Diese Lücke ist das eigentliche Problem. Bessere Prompts oder zusätzliche Lizenzen schließen sie nicht. Das gelingt erst, wenn die KI das Wissen Ihres Unternehmens kennt, in einen Prozess eingebunden ist, für den jemand die Verantwortung trägt, und Ergebnisse liefert, mit denen weitergearbeitet wird. Genau das bauen wir: Anthropic Claude übernimmt das Denken, ServiceNow den Prozess und die Dokumentation.
Pulse & Patterns ist Anthropic Consulting & Implementation Partner im Claude Partner Network
und entwickelt Claude-basierte Lösungen für das Zusammenspiel von Anthropic Claude und ServiceNow.
Sie wissen noch nicht, welche KI-Vorhaben sich lohnen? Dann beginnen Sie mit AI Use Case Discovery. Soll die KI gezielt in Ihren ServiceNow-Prozessen arbeiten, ist ServiceNow AI der passende Einstieg.
Die meisten Unternehmen führen seit eineinhalb Jahren KI ein und können trotzdem keinen Geschäftsprozess nennen, der dadurch anders abläuft. Die Lizenzen sind gekauft, die Begeisterung ist echt, doch am operativen Ergebnis hat sich nichts geändert.
Die KI formuliert gut, weiß aber nicht, wie Ihr Produkt intern heißt, welche Gesellschaft welchen Kunden betreut oder wer ab welchem Betrag freigibt. Deshalb muss für jedes brauchbare Ergebnis erst ein Mensch den Kontext liefern.
Jemand erstellt im Chat einen guten Entwurf und kopiert ihn danach in das System, in dem die eigentliche Arbeit stattfindet. Die KI spart zehn Minuten beim Schreiben und kostet fünf Minuten beim Übertragen.
Fünfzig Mitarbeiter haben fünfzig eigene Wege gefunden, ein Dokument zusammenzufassen. Keiner davon ist geteilt, geprüft oder wiederverwendbar. Die Organisation lernt daraus nichts, und die Qualität schwankt von Person zu Person.
Gemessen wird die KI-Einführung an Lizenzen und Stimmung, denn kein Verantwortlicher im Fachbereich hat je festgelegt, welche Kennzahl sich verbessern soll.
Zweck festlegen
Wissen bereitstellen
Ergebnis ins System bringen
Menschliche Prüfung vereinbaren
Wir binden KI in einen konkreten Geschäftsprozess ein. Dahinter steht das Wissen Ihres Unternehmens, davor ein namentlich benannter Verantwortlicher. Dazu legen wir fest, wofür die KI eingesetzt wird, machen ihr das nötige Wissen zugänglich, stellen ihre Ergebnisse dort bereit, wo ohnehin gearbeitet wird, und vereinbaren, was ein Mensch weiterhin prüft.
Entscheidend ist dabei weniger die Technologie als diese Reihenfolge. Um zu verstehen, was Sie kaufen, müssen Sie nicht wissen, was ein Skill, ein KI-Agent oder ein Protokoll ist. Wissen sollten Sie, welcher Prozess besser wird, wer ihn verantwortet und was ein Mensch weiterhin freigibt.
Deshalb verkaufen wir keine Claude-Funktionen. Wir liefern ein festgelegtes Ergebnis für einen bestimmten Prozess und zeigen Ihnen zuerst, wie dieselbe Funktion in unserem eigenen Betrieb läuft.
Die aktuellen Spitzenmodelle können praktisch jede Aufgabe bewältigen, die ein Unternehmen erledigt haben will. Im Unternehmen selbst funktioniert trotzdem kaum eines gut, und der Grund ist immer derselbe: Das Modell weiß nicht, wie genau dieses Geschäft arbeitet.
Nichts davon steckt im Modell, und auch ein längerer Prompt bringt es nicht hinein.
01 Ihre Begriffe
02 Welches System für einen Datensatz führend ist
03 Wer was freigibt
04 Wie sich Ihre Gesellschaften unterscheiden
05 Was im letzten Quartal entschieden wurde und warum
Diesen Kontext bereitzustellen, zu kuratieren und aktuell zu halten, ist eine eigene Aufgabe: Company Second Brain.
Wir antworten darauf mit dem, was bereits läuft, nicht mit schönen Worten. Stellen Sie jedem Partner dieselbe Frage. Erhalten Sie eine Funktionsliste statt einer Vorführung, haken Sie nach.
