KI im IT-Management: Einsatzfelder, Grenzen und erste Schritte

Künstliche Intelligenz (KI) steckt heute in vielen Werkzeugen, mit denen IT-Abteilungen und IT-Dienstleister arbeiten: in Überwachungssystemen, in Assistenten für Büroanwendungen und in Chatbots für den Support. Für kleine und mittlere Unternehmen stellt sich deshalb weniger die Frage, ob KI im IT-Management vorkommt, sondern wo sie hilft und wo sie an Grenzen stößt.

Dieser Beitrag zeigt drei Einsatzfelder im IT-Betrieb, beschreibt ihre Grenzen und nennt erste Schritte für eine geordnete Einführung.

Wie verbreitet KI in Unternehmen ist

Nach der Erhebung des Statistischen Bundesamts nutzten 2025 26 % der Unternehmen in Deutschland KI. Die Größe macht einen deutlichen Unterschied: Bei Unternehmen mit 10 bis 49 Beschäftigten waren es 23 %, bei 50 bis 249 Beschäftigten 36 % und bei Unternehmen ab 250 Beschäftigten 57 %.

Aufschlussreich sind auch die Gründe dagegen. Unter den Unternehmen, die KI erwogen, aber noch nicht eingesetzt hatten, nannten 72 % fehlendes Wissen, 62 % Unklarheit über rechtliche Folgen und 60 % Bedenken beim Datenschutz. Genau diese drei Punkte sollte eine Einführung von Anfang an mitdenken.

Einsatzfeld 1: Auffälligkeiten in der Überwachung erkennen

Wer Server, Netz und Cloud-Dienste überwacht, legt meist feste Schwellenwerte fest, zum Beispiel eine Warnung ab einer bestimmten Prozessorauslastung. Feste Werte passen aber schlecht zu Systemen, deren Last über Tag und Woche schwankt.

Hier setzt maschinelles Lernen an. Ein Beispiel sind die dynamischen Schwellenwerte in Azure Monitor, dem Überwachungsdienst von Microsoft Azure. Laut Microsoft lernen sie das bisherige Verhalten von Messwerten, erkennen stündliche, tägliche oder wöchentliche Muster und melden Anomalien, also Abweichungen vom üblichen Verlauf, die auf ein Problem hinweisen können.

Microsoft nennt dabei auch klare Grenzen:

• Eine Regel löst erst aus, wenn Daten aus mindestens drei Tagen und mindestens 30 Messpunkte vorliegen.
• Wöchentliche Muster erkennt das Verfahren erst mit Verlaufsdaten aus mindestens drei Wochen.
• Die Grenzwerte beruhen auf den Daten der vergangenen zehn Tage. Ändert sich das Verhalten, passen sie sich verzögert an.
• Erhebliche Abweichungen werden gut erkannt, langsam wachsende Probleme dagegen wahrscheinlich nicht.

Für die Praxis heißt das: KI-gestützte Erkennung ergänzt eine durchdachte Überwachung, sie ersetzt sie nicht. Wir empfehlen, feste Grenzwerte für bekannte Risiken beizubehalten, etwa für einen fast vollen Datenträger. Wie Überwachung als laufende Betriebsaufgabe organisiert wird, beschreibt unser Beitrag IT-Infrastruktur-Monitoring.

Einsatzfeld 2: Assistenten wie Microsoft Copilot

Microsoft Copilot (bisher Microsoft 365 Copilot) verbindet nach Angaben von Microsoft große Sprachmodelle mit Inhalten aus Microsoft 365, etwa E-Mails, Chats und Dokumenten, und mit Anwendungen wie Word und PowerPoint. Microsoft beschreibt das Ergebnis als Entwürfe und Zusammenfassungen, die Nutzerinnen und Nutzer prüfen, statt die Aufgaben vollständig zu automatisieren. Im IT-Alltag kann das zum Beispiel der Entwurf einer Anleitung, die Zusammenfassung einer Besprechung oder eine erste Gliederung für eine Dokumentation sein.

Für den Betrieb sind drei Punkte aus der Microsoft-Dokumentation zu Daten, Datenschutz und Sicherheit wichtig:

• Berechtigungen: Copilot zeigt nur Unternehmensdaten an, für die die jeweilige Person mindestens Leserechte hat. Sind Freigaben zu weit gefasst, etwa in SharePoint, kann Copilot auch solche Inhalte einbeziehen. Microsoft rät deshalb, die Berechtigungsmodelle in Microsoft 365 so zu nutzen, dass nur die richtigen Personen Zugriff haben.
• Training: Eingaben, Antworten und Daten, auf die über Microsoft Graph zugegriffen wird, verwendet Microsoft nach eigenen Angaben nicht zum Trainieren der zugrunde liegenden Sprachmodelle.
• Datenverarbeitung in der EU: Für Nutzer aus der EU bleibt der Datenverkehr laut Microsoft innerhalb der EU-Datengrenze. Ausgenommen sind derzeit Modelle von Anthropic, die als Unterauftragsverarbeiter bereitgestellt werden. Ob solche Modelle genutzt werden, entscheiden Administratoren.

