Wenn Ihr IT-Helpdesk in Routine-Tickets versinkt, während kritische Probleme in der Warteschlange stehen, reicht die herkömmliche Automatisierung nicht aus.
Die neue agentische KI von ServiceNow verspricht einen neuen Ansatz: autonome Agenten, die Probleme analysieren und in Ihrem Namen handeln.
Hier erfahren Sie, was Führungskräfte im Geschäft über diese neue Funktion wissen müssen.
Schlüssel-Erkenntnisse
- ServiceNow hat KI-Agenten eingeführt, um Workflows in allen core Business Funktionen zu automatisieren.
- Agenten überwachen, analysieren und handeln autonom anhand von Echtzeit-Daten des Unternehmens.
- KI Agent Orchestrator koordiniert mehrere Agenten aus verschiedenen Abteilungen für komplexe Aufgaben.
- Pilot-first-Rollouts helfen dabei, Risiken, Kosten und Veränderungen im gesamten Unternehmen zu managen.
Bietet ServiceNow Agentic AI an?
ServiceNow hat im September 2024 KI Agents auf seiner Now Platform eingeführt und damit autonome Funktionen direkt in die Workflows von IT, Kundenservice, Personalwesen, Beschaffung und Entwicklung eingebettet.
Im Gegensatz zu herkömmlichen KI-Assistenten, die Vorschläge unterbreiten, erledigen diese Agenten Aufgaben selbstständig unter menschlicher Aufsicht, schließen Tickets und lösen Kundenanfragen, ohne auf die Genehmigung von Routineentscheidungen warten zu müssen.
Die Produktionsbereitstellungen gingen im November 2024 live, beginnend mit dem Kundenservice-Management und dem IT-Service-Management, um die Lösungszeiten zu verkürzen und Live-Agenten bei Nachfragespitzen zu unterstützen.
Durch diesen Schritt steht ServiceNow in direktem Wettbewerb mit Microsoft Copilot Studio, Salesforce Agentforce und Oracle AI Agent Studio für die Automatisierung von Workflows im Unternehmen.
Wie funktioniert die Arbeit eigentlich?
Die agentenbasierte KI von ServiceNow arbeitet mit drei Kernkomponenten, die auf der einheitlichen Now Platform zusammen an der Arbeit sind.
Der AI Agent Orchestrator koordiniert mehrere Spezialisten, das Now Assist Skill Kit ermöglicht benutzerdefinierte KI-Verhaltensweisen und die Workflow Data Fabric stellt eine Verbindung zu externen Systemen in Echtzeit her.
| Komponente | Geschäftsfunktion |
|---|---|
| KI-Agent-Orchestrator | Plan und überwacht Teams von spezialisierten Agenten, die zusammenarbeiten |
| Now Assist Skill Kit | Entwickelt benutzerdefinierte generative KI-Fähigkeiten, die in Agenten integriert werden können. |
| Workflow Data Fabric | Legt eine Verbindung zu externen Datenquellen ohne benutzerdefinierte Integrationen nahtlos an. |
| KI-Kontrollturm | Steuert, überwacht und prüft alle Aktivitäten der KI-Agenten |
Im Gegensatz zu Chatbots, die auf Abfragen reagieren, überwachen diese Agenten proaktiv Workflows und ergreifen Maßnahmen, wenn sie Muster oder Auslöser erkennen. Sie können an Menschen eskalieren, zwischen Abteilungen weiterleiten oder ganze Prozesse innerhalb definierter Grenzen autonom abschließen.
Diese Architektur ist wichtig, da sie Ihre vorhandenen ServiceNow-Daten und -Berechtigungen nutzt und so die Sicherheitsrisiken externer KI-Tools vermeidet.
Wie sieht das in der Praxis aus?
Stellen Sie sich folgendes Szenario aus dem Feedback von Early Adopters vor: Ein Mitarbeiter reicht um 2 Uhr morgens eine Anfrage zur Zurücksetzung seines Passworts ein.
Anstatt auf den Support am nächsten Morgen zu warten, überprüft der KI-Agent die Identität des Benutzers über bestehende Authentifizierung, setzt das Passwort gemäß den Unternehmensrichtlinien zurück, sendet sichere Anmeldedaten und protokolliert die Interaktion für Audit-Trails.
Hier ist der typische Workflow:
- Erkennung – Der Agent überwacht eingehende Serviceanfragen und identifiziert Routinemuster.
- Analyse – Das System gleicht Benutzer-Berechtigungen, Unternehmensrichtlinien und Sicherheit-Anforderungen miteinander ab.
- Aktion – Der Agent führt die Lösung gemäß vordefinierten Genehmigungs-Workflows aus.
- Überprüfung – Das System bestätigt, dass das Abschließen erfolgreich erfolgt ist, und aktualisiert alle relevanten Datensätze.
