Bildschirmfoto 2016-01-25 um 13.31.15

Für den Tagesbetrieb der IT ist der Servicedesk das, was Feuerwehr und Rettungsdienste für eine Stadt darstellen: Immer unter Zeitdruck, muss der Helpdesk Lösungen für dringende akute Probleme aus IT-Betrieb und -Entwicklung bereitstellen. Je nach Unternehmensgröße und Stellenwert der IT kommt da einiges zusammen: Bei der VW-Konzerntochter Audi allein sind im Monat rund 60000 Fälle zu bearbeiten, im Fachjargon als Tickets bezeichnet. Damit das Personal auf der IT-Kommandobrücke jederzeit den Überblick behält und aufkommende Hilferuf-Tsunamis schon im Ansatz erkennt, lässt Volkswagen in seiner Zukunftswerkstatt Data Lab ein System entwickeln, welches die Masse der eingehenden Servicetickets analysiert und nach passenden Gesichtspunkten auswertet. Die IT stellt nicht nur die Wissensdatenbank für die unmittelbare Bearbeitung der Servicefälle zur Verfügung. Sie soll auch einen Überblick darüber verschaffen, welche Probleme gerade besonders viele User beschäftigen und wie die Lernkurve etwa bei der Einführung einer neuen Softwareversion verläuft. „Spezifische Probleme weisen in der Regel bestimmte Merkmale auf“, erklärt Florian Neukart, CTO des Volkswagen-Data-Labs. „Anhand dieser Merkmale kann man erkennen, ob sich eine Störung auch auf andere Computerarbeitsplätze ausweitet. Je eher wir das wissen, desto schneller können wir reagieren und einer Massenstörung vorbeugen.“

zügige Bearbeitung der Anfragen zu gewährleisten, wäre es schon einmal hilfreich, wenn die Helpdesk-Wissensdatenbank die Anfragen sofort klassifizieren und einem bestimmten Problembereich zuordnen könnte. Die Servicemitarbeiter stützen sich dabei üblicherweise auf die Schlagworte aus der Überschrift der automatisch erstellten Helpdesktickets. Dabei trifft das System bereits auf ein erstes Hindernis: Oft genug verwenden die Hilfesuchenden für ein und dasselbe Problem unterschiedliche Ausdrücke. Die Folge: Tickets werden falsch zugeordnet, die Lösung des Problems verzögert sich. Ein weiteres Problem erwächst daraus, dass Volkswagen weltweit agiert. Die Eingaben der Helpdesknutzer sind multilingual. Zwar sind die Sprachen der Tickets in erster Linie Deutsch und Englisch, aber auch andere Sprachen wie Portugiesisch, Spanisch oder Ungarisch sind gängig. Aus diesem Grund unterstützen Synonymdatenbanken und Wortschatzsammlungen die linguistische Analyse. Für die eigentliche semantische Analyse setzen die IT-Vordenker des Autoherstellers auf die geballte künstliche Intelligenz von IBMs KI-Wundersystem Watson. Mit seinen Spezialfähigkeiten bei der Verarbeitung natürlichsprachlicher Fragen hatte dieses bereits für weltweite Schlagzeilen gesorgt, als es in der US-Quizsendung „Jeopardy!“ zwei hochqualifizierte menschliche Gegenspieler locker hinter sich ließ. Diverse Varianten von Watson sind mittlerweile als Cloud-basierte Analytics-Applikationen verfügbar. Zur Unterstützung – damit die Software ihre Genauigkeit behält – setzen die Münchner Data-Lab-Spezialisten zusätzlich auf ein System, das sie selber programmiert haben. Es basiert auf Python, einer Programmiersprache, die wegen ihrer zahlreichen verfügbaren Bibliotheken für die Bereiche Mathematik und Datenanalyse als ideal für solche Projekte gilt.

Das System ermöglicht aber noch weit tiefere Einsichten und Erkenntnisse. Beispielsweise wertet es die Korrelation von Schlüsselbegriffen in Fehlermeldungen und Lösungsbeschreibungen aus. „Wir können damit zum Beispiel sehen, wie stark einzelne Formulierungen zusammenhängen“, sagt Neukart. „So erkennen wir, wenn ein Problem immer in Kombination mit bestimmten Schlagworten oder Wortkombinationen auftritt.“ Zwar liefere Data Mining nie hundertprozentige Wahrheiten, sondern treffe seine Aussagen immer auf Basis von Wahrscheinlichkeiten. Dennoch ist der Nutzen hoch: „Das gleiche Schema lässt sich auch außerhalb des Helpdesks anwenden, etwa bei Kundenbeanstandungen“, sagt Neukart. Auch die Langzeitentwicklung von Fehlermeldungen lässt sich so ergründen und dokumentieren. Noch wertvoller ist eine weitere Eigenschaft des Systems: Es registriert die Nutzungshäufigkeit bestimmter Features und leitet daraus eine Art Wettervorhersage für den Helpdesk ab. Mit einer gewissen Wahrscheinlichkeit können Neukart und sein Team auf diese Weise Störungen vorhersehen. Sogar saisonale Effekte lassen sich identifizieren – durchaus relevant für den Umgang mit Endkunden. Die Sprachanalyse untersucht dabei die Häufigkeit, mit der beispielsweise bestimmte Fehler auftauchen, und bietet feinkörnige Auswertungen. Darüber hinaus ermöglicht sie tieferes Schürfen in dem vorliegenden Datenmaterial und zeigt Konstellationen grafisch auf dem Bildschirm an. Voraussetzung ist, dass genügend Datenmaterial vorliegt. Deswegen hat die Entwicklertruppe aus dem VW-Data-Lab zunächst über ein Jahr Helpdeskmeldungen gesammelt, bevor sie sich an die Auswertung machte.

Nun plant Volkswagen, die maßgeschneiderte Helpdesk-Software nach und nach konzernweit produktiv einzusetzen. Das entspricht dem Konzept des Data Labs: Die IT-Denkfabrik des Wolfsburger Autoherstellers hat die Aufgabe, neue Technologietrends aufzuspüren, auszuloten und in nutzbringende Anwendungen umzusetzen. Dabei besitzen die Mitarbeiter große Freiheiten. Losgelöst von der produktiven Konzern-IT darf das Data Lab herumexperimentieren und neue Wege finden. Ist ein vielversprechender Ansatz gefunden, so wird er auf Herz und Nieren getestet. Kriterien sind dabei unter anderem Sicherheit und Enterprise-Tauglichkeit. Die Laufzeit eines Projekts beschränkt sich in der Regel auf drei Monate. Neukart: „Wenn es dann nicht läuft, lassen wir es sein.“ Das Tagesgeschäft der Unternehmens-IT muss die Data-Lab-Crew nicht kümmern. „Wir machen weder Betrieb noch Support. Dafür ist der Wissenstransfer in den Konzern umso wichtiger: Die Erkenntnisse aus den Projekten helfen, gezielt Kompetenz in Zukunftstechnologien aufzubauen“, so Neukart.

Autor: Christoph Hammerschmidt

Fotos: Audi, VW / Illustration: Thomas Lutz

Dieser Artikel erschien erstmals in der automotiveIT 11/2015

 

Sie möchten gerne weiterlesen?