Von der Idee bis zum Showcase in einer Woche Mehr Effizienz von Confluence durch AI Assistant

Für inovex ist Confluence eine wichtige Ressource, um Vorgänge und Prozesse zu dokumentieren und Wissen festzuhalten und auszutauschen. Um den Umgang damit für Mitarbeitende noch leichter zu machen und die Datenqualität der Dokumentation zu verbessern, haben wir einen Showcase entwickelt, mit dem wir evaluieren, wie man mit dem KI-Assistenten inovexGPT Confluence verbessern kann.

Eine Einbindung würde nicht nur die Usability vereinfachen, sondern auch dafür sorgen, dass sich veraltete Inhalte schneller aufspüren und aktualisieren lassen. Zum Beispiel wäre es möglich, dass inovexGPT automatisch Verbesserungsvorschläge für bestehende Artikel vorschlägt und diese nur noch durch Mitarbeitende angenommen werden müssen. Diese Verbesserungen von Confluence können die Anzahl der IT-Servicetickets senken und dadurch die interne IT-Abteilung entlasten.

Bereits vor einer möglichen technologischen Implementierung konnten mittels des Showcase die Produktrisiken reduziert werden.

Herausforderung: Viele IT-Serviceanfragen aufgrund des Intranets

Die inovex IT-Abteilung bearbeitet IT-bezogene Rückfragen aus der ganzen Organisation und sorgt mit ihrer schnellen Reaktionszeit für große Zufriedenheit im Unternehmen. Allerdings bindet dieses hohe Servicelevel viele Ressourcen, die an anderer Stelle ebenfalls benötigt werden.

Gerade die Confluence-Dokumentation sorgt für viele Anfragen. Das Dokumentations-Tool bringt bei inovex im Umgang einige Probleme mit sich:

• Schlechte Auffindbarkeit von Artikeln aufgrund der Suchfunktion (Artikel werden nicht gefunden bzw. die Suche ist sehr aufwendig)
• Fehlende Unterscheidung nach Zielgruppen und keine zielgruppengerechte Aufbereitung der Informationen (z. B. allgemeine Zusammenfassungen für User ggü. technischer Deep Dives für Admins)
• Veraltete oder widersprüchliche Artikel, entstanden durch die Dokumentation vieler Autor:innen

Viele der IT-Servicetickets wären obsolet, wenn Mitarbeitende schneller auf die für sie relevanten Informationen zugreifen könnten. Ebenso ist es für die IT aufwendig, alle Daten manuell aktuell zu halten und neue Informationen hinzuzufügen.

Vorgehen

Wir haben in diesem internen Showcase auf dieselbe Expertise zurückgegriffen, die auch in unseren Kundenprojekten ein wesentlicher Erfolgsfaktor ist:

• Cross-funktionales Team von Beginn an: Enge Zusammenarbeit zwischen unserer IT-Abteilung (dem „Kunden“) und unseren UX/UI-Desinger:innen, Data Scientists und Produktmanagement.
• Iteratives & inkrementelles Vorgehen: Arbeiten in kurzen Zyklen und Auslieferung kleiner Inkremente, um echtes Feedback zu erhalten.
• Rapid Prototyping: Nutzen eines Paper Prototypes, um bereits nach wenigen Stunden Feedback zu erhalten.
• Identifikation und Priorisierung der vorhandenen Produktrisiken, u. a. Einbezug von Compliance-/Datenschutz-Anforderungen direkt nach dem Kick-off (Viability Risk) und fortlaufende Betrachtung der technischen Machbarkeit (Feasibility Risk).

Ergebnis

Mitarbeitenden-Perspektive

Durch einen Anschluss von inovex GPT an die Confluence-Datenbank könnten Mitarbeitende über das Chat-Interface des KI-Assistenten relevante Informationen schnell und zielgruppengerecht finden.

Das Auffinden von Suchanfragen wäre durch ein Retrieval-Augmented Generation (RAG)-System unterstützt, das speziell für die Verarbeitung der inovex Confluence-Daten optimiert ist. Das System greift auf die neuesten Large-Language-Modelle von OpenAI zu und kombiniert diese mit unseren Unternehmensdaten, um relevante Confluence-Inhalte basierend auf Benutzer:innen-Anfragen abzurufen und eine passende Antwort zu generieren. Damit könnte man das Service-Ticketaufkommen verringern und die Mitarbeitendenzufriedenheit erhöhen.

IT-Perspektive

Die Lösung würde der internen IT ein neues Dashboard bieten, auf dem sie sehen könnte, welche Fragen häufig gestellt werden (Observability) und wo zusätzlicher Erklärungsbedarf besteht. So könnten zukünftig nur bei Bedarf Artikel geschrieben werden und die Aufmerksamkeit auf die Verbesserung der bestehenden Artikel gelegt werden, die von großem Interesse sind.

Zudem würde inovexGPT automatisch Verbesserungsvorschläge für bestehende Artikel machen. Diese Verbesserungen umfassen beispielsweise:

• Kurzzusammenfassungen für Artikel, um einen schnellen Überblick zu geben
• Vorschlag für vereinfachte Formulierungen
• Identifikation von widersprüchlichen Artikeln (z. B. Admin-Artikel wurde geupdated, Service-Artikel noch nicht)
• Veraltete Informationen (z. B. Feature-Updates) – diese Information wird aus dem Internet bezogen

Die Verbesserungsvorschläge bedürfen eines Reviews durch einen Mitarbeitenden (Human in the Loop). Nimmt die inovex IT den Vorschlag des KI-Assistenten an, werden diese Informationen automatisch ins Confluence geschrieben, wodurch sich sukzessive die Datenqualität verbessert.

Fazit

Innerhalb von einer Woche konnte sichergestellt werden, dass ein KI-Assistent für die interne IT nicht nur Mehrwert stiften würde und gut nutzbar wäre, sondern auch technisch realisierbar und compliant ist. Um die Produktrisiken zu reduzieren, wurden gängige Methoden aus der Product Discovery & dem UX-Research angewandt, mitunter User-Interviews und Rapid Prototyping.