KI im IT-Support: Wenn der First Level Unterstützung bekommt

„Mein Passwort funktioniert nicht.“ „Ich bekomme keine Verbindung.“ „Wo finde ich diese Einstellung?“ „Wie richte ich das ein?“

Für Anwender sind das konkrete Probleme, die möglichst schnell gelöst werden sollen. Im First-Level-Support sind es häufig wiederkehrende Anfragen, die jeden Tag Zeit und Kapazität binden.

Gleichzeitig steigen die Anforderungen an den IT-Support und qualifizierte IT-Fachkräfte sind eine wertvolle Ressource. Die entscheidende Frage lautet deshalb: Welche Aufgaben müssen Support-Mitarbeitende tatsächlich selbst übernehmen – und wo kann KI sinnvoll unterstützen?

Genau hier setzt ein KI-gestützter First-Level-Support-Agent an. Er bietet Kunden oder Mitarbeitenden einen jederzeit verfügbaren, dialogbasierten Einstieg, beantwortet häufige Fragen auf Basis vorhandener Wissensinhalte und kann bei Bedarf die Übergabe an den menschlichen Support vorbereiten.

Wie funktioniert ein KI-Agent im Support-Alltag konkret? Genau das zeigt unsere Demo.

Vom ersten Anliegen über die Suche nach einer passenden Lösung bis hin zur Erstellung eines strukturierten Support-Tickets: Im Video sehen Sie, wie der KI First-Level-Support-Agent einen typischen Prozess begleitet.

Der Anwender schildert sein Anliegen in eigenen Worten über eine Web-Chat-Oberfläche. Der Agent verarbeitet die Anfrage mithilfe von GPT und greift auf die angebundene Wissensdatenbank zurück. Findet er dort eine passende Hilfestellung, kann diese direkt im Dialog bereitgestellt werden.

Reicht das nicht aus, kann der Agent weitere Informationen abfragen und die Übergabe an den Support vorbereiten.

Viele First-Level-Anfragen folgen ähnlichen Mustern. Ist die passende Antwort bereits in der Wissensdatenbank vorhanden, kann der Agent sie direkt bereitstellen – ohne dass ein Support-Mitarbeiter eingreifen muss.

Das reduziert nicht nur repetitive Aufgaben, sondern kann auch verhindern, dass einfache Anfragen überhaupt den klassischen Ticket-Prozess durchlaufen. Für das Support-Team bleibt dadurch mehr Kapazität für komplexere Fälle.

Auch wirtschaftlich ist dieser Ansatz interessant: Jede manuelle Bearbeitung bindet Arbeitszeit. Je mehr wiederkehrende Anliegen sich im Self-Service lösen lassen, desto geringer kann der Aufwand für diese Vorgänge ausfallen. Wie groß dieser Effekt tatsächlich ist, hängt vom Anfragevolumen, den vorhandenen Wissensinhalten und den jeweiligen Support-Prozessen ab.

KI senkt damit nicht automatisch die Supportkosten – sie schafft aber die Voraussetzung, vorhandene Ressourcen gezielter einzusetzen und Support effizienter zu skalieren.

Nicht jede Support-Anfrage lässt sich im Self-Service lösen. Entscheidend ist deshalb, was passiert, wenn der Agent nicht weiterkommt.

In diesem Fall kann er gezielt weitere Informationen beim Anwender abfragen und anschließend ein Support-Ticket direkt im angebundenen Helpdesk-System erstellen. Dabei können bereits wichtige Angaben berücksichtigt werden:

• Dringlichkeit
• Auswirkung
• Kategorie
• Problembeschreibung
• zusätzliche Informationen aus den Rückfragen

Der Support-Mitarbeiter startet damit nicht bei null, sondern erhält einen bereits strukturierten Vorgang mit relevanten Informationen für die weitere Bearbeitung.

Die KI unterstützt damit nicht nur beim Self-Service, sondern auch bei der Vorqualifizierung und Übergabe an den menschlichen Support.

Deshalb greift es zu kurz, bei diesem Anwendungsfall nur von einem KI-Chatbot zu sprechen. Der Mehrwert entsteht durch das Zusammenspiel mehrerer Schritte:

1. Anfrage verstehen: Der Anwender beschreibt sein Problem in natürlicher Sprache.
2. Wissen nutzen: Der Agent sucht in der angebundenen Wissensdatenbank nach einer passenden Lösung.
3. Informationen ergänzen: Fehlen wichtige Angaben, stellt der Agent gezielte Rückfragen.
4. Ticket vorbereiten: Ist menschliche Unterstützung notwendig, werden die gesammelten Informationen strukturiert an das Helpdesk-System übergeben.

So verbindet der KI-Agent Self-Service, vorhandenes Unternehmenswissen und die strukturierte Übergabe an den Support in einem durchgängigen Prozess.

Für Anwender kann das schnellere Hilfe bei einfachen Fragen bedeuten. Support-Mitarbeitende werden bei wiederkehrenden Aufgaben entlastet und erhalten besser vorbereitete Anfragen. Support- und IT-Leitungen können vorhandene Kapazitäten dadurch gezielter für komplexere Fälle einsetzen.

Viele Antworten auf wiederkehrende Support-Fragen sind bereits vorhanden – beispielsweise in Lösungsartikeln oder einer Wissensdatenbank. Die Herausforderung besteht darin, die passende Information schnell zu finden.