Im eigenen Unternehmen setzen wir Claude für Wissen, Dokumentation, Delivery-Unterstützung, Profile und Präsentationen ein. Grundlage ist eine gemeinsame Wissensebene mit wiederverwendbaren Skills und Playbooks statt fünfzig privater Gewohnheiten. Das zeigen wir Ihnen heute im laufenden Betrieb, denn es ist unser eigener Betrieb.
Wir migrieren und pflegen Wissen, erarbeiten Anforderungen und Dokumentation und konfigurieren KI-gestützt auf einer Entwicklungsinstanz, mit Freigabepunkten und Build-Protokoll. All das läuft in aktuellen Kundenprojekten, und wir führen es Ihnen Schritt für Schritt vor.
Wir bauen KI-Agenten mit festgelegten Berechtigungen, deren Aktionen protokolliert und umkehrbar sind und die sich abschalten lassen. Wir betreiben sie auch selbst: im eigenen Unternehmen und in den ServiceNow-Umgebungen, in denen wir entwickeln. Bevor ein KI-Agent in einem wichtigen Prozess arbeitet, ist seine Grenze schriftlich festgelegt und getestet. An diesen Schritt denken die meisten Teams erst, wenn es zu spät ist.
Welche Arbeit läuft bei Ihnen am langsamsten?
Wir sagen Ihnen ehrlich, ob KI die passende Lösung ist.
Fünf Schritte. Über den Wert entscheiden die ersten beiden.
Wir klären Prozess, Messgröße und Zuständigkeit.
Will niemand das Ergebnis verantworten, hören wir hier auf und sagen es Ihnen.
Was muss die KI wissen, wo liegt dieses Wissen heute, ist es gut genug, und wer hält es aktuell?
Hier liegt meist das größte Arbeitspaket, und fast nie rechnet ein Kunde beim Kauf damit.
Was entwirft die KI, was entscheidet sie, was darf sie ändern, was gibt ein Mensch frei, und was wird protokolliert?
Das legen wir schriftlich fest, bevor wir mit dem Bau beginnen.
Die Ergebnisse landen im führenden System statt im Chatfenster.
Meist ist das ServiceNow, manchmal ein anderes System. Gelegentlich müssen wir Ihnen auch sagen, dass der Prozess noch nicht so weit ist.
Was ein Team gelöst hat, bereiten wir so auf, dass das nächste Team es nutzen kann. Standard, Prüfung und Zuständigkeit gehören dazu.
Sonst haben Sie eine clevere Lösung gekauft, die nur eine Person pflegt.
Das Wissen über unser Unternehmen liegt in einer strukturierten Ebene, auf die Claude zugreifen kann: wie wir unsere Arbeit beschreiben, unsere Begriffe, Arbeitsregeln, Vorlagen und Designstandards. Unsere Mitarbeiter arbeiten mit gemeinsamen, geprüften und wiederverwendbaren Bausteinen, statt dass jeder seinen eigenen Ansatz erfindet. Auch Delivery-Dokumentation, Anforderungsarbeit und Wissensmigration laufen über diese Ebene.
Daher wissen wir, wovon wir sprechen.
Wir wissen, welche Teile auf Anhieb funktionieren, welche drei Anläufe brauchen und welche sich gar nicht lohnen. Denn wir haben sie in unserem eigenen Unternehmen gebaut, bevor wir sie bei Ihnen einsetzen.
Will ein Unternehmen von verstreuter, individueller KI-Nutzung zu einer Lösung kommen, die das Unternehmen selbst verantwortet, beschreiben wir einen Weg, den wir schon gegangen sind. Ein Modell vom Reißbrett ist das nicht.
Verwandt: Company Second Brain on Claude.
Allein bringt keine der beiden Hälften einem Unternehmen viel. Claude liest, schlussfolgert, entwirft und analysiert, speichert aber keine Daten über Ihr Geschäft und darf darin nicht handeln. ServiceNow verwaltet Prozess, Datensätze, Berechtigungen, Freigaben und Nachvollziehbarkeit, schlussfolgert aber nicht.
Liest
Schlussfolgert
Entwirft
Analysiert
Speichert keine Daten über Ihr Geschäft und hat keine Befugnis, darin zu handeln.
Prozess
Datensätze
Berechtigungen
Freigaben
Nachvollziehbarkeit
Schlussfolgert nicht.
01 Verstanden
02 Geprüft
03 Weitergeleitet
04 Bearbeitet
05 Dokumentiert
Richtig kombiniert lässt sich eine Anfrage verstehen, anhand des tatsächlichen Entitlements des Kunden prüfen, weiterleiten, bearbeiten und dokumentieren. Was freigegeben werden muss, gibt ein Mensch frei. Diese Architektur lohnt es sich zu bauen.
