Autotask Community Live 2026: Die Grundlagen für einen KI-gesteuerten IT-Betrieb schaffen

Autotask Die „Community Live 2026“ begann mit einer klaren Botschaft an MSPs und IT-Teams: KI verändert den IT-Betrieb, doch eine erfolgreiche Einführung hängt davon ab, dass die richtigen betrieblichen Grundlagen vorhanden sind.

Vernetzte Systeme, strukturierte Daten, standardisierte Dokumentation und einheitliche Prozesse sind die Voraussetzungen dafür, dass Automatisierung und KI einen echten Mehrwert schaffen können.

Die Veranstaltung fand im Vorfeld der Kaseya Connect 2026 statt und konzentrierte sich auf die Reduzierung von Reibungsverlusten im Betrieb, die Verbesserung der Transparenz und den Aufbau skalierbarer IT-Abläufe.

Diese Zusammenfassung beleuchtet die wichtigsten Themen und Erkenntnisse aus den einzelnen Sitzungen.

Das eigentliche Hindernis sind nicht die Tools – es ist die Fragmentierung

Stand des IT-Betriebs: Kevin Sequeira

Kevin Sequeira begann den Tag mit einer Anmerkung zu einer Herausforderung, die viele IT-Führungskräfte kennen. Teams haben nicht deshalb Schwierigkeiten, weil ihnen die Tools fehlen – sie haben Schwierigkeiten, weil ihre Tools nicht miteinander kommunizieren.

Diese Fragmentierung führt zu ständigen Ineffizienzen. Techniker verbringen Zeit damit, zwischen Systemen zu wechseln und Informationen manuell abzugleichen, anstatt Probleme zu lösen. Bei kritischen Vorfällen summieren sich diese Verzögerungen schnell.

Kevins Botschaft war eindeutig: Ein PSA-System kann nicht länger nur als einfaches Erfassungssystem dienen. Es muss zu einer einheitlichen Datenebene werden, die Menschen, Prozesse und Systeme zu einer einzigen verlässlichen Informationsquelle verbindet, die Automatisierung und KI unterstützt.

Von Funktionen bis hin zu vernetzten Arbeitsabläufen

Produkt-Update zum IT-Betrieb: Alex D’Aquila und Thomas Griffith

Alex D’Aquila und Thomas Griffith erläuterten, wie sich die IT Operations Suite weiterentwickelt, um Reibungsverluste zu verringern und Arbeitsabläufe in der gesamten Servicebereitstellung miteinander zu verknüpfen.

Ein besonderes Highlight warder „Digital Specialist for Ticket Triage“, der auf der Grundlage von Kaseya Intelligence, das die Klassifizierung, Weiterleitung und Bearbeitungsgeschwindigkeit von Tickets verbessert. Über einzelne Funktionen hinaus lag der Fokus auf der Schaffung eines stärker vernetzten Systems, in dem Daten nahtlos zwischen PSA, Dokumentation und Berichterstellung fließen, um effizientere und skalierbare Abläufe zu ermöglichen.

Die 10 wichtigsten operativen Dashboards und Berichte, die jeder IT-Leiter braucht

Ein tiefer Einblick in das Dashboard: Natalie Mayo und Nicole LaFreniere

In dieser Sitzung betonten Natalie Mayo und Nicole LaFraniere, dass Daten (KPIs) allein noch keine Transparenz schaffen. Teams benötigen Dashboards, die rechtzeitig umsetzbare Erkenntnisse liefern, damit sie entsprechend reagieren können.

In der Sitzung wurden die Teams dazu ermutigt, sich nicht mehr nur auf nachlaufende Kennzahlen zu beschränken , sondern den Fokus auf Frühindikatoren wie den SLA-Zustand, die Auslastung und die Lösung beim ersten Anruf zu legen, die betriebliche Probleme frühzeitig aufzeigen. Die vier wichtigsten Schwerpunkte waren:

• Rentabilität: Welche Kunden sind wirklich rentabel, und welche verbrauchen still und leise mehr Ressourcen, als sie einbringen?
• Servicebereitstellung: Werden die SLAs konsequent eingehalten, und an welchen Stellen stocken die Tickets?
• Effizienz: Wie werden die Arbeitsstunden der Techniker tatsächlich genutzt, und wo liegen die Engpässe?
• Qualität: Wie oft werden Probleme bereits beim ersten Kontakt gelöst, und wie oft werden sie unnötigerweise eskaliert?

Das Ziel besteht nicht darin, mehr Daten zu erfassen, sondern die richtigen Daten in Echtzeit zu erfassen, damit die Teams proaktiv handeln können, anstatt nur zu reagieren.

Kundenbericht: Kobe Dudley

Kobe Dudley, Director of Managed Services bei BECA, fasste die Diskussion über die KPIs mit einem einfachen Punkt zusammen:

„Nicht jeder Umsatz ist ein guter Umsatz.“

Mithilfe von Dashboards konnte sein Team Kunden identifizieren, die übermäßig viel Zeit der Techniker in Anspruch nahmen, Personalentscheidungen optimieren und betriebliche Probleme früher erkennen. Er wies außerdem darauf hin, dass transparent dargestellte Kennzahlen die Verantwortlichkeit und die Leistung der Techniker verbessern.

Entwicklung einer wiederverwendbaren Engine für IT-Bewertungen und Roadmaps

Technischer Tiefgang: Elise Rodriguez und Sofiia Alieinik

Elise Rodriguez und Sofiia Alieinik stellten einen strukturierten Ansatz vor, mit dem Bewertungen zu einem skalierbaren, wiederholbaren Prozess gemacht werden können.