- Handoff – Komplexe Fälle werden an menschliche Agenten eskaliert, denen bereits der vollständige Kontext zur Verfügung steht.
Ersten Berichten zufolge sank die Lösungszeit für Routine-Tickets von 30 Minuten auf unter 8 Minuten. Diese Effizienz geht jedoch mit Kompromissen einher, die ServiceNow von einfacheren Automatisierungstools unterscheiden.
Was macht ServiceNow so besonders?
Der Vorteil der nativen Integration von ServiceNow unterscheidet es von eigenständigen KI-Tools, die komplexe Datenverbindungen erfordern. Da die Agenten direkt auf der Now Platform laufen, greifen sie ohne externe APIs oder Synchronisationsverzögerungen auf einheitliche Unternehmensdaten zu.
Zu den Schlüssel-Unterscheidungsmerkmalen gehören:
• Einheitliches Datenmodell: Agenten arbeiten abteilungsübergreifend mit denselben Echtzeitinformationen. • Flexibilität bei benutzerdefinierten Fähigkeiten: Unternehmen können mithilfe von LLMs von Drittanbietern eigene KI-Verhaltensweisen entwickeln. • Unternehmens-Governance: Integrierte Genehmigungs-Workflows und Prüfpfade erfüllen Compliance-Anforderungen. • Breites Ökosystem: Eine einzige Plattform für IT, Personalwesen, Kundenservice und Geschäftsabläufe.
Der Nachteil ist die Bindung an einen Anbieter und potenziell höhere Kosten im Vergleich zu Punktlösungen. Unternehmen, die bereits in ServiceNow investiert haben, profitieren am meisten, während Unternehmen, die konkurrierende Plattformen nutzen, mit einer komplexen Integration konfrontiert sind.
Dieser einheitliche Ansatz gewinnt an Bedeutung, wenn wir die Integrationsfähigkeiten des Ökosystems betrachten.
Integration und Anpassung an das Ökosystem
Die agentische KI von ServiceNow lässt sich über die Workflow Data Fabric in bestehende Unternehmenssysteme integrieren und bietet Echtzeit-Datenzugriff ohne benutzerdefinierte Entwicklungsarbeit. Die Plattform verbindet unterschiedliche tools zu einem einheitlichen Workflow-Erlebnis.
| Plattform/Partner | Integration Natur |
|---|---|
| Microsoft 365 | E-Mail, Kalender und Zusammenarbeit an Dokumenten |
| Adobe Systems | Kreativer Workflow-Daten und Benutzerverwaltung |
| AWS/Azure | Überwachung und Automatisierung der Cloud-Infrastruktur |
| Oracle/SAP | Datenflüsse in der Unternehmensressourcenplanung |
Die KI Agent Gallery wurde Anfang 2025 mit über 60 vorgefertigten Anwendungsfällen gestartet, und ServiceNow erwartet, dass Partner im Laufe des Jahres Tausende weiterer Agenten hinzufügen werden. Dieser Marktplatzansatz beschleunigt die Bereitstellung und gewährleistet gleichzeitig die Einhaltung von Qualitätsstandards.
Der Integrationsgrad variiert je nach Anwendungsfall, aber dank der Single-Tenant-Architektur bleiben sensible Daten innerhalb der Sicherheit von ServiceNow. Als Nächstes wollen wir uns realistische Zeitleiste für die Implementierung ansehen.
Implementierungs-Zeitleiste und Änderungsmanagement
Die Einführung von agentenbasierter KI erfordert eine sorgfältige Phase, um Vertrauen aufzubauen und den Wert vor der vollständigen Bereitstellung zu demonstrieren. Die meisten Implementierungen von Erfolg folgen einem Pilot-to-Scale-Ansatz und nicht einer unternehmensweiten Einführung.
Eine typische Rollout-Sequenz umfasst:
- Pilotphase – Setzen Sie 2–3 Agenten für Prozesse mit hohem Volumen und geringem Risiko ein (30–60 Tage).
- Abteilungserweiterung – Skalieren Sie erfolgreiche Anwendungsfälle über Geschäftsbereiche hinweg (60–90 Tage).
- Funktionsübergreifende Workflows – Ermöglichen Sie Agenten die abteilungsübergreifende Zusammenarbeit (90–180 Tage)
- Fortschrittliche Automatisierung – Implementierung komplexer, mehrschichtiger Geschäftsprozesse (6–12 Monate)
Das Änderungsmanagement konzentriert sich auf Transparenz und schrittweise Erweiterung der Fähigkeiten. IT-Teams benötigen Schulungen zur Konfiguration von Agenten, während Benutzer darüber informiert werden müssen, wann und wie KI-Agenten ihre Anfragen bearbeiten werden.