In der ServiceNow-Dokumentation ist Claude als Modellanbieter aufgeführt und als Client des Standardprotokolls, über das ein KI-Assistent freigegebene Geschäftssysteme nutzen kann. Eine Agentenplattform, die ServiceNow selbstständig erkennt, ist Claude nicht. Was ein Unternehmen tatsächlich anbinden kann, hängt außerdem von seinem ServiceNow-Release, seiner Edition und seiner Konfiguration ab. Das klären wir direkt an Ihrer Instanz statt anhand eines Architekturdiagramms.
Wir bevorzugen Claude, legen in unserer Architektur aber nicht jeden Anwendungsfall auf ein einziges Modell fest. Ein Modell, das Dokumente gut liest, ist selten auch dasjenige, dem Sie Schreibrechte geben möchten.
Verwandt: ServiceNow AI, AI Control Tower, ServiceNow Integrations.
Ist ein KI-Agent im laufenden Prozess die falsche Wahl, heißt das fast nie, dass KI bei dieser Arbeit keinen Platz hat. Meist gehört sie in die Entwicklung der Lösung und nicht in den täglichen Betrieb. Auf unserer Seite dieser Grenze setzen wir Claude intensiv ein.
Stehen Auslöser, Logik und Ergebnis fest, ist deterministische Automatisierung günstiger und leichter zu steuern. Außerdem schwanken ihre Ergebnisse nicht.
Gebaut wird sie trotzdem mit Claude: Claude liest die bestehenden Regeln, entwirft die Konfiguration und erzeugt die Testfälle.
Zwei Systeme, die nicht miteinander kommunizieren, brauchen eine Schnittstelle, keinen KI-Agenten.
Claude beschleunigt die Umsetzung, indem es die API-Anbindung auf Ihrer Instanz entwirft und testet. In Produktion läuft dann eine saubere Integration, die Sie betreiben können.
Setzt man KI auf einen Prozess, den niemand überarbeitet hat, passieren Fehler schneller und lassen sich schwerer korrigieren. Zuerst muss der Prozess neu gestaltet werden.
In dieser Phase ist KI sinnvoll: bei der Prozessanalyse auf Basis Ihrer echten Ausführungsdaten, bei der Variantenanalyse und bei einem Entwurf, den Ihr Team prüfen kann, statt auf ihn warten zu müssen.
Weiß niemand, welches System für die betroffenen Datensätze führend ist, wird genau das zum ersten Projekt.
Zugleich ist es ein Projekt, für das Claude besonders gut geeignet ist: vorhandene Daten extrahieren, strukturieren, klassifizieren und von Dubletten bereinigen. So wird die Grundlage gebaut statt aufgeschoben.
Manche Arbeit hat gerade deshalb ihren Wert, weil ein Mensch dafür geradesteht. Diese Arbeit bleibt bewusst in menschlicher Hand.
Die KI bereitet die Entscheidung vor, trifft sie aber nicht.
Discovery klärt, was sich zu bauen lohnt und wann etwas als „bereit“ gilt. Die Implementierung setzt die vereinbarte Lösung um.
Diese Seite zeigt, welche Intelligenz und welche Kompetenz in der Wissensarbeit wir mitbringen. ServiceNow AI zeigt, wie diese Intelligenz Unternehmenskontext, Berechtigungen und ein System erhält, in dem sie handeln kann.
AI Use Case Discovery klärt, welche KI-Vorhaben sich lohnen. Anthropic setzt diejenigen um, bei denen die KI Schlussfolgerungen aus Ihrem eigenen Wissen ziehen muss.
Verwandt: AI Use Case Discovery, ServiceNow AI, AI Control Tower, Implementierung, Claude Enablement.
Wir nutzen Claude täglich im eigenen Betrieb, mit gemeinsamem Kontext und wiederverwendbaren Bausteinen. Darauf beruhen unsere Einschätzungen, und deshalb können wir Ihnen sagen, welche Teile schwieriger sind, als sie aussehen.
Mit Ihrer ServiceNow-Plattform kennen sich die meisten KI-Beratungen nicht aus, und die meisten Plattformpartner behandeln KI als Funktion. Der Wert entsteht dort, wo beides zusammenkommt, und genau deshalb gibt es diesen Bereich.
Es gibt keine Betreuungsebene dazwischen und keine Übergabe an ein Team, das Sie nie kennengelernt haben. Wer die Lösung entwirft, baut sie auch.
Nennen Sie uns die Arbeit, die bei Ihnen am langsamsten läuft. Wir sagen Ihnen offen, ob KI die Lösung ist, ob Automatisierung genügt oder ob zuerst etwas anderes in Ordnung gebracht werden muss.
