Drei zentrale Entwicklungen zeichnen sich dabei aktuell ab:
1. KI verschiebt sich von der Technologie- zur Organisationsfrage
Während viele Unternehmen in den vergangenen zwei Jahren vor allem Pilotprojekte und Proof of Concepts umgesetzt haben, rückt nun die Frage in den Vordergrund, wie KI dauerhaft, kontrolliert und skalierbar betrieben werden kann. Die Herausforderung liegt nicht mehr primär in der Technologie, sondern in Governance, Verantwortlichkeiten und operativen Betriebsmodellen.
2. Enterprise Service Management entwickelt sich zur organisatorischen Drehscheibe für KI
Immer mehr Unternehmen erkennen, dass KI nicht isoliert in Fachbereichen oder Innovationslaboren betrieben werden kann. Prozesse, Services, Rollen, Wissen, Risiken und Compliance-Anforderungen müssen übergreifend gesteuert werden. ESM-Strukturen bieten hierfür bereits etablierte Mechanismen und Verantwortlichkeiten.
3. Neue Rollen und Betriebsmodelle entstehen
Neben klassischen Service- und Prozessverantwortlichen etablieren sich neue Funktionen wie AI Service Owner, AI Governance Manager oder Prompt & Knowledge Curator. Unternehmen benötigen zukünftig hybride Organisationsmodelle, die ITSM-, ESM-, Data- und KI-Kompetenzen zusammenführen.
Trend Snapshot
Was passiert aktuell im Markt?
Die erste Welle der generativen KI war geprägt von Experimenten. Mitarbeitende testeten ChatGPT, Copilot-Lösungen oder andere GenAI-Werkzeuge weitgehend dezentral.
Nun beginnt die zweite Phase:
- Unternehmen konsolidieren KI-Initiativen,
- AI Governance wird aufgebaut,
- Risiken und Compliance-Anforderungen werden operationalisiert,
- KI wird zunehmend als Service betrachtet,
- Fachbereiche erwarten produktive und verlässliche KI-Unterstützung.
Besonders sichtbar wird dieser Wandel in drei Entwicklungen:
AI Governance wird institutionalisiert
Organisationen schaffen zentrale Steuerungseinheiten, die Richtlinien, Standards und Freigabeverfahren definieren.
KI wird Teil des Serviceportfolios
Anstatt einzelne KI-Anwendungen isoliert zu betreiben, werden KI-Fähigkeiten zunehmend als wiederverwendbare Enterprise Services bereitgestellt.
Betriebsfähigkeit wird wichtiger als Innovationsgeschwindigkeit
Die zentrale Frage lautet nicht mehr:
"Können wir KI einsetzen?"
sondern
"Wie betreiben wir KI sicher, nachvollziehbar und wirtschaftlich?"
Warum ist das relevant und welche Auswirkungen hat das auf ITSM und ESM
Die Einführung von KI verändert nahezu jede etablierte Service-Management-Disziplin.
| Practice | Veränderung durch KI |
|---|---|
| Service Portfolio Management |
|
| Service Catalog Management |
|
| Knowledge Management |
|
| Service Desk |
|
| Incident Management |
|
| Change Enablement |
|
| Risk Management |
|
| Continual Improvement |
|
Die organisatorische Herausforderung
Viele Unternehmen haben zwar spezialisierte Einheiten wie AI Labs, Data Teams oder Innovationsbereiche, es fehlt jedoch oft an einer klaren Verankerung von KI im operativen Betrieb. Dadurch bleiben zentrale Verantwortlichkeiten – etwa für Betrieb, Daten, Modelländerungen, Qualität oder Nutzerakzeptanz – ungeklärt. Genau hier setzt Enterprise Service Management aus einer organisatorischen Perspektive an, um klare Strukturen und Zuständigkeiten zu schaffen.
Emerging Organizational Model
Im Zuge eines neuen Organisationsmodells wird die klassische Rolle des Service Owners zum AI Service Owner erweitert. Dieser übernimmt neben der Steuerung von KI-Services auch Verantwortung für Qualität, Risiken, Governance sowie den gesamten Modelllebenszyklus und wirtschaftliche Aspekte. Damit entwickelt sich der AI Service Owner zu einer zentralen Schlüsselrolle, vergleichbar mit heutigen Produkt- und Serviceverantwortlichen.
