Blog

Wie kann KI das IT-Asset-Management verbessern?

Die gesamte IT-Branche ist durch künstliche Intelligenz und maschinellem Lernen in einem dramatischen Wandel. Unternehmen, die einen solchen Wandel durchlebt haben, werden ein vollständig anderes Verständnis von ITAM und der Asset-Verwaltung haben.

Alexander van der Steeg
Alexander van der Steeg Veröffentlicht am 15.02.2022

„Nichts ist so beständig wie der Wandel.“

Heraklit von Ephesus, 535-475 v. Chr.

Mit dieser These kann man eins zu eins jede technologische Veränderung der letzten 100 Jahre unterstreichen. Die heutige Gesellschaft, die Unternehmen, die Produkte und Dienstleistungen zur Verfügung stellen wollen und auch das Zusammenspiel zwischen allen Beteiligten ist sehr stark durch den Wandel geprägt.

Das was heute zeitgemäß ist, kann innerhalb von kurzer Zeit nicht mehr relevant sein. Genauso sind technologische Veränderungen die Basis für künftige Wertschöpfung und die Anpassung der Produkte an die neuen Kundenwünsche.

Wie wird IT-Asset-Management heute gesehen?

Heutige IT-Experten würden folgende Hauptaufgaben sehen:

  • Beschaffung und Einkauf von Geräten
  • Inventarisierung von Geräten
  • Abbildung von Abhängigkeiten zwischen den Geräten
  • Audits für Zertifizierungen und aus Qualitätsgründen
  • Verwaltung des Asset-Lebenszyklus
  • Abschreibungsprozesse und Zusammenarbeit mit der Buchhaltung und HR

Hiermit wird der Lebenszyklus des gesamten Assets abgebildet von Kauf bis Entsorgung.

Gerade bei diesen Prozessen und Themen gibt es eine ganze Reihe von Standardaufgaben und wiederkehrenden sehr ähnlichen Tätigkeiten, die die Menschen entsprechend Zeit kosten.

Dies ist also ein perfektes Szenario, um Automatisierung zu integrieren und dafür Technologien wie maschinelles Lernen und KI zu verwenden.

💡 Inventarisierung leicht gemacht

Kombiniert Hardware, Lizenzen, Verträge, Bestellungen und vieles mehr in einem System.

Was ist Maschinelles Lernen?

Anders als bei herkömmlichen Programmen wird kein Lösungsweg modelliert. Es wird selbstständig die Struktur der Daten erkannt, z. B. bei Robotern, damit bestimmte Objekte gegriffen werden, um sie von A nach zu B transportieren. Die Roboter bekommen nur angegeben, von wo und nach wo sie die Objekte transportieren sollen.

Die Technologie des maschinellen Lernens ist so weit fortgeschritten, dass sie verwendet werden kann, um alte Asset-Management-Prozesse der Erkennung, Assoziation und Abhängigkeitszuordnung durchzuführen. In den nächsten Jahren gibt es ein starkes Potenzial die manuellen Tätigkeiten der heutigen Asset-Management-Disziplin durch Automatisierung teilweise oder vollständig zu ersetzen.

Was ist künstliche Intelligenz?

„Künstliche Intelligenz ist die Eigenschaft eines IT-Systems, »menschenähnliche«, intelligente Verhaltensweisen zu zeigen.“

Künstliche Intelligenz ist der zweite Technologietrend, der das Asset-Management bereichern wird.

Bei künstlicher Intelligenz geht es nicht nur darum, wiederholbare Muster zu lernen und auszuführen und Aufgaben, Ereignisse usw. auf der Grundlage von Geschäftsregeln zu automatisieren.

Die Nachstellung der menschlichen kognitiven Fähigkeiten ist das primäre Ziel der Technologie, z. B. bei der Analyse von Daten, der Sortierung von Daten und deren erster Interpretation im jeweiligen Kontext.

Einfacher ausgedrückt, wird KI es uns ermöglichen das gesamte Verständnis und die Wahrnehmung von Assets zu verändern und zu erweitern. Der Gesamtblick auf das Unternehmen kann einfacher einer größeren Personengruppe zur Verfügung gestellt werden.

ITAM – Die nächste Generation

Durch den Einsatz neuer Technologien bilden sich in jedem IT-Bereich neue Funktionalitäten heraus, die dann dem Benutzer mehr Unterstützung, Usability und Möglichkeiten für den Eingriff in Geschäftsprozesse bieten.

