Freshservice Auto-Kategorisierung: Ein umfassender Leitfaden für 2026

Eine genaue Ticket-Kategorisierung ist das Rückgrat eines effizienten IT-Service-Managements. Wenn Tickets sofort in den richtigen Warteschlangen landen, beheben Teams Probleme schneller, das Reporting wird aussagekräftiger und Kunden erhalten einen besseren Service. Aber die manuelle Kategorisierung jedes Tickets ist ein Zeitfresser, den sich die meisten IT-Teams nicht leisten können.

Hier kommt die Freshservice Auto-Kategorisierung ins Spiel. Oder zumindest wird sie so genannt. In Wirklichkeit bietet Freshservice eine regelbasierte Automatisierung, die Kategorien automatisch auf der Grundlage von von Ihnen definierten Bedingungen zuweisen kann. Sie ist leistungsstark, aber im KI-Sinne nicht wirklich "automatisch". Sie bauen die Logik auf, nicht das Training eines Systems, um zu lernen.

Für Teams, die an die Grenzen dessen stoßen, was Regeln leisten können, bieten KI-gestützte Alternativen wie eesel AI einen anderen Ansatz. Anstatt jedes Szenario zu programmieren, lassen Sie die KI aus Ihren historischen Tickets lernen und kategorisieren basierend auf dem Verständnis, nicht nur auf dem Keyword-Matching.

Hier erfahren Sie, wie die native Kategorisierung von Freshservice funktioniert, wo sie zu kurz kommt und wann es sinnvoll ist, über Regeln hinauszuschauen.

Was ist Freshservice Auto-Kategorisierung?

Freshservice "Auto-Kategorisierung" ist in Wirklichkeit eine regelbasierte Workflow-Automatisierung. Sie erstellen Bedingungen (wenn ein Ticket X enthält, von Y kommt oder Z entspricht) und Aktionen (dann Kategorie auf A, Unterkategorie auf B setzen). Das System führt diese Regeln automatisch aus, lernt oder passt sich aber nicht von selbst an.

Hier ist die Unterscheidung, auf die es ankommt:

• Regelbasierte Kategorisierung: Sie definieren jedes Szenario explizit. "Wenn der Betreff 'Passwort zurücksetzen' enthält, setze die Kategorie auf 'Zugriffsverwaltung'." Es funktioniert hervorragend für vorhersagbare, sich wiederholende Tickettypen. Aber wenn Sie ein Keyword verpassen oder auf eine Variation stoßen, die Sie nicht erwartet haben, schlägt die Regel fehl.

• KI-basierte Kategorisierung: Das System analysiert Ticketinhalte, lernt Muster aus historischen Daten und kategorisiert basierend auf dem Verständnis von Absicht und Kontext. Es behandelt Variationen, Synonyme und neuartige Szenarien ohne explizite Programmierung.

Freshservice verwendet den ersten Ansatz. Der Workflow Automator ermöglicht es Ihnen, eine ausgefeilte Kategorisierungslogik aufzubauen, aber Sie bauen immer noch Logik auf, nicht das Lehren eines Systems, um zu denken.

Wie Freshservice Auto-Kategorisierung funktioniert

Freshservice bietet verschiedene Automatisierungsmechanismen zur Kategorisierung von Tickets. Jeder dient einem anderen Zweck und ist mit seinen eigenen Einschränkungen verbunden.

Workflow Automator für die Ticket-Kategorisierung

Der Workflow Automator ist das primäre Tool von Freshservice für die Ticket-Automatisierung. Er verwendet eine visuelle Drag-and-Drop-Oberfläche, auf der Sie Workflows aus drei Kernkomponenten erstellen:

Ereignisse definieren, wann ein Workflow ausgelöst wird. Für die Kategorisierung verwenden Sie typischerweise "Ticket wird erstellt" oder "Ticket wird aktualisiert".

