Keyfacts:

• Gerade in der stark regulierten Finanzindustrie erweist sich die Konfigurationsdatenbank (CMDB) als wertvoll für die Verwaltung der komplexen IT-Landschaften.
• Mit künstlicher Intelligenz (KI) erhält sie ein Upgrade, das die Effizienz steigert: für das dialogische Abrufen aktueller Informationen, für das Bearbeiten von IT-Vorfällen und das Erstellen von Reportings.
• Mehrere Anwendungsfälle zeigen die vielen Vorteile einer KI-gestützten CMDB auf.

Die Konfigurationsdatenbank (Configuration Management Database, CMDB) ist die zentrale Grundlage für sämtliche IT- Prozesse in einem Unternehmen. Finanzinstitute profitieren vom Einsatz einer gut gepflegten CMDB, da diese ihnen hilft, ihre komplexe IT-Landschaft zu verwalten und möglichst effizient zu betreiben – ein großer Vorteil zum Beispiel angesichts des regulatorischen Umfelds, in dem sich Finanzdienstleister bewegen.

Die CMDB spielt eine zentrale Rolle bei der Einhaltung regulatorischer Anforderungen wie DORA, denn sie identifiziert beispielsweise kritische Systeme. Sie bildet eine Grundlage für die Abwehr von Cyberangriffen und stärkt die Resilienz.

Mit dem Einsatz von künstlicher Intelligenz (KI) wird die CMDB nun noch leistungsfähiger. Denn Informationen lassen sich über Large Language Models (LLMs) gezielt und im Dialog abrufen. Die Datenpflege kann automatisiert werden, und Anomalien wie IT-Vorfälle können ebenfalls automatisiert bearbeitet werden.

Auch das Reporting verbessert sich: Analysen erfolgen in Echtzeit, und potenzielle Probleme werden frühzeitig erkannt. So wird die CMDB zu einem intelligenten Werkzeug, das die vorausschauende Planung unterstützt und den IT-Betrieb spürbar effizienter und sicherer macht – und das ohne grundlegende Veränderungen an der bestehenden IT-Landschaft.

Die Vorteile von Large Language Models für die CMDB

Wie gelingt das? Der große Vorteil entsteht durch die Stärke großer Sprachmodelle, komplexe Zusammenhänge zu erfassen, Muster zu erkennen und kontextbezogene Antworten in natürlicher Sprache zu liefern.

Für die konkrete Anwendung in den Unternehmen bedeutet das: Informationen aus der IT lassen sich in Alltagssprache abfragen – Fragen zu Zuständigkeiten, Auswirkungen geplanter Änderungen oder welche Systeme von einer Störung betroffen sind, werden direkt beantwortet. Die Antworten basieren idealerweise auf vorhandenen IT-Daten aus der CMDB. Voraussetzung dafür ist eine verlässliche Datenbasis.

KI im Zusammenspiel mit der CMDB: Großes Potenzial gerade für Finanzunternehmen

Ein LLM ersetzt keine gepflegte CMDB, macht vorhandene Informationen aber besser nutzbar und zugänglich. Aktuell kommen LLMs vor allem ergänzend zum Einsatz, etwa zur automatisierten Beschreibung technischer Einträge oder als sprachgesteuerte Oberfläche für den Zugriff auf IT-Daten. Auch ohne direkte KI-Integration lassen sich diese Funktionen über vorhandene Schnittstellen unkompliziert anbinden.

Gleichzeitig wird künstliche Intelligenz zunehmend direkt in IT-Service-Management-Plattformen integriert. Das ermöglicht eine nahtlose Verbindung zwischen Analyse, Automatisierung und Assistenzfunktionen in einer zentralen Umgebung.

Die CMDB spielt dabei eine zentrale Rolle, ist allerdings nicht die alleinige Grundlage für erfolgreiche KI-Anwendungen. Erst das Zusammenspiel aus einer hohen Datenqualität, etablierten Prozessen und klar definierten Zielbildern schafft die Voraussetzung für den effektiven und regelkonformen Einsatz von KI. Das gilt insbesondere in regulierten Sektoren wie der Finanzdienstleistung. Gerade hier sind die Möglichkeiten für Verbesserungen groß, und es gibt viele neue Anwendungsfälle für den Betrieb.

Anwendungsfall 1: Der KI-Assistent im Regelbetrieb der CMDB

Ein praxisnaher Einstieg in die Nutzung von LLMs ist ihr Einsatz als digitale Assistenten – insbesondere in IT-nahen Bereichen, in denen ein schneller Zugriff auf Informationen entscheidend ist. Die Modelle ermöglichen es, gezielt technische und organisatorische Daten abzurufen, ohne sich durch komplexe Oberflächen oder manuelle Suchen arbeiten zu müssen.

Bisher müssen Nutzerinnen und Nutzer oft technisch anspruchsvolle Abfragesprachen einsetzen oder über spezielle Toolkenntnisse verfügen – nun können sie ihre Fragen in natürlicher Sprache an die chatbasierte KI-Assistenz stellen und erhalten verständliche und kontextbezogene Antworten auf Basis der CMDB-Daten.

Während klassische Chatbots nur vorprogrammierte Antworten liefern konnten, agieren moderne KI-Assistenten flexibel, verstehen komplexere Anfragen und generieren neue Inhalte in natürlicher Sprache. Das unterstützt bei Ursachenanalysen im Vorfallsmanagement, bei der Bewertung von Auswirkungen im IT-Change Management oder der Klärung von Zuständigkeiten.

Beispiele hierfür wären Fragestellungen wie ‚Welcher IT-Dienstleister ist betroffen oder wer ist innerhalb des Instituts fachlich oder technisch zuständig oder verantwortlich?‘

Direkte Informationen statt speziell angefertigter Berichte

Besonders hilfreich ist diese Unterstützung für Mitarbeitende, die regelmäßig auf technische Informationen angewiesen sind, sich aber nicht im Detail mit der zugrunde liegenden Systemarchitektur auskennen. Sie erhalten auf diesem Weg direkten Zugang zu Informationen, die zuvor ausschließlich über speziell angefertigte Reports verfügbar waren.

Das bietet auch die Chance, den Kreis der Nutzenden über das Kernteam hinaus zu erweitern – zum Beispiel auf den Chief Information Officer (CIO), die Geschäftsführung oder die Revision.

Der Zugang über natürliche Sprache ist intuitiv und kommt ohne größere Änderungen an bestehenden Prozessen oder Werkzeugen aus. Diese Form der Assistenz ist ein wirkungsvoller erster Schritt, um den praktischen Nutzen von KI im IT-Betrieb und darüber hinaus erlebbar zu machen. Sie lässt sich mit überschaubarem Aufwand umsetzen und erfordert nur begrenzte organisatorische Anpassungen.