sabida - stock.adobe.com
Managed Services zwischen Automatisierung und Augenmaß
Die Euphorie um generative KI weicht Ernüchterung. IT-Leiter suchen Wege, die Technologie produktiv zu nutzen, ohne den Betrieb zu gefährden. Die Antwort liegt im IT-Maschinenraum.
Die Stimmungslage in den IT-Abteilungen deutscher Unternehmen hat sich spürbar verändert. Vor zwei Jahren dominierten Aufbruchsrhetorik und Budgetfreigaben für KI-Pilotprojekte die Vorstandssitzungen. Heute überwiegt vielerorts eine nüchterne Bilanz. Zahlreiche Initiativen rund um generative KI haben den Sprung vom Prototyp in den produktiven Regelbetrieb nicht geschafft. Statt der versprochenen Effizienzgewinne blieben fehlerhafte Automatisierungen, generische Ergebnisse und ein wachsender Korrekturaufwand zurück.
Für IT-Verantwortliche entsteht daraus ein Spannungsfeld, das sich mit bloßem Abwarten nicht auflösen lässt. Einerseits ist die Skepsis gegenüber vorschnellen KI-Versprechen berechtigt. Andererseits entwickelt sich die Technologie in einem Tempo weiter, das Stillstand zum strategischen Risiko macht. Wer sich heute komplett aus KI-gestützten Betriebsmodellen zurückzieht, riskiert in wenigen Jahren einen Kostennachteil gegenüber Wettbewerbern, die ihre Infrastruktur frühzeitig auf Automatisierung ausgerichtet haben.
Wo das eigentliche Dilemma liegt
Das Problem liegt weniger in der Technologie selbst als in der Art, wie sie angeboten wird. Am Markt werden Kunden heute oftmals in ein starres Entweder-oder-Szenario gedrängt. Entweder sie setzen auf das bewährte Modell klassischer Managed Services, das zuverlässig funktioniert, aber auf manueller Arbeit basiert und entsprechend kostenintensiv bleibt. Oder sie springen auf vollautomatisierte, KI-basierte Angebote, die zwar Einsparungen versprechen, aber in der Praxis die nötige Zuverlässigkeit oft noch vermissen lassen.
IT-Entscheider spüren diese Zwickmühle täglich. Auf der einen Seite steigt der Druck aus dem Vorstand, Kosten zu senken und Innovationsfähigkeit nachzuweisen. Auf der anderen Seite tragen sie die Verantwortung dafür, dass geschäftskritische Systeme stabil laufen. Die Angst, sich durch einen zu aggressiven KI-Einsatz neue Probleme ins Haus zu holen, wiegt schwerer als die Angst, einen Trend zu verpassen.
Ein drittes Modell jenseits der Extreme
Der Ausweg liegt in einem hybriden Ansatz, der sich als Managed Services 2.5 bezeichnen lässt. Der Kerngedanke: KI wird überall dort eingesetzt, wo sie bereits belastbare Ergebnisse liefert, während an kritischen Entscheidungspunkten menschliche Expertise als Korrektiv greift. Dieser Human in the Loop ist dabei kein Zugeständnis an technologische Unreife, sondern eine bewusste Sicherheitsarchitektur.
Man kann sich dieses Zusammenspiel wie das Verhältnis von schnellem Reflex und besonnenem Verstand vorstellen. Aktuelle KI-Modelle reagieren in Bruchteilen von Sekunden auf bekannte Muster und erledigen die kognitive Vorarbeit. Was ihnen jedoch abgeht, ist die Fähigkeit, Zusammenhänge strategisch einzuordnen – eine Beurteilungskompetenz, die ausschließlich erfahrene IT-Experten als Korrektiv beisteuern können. Ihnen fehlt jedoch das kontextuelle Urteilsvermögen, um Ausnahmen von der Regel zu unterscheiden und Entscheidungen gegen den Erfahrungshorizont einer Organisation abzuwägen. In einem gut konzipierten Hybridmodell ergänzen sich beide Qualitäten. Die KI liefert Geschwindigkeit und Skalierung, der Mensch liefert Einordnung und Absicherung. Der Managed Service Provider (MSP) übernimmt dabei die Rolle des System 2 für die Infrastruktur seines Kunden.