Anstelle von einmaligen Berichten entwarfen sie eine Bewertungsplattform, die auf Kundensegmentierung, standardisierten Rahmenwerken und einem einheitlichen Rhythmus basiert und darauf ausgelegt ist, kontinuierlichen Fortschritt zu fördern.

Kundenbericht: Matthew Brouillard

Matthew Brouillard unterstrich die Botschaft der Sitzung mit einer einfachen Erinnerung:

„Versuchen Sie nicht, alles abzudecken. Konzentrieren Sie sich auf die drei bis fünf Dinge, die für den Kunden am wichtigsten sind.“

Sein Team entwickelte ein dreistufiges Rahmenkonzept, das jedes Teammitglied umsetzen kann:

• Standardisieren Sie den Prozess: Ein strukturiertes, wiederholbares Rahmenkonzept sorgt für Einheitlichkeit, verkürzt die Vorbereitungszeit und macht die Beurteilungen zu einer Aufgabe, die Ihr gesamtes Team – und nicht nur Ihre Leistungsträger – souverän durchführen kann.
• Auswählen statt alles abzudecken: Maßgeschneiderte Fragenkataloge, die auf den jeweiligen Kundentyp zugeschnitten sind, sorgen dafür, dass die Gespräche relevant bleiben, und verhindern, dass die Bewertungen zu generischen Abhakübungen verkommen.
• Auf Benutzerfreundlichkeit ausrichten: Durch Tagging und Kategorisierung werden statische Dokumente zu einem System, das in der Praxis funktioniert. Dies gewährleistet Konsistenz, hilft jüngeren Teammitgliedern dabei, zu wissen, was sie einbeziehen sollen, und ermöglicht es Ihnen, schnell die richtigen Fragen für verschiedene Szenarien abzurufen.

Erfolge im Bereich der KI beginnen mit Struktur, nicht mit Hype

Technischer Tiefgang: Jose Anthony Quintero und Alonzo Zepeda

Jose Anthony Quintero und Alonzo Zepeda bekräftigten eine wichtige Botschaft: KI ist nur so effektiv wie die Struktur, die dahinter steht.

Saubere Daten, einheitliche Prozesse und eine strukturierte Dokumentation sind unerlässlich, damit KI einen Mehrwert schaffen kann. Ohne diese Grundlage verstärkt KI Ineffizienzen, anstatt sie zu beseitigen. Die Schlussfolgerung war eindeutig: Unternehmen, die heute in die Datenreife investieren, sind am besten aufgestellt, um aussagekräftige KI-Ergebnisse zu erzielen.

Wie sich KI-Bereitschaft in der Praxis darstellt

Kunden-Gespräch am Kamin: Chris Swecker und Jason Laporte

Bei der abschließenden Diskussionsrunde am Kamin wurden zwei Kunden auf die Bühne gebeten, um offen darüber zu sprechen, wie die Vorbereitung auf den Einsatz von KI in ihren Unternehmen aussah. Beide standen vor derselben Herausforderung: Das Wachstum hatte zu operativem Chaos geführt. Die Lösung lag in einer klaren Struktur.

• Chris Swecker von Appalachia Technologies erläuterte, wie sein Team das Problem der Uneinheitlichkeit angegangen ist, indem es die am besten dokumentierten Kundenumgebungen als Maßstab heranzog. „Wir haben uns einige Kunden ausgesucht, bei denen wir wirklich gute Ergebnisse erzielen, und diese zum Goldstandard gemacht. So soll die Dokumentation aussehen; das ist der Detaillierungsgrad, den wir erwarten“, erklärte er. Die Standardisierung der Dokumentation verbesserte die Einarbeitung, machte das institutionelle Wissen zugänglich und verringerte die Abhängigkeit von individuellem Fachwissen.
• Jason Laporte von der Power Consulting Group beschrieb einen ähnlichen Wendepunkt innerhalb seines Unternehmens. „Unser Wachstum wurde durch unsere mangelnde Skalierbarkeit gebremst. Nachdem wir die Dokumentation und Speicherung von Informationen standardisiert hatten, konnten wir diese Engpässe beseitigen.“

Beide Referenten betonten denselben Punkt. Das anfängliche Wachstum hängt oft vom „Stammeswissen“ einiger weniger Schlüsselpersonen ab, doch dieses Modell lässt sich nicht skalieren. Die Erfassung von Wissen in strukturierten, leicht zugänglichen Systemen schafft Widerstandsfähigkeit, ermöglicht es Teams, unabhängiger zu arbeiten, und fördert langfristiges Wachstum.

Die Grundlage bildet die Strategie

Am Ende der Veranstaltung tauchte in jeder Sitzung immer wieder ein Gedanke auf: Die Grundlage ist wichtiger als die darauf aufbauenden Werkzeuge.

Ausgefeilte KI-Funktionen können fragmentierte Daten nicht ausgleichen. Ein leistungsstarkes Reporting-Dashboard nützt nichts, wenn die Teams nicht wissen, was sie mit den Zahlen anfangen sollen. Eine leistungsfähige Plattform kann uneinheitliche Prozesse nicht kompensieren. Die Teams, die echte Ergebnisse erzielen – durch KI, durch Automatisierung, durch bessere Kundenbeziehungen –, hatten zuvor die Vorarbeit geleistet. Saubere Daten, standardisierte Prozesse und eine Dokumentation, auf die man sich verlassen kann.

Das ist das Fundament. Alles andere wird darauf aufgebaut.

Das ist der Wandel, auf den „ Autotask Community Live 2026“ hingewiesen hat, und er sollte ernst genommen werden.

Weitere Produktneuheiten, operative Strategien und technische Einblicke erhalten Sie in unseren kommenden Webinaren.