Blog
Analysen, Denkanstöße und Methoden für IT-Entscheider, die ihre Workflows verstehen wollen.
Die 80%-Falle – Warum hohe Auslastung Ihren Service Desk ruiniert
Die Kingman-Formel zeigt: Ab 80% Auslastung steigen Wartezeiten exponentiell. Warum Kapazitätspuffer kein Luxus sind.
Artikel lesenWarum Ihr bestes Team das langsamste ist
Das erfahrenste IT-Team hat die längsten Durchlaufzeiten. Die Ursache ist nicht Inkompetenz – sondern unkontrollierter Inflow.
Artikel lesenDer Freitagnachmittag-Effekt
Warum sich jeden Montag die Tickets stapeln – und wie ein IT-Team das Muster hinter der wöchentlichen Queue-Explosion entdeckt.
Artikel lesenLittle's Law im Service Desk – Warum Ihre Queue nicht lügt
Little's Law erklärt, warum wachsende Queues zwingend längere Wartezeiten bedeuten – und was das für Ihren IT-Service-Desk heißt.
Artikel lesenEngpässe finden, Engpässe lösen – Theory of Constraints im IT-Support
Goldratts Theory of Constraints auf den IT-Service-Desk angewandt: Engpässe identifizieren, Drum-Buffer-Rope verstehen, Fluss steuern.
Artikel lesenUnter den Durchschnitten — warum gute IT-KPIs täuschen
Ihr SLA liegt bei 92 %. Aber 3 Kategorien performen bei 65 %. Warum Durchschnitte die wichtigsten Hebel in IT-Prozessen verdecken.
Artikel lesenWarum IT-Effizienzprojekte scheitern — und wie man die richtige Stelle findet
80 % aller IT-Automatisierungsprojekte scheitern nicht an der Technik, sondern an der Stellenwahl. Wie IT-Leiter die Bereiche mit dem größten Effizienzpotenzial identifizieren.
Artikel lesenZwei Wahrheiten, ein Problem — warum IT-Beschwerden nie aufhören
Die Fachseite beschwert sich über lange Wartezeiten. Die IT erklärt Überlastung. Beide haben Recht. Warum dieses Muster entsteht und wie eine systemische Diagnose hilft.
Artikel lesenCSV Ticket Export analysieren: In 5 Minuten vom Export zur Erkenntnis
CSV Ticket Export analysieren: Schritt-für-Schritt-Anleitung für den Export aus ServiceNow, Jira SM, TOPdesk oder Matrix42 und die automatische Auswertung.
Artikel lesenIT-Leiter Prozessoptimierung: Was hinter guten Durchschnittswerten steckt
IT Leiter Prozessoptimierung: Warum MTTR und SLA-Quote die falschen Signale senden und wie du die echten Hebel findest.
Artikel lesenKaskadeneffekt in IT-Prozessen: Wenn ein Engpass die ganze Organisation ausbremst
Kaskadeneffekt IT Prozesse: Wie ein einzelner Kapazitätsengpass nachgelagerte Teams in den Rückstau zieht und wie du den Ursprung findest.
Artikel lesenProcess Mining Alternative: ITSM-Analyse ohne API und ohne Projektbudget
Process Mining Alternative für den Mittelstand: Warum ein CSV-Export oft mehr bringt als ein 6-stelliges Celonis-Projekt.
Artikel lesenSLA-Verletzung: Ursache finden statt Symptome behandeln
SLA Verletzung Ursache finden: Warum steigende SLA-Raten selten am Team liegen und wie Ticket-Daten die wahren Treiber aufdecken.
Artikel lesenTicket Ping-Pong: Ursachen erkennen und gezielt abstellen
Ticket Ping-Pong vermeiden: Warum Tickets zwischen Teams hin und her wandern und welche drei Ursachen sich mit Daten identifizieren lassen.
Artikel lesenDas 60-Sekunden-Briefing
IT-Leiter verbringen 30 Minuten pro Woche mit Dashboard-Interpretation. Sie brauchen 60 Sekunden und drei Antworten.
Artikel lesenDein ITSM-Dashboard lügt
Aggregierte Metriken erzeugen ein falsches Bild. Warum 4.5x über Median drei verschiedene Probleme bedeuten kann.
Artikel lesenDein Service Desk ist ein System
Die meisten IT-Organisationen optimieren Teams isoliert. Warum das scheitert und wie Inflow/Outflow das Problem sichtbar macht.
Artikel lesenWarum IT-Tickets zwischen Teams kreisen — und was das wirklich kostet
Über 1.000 Stunden pro Monat an vermeidbarer Reibung durch Ticket-Ping-Pong. Drei Ursachen, die kein Dashboard zeigt.
Artikel lesenWarum manche IT-Teams ihre Tickets nicht schaffen — und was die Zahlen verraten
Ein Team braucht 4× so lange wie vergleichbare Rollen. 3.296 Stunden pro Woche gehen verloren. Die Ursache ist oft nicht Leistung, sondern Struktur.
Artikel lesen