Warum die IT-Infrastruktur der richtige Startpunkt ist
Viele Entscheider zögern, KI ausgerechnet im IT-Betrieb einzusetzen. Die Sorge vor unkontrollierten Eingriffen in geschäftskritische Systeme ist nachvollziehbar. Doch bei genauerem Hinsehen erweist sich der IT-Betrieb als der sicherste Ort für kontrollierte KI-Innovation im gesamten Unternehmen.
„Die Messlatte verschiebt sich dabei zunehmend von klassischen SLAs hin zu Experience Level Agreements (XLAs), die den tatsächlichen Geschäftswert abbilden. Für den Kunden bedeutet das: Er profitiert von den Effizienzgewinnen der KI, ohne das Innovationsrisiko allein tragen zu müssen.“
Helmut Weiss, Skaylink
Der Grund ist struktureller Natur. Anders als im Marketing oder Vertrieb, wo Ergebnisse subjektiv und reputationsrelevant sind, basiert der Maschinenraum der IT auf harten, binären Fakten statt auf Grauzonen. Ein System funktioniert reibungslos oder es produziert einen Ausfall, eine Installation wird abgeschlossen oder sie bricht ab – die Auswertungen der Systemprotokolle sprechen hier stets eine unmissverständliche Sprache. Diese Klarheit macht den IT-Betrieb zum idealen Testfeld: robust genug, um Fehler zu verkraften, und transparent genug, um Fortschritte messbar zu machen. Wer es hier nicht schafft, einen Incident-Management-Prozess sicher zu automatisieren, sollte die Finger von komplexeren Geschäftsprozessen lassen.
Wissen sichern, bevor es verschwindet
Das Hybridmodell beantwortet auch eine Frage, die vielen IT-Leitern zunehmend Sorgen bereitet: Was passiert mit dem Erfahrungswissen, wenn die Generation der Senior-Administratoren in den Ruhestand geht? Klassische Managed Services basierten auf der sogenannten Labor-Arbitrage, also der Suche nach günstigeren Arbeitskräften für die Ticket-Abarbeitung. Dieses Modell stößt an seine natürlichen Grenzen.
Managed Services 2.5 verschieben den Fokus auf die Intelligence-Arbitrage. Bevor automatisiert wird, extrahiert der Dienstleister das implizite Wissen erfahrener Fachleute, dokumentiert ihre Entscheidungswege und überführt sie in strukturierte, maschinenlesbare Formate – etwa indem erfahrene Administratoren ihre realen Arbeitsabläufe am Bildschirm aufzeichnen und KI-gestützte Analysewerkzeuge daraus reproduzierbare Entscheidungsmuster und Prozessdokumentation ableiten. Automatisierte Pipelines bereinigen und indizieren vorhandene Wissensbestände aus Wikis, Handbüchern und Ticket-Systemen. Das Ergebnis ist eine kuratierte Wissensbasis, die Unternehmen gegen den schleichenden Wissensabfluss immunisiert und gleichzeitig die Grundlage für künftige Automatisierung schafft.
Das Argument für den CFO
Für IT-Entscheider, die ihr Budget vor dem Vorstand rechtfertigen müssen, bietet das Hybridmodell ein entscheidendes Argument, nämlich den kontrollierten Risikotransfer. Wer KI experimentell in Eigenregie einführt, trägt die volle Verantwortung für jeden Fehler. In einem Managed-Services-2.5-Modell hingegen steht der Provider für das Ergebnis gerade, unabhängig davon, ob es durch einen Algorithmus oder einen Ingenieur erbracht wurde.