Bedingungen legen die Parameter fest, die erfüllt sein müssen. Sie können Betreffzeilen auf Keywords überprüfen, Anfragereigenschaften auswerten oder benutzerdefinierte Felder untersuchen. Zum Beispiel: "Betreff enthält 'Drucker' ODER 'Kann nicht drucken'."

Aktionen werden ausgeführt, wenn die Bedingungen übereinstimmen. Hier legen Sie die Kategorie, Unterkategorie und Elementfelder fest. Sie können das Ticket auch einer bestimmten Gruppe oder einem Agenten zuweisen.

Der Workflow Automator unterstützt auch erweiterte Funktionen wie Reader Nodes (zum Referenzieren benutzerdefinierter Objekte), JSON-Parsing und Webhook-Aufrufe an externe Systeme. Aber im Kern ist es immer noch eine Wenn-dies-dann-das-Logik.

Supervisor-Regeln

Supervisor-Regeln sind selbstausführende Automatisierungen, die nach einem Zeitplan ausgeführt werden, typischerweise stündlich. Sie sind nützlich für Massenoperationen an bestehenden Tickets, wie z. B. die Neukategorisierung von Tickets im Rückstand oder die Bearbeitung von Tickets, die nicht kategorisiert wurden.

Die wichtigste Einschränkung: Supervisor-Regeln werden nur für Tickets ausgeführt, die in den letzten 30 Tagen erstellt oder aktualisiert wurden. Ältere Tickets sind von der Bearbeitung ausgeschlossen.

Observer-Regeln

Observer-Regeln werden in Echtzeit ausgelöst, wenn bestimmte Ticket-Ereignisse auftreten. Im Gegensatz zum Workflow Automator (der bei der Ticketerstellung ausgeführt wird) reagieren Observer-Regeln auf Aktualisierungen wie Statusänderungen, Prioritätsverschiebungen oder Agentenantworten. Dies macht sie nützlich, um Tickets neu zu kategorisieren, wenn neue Informationen auftauchen.

Ein Haken: Observer-Regeln werden nur für manuelle Aktionen ausgeführt, nicht für systemgesteuerte Aktualisierungen.

Szenario-Automatisierung

Die Szenario-Automatisierung bündelt mehrere Aktionen unter einem einzigen Klick. Agenten wählen Tickets aus und wenden ein Szenario an, um Felder auf einmal zu kategorisieren, zuzuweisen und zu aktualisieren. Es ist keine automatische Kategorisierung (Agenten lösen sie immer noch aus), aber sie beschleunigt die manuelle Kategorisierung erheblich.

Einrichten der Auto-Kategorisierung in Freshservice

Das Einrichten der Kategorisierungsautomatisierung in Freshservice umfasst drei Hauptphasen: Strukturierung Ihrer Kategorien, Erstellung der Regeln und Verfeinerung im Laufe der Zeit.

Schritt 1: Definieren Sie Ihre Kategorienstruktur

Bevor Sie eine Automatisierung erstellen, benötigen Sie eine klare Taxonomie. Freshservice verwendet eine dreistufige Hierarchie:

• Ebene 1: Kategorie (breite Bereiche wie "Hardware", "Software", "Netzwerk")
• Ebene 2: Unterkategorie (spezifischer wie "Laptops", "Drucker", "VPN")
• Ebene 3: Element (granulare Klassifizierung wie "Dell XPS", "HP LaserJet", "Cisco AnyConnect")

Sie konfigurieren diese Struktur unter Admin > Service Management > Service Desk Einstellungen > Feld-Manager. Die Schnittstelle ermöglicht es Ihnen, verschachtelte Dropdowns zu erstellen, in denen Benutzer (oder die Automatisierung) die entsprechende Klassifizierung auswählen.

Bewährte Methode: Beginnen Sie einfach. Eine flache, gut organisierte Taxonomie ist besser als eine tiefe, verwirrende. Benutzer haben Schwierigkeiten mit komplexen Kategorienbäumen, und fehlgeleitete Tickets werden zu einem größeren Problem als nicht kategorisierte.