Drei Dinge, und keines davon hat viel mit dem Modell zu tun. Die KI braucht Zugang zum tatsächlichen Kontext Ihres Unternehmens: Begriffe, Prozesse, Datensätze, Entscheidungen. Ihre Ergebnisse müssen in dem System landen, in dem die Arbeit lebt, und nicht im Chatfenster. Und eine verantwortliche Führungskraft muss festlegen, welche Messgröße sich bewegen soll. Wer die Kontextarbeit überspringt, bekommt beeindruckende Demos und keine Veränderung im Betrieb.
Nutzen ist individuell: eine Person, ein Gespräch, ein besserer Entwurf. Einführen heißt, dass die Fähigkeit dem Unternehmen gehört und nicht der Person. Geteilter Kontext, wiederverwendbare Bausteine, Ergebnisse im führenden System, eine klare Grenze zwischen dem, was die KI tut, und dem, was ein Mensch freigibt, und eine verantwortliche Person für das Ergebnis. Das erste verbessert jemandes Tag. Das zweite verändert, wie ein Prozess läuft.
Claude liefert das Schlussfolgern über Sprache und Wissen. ServiceNow liefert den Prozess, die Datensätze, die Berechtigungen, die Freigaben und die Nachvollziehbarkeit. ServiceNow dokumentiert Claude als Modellanbieter und als Client des Standardprotokolls, über das ein KI-Assistent freigegebene Geschäftssysteme nutzen kann. Was sich tatsächlich verbinden lässt, hängt von Release, Edition und Konfiguration ab und wird deshalb je Instanz festgestellt und nicht angenommen.
Klassische Automatisierung, wenn Auslöser, Regeln und Ergebnis bekannt und stabil sind: günstiger, schneller, leichter zu steuern und ohne Schwankung. KI dort, wo die Eingabe unstrukturiert ist, die Aufgabe Interpretation braucht oder die Menge an Urteilen einen regelbasierten Ansatz unpraktisch macht. Ein erheblicher Teil der vorgeschlagenen KI-Vorhaben sind Automatisierungsvorhaben, die noch niemand getrennt hat.
Nicht alle, und diese Erwartung verhindert mehr nützliche Arbeit, als sie schützt. Sie brauchen den konkreten Kontext, von dem der konkrete Anwendungsfall abhängt, verlässlich genug für diesen Zweck. Nehmen Sie einen Prozess, stellen Sie das Wissen dahinter her, und lassen Sie die Disziplin von etwas Funktionierendem aus wachsen. Ein unternehmensweites Datenprogramm, bevor irgendein KI-Nutzen sichtbar wird, ist der übliche Weg, auf dem KI-Initiativen still ihren Sponsor verlieren.
Das hängt von Ihrer Konfiguration, Ihren Pflichten und Ihren Kontrollen ab und nicht von einer allgemeinen Antwort. Die Fragen, die zählen: was das Modell speichern darf, wo die Verarbeitung stattfindet, welche Systeme es erreichen kann und in wessen Namen, was protokolliert wird und wer es anhalten kann. Diese Kontrollen entwerfen wir, bevor etwas in einen echten Prozess geht, und wir stellen die Einzelheiten gegen Ihre Anforderungen fest, statt ein Datenblatt zu zitieren.
Indem die nützlichen als Unternehmensbausteine behandelt werden und nicht als persönliche Gewohnheiten. Eine geteilte Wissensebene, damit alle mit derselben Version des Richtigen arbeiten, wiederverwendbare Bausteine mit Verantwortung und Prüfung, und ein Standard dafür, was ein gutes Ergebnis ist. Sonst schwankt die Qualität je Person, nichts verbessert sich kumulativ, und die Fähigkeit geht mit der Person.
Technisch in engen, klar begrenzten Fällen. Ob sie es sollten, ist eine andere Frage, und sie entscheidet sich an Berechtigungen, Umkehrbarkeit, Nachvollziehbarkeit und daran, wer verantwortet, wenn etwas schiefgeht. Unsere Position: Handlungsfähigkeit erhöht das Gewicht jeder Kontrolle, die es vorher schon gab, und schafft keine neue Kategorie. Wir würden mit einem begrenzten Arbeitsausschnitt beginnen, mit einem Menschen, der das Wesentliche freigibt, und mit einem getesteten Weg, das Ganze anzuhalten.
Das KI-Modell selbst, zum Beispiel Claude.
Das System, das die maßgebliche Fassung bestimmter Daten führt.
Eine KI mit einer Aufgabe, bestimmten Tools und einer klaren Grenze.
Ihre eigene Kopie der Plattform.