Eine Reihe von Asset-Management-Funktionen der nächsten Generation (unterstützt durch KI) wird den disruptiven Wandel begleiten und folgende Punkte umfassen:

  • Kostenoptimierung durch dynamisches Verschieben von Workloads auf die kostengünstigsten Ressourcen
    Server A ist teurer als Server B und somit werden die Prozesse auf den Server B umgezogen, solange wie Server B günstiger sein wird als Server A.

  • Nahezu 100 % Ressourcenauslastung durch aktives Kapazitätsmanagement
    Ungenutzte Ressourcen werden genutzt, wenn diese benötigt werden. Server, die keinerlei Workload haben, werden automatisch heruntergefahren und beispielhaft wieder neu hochgefahren, sobald die Last wieder steigt.

  • Risikominderung und Echtzeit-Redundanzplanung durch Analyse und Simulation
    Die künstliche Intelligenz entscheidet auf Grundlage von Massendaten und bekannten Mustern, wann welche Redundanzen gebraucht werden und wann mögliche Probleme auftauchen.

  • Automatisierte Diagnose und Reparatur zur Erhöhung der Anlagenverfügbarkeit
    Klassische Szenarien wären z. B. die Verlängerung von Garantiezeiten, weil das Notebook nicht ausfällt oder eine ordnungsgemäße Planung der Wartungsfenster für jegliche Assets, um generelle Ausfälle zu minimieren.

  • Dynamisches Sourcing und Kostenarbitrage zwischen Dienstleistern
    Der Bestellprozess wird dadurch automatisiert stattfinden und die Einholung von Angeboten und Kostenvergleichen zur Unterstützung für die IT-Administratoren angeboten.


Ein besseres Verständnis bei allen Beteiligten von Vermögenswerten wird die direkte Folge sein:

  • Einfache und klare Bilanzierung auch von Assets aus der Schatten-IT
  • Optimierung physischer Assets auf Basis von Massendaten aus den Geräteinformationen
  • Optimierung von Leasing Assets auf Basis unterschiedlicher Berechnungsmodelle
  • Optimierung von Vertragsbestandteilen und klare Kostenausweisung sind „in-time“ möglich
  • (Risiko-)Bewertung und Analyse von BYOD Assets
  • Gesamtheitliche Analyse der Assets, um den Betrieb zu gewährleisten (Risiko- und Kosten-Faktoren können in unterschiedlichen Modellen berechnet und ausgewertet werden)

Fazit

Maschinelles Lernen und künstliche Intelligenz werden entscheidend sein, um in den nächsten Jahren die schnelle Entwicklung von „neuen“ Asset-Management-Funktionalitäten zu ermöglichen und die Mitarbeiter in IT, HR und Controlling massiv zu entlasten.

Zeitgleich ist dies ein enormer Kostenhebel, da Standardtätigkeiten teil- oder sogar vollständig automatisierbar sind.

Alexander van der Steeg
Alexander van der Steeg Autor

CTO

Herr van der Steeg ist bei der EntekSystems als Chief Technology Officer für alle Belange der Produktentwicklung und technischen Konzeption verantwortlich.

Inventory360 jetzt kostenlos testen

Kombiniert Hardware, Lizenzen, Verträge, Bestellungen und vieles mehr in einem System.

Mehr erfahren

Weitere Artikel und Beiträge

27.02.2024 Die Notwendigkeit professioneller Inventarverwaltung in der öffentlichen Hand

In einer vernetzten Welt müssen öffentliche Einrichtungen ihre sensiblen Daten und Ressourcen sicher verwalten. Sicherheit und Datenschutz sind entscheidend. Die komplexen Anforderungen an die Inventarverwaltung erfordern eine spezialisierte Lösung von Experten.

13.02.2024 Inventarverwaltung: Die vermeintlichen Vorteile von Open Source & warum Expertenlösungen die bessere Wahl sind

Inventarverwaltung ist ein wichtiger Aspekt, um Ressourcen effizient zu verwalten. Open Source bietet vermeintliche Vorteile, aber es gibt gravierende Gründe, warum kommerzielle Expertenlösungen eine bessere Wahl sein könnten.

16.01.2024 Was hat Inventarisierung mit Buchhaltung zu tun?

Die Inventarisierung und Buchhaltung sind sehr eng miteinander verbundene Bereiche, um die finanzielle Gesundheit eines Unternehmens zu überwachen. Ohne Kenntnisse über Ihre Assets werden die Anforderungen aus der Buchhaltung, aber auch dem Controlling erfüllt werden können.