Neue Rollen im Unternehmen
| Rolle | Hauptaufgabe |
| AI Governance Manager |
|
| AI Service Owner |
|
| AI Operations Manager |
|
| Prompt & Knowledge Curator |
|
| AI Risk Officer |
|
| Human-in-the-Loop Coordinator |
|
Das neue Betriebsmodell
Viele Unternehmen bewegen sich aktuell auf ein Modell zu, das aus drei Ebenen besteht:
| Ebene | Verantwortlich für |
|---|---|
| Governance |
|
| Service Management |
|
| AI Operations |
|
ESM fungiert dabei als verbindendes Steuerungsmodell zwischen Governance und Technologie. Die eigentliche Herausforderung liegt für viele Unternehmen nicht in der Einführung einzelner KI-Anwendungen, vielmehr ist die Fähigkeit für den Erfolg entscheidend, diese dauerhaft in bestehende Organisations- und Betriebsstrukturen einzubetten.
Die zentrale Erkenntnis lautet:
KI skaliert nicht durch Technologie allein, sondern durch professionelle Organisations- und Betriebsmodelle.
Während die erste Phase der KI-Einführung vor allem von Innovation und Experimenten geprägt war, entscheidet künftig die Fähigkeit zur Steuerung, Integration und kontinuierlichen Weiterentwicklung über den nachhaltigen Geschäftswert von KI.
Enterprise Service Management bietet hierfür bereits heute die organisatorischen Strukturen, Rollen und Governance-Mechanismen, die für einen kontrollierten und wirtschaftlichen Betrieb von KI-Services erforderlich sind.
Die SERVIEW Perspektive
KI braucht weniger Technologie-Hype und mehr Service Management
Viele Organisationen investieren aktuell erhebliche Mittel in KI-Plattformen, Modelle und Assistenten. Die größere Herausforderung liegt jedoch häufig nicht in der Technologie selbst, sondern in der nachhaltigen organisatorischen Integration.
Aus Sicht von SERVIEW wird sich der Wettbewerbsvorteil künftig weniger durch die eingesetzte KI-Technologie unterscheiden, sondern vielmehr durch die Fähigkeit, KI als professionellen Service zu steuern und kontinuierlich weiterzuentwickeln.
Die Unternehmen mit den erfolgreichsten KI-Initiativen werden diejenigen sein, die:
- KI in bestehende Governance-Strukturen integrieren,
- klare Verantwortlichkeiten etablieren,
- Wissen systematisch nutzbar machen,
- Service-Management-Praktiken konsequent anwenden,
- und eine Balance zwischen Innovation, Kontrolle und Wertschöpfung schaffen.
Ähnlich wie bei der Einführung von Cloud Services oder digitalen Plattformen zeigt sich auch bei KI, dass technologische Innovation allein nicht ausreicht. Erst wenn Verantwortlichkeiten, Prozesse und Betriebsmodelle definiert sind, kann aus einer vielversprechenden Technologie ein nachhaltiger Unternehmenswert entstehen.
In aktuellen Projekten beobachten wir, dass viele Organisationen bereits zahlreiche KI-Anwendungsfälle identifiziert haben. Die größte Herausforderung besteht jedoch darin, diese Lösungen dauerhaft in bestehende Service- und Governance-Strukturen einzubetten.
Take Away
1. KI als Enterprise Service etablieren
KI sollte nicht als isolierte Technologieinitiative betrieben werden. Erfolgreiche Organisationen behandeln KI-Fähigkeiten als Bestandteil ihres Serviceportfolios mit klaren Verantwortlichkeiten, definierten Qualitätszielen und kontinuierlicher Steuerung.
2. Enterprise Service Management als organisatorischen Rahmen nutzen
ESM bietet bereits etablierte Mechanismen für Governance, Serviceverantwortung, Wissensmanagement und kontinuierliche Verbesserung. Diese Strukturen können gezielt erweitert werden, um KI-Services nachhaltig zu betreiben.
3. Neue Rollen frühzeitig definieren
Mit der zunehmenden Verbreitung von KI entstehen neue Verantwortlichkeiten. Rollen wie AI Service Owner, AI Governance Manager oder AI Operations Manager sollten frühzeitig etabliert werden, um Transparenz, Qualität und Compliance sicherzustellen.
Fazit
Die nächste Reifegradstufe von KI ist nicht „mehr KI“, sondern „mehr Steuerungsfähigkeit“.
Unternehmen, die KI als Service betrachten und über Enterprise Service Management organisieren, schaffen die Grundlage für nachhaltige Skalierung, Governance und Geschäftswert. Die Zukunft von KI entscheidet sich daher weniger im Modelltraining als in den Betriebs- und Organisationsmodellen dahinter.