Die im März 2025 angekündigte Übernahme von Moveworks wird die Front-End-Benutzererfahrung verbessern und KI-Interaktionen zu Unterhaltung gestalten. Erste Rückmeldungen von Benutzern geben Aufschluss über die Herausforderungen bei der Einführung in der Praxis.
Community Buzz & Meinung der ersten Benutzer
Erste Rückmeldungen zeigen vorsichtigen Optimismus, gemischt mit praktischen Bedenken hinsichtlich Kosten und Komplexität. ServiceNow-Berichte zeigen eine verbesserte Produktivität der Mitarbeiter und eine schnellere Entscheidungsfindung, da KI Routinearbeit übernimmt.
Reaktionen der Benutzer:
• „Die CSAT-Werte stiegen dank verbesserter Übergangszeiten von virtuellen zu Live-Agenten“ – ServiceNow-Insider hebt Verbesserungen bei der Übergabe hervor• „Text-to-Code scheint derzeit sehr MVP zu sein“ – Feedback von Entwicklern zu generativen Features, die noch verbessert werden müssen• „Die Lizenzkosten für Now Assist-Produkte sind enorm“ – IT-Administrator nennt Budgetbedenken als Hindernis für die Einführung • „Noch nicht ganz so einfach, wie die Konto-Administratoren es versprechen“ – Kunde warnt vor der Komplexität der Implementierung
Diskussionen auf Reddit deuten darauf hin, dass Budgetbeschränkungen einige Unternehmen dazu veranlassen, auf günstigere Alternativen von Microsoft zurückzugreifen, obwohl Befürworter von ServiceNow argumentieren, dass die Gesamtbetriebskosten für ihren integrierten Ansatz sprechen.
Die gemischten Reaktionen spiegeln die typischen Wachstumsschmerzen einer neuen Technologie wider. Die Roadmap befasst sich mit vielen aktuellen Einschränkungen.
Wie viel kostet die agentische KI von ServiceNow?
ServiceNow berechnet Gebühren pro KI-„Assistenz“, die einzelne Aktionen wie Ticket-Zusammenfassungen oder Code-Generierung misst, sowie pro Benutzer Lizenzgebühren, die je nach Stufe variieren.
Kunden von Professional Plus und Enterprise Plus zahlen zusätzlich zu den Nutzungskosten Add-On-Gebühren. Da ServiceNow keine Standardpreise veröffentlicht, benötigen Sie ein benutzerdefiniertes Angebot, was die Vorabplanung des Budgets erschwert.
Diese Schwierigkeit wird durch das Verbrauchsmodell selbst noch verstärkt. Die Nutzung schwankt je nach Ticketvolumen und Komplexität der Abfragen, was zu unvorhersehbaren monatlichen Rechnungen führt.
Teams berichten immer wieder von überraschenden Überschreitungen, die sie dazu zwingen, die Nutzung wöchentlich zu überwachen, anstatt die KI-Kosten als fixes Element zu behandeln. Wenn Ihr enthaltenes Kontingent aufgebraucht ist, können Sie zusätzliche Assist-Packs kaufen, aber dieses reaktive Kaufverhalten untergräbt die Budgetprognose.
Enterprise Plus-Kunden profitieren von einer besseren Stückkostenrechnung als Kunden niedrigerer Stufen. Ab März 2025 werden Features wie AI Agent Orchestrator für Enterprise Plus-Konten ohne Aufpreis bereitgestellt, während Professional Plus-Kunden für dieselben Features zusätzliche Gebühren zahlen.
Diese Preisdifferenz vergrößert sich von Quartal zu Quartal, da ServiceNow neue agentische tools zunächst exklusiv für die oberste Preisklasse einführt.
Darüber hinaus machen die Lizenzkosten nur einen Teil der tatsächlichen Kosten aus. Integrationsarbeit, die Entwicklung benutzerdefinierter Fähigkeiten, die Erstellung von Konnektoren und Schulungsprogramme verdoppeln oft die ursprünglichen Schätzungen.
Finanzteams sollten einen Workflow testen, um den ROI nachzuweisen, bevor sie Budget für eine vollständige Einführung committen.
Abschließende Gedanken
Die agentische KI von ServiceNow bietet den größten Wert, wenn Sie bereits Workflows auf der Now Platform ausführen.
Das einheitliche Datenmodell und die integrierte Governance beseitigen Integrationsprobleme, aber die verbrauchsabhängige Preisgestaltung kann ohne sorgfältige Überwachung zu einer Kostenspirale führen.
Testen Sie zunächst zwei oder drei Prozesse mit hohem Volumen und geringem Risiko, verfolgen Sie 60 Tage lang die Lösungszeiten und Kosten und skalieren Sie dann das, was sich als rentabel erwiesen hat.
Wenn Ihr Unternehmen ServiceNow nutzt und die Bindung an einen Anbieter in Kauf nehmen kann, rechtfertigt die Steigerung der Produktivität die Investition.