Wartungsrisiken in SaaS Plattformen früh erkennen
Ein Softwareunternehmen mit 2.400 Mitarbeitenden betreibt über 190 SaaS Plattformen, täglich entstehen 260 Wartungsaufgaben und Risiken bleiben verborgen.
- Technologiebranche
- IT-Service-Management
Leitkennzahl
Zeitaufwand je Wartungsfall
2011Min
Durchschnittlicher Bewertungsaufwand pro Wartungsfall
Auf einen Blick
Ausgangslage
Das Unternehmen entwickelt und betreibt eigene SaaS Produkte sowie kundenspezifische Plattformen. Insgesamt laufen über 190 Plattformen mit unterschiedlichen Technologie Stacks, Mandanten und Service Levels. Im IT Betrieb sind 28 Mitarbeitende für Wartung und Stabilität verantwortlich. Täglich entstehen im Schnitt 260 Wartungsaufgaben, verteilt auf Ticket System, Monitoring Alarme und Change Requests. Pro Wartungsfall investieren die Teams im Mittel 20 Minuten in Klärung von Abhängigkeiten, Risiken und Zeitfenstern. Das entspricht rund 85 Stunden pro Tag, die vor allem Senior Fachkräfte binden. Informationen zu Mandanten, vertraglichen Pflichten und technischen Abhängigkeiten liegen in mehreren Systemen und Dokumenten verstreut.
- 190
- SaaS Plattformen
- 260
- Wartungsfälle pro Tag
Die Herausforderung
Die Wartungsaufgaben reichen von Sicherheitsupdates über Konfigurationsänderungen bis zu Infrastrukturwechseln. Jede Plattform hat eigene Mandanten, SLAs und Integrationen zu Drittsystemen. Ob eine Wartung tagsüber möglich ist, welche Mandanten betroffen sind und ob regulatorische Pflichten berührt werden, muss heute manuell geprüft werden. Die IT Teams springen zwischen Ticket System, Monitoring, Vertragsablage und Konfigurationsdokumenten. Dadurch verzögern sich Entscheidungen, kritische Risiken werden zu spät erkannt und Wartungen werden vorsichtshalber in Nachtfenster verschoben. Das erhöht Kosten und belastet die On Call Bereitschaft. Gleichzeitig wächst die Zahl der Plattformen, ohne dass zusätzliche Senior Kapazitäten verfügbar sind.
Typische Symptome im Unternehmen
Warum das bisher ungelöst blieb
Das Problem war lange bekannt, wurde aber als unvermeidbare Komplexität des Plattformbetriebs akzeptiert. Ein klassisches Regelwerk hätte tausende Varianten von Mandanten, SLAs und Integrationen abbilden müssen und wäre schnell veraltet. Monitoring und Ticket System wurden bereits ausgebaut, blieben jedoch getrennte Silos. Ein zentrales Tool zur automatischen Bewertung von Wartungsrisiken erschien als zu großer Eingriff in den laufenden Betrieb und wurde daher immer wieder verschoben, obwohl der Aufwand für manuelle Prüfungen stetig stieg.
Unsere Lösung
Eingeführt wurde ein agentischer Workflow, der Wartungsaufgaben aus Ticket System und Monitoring bündelt, mit Plattformdaten und Vertragsinformationen anreichert und für jede Aufgabe eine strukturierte Risikobewertung erstellt. Der Workflow erkennt betroffene Mandanten, relevante SLAs, technische Abhängigkeiten und mögliche Konflikte mit anderen Changes. Für die IT Teams entstehen priorisierte Wartungsfälle mit Vorschlägen zu Zeitfenstern, Kommunikationsbedarf und Eskalationswegen. Generative Komponenten fassen verstreute Freitexte aus Tickets, Runbooks und Vertragsdokumenten zu verständlichen Einschätzungen zusammen, die im Change Prozess weiterverwendet werden können. So wird aus vielen Einzelsignalen ein konsistenter Entscheidungsrahmen für Wartungen.