Schritt 2: Erstellen Sie Kategorisierungs-Workflows

Nachdem Sie Ihre Taxonomie definiert haben, gehen Sie zu Admin > Automatisierung & Produktivität > Workflow Automator, um Ihre Kategorisierungsregeln zu erstellen.

Beginnen Sie mit der Identifizierung Ihrer Tickettypen mit dem höchsten Volumen. Dies sind Ihre Automatisierungskandidaten. Fragen Sie für jeden Typ:

• Was unterscheidet diesen Tickettyp? (Keywords, Anfragesteller-Abteilung, Quellkanal)
• Welche Kategorie sollte er erhalten?
• Sollte er auch automatisch einem bestimmten Team zugewiesen werden?

Erstellen Sie Workflows mit spezifischen Bedingungen. "Betreff enthält 'Passwort'" ist zu breit gefasst und fängt "Passwort abgelaufen" und "Frage zur Passwortrichtlinie" im selben Bereich ab. Verwenden Sie mehrere Bedingungen: "Betreff enthält 'Passwort' UND Betreff enthält 'zurücksetzen'" für eine bessere Präzision.

Testen Sie Workflows immer mit Beispieltickets, bevor Sie sie aktivieren. Freshservice ermöglicht es Ihnen, Auslöser zu simulieren, um zu sehen, was passieren würde, ohne Live-Tickets zu beeinträchtigen.

Schritt 3: Überwachen und verfeinern

Automatisierung ist nicht Set-and-Forget. Planen Sie, die Kategorisierungsgenauigkeit zuerst wöchentlich, dann monatlich zu überprüfen, wenn sich das System stabilisiert.

Achten Sie auf:

• Falsch klassifizierte Tickets (welche Regel hat sie falsch erfasst?)
• Nicht kategorisierte Tickets (welches Szenario fehlt Ihnen?)
• Edge Cases, die Ihre Logik brechen

Passen Sie Bedingungen an, fügen Sie neue Workflows hinzu und ziehen Sie Regeln zurück, die nicht mehr gelten, wenn sich Ihre Dienste weiterentwickeln.

Einschränkungen der Freshservice Auto-Kategorisierung

Der regelbasierte Ansatz von Freshservice funktioniert gut für vorhersagbare Umgebungen, hat aber klare Grenzen. Das Verständnis dieser Einschränkungen hilft Ihnen zu entscheiden, wann die native Automatisierung ausreichend ist und wann Sie etwas Intelligenteres benötigen.

Nur regelbasiert. Jedes Kategorisierungsszenario erfordert eine explizite Programmierung. Wenn ein Benutzer ein Druckerproblem als "das Papierding ist wieder verklemmt" beschreibt und Ihre Regel nur nach "Drucker" oder "Verklemmung" sucht, haben Sie einen Fehler. Sie können nicht jede Variation berücksichtigen.

Kein Lernen aus der Historie. Freshservice analysiert Ihre vergangenen Tickets nicht, um die Kategorisierung zu verbessern. Wenn 500 Tickets über "Outlook synchronisiert nicht" alle als "Software > E-Mail > Outlook" kategorisiert wurden, lernt das System dieses Muster nicht für zukünftige Tickets.

Keyword-Matching verpasst den Kontext. Regeln suchen nach wörtlichen Zeichenketten, nicht nach Bedeutung. "Kann nicht auf freigegebenes Laufwerk zugreifen" und "benötige Zugriff auf freigegebenes Laufwerk" mögen für einen Menschen ähnlich erscheinen, erfordern aber unterschiedliche Regeln, um sie zu erfassen.

Komplexe Kategorienbäume verwirren Benutzer. Die Freshworks-Community ist voll von Beschwerden darüber, dass Benutzer falsche Kategorien auswählen, weil die Hierarchie zu tief oder schlecht organisiert ist. Ein Benutzer beschrieb die Frustration: "Wir haben einen ziemlich granularen Kategorienbaum, aber besonders neue Benutzer sind sich nicht sicher, wo sie etwas im Kategorienbaum erwarten können. Sollten sie erwarten, 'Drucker hinzufügen' unter 'Software > Windows' oder 'Drucker' zu finden?"

