Es ist Donnerstagmorgen, Jour fixe. Der Service-Desk-Leiter zeigt seine Folie: "SAP-Tickets: Durchlaufzeit 1,8-mal so lang wie üblich." Die Reaktion am Tisch: besorgte Blicke. Der CIO fragt: "Was tun wir dagegen?" Die Antwort: "Wir haben das SAP-Team verstärkt." Drei Wochen später hat sich kaum etwas bewegt. Die langen Tickets kamen gar nicht aus dem SAP-Team. Sie kamen aus zwei Übergaben davor, die niemand angeschaut hat. Das Dashboard hat nicht gelogen. Es hat nur das Falsche gezeigt.
Das Problem mit der einen Zahl
Dashboards fassen zusammen. Das ist ihre Aufgabe. Aber Zusammenfassung bedeutet Informationsverlust. Und genau dieser Verlust führt zu falschen Entscheidungen.
Nehmen wir eine typische Dashboard-Kachel: "Durchlaufzeit 2nd Level: 31 Stunden, +18 % Trend." Was sagt diese Zahl? Dass es ein Problem gibt. Was sie nicht sagt: Wo genau es sitzt. Ob ein Team fast alle langen Tickets hat und zwei andere kaum welche. Ob die Abweichung von einem einzelnen Ausreißer kommt oder breit verteilt ist. Ob die Handlung "SAP-Team verstärken" oder "Routing-Regeln prüfen" lauten müsste.
Ein IT-Manager, der eine einzelne Zahl sieht, bildet ein mentales Modell. Und dieses Modell ist fast immer falsch. Nicht weil der Manager schlecht analysiert, sondern weil eine einzelne Zahl mehrere fundamental verschiedene Problemtypen abbilden kann.
Drei Probleme, eine Zahl
Hinter "1,8-mal so lang wie üblich" können sich mindestens drei verschiedene Realitäten verbergen:
Einzelner Ausreißer: Eine kleine Gruppe Tickets ist extrem langsam, der Rest ist normal. Das Problem sitzt an einem Punkt. Die Handlung ist klar: genau dort nachfragen.
Schwerpunkt mit Rest: Ein Team hat die meisten langen Tickets, aber es gibt einen Rest aus kleineren Beiträgen. Wer nur den Schwerpunkt angeht, löst einen Teil des Problems. Wer den Rest ignoriert, wundert sich in drei Monaten, warum die Zahl nicht runtergeht.
Breit verteilt: Fünf Teams tragen ähnlich viel bei. Kein einzelnes Team ist "schuld." Das Problem ist systemisch: vielleicht ein Routing-Fehler, eine falsche Kategorisierung, ein Prozessschritt, der alle gleichermaßen betrifft. Die Antwort "mehr Leute für Team X" löst hier gar nichts.
Das Dashboard zeigt in allen drei Fällen dasselbe: Eine Zahl, einen Trend, eine Farbe.
Was passiert, wenn man hinschaut
Stell dir vor, statt einer Kachel siehst du die Zahl zerlegt. Am fiktiven Beispiel-Service-Desk Hopfencraft (fiktiv) liegen SAP-Tickets üblich bei 4,7 Stunden. Zerlegt nach Herkunft der Übergabe sieht das anders aus:
- vom 1st Level Support (723 Tickets): 3,4 Stunden
- von Braumeister & Produktion (123 Tickets): 28 Stunden
Der Durchschnitt der SAP-Rolle sieht unauffällig aus. Die große Gruppe zieht ihn nach unten. Die kleine Gruppe liegt beim rund Sechsfachen. Die Handlung lautet nicht "SAP-Team verstärken", sondern: Was fehlt an den Tickets aus der Produktion?
Das ist keine Frage besserer Technik. Es ist eine Frage der Darstellung: Zeigst du eine Summe oder eine Verteilung?
Warum das in der Praxis schiefgeht
In ITSM-Organisationen mit 10–15 Bearbeitungsrollen passiert das ständig. Ein Service-Desk-Leiter sieht "Bearbeitungsverzögerung Network Ops" und delegiert ans Netzwerk-Team. Das Team prüft seine Zahlen, findet einen moderaten Engpass, behebt ihn. Vier Wochen später hat sich wenig bewegt. Der Rest steckt in nachgelagerten Teams. SAP Basis staut auf, weil Network Ops verzögert, und Identity Management staut auf, weil SAP Basis staut. Drei Teams, ein Zusammenhang, aber das Dashboard zeigt drei separate Probleme.
Die Verbindung zwischen den Teams ist in keinem Team-Dashboard sichtbar. Sie zeigt sich erst, wenn man Zugang und Abgang über Rollengrenzen hinweg betrachtet. Kommen bei einem Team jede Woche deutlich mehr Tickets rein als raus, wächst dort der Stau. Und der pflanzt sich zu den Teams dahinter fort.
Das ist kein exotisches Szenario. Das ist Alltag in jeder Organisation, in der mehr als zwei Teams Tickets bearbeiten.
Die Frage, die du ab morgen stellen kannst
Du brauchst kein neues Tool, um besser zu entscheiden. Du brauchst eine bessere Frage.
Das nächste Mal präsentiert dir jemand eine Kennzahl: "Durchlaufzeit 4,5-mal so lang wie üblich", "SLA-Quote bei 73 %", "Backlog +40 %". Dann frag: Über wie viele Einheiten ist das aggregiert? Und wie ist die Verteilung?
Ist es ein Durchschnitt über fünf Teams, von denen eines extrem ist? Ist es eine Summe, bei der ein Bereich 70% beiträgt? Oder ist es gleichmäßig verteilt? Die Antwort verändert die Handlung fundamental.
Process Radar vergleicht Gleiches mit Gleichem und zeigt nur Unterschiede, die mehrfach validiert sind. Wie das Ergebnis am Beispiel aussieht, zeigt die Geschichte Übergaben zwischen Teams.
Dieses Thema vertiefen: ITSM-Kennzahlen richtig lesen: Was unter der Oberfläche liegt
Wo steht das bei dir?
Der Beispielbericht zeigt drei Stellen am fiktiven Service Desk Hopfencraft: mit Zahl, Vergleich und der Frage an die Menschen dort.
Beispielbericht ansehenEine geschäftliche E-Mail-Adresse genügt.