Wo generative KI arbeitet
Generative KI analysiert Freitext in Tickets, Runbooks und Verträgen, erkennt Muster zu Risiken, Mandanten und SLAs und formuliert strukturierte Einschätzungen für jede Wartung. Sie schlägt Zeitfenster, Kommunikationsbausteine und Eskalationspfade vor und macht komplexe Kontexte schneller nutzbar, was Rückfragen im Change Prozess reduziert.
- Anbindung von Ticket System, Monitoring und Plattforminventar mit konsistenter Identifikation der betroffenen SaaS Plattformen und Mandanten.
- Automatische Anreicherung von Wartungsfällen um SLAs, Vertragsinformationen und bekannte technische Abhängigkeiten aus Konfigurationsdokumenten.
- Generative Auswertung von Freitextbeschreibungen in Tickets und Runbooks zu strukturierten Risikoeinschätzungen und Handlungsempfehlungen.
- Priorisierung und Bündelung von Wartungsaufgaben nach Dringlichkeit, betroffenen Mandanten und möglichen Konflikten mit anderen Changes.
- Bereitstellung der Bewertungen direkt im Ticket System, inklusive Vorschlägen für Kommunikationsbausteine an Kunden und interne Freigaben.
So läuft der Wartungsworkflow heute
Signale einsammeln
Tickets, Monitoring Alarme und geplante Changes werden kontinuierlich eingesammelt, Plattform und Mandanten werden automatisch zugeordnet.
Kontext anreichern
Der Workflow ergänzt jeden Wartungsfall um SLAs, Vertragsdaten, bekannte Abhängigkeiten und bisherige Vorfälle aus den angebundenen Systemen.
Risiken bewerten
Generative Auswertung fasst Freitexte zusammen, bewertet Risiken und schlägt geeignete Zeitfenster sowie Kommunikationsbedarf vor.
Fälle priorisieren
Wartungsaufgaben werden nach Dringlichkeit, betroffenen Mandanten und Konflikten mit anderen Changes priorisiert und gebündelt.
Entscheidung dokumentieren
Die gewählte Vorgehensweise wird im Ticket System nachvollziehbar dokumentiert, inklusive Begründung und Eskalationspfad.
Gemessen: Nach sechs Betriebsmonaten
Zeitraum: Nach sechs Betriebsmonaten.
| Kennzahl | Wert | Basis |
|---|---|---|
| Zeitaufwand je WartungsfallLeitkennzahl | von 20 auf 11 Minuten je Fall | Zeiterfassung vor/nachgemessen |
| Seniorzeit im Wartungsprozess | Reduktion um rund 70 Stunden pro Woche | Zeiterfassung vor/nachgeschätzt |
| Korrekturbedarf der BewertungenGütemaß | In rund 15 Prozent der Fälle sind manuelle Korrekturen nötig | Stichprobegeschätzt |
Wirtschaftlichkeit
Die Lösung bewertet Risiken und schlägt Zeitfenster vor, ersetzt aber keine technische Freigabe durch verantwortliche Personen. Bei neuen Plattformtypen muss der Workflow lernen, die Ergebnisqualität hängt von gepflegten Plattforminventaren und SLAs ab.
Integration und Betrieb
Übertragbarkeit
Das Muster eignet sich überall dort, wo viele Wartungs oder Change Aufgaben mit unterschiedlichen Mandanten, SLAs und technischen Abhängigkeiten koordiniert werden müssen. Heute liegen relevante Informationen oft in mehreren Systemen und Dokumenten verstreut, erfahrene Fachkräfte investieren viel Zeit in die Bewertung. Ein agentischer Workflow bündelt diese Signale, wertet sie generativ aus und liefert strukturierte Empfehlungen, ohne bestehende Freigabeprozesse zu ersetzen.
Ähnlicher Fall im eigenen Haus? Sprechen wir darüber.
Beschreibe kurz deinen Prozess. Wir melden uns mit einer ersten Einschätzung, ob sich das Muster übertragen lässt, und was es realistisch braucht.