Nicht Überstunden. Nicht Ausfälle. Reibung. Unsichtbar, bis jemand nachrechnet.
In vielen IT-Organisationen gibt es Tickets, die niemand haben will. Nicht weil sie kompliziert sind, sondern weil unklar ist, wer zuständig ist. Diese Tickets wandern von Team zu Team. Sie werden weitergeleitet, zurückgeschoben, erneut zugewiesen. Der Endnutzer wartet. Die Teams fühlen sich nicht verantwortlich. Kein ITSM-Dashboard zeigt, dass hier ein systemisches Problem vorliegt.
Routing-Schleifen lassen sich messen. Nicht geschätzt, sondern aus dem Ticketverlauf.
Tickets kreisen – und niemand merkt es
Ein Ticket wird mehrfach zwischen Teams weitergeleitet. Statt einer Zuweisung und einer Lösung durchläuft es drei, vier oder mehr Stationen. Jede Weiterleitung erzeugt Reibung. Nicht nur die Übergabe selbst kostet Zeit. Das empfangende Team liest sich ein, bewertet und entscheidet: zuständig oder nicht?
Die Ticket-Durchlaufzeit steigt auf ein Vielfaches. Die eigentliche Bearbeitungszeit bleibt gleich. Die zusätzlichen Stunden sind Wartezeit zwischen den Zuweisungen.
Das Tückische: Die Bearbeitungszeit pro Team sieht normal aus. Erst der Blick auf den gesamten Ticket-Pfad zeigt die Reibung.
Drei Ursachen zeigen sich in den Routing-Daten
Routing-Schleifen im ITSM entstehen nicht zufällig. Drei Muster tauchen in den Daten immer wieder auf.
Unklare Zuständigkeitsregeln. Für bestimmte Ticket-Kategorien gibt es keine eindeutige Regel. Besonders bei Kategorien an der Grenze zweier Verantwortungsbereiche. Ein Beispiel: Netzwerk-Incidents, die sowohl der 1st Level Support als auch Network Operations bearbeiten könnte. Ohne klare Regel leiten beide weiter.
Fehlende Informationen im Ticket. Das Ticket enthält nicht genug Details für eine Zuständigkeitsentscheidung. Also leitet das Team sicherheitshalber weiter. Das nächste Team steht vor demselben Problem. Ein Kreislauf aus Informationsmangel.
Mehrdeutige Kategorisierung. Team A versteht unter „Netzwerk" etwas anderes als Team B. Die Kategorien im ITSM-System sind zu grob. Beide Teams halten sich für nicht zuständig. Beide haben aus ihrer Perspektive recht.
Wer die konkreten Ursachen tiefer verstehen will, findet dort eine detaillierte Analyse mit Gegenmaßnahmen.
Team-Dashboards zeigen die Symptome, nicht die Ursache
Standard-ITSM-Dashboards messen pro Team: durchschnittliche Bearbeitungszeit, offene Tickets, SLA-Quote. Was sie nicht messen: die Übergänge zwischen Teams.
Team A sieht: „Wir leiten 30 % der Netzwerk-Tickets weiter." Team B sieht dasselbe. Niemand sieht, dass es dieselben Tickets sind. Dass sie 3× zwischen beiden Teams pendeln. Jedes Team sieht seine Perspektive und hält sein Verhalten für korrekt.
Das Problem wird erst sichtbar, wenn jemand den Ticket-Pfad über alle Teams betrachtet. Nicht die Einzelperspektive, sondern den Gesamtfluss. Genau diese Lücke beschreibt auch der Artikel „Dein ITSM-Dashboard lügt" – Team-KPIs, die grün leuchten, während der Prozess dahinter brennt.
Ein Paar, zwischen dem die Tickets pendeln
Am fiktiven Beispiel-Service-Desk Hopfencraft sieht das so aus: 128 Tickets pendeln zwischen 1st Level Support und HR-Services. Das sind 73 % der Tickets dieses Paars. Eine Beobachtung aus dem Ticketverlauf, keine Bewertung.
Die Frage an beide Seiten lautet: Was fehlt, damit das Ticket beim ersten Mal ankommt? Nicht weil jemand schlecht arbeitet. Oft erzwingt der Prozess das Hin und Her. Die ganze Geschichte steht unter KI im Service Desk.
Die resultierende Reibung ist kein individuelles Versagen. Sie ist ein Prozessdesign-Problem.
So misst du Routing-Schleifen in deiner Organisation
Drei Ansätze, die auch ohne spezialisierte Tools funktionieren.
Zuweisungshäufigkeit pro Ticket analysieren. Exportiere die Ticket-Historie aus deinem ITSM-System. Zähle die Zuweisungen pro Ticket. Tickets mit drei oder mehr Zuweisungen sind Kandidaten. Vergleiche deren Durchlaufzeit mit der von direkt bearbeiteten Tickets.
Quell-Ziel-Matrix erstellen. Welches Team leitet an welches Team weiter? Wie oft? Suche nach bidirektionalen Mustern. Wenn Team A regelmäßig an Team B weiterleitet und Team B regelmäßig zurück: Routing-Schleife gefunden.
Durchlaufzeit-Differenz berechnen. Bilde zwei Gruppen: Tickets mit einer Zuweisung und Tickets mit mehreren. Vergleiche die typische Durchlaufzeit beider Gruppen. Der Unterschied zeigt, wie viel Wartezeit die Schleifen erzeugen.
Wer den Export abkürzen will: Der Use Case Routing-Probleme erkennen zeigt den Weg vom CSV-Export zur ersten Erkenntnis.
Eine Regel reicht, um die größte Schleife zu brechen
Die Reibung durch Routing-Schleifen ist messbar. Die drei Methoden aus dem vorherigen Abschnitt liefern die Datenbasis. Was danach kommt, ist eine Entscheidung: Welche Kategorie bereinigst du zuerst?
Typisches Muster: Eine Schleife zwischen zwei Teams fällt besonders auf, etwa zwischen 1st Level Support und Network Operations. Ein guter Ansatzpunkt ist dann eine klare Erst-Zuweisungsregel für genau diese Kategorie. Nicht für alle gleichzeitig. Erst mit beiden Teams klären, warum die Tickets wandern.
Die Daten zeigen, wo die Reibung entsteht. Nicht in Team-Dashboards, die jedes Team isoliert betrachten. Sondern in den Übergängen dazwischen – dort, wo Tickets den Verantwortungsbereich wechseln und Stunden zu Tagen werden.
Dieses Thema vertiefen: Ticket-Routing optimieren: Wie Umwege den IT-Support ausbremsen
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.