Wir haben einen stetigen Strom von Neueinstellungen in der Organisation und haben einen Anstieg der Fehlleitung von Tickets aufgrund der falschen Auswahl von 'Kategorie, Unterkategorie, Element' festgestellt. Wir versuchen fieberhaft, Wege zu finden, um die verlängerte Ticket-Neuzuweisung aufgrund der Auswahl des falschen Kategorienbaums durch neue Mitarbeiter zu mildern.

Freshworks Community

30-Tage-Fenster für Supervisor-Regeln. Die Massen-Neukategorisierung älterer Tickets erfordert Workarounds.

Kann keine Multi-Intent-Tickets verarbeiten. Ein Ticket, das sowohl eine Passwortzurücksetzung als auch eine Softwareinstallation erwähnt, wird basierend auf der Regel kategorisiert, die zuerst übereinstimmt, nicht basierend auf dem Verständnis, dass beide Probleme Aufmerksamkeit erfordern.

eesel AI: Eine KI-gestützte Alternative für intelligente Ticket-Kategorisierung

Wenn die regelbasierte Kategorisierung an ihre Grenzen stößt, bieten KI-gestützte Alternativen einen grundlegend anderen Ansatz. Anstatt Logik zu programmieren, trainieren Sie ein System, um zu verstehen.

Wie eesel AI Auto-Kategorisierung funktioniert

eesel AI nähert sich der Kategorisierung durch das Verständnis natürlicher Sprache. Hier sind die Unterschiede:

Lernt automatisch aus Ihren Daten. Verbinden Sie eesel AI mit Ihrem Helpdesk, und es beginnt sofort, aus Ihren vergangenen Tickets, Helpcenter-Artikeln, Makros und jeder verbundenen Dokumentation (Confluence, Google Docs, Notion) zu lernen. Es versteht, wie Sie Tickets tatsächlich kategorisieren, nicht wie Sie Regeln geschrieben haben, um sie zu kategorisieren.

Versteht Kontext und Absicht. Anstatt Keywords abzugleichen, liest eesel AI Ticketinhalte und versteht, was der Benutzer fragt. "Das Papierding ist wieder verklemmt" wird als Druckerproblem kategorisiert, weil die KI die Bedeutung versteht, nicht weil "Drucker" im Text vorkommt.

Verarbeitet Multi-Intent-Tickets. Wenn ein Ticket mehrere Probleme enthält, kann eesel AI jedes einzelne identifizieren und kategorisieren oder das Ticket zur menschlichen Überprüfung kennzeichnen, wenn die Absicht unklar ist.

Verbessert sich kontinuierlich. Jede Korrektur, die Sie vornehmen, lehrt das System. Im Laufe der Zeit verbessert sich die Genauigkeit, ohne dass Sie neue Regeln schreiben müssen.

Wichtige Vorteile gegenüber der regelbasierten Kategorisierung

• Keine komplexe Regeleinrichtung. Sie beschreiben in einfachem Deutsch, was Sie wollen. "Kategorisieren Sie Druckerprobleme unter Hardware > Peripheriegeräte" reicht aus, um loszulegen.

• Funktioniert mit neuartigen Szenarien. Tickets, die Probleme beschreiben, die Sie noch nie zuvor gesehen haben, werden dennoch basierend auf der Ähnlichkeit mit vergangenen Tickets kategorisiert.

• Simulationsmodus. Testen Sie eesel AI an historischen Tickets, bevor Sie live gehen. Sehen Sie genau, wie es vergangene Tickets kategorisiert hätte, und messen Sie die Genauigkeit, bevor Sie Live-Kundenanfragen berühren.

• Freshservice-Integration. eesel AI verbindet sich direkt mit Freshservice (zusammen mit Zendesk, HubSpot und über 100 anderen Plattformen), um eine intelligente Kategorisierung innerhalb Ihres bestehenden Workflows anzuwenden.

eesel AI Preisgestaltung

AI Triage mit Auto-Kategorisierung ist im Business-Plan und höher verfügbar.