Welche Lizenzen berechtigt sind und was Copilot im Arbeitsalltag kann, lesen Sie im Beitrag Microsoft Copilot im Arbeitsalltag.

Einsatzfeld 3: Chatbots im Support

Ein Chatbot kann wiederkehrende Fragen beantworten, etwa zum Zurücksetzen eines Passworts oder zur Einrichtung eines Druckers. Wir empfehlen, einen solchen Bot nicht als Ersatz für den Support zu planen, sondern als vorgeschaltete Stufe mit klarer Übergabe an einen Menschen.

Microsoft Copilot Studio, ein Werkzeug zum Erstellen eigener KI-Agenten, sieht dafür eine Übergabe an Mitarbeitende vor. Der Agent kann dabei den bisherigen Gesprächsverlauf mitgeben. Fragt eine Person nach einem Menschen oder findet der Agent kein passendes Thema, leitet er in das Systemthema „Eskalieren“ weiter. Für eine Übergabe mit Gesprächsverlauf ist laut Microsoft eine angebundene Plattform für Servicemitarbeitende nötig. Ohne sie kann der Bot zum Beispiel auf ein Ticketsystem oder eine Support-Adresse verweisen.

Grenzen und Risiken

KI-Werkzeuge liefern Vorschläge, keine geprüften Tatsachen. Microsoft schreibt selbst, dass die Antworten generativer KI nicht garantiert zu 100 % sachlich richtig sind. Ergebnisse sollten deshalb geprüft werden, bevor sie weitergegeben werden oder eine Einstellung ändern.

Das Bundesamt für Sicherheit in der Informationstechnik (BSI) weist auf seiner Themenseite zu KI darauf hin, dass generative KI-Modelle neue IT-Sicherheitsrisiken mit sich bringen. Dazu zählen Angriffe, bei denen manipulierte Eingaben ein Modell zu unerwünschtem Verhalten bringen sollen, etwa versteckte Anweisungen in Dokumenten (Prompt Injection). Laut BSI bleiben solche Angriffe häufig unbemerkt.

Hinzu kommt der Datenschutz. Verarbeitet ein KI-Werkzeug personenbezogene Daten, gilt die Datenschutz-Grundverordnung (DSGVO). Klären Sie vor dem Einsatz mit Ihrer oder Ihrem Datenschutzbeauftragten, welche Daten das Werkzeug verarbeiten darf.

Erste Schritte für eine geordnete Einführung

Die folgenden Schritte sind eine Empfehlung aus unserer Sicht. Sie greifen die Hürden auf, die Unternehmen in der Erhebung des Statistischen Bundesamts genannt haben:

1. Anwendungsfall wählen: Beginnen Sie mit einer klar umrissenen Aufgabe, bei der Fehler leicht erkennbar und folgenlos korrigierbar sind.
2. Berechtigungen prüfen: Räumen Sie Freigaben und Zugriffsrechte auf, bevor ein Assistent auf Unternehmensdaten zugreift.
3. Regeln festlegen: Halten Sie schriftlich fest, welche Werkzeuge erlaubt sind, welche Daten eingegeben werden dürfen und wer Ergebnisse prüft.
4. Schulen: Fehlendes Wissen war der am häufigsten genannte Hinderungsgrund. Eine kurze Einweisung zu Möglichkeiten und Grenzen gehört deshalb an den Anfang.
5. Pilot auswerten: Testen Sie mit einer kleinen Gruppe und entscheiden Sie anhand der Erfahrungen, ob und wie Sie den Einsatz ausweiten.

Unterstützung durch die GSL Groß GmbH

Die GSL Groß GmbH betreut kleine und mittelständische Unternehmen in Rheinland-Pfalz und Hessen von Idar-Oberstein aus; im Raum Darmstadt arbeitet sie dafür mit einem Partnersystemhaus zusammen. Für den Einstieg in Microsoft Copilot bieten wir Webinar, Workshop, Readiness-Check, Einführung und Unterstützung bei Copilot Studio an. Mit unseren Managed Services übernehmen wir den laufenden Betrieb Ihrer IT zum monatlichen Festpreis. Fragen zur Absicherung Ihrer Umgebung behandeln unsere Leistungen zur IT-Sicherheit.

Sie überlegen, wo KI in Ihrem IT-Betrieb sinnvoll ist? Sprechen Sie uns an.