die Bereinigung der Daten, von denen diese SKUs abhängen.

Deployen Sie zuerst Predictive Intelligence. Beweisen Sie, dass Ihre Daten Machine Learning tragen können. Bringen Sie Ihre Genauigkeitswerte nach oben. Bauen Sie den Governance-Muskel auf.

Dann — und nur dann — ergibt Now Assist Sinn.

Die Unternehmen, die mit KI auf ServiceNow gewinnen werden, sind nicht die, die zuerst lizenziert haben.

Es sind die, die bereit dafür waren.

Ihre CMDB, Ihre Kategorien und Ihre Knowledge Base sind nicht das Problem anderer Leute. Sie sind Ihres. Und Now Assist wird sie nicht für Sie reparieren.

Wenn Sie vor einem Now Assist Kauf stehen und mir nicht sagen können, wann Ihre CMDB zuletzt auditiert wurde — sollten wir reden, bevor Sie unterschreiben.