„Die Entscheidung, die IT-Verantwortliche heute treffen müssen, ist deshalb keine Wahl zwischen Innovation und Stabilität. Es ist die Frage, ob sie den Übergang aktiv gestalten oder sich von der nächsten Technologiewelle überrollen lassen. Ein spezialisierter Dienstleister, der beide Welten verbindet, kann ihnen den Weg ebnen.“
Silvio Kleesattel, Skaylink
Die Messlatte verschiebt sich dabei zunehmend von klassischen SLAs hin zu Experience Level Agreements (XLAs), die den tatsächlichen Geschäftswert abbilden. Für den Kunden bedeutet das: Er profitiert von den Effizienzgewinnen der KI, ohne das Innovationsrisiko allein tragen zu müssen. Der Dienstleister baut und pflegt das Sicherheitsgerüst, das für einen beherrschbaren KI-Einsatz im produktiven Betrieb notwendig ist, einschließlich laufender Qualitätssicherung, Feedback-Schleifen und der kontinuierlichen Pflege der Wissensbasis.
Handlungsdruck statt Abwarten
Die Versuchung, auf ausgereiftere KI-Generationen zu warten, ist verständlich, aber trügerisch. Die nächste Entwicklungsstufe, die sogenannte Agentic AI, wird nicht mehr nur Texte erzeugen und Daten analysieren, sondern eigenständig handeln: Berechtigungen vergeben, Patches einspielen, Ressourcen provisionieren. Unternehmen, die bis dahin kein tragfähiges Fundament für den kontrollierten KI-Einsatz gelegt haben, werden diese Systeme weder sicher integrieren noch wirtschaftlich nutzen können.
Die Entscheidung, die IT-Verantwortliche heute treffen müssen, ist deshalb keine Wahl zwischen Innovation und Stabilität. Es ist die Frage, ob sie den Übergang aktiv gestalten oder sich von der nächsten Technologiewelle überrollen lassen. Ein spezialisierter Dienstleister, der beide Welten verbindet, verschafft ihnen die Zeit und die Sicherheit, diesen Weg kontrolliert zu gehen.
Über die Autoren:
Silvio Kleesattel ist Technology und Innovation Lead bei Skaylink, einem führenden europäischen Cloud Managed-Service Provider. Als Skaylinks technologischer Vordenker verantwortet er mit amerikanischer Perspektive aus Brasilien heraus das Thema Innovation. Dank zwei Jahrzehnten internationaler Erfahrung in der IT-Welt und seiner Nähe zum operativen Kundengeschäft in Europa und Nordamerika, weiß er, was der Markt morgen will. Privat genießt Kleesattel die freie Natur zwischen abwechslungsreichen Atlantikstränden, Canyons und weiten Hochebenenen und engagiert sich für die Ausbildung und Chancengleichheit junger Brasilianer:innen aus benachteiligten Verhältnissen in der modernen digitalen Technologieszene.
Helmut Weiss ist der kreative Kopf hinter den Clouds/Cloudlösungen bei Skaylink, einem der führenden europäischen Anbieter von Cloud Managed-Services. Als Visionär und Architekt bei Skaylink entwickelt er innovative Cloud-Lösungen für Kunden. Mit seinem reichen Erfahrungsschatz von zwei Jahrzehnten in der IT-Branche und einer engen Bindung zum operativen Kundengeschäft versteht er die Bedürfnisse des Marktes von morgen wie kein anderer. Abseits des Büroalltags setzt sich Weiss als Fotograf und Webmaster für den Tierschutz ein und bringt als national erfolgreicher Bogenschütze Jugendlichen das leistungsorientierte Bogenschießen bei.
Die Autoren sind für den Inhalt und die Richtigkeit ihrer Beiträge selbst verantwortlich. Die dargelegten Meinungen geben die Ansichten der Autoren wieder.