Weitere Informationen zur KI-gestützten Ticketklassifizierung finden Sie in unserem Leitfaden zur Verwendung von KI zur Klassifizierung oder Kennzeichnung von Support-Tickets.

Auswahl des richtigen Auto-Kategorisierungsansatzes

Nicht jedes Team benötigt eine KI-gestützte Kategorisierung. Hier erfahren Sie, was zu Ihrer Situation passt.

Die native Automatisierung von Freshservice ist ausreichend, wenn:

• Sie haben eine kleine, stabile Menge an Tickettypen
• Ihre Benutzer verwenden konsistent eine vorhersagbare Sprache
• Ihre Kategorienstruktur ist einfach und flach
• Sie haben IT-Mitarbeiter zur Verfügung, um Regeln zu erstellen und zu pflegen
• Das Ticketvolumen ist niedrig genug, dass eine gelegentliche Fehlkategorisierung nicht kostspielig ist

KI-gestützte Kategorisierung ist sinnvoll, wenn:

• Sie hohe Ticketvolumina mit unterschiedlichen Inhalten verarbeiten
• Benutzer Probleme auf unvorhersehbare Weise beschreiben
• Ihre Kategorienstruktur komplex ist
• Sie eine hohe Genauigkeit für Reporting und SLA-Tracking benötigen
• Sie eine Kategorisierung wünschen, die sich im Laufe der Zeit ohne manuelle Regelaktualisierungen verbessert
• Sie bereits an die Grenzen regelbasierter Systeme stoßen

Der Migrationspfad: Viele Teams beginnen mit den nativen Regeln von Freshservice und steigen dann auf KI-gestützte Lösungen wie eesel AI um, wenn die Wartungslast untragbar wird oder die Genauigkeitsanforderungen steigen.

Berücksichtigen Sie Ihr Ticketvolumen, Ihre Vielfalt, Ihre Teamgröße und Ihre Genauigkeitsanforderungen. Regeln funktionieren, bis sie es nicht mehr tun. Wenn Sie feststellen, dass Sie Regel Nr. 47 schreiben, um eine weitere Variation von "Drucker defekt" zu erfassen, ist es möglicherweise an der Zeit, die Mustererkennung von der KI übernehmen zu lassen.

Erste Schritte mit intelligenter Ticket-Kategorisierung

Die Ticket-Kategorisierung ist keine glamouröse Arbeit, aber sie ist grundlegend. Eine genaue Kategorisierung bedeutet schnelleres Routing, besseres Reporting und zufriedenere Benutzer. Die Frage ist, wie viel Aufwand Sie dafür aufwenden möchten.

Die regelbasierte Automatisierung von Freshservice funktioniert für unkomplizierte Umgebungen. Sie erstellen die Logik, testen die Regeln und pflegen sie, wenn sich Ihre Dienste weiterentwickeln. Es ist vorhersehbar und kontrollierbar.

Wenn Ihre Umgebung über Regeln hinauswächst, bieten KI-gestützte Alternativen einen Weg nach vorn. Anstatt jedes Szenario zu programmieren, bringen Sie einem System das Verstehen bei. Der anfängliche Aufwand sinkt, die Genauigkeit verbessert sich und das System passt sich an, wenn sich Ihr Unternehmen ändert.

Wenn Sie neugierig sind, wie eine KI-gestützte Kategorisierung für Ihre Tickets aussieht, können Sie eesel AI ausprobieren und Simulationen mit Ihren historischen Daten durchführen. Sehen Sie die Genauigkeit, bevor Sie Änderungen in Ihrer Live-Umgebung vornehmen.

Um mehr über die Fähigkeiten von eesel AI für IT-Teams zu erfahren, erkunden Sie unsere KI für ITSM-Lösung oder sehen Sie sich die eesel AI Freshservice-Integration an.