Mit einem KI-Agenten können Anwender ihr Problem in natürlicher Sprache beschreiben, ohne den richtigen Suchbegriff oder den passenden Artikel kennen zu müssen. Der Agent durchsucht die angebundene Wissensbasis und stellt relevante Inhalte direkt im Dialog bereit.

So wird vorhandenes Support-Wissen einfacher zugänglich und kann häufiger bereits im Self-Service genutzt werden.

Dabei bleibt die Qualität der Wissensbasis entscheidend: Je aktueller und verlässlicher die hinterlegten Inhalte sind, desto besser ist die Grundlage, auf der der Agent unterstützen kann.

Hinter dem KI First-Level-Support-Agenten stehen drei zentrale Bausteine:

• Microsoft Foundry bildet die Plattform für den KI-Agenten.
• GPT ermöglicht das Verständnis natürlicher Sprache und die Generierung passender Antworten.
• Model Context Protocol (MCP) ermöglicht die standardisierte Anbindung von Tools und Backend-Systemen.

Über einen MCP-Server kann der Agent mit bestehenden Systemen verbunden und um zusätzliche Funktionen erweitert werden. Dadurch ist der Ansatz nicht auf eine bestimmte Helpdesk- oder ITSM-Plattform festgelegt.

Systeme wie Freshdesk, ServiceNow oder TOPdesk können beispielsweise angebunden werden, sofern die erforderlichen Schnittstellen – etwa über eine Web-API – zur Verfügung stehen.

So kann der KI-Agent mit der bestehenden Support-Landschaft zusammenspielen, anstatt als isolierte Lösung daneben zu stehen.

Sobald ein KI-Agent auf Unternehmenswissen oder Backend-Systeme zugreift, spielen Sicherheit und Governance eine wichtige Rolle. Microsoft Foundry bietet dafür verschiedene Kontrollmöglichkeiten.

Dazu gehören unter anderem:

• Identitäten und Zugriffssteuerung über Microsoft Entra ID und rollenbasierte Zugriffskontrolle (Azure RBAC)
• Netzwerk- und Sicherheitsoptionen, um den Zugriff auf relevante Ressourcen zu kontrollieren
• Monitoring und Nachvollziehbarkeit durch Tracing, Metriken und die Integration mit Azure Application Insights
• Kontrollen rund um Daten und Datenresidenz, abhängig von den eingesetzten Diensten und der jeweiligen Architektur

Microsoft gibt für den Foundry Agent Service außerdem an, dass Prompts, Ausgaben und Kundendaten nicht anderen Kunden zur Verfügung gestellt und nicht zum Training der zugrunde liegenden generativen KI-Modelle verwendet werden.

Welche dieser Möglichkeiten für einen konkreten KI-Agenten benötigt werden, hängt von den angebundenen Systemen, den verarbeiteten Daten und den Anforderungen des jeweiligen Unternehmens ab. Governance und Sicherheit sollten deshalb von Beginn an Teil der Konzeption sein.

Nein – und genau das ist auch nicht das Ziel. Nicht jedes IT-Problem lässt sich automatisiert lösen. Bei komplexen Fällen bleiben technisches Know-how, Erfahrung und menschliche Unterstützung gefragt.

Vielmehr geht es um eine sinnvolle Aufgabenteilung:

• KI unterstützt bei Routine: häufige Fragen beantworten, vorhandenes Wissen bereitstellen und Informationen für ein Ticket sammeln.
• Der Mensch übernimmt komplexe Fälle: überall dort, wo individuelle Analyse, Erfahrung und technisches Fachwissen gefragt sind.

So übernimmt KI nicht den Support, sondern unterstützt ihn dort, wo sich wiederkehrende Abläufe sinnvoll automatisieren lassen. Die gewonnene Kapazität kann das Support-Team für anspruchsvollere Aufgaben einsetzen.

Besonders interessant wird der Einsatz dort, wo viele wiederkehrende First-Level-Anfragen auf eine gut nutzbare Wissensbasis treffen. Dann kann es sich lohnen zu prüfen, welche dieser Vorgänge sich sinnvoll durch einen KI-Agenten unterstützen lassen.

Ob daraus tatsächlich ein messbarer Mehrwert entsteht, lässt sich anhand konkreter Kennzahlen bewerten:

• Wie viele Anfragen löst der Agent ohne zusätzliches Support-Ticket?
• Wie viele Tickets werden bereits strukturiert und kategorisiert übergeben?
• Wie verändert sich der Aufwand für Rückfragen und Vorqualifizierung?
• Wie viel Bearbeitungszeit entfällt auf wiederkehrende Standardanfragen?

So lässt sich der Erfolg nicht daran messen, wie beeindruckend sich die KI im Chat verhält, sondern daran, was sie im tatsächlichen Support-Prozess verbessert.

Ein KI First-Level-Agent kann genau dort unterstützen, wo heute viel Zeit für wiederkehrende Aufgaben gebunden wird:

• Häufige Fragen direkt beantworten – auf Basis vorhandener Wissensinhalte
• Self-Service verbessern – Anwender erhalten einen direkten, dialogbasierten Einstieg
• Tickets besser vorbereiten – inklusive relevanter Informationen und Kategorisierung
• Support-Teams entlasten – damit mehr Kapazität für komplexere Fälle bleibt

Entscheidend ist dabei nicht, den menschlichen Support zu ersetzen, sondern KI dort einzusetzen, wo sie Prozesse sinnvoll unterstützen und Routine reduzieren kann.