Employee Experience neu gedacht

ServiceNow adressiert damit ein Problem, das viele Organisationen kennen: Mitarbeitende arbeiten mit Portalen, Fachsystemen, Servicekatalogen, Wissensdatenbanken und immer mehr AI-Assistenten. In der Keynote wurde dieses Umfeld als «maze of co-pilots and tools» beschrieben. Bhavin Shah, Gründer von Moveworks und heute SVP und GM Employee Experience and AI bei ServiceNow, spricht im Interview von «copilot chaos»: Viele Anwendungen bieten inzwischen eigene AI-Funktionen, bleiben aber meist in ihrem jeweiligen System.

EmployeeWorks: Ein Einstiegspunkt für Arbeit

Mit EmployeeWorks will ServiceNow einen AI-gestützten Einstiegspunkt für Mitarbeitende schaffen. In der Keynote wurde EmployeeWorks als «AI-powered front door for all your employees to get work done» beschrieben. Entscheidend ist, dass es dabei nicht nur um Antworten geht, sondern um Arbeit, die über Systeme hinweg angestossen oder erledigt werden soll, etwa über HR, IT, Finance, Workplace, Legal oder Procurement.

Shah beschreibt die Entwicklung von Enterprise AI in mehreren Phasen: zunächst persönliche AI-Tools für Texte, Zusammenfassungen oder Recherche; danach AI-Funktionen innerhalb einzelner Softwareprodukte. Das Ergebnis sei oft mehr Fragmentierung statt weniger. Der nächste Schritt sei deshalb eine einheitlichere Employee Experience, die nicht an Systemgrenzen endet.

EmployeeWorks soll Mitarbeitenden ermöglichen, ein Anliegen zu formulieren, ohne wissen zu müssen, welches System, welcher Prozess oder welches Team zuständig ist. Die Plattform soll die Anfrage verstehen, Kontext einordnen, passende Prozesse finden und – wo möglich – Aktionen auslösen.

Mehr als HR Service Delivery

ServiceNow ist im Employee-Bereich seit Jahren mit Human Resources Service Delivery, kurz HRSD, etabliert, also mit Lösungen für digitale HR-Services und Employee Journeys. Mit EmployeeWorks und der Integration von Moveworks wird der Rahmen breiter. Shah erklärt im Interview, dass ServiceNow die HRSD-Produkte unter denselben organisatorischen Schirm gebracht habe, um die Employee Journey umfassender zu betrachten.

Employee Experience wird damit nicht nur als Bearbeitung von HR-Anfragen verstanden. Es geht um wiederkehrende Anliegen über verschiedene Funktionen hinweg: eine Genehmigung, eine Lieferantenfreigabe, eine IT-Anfrage, eine Policy-Frage oder die Suche nach Unternehmenswissen. Die technische Aufgabe besteht darin, diese Anliegen nicht nur zu beantworten, sondern mit Prozessen, Regeln und Systemen zu verbinden.

Otto: Die neue AI-Erfahrung

Eine zentrale Rolle spielt Otto. ServiceNow beschreibt Otto als neue AI-Erfahrung, die Now Assist, Moveworks und AI Experience zusammenführt. Otto soll nicht auf eine einzelne Anwendung beschränkt sein, sondern über Abteilungen und Systeme hinweg arbeiten: Absichten verstehen, Anfragen an passende Agenten oder Workflows weiterleiten und Aufgaben bis zum Abschluss ausführen.

Bhavin Shah fasst die Logik so zusammen: «Moveworks understood what employees needed. ServiceNow could do the work. Together, we built ServiceNow Otto, an AI experience that completes work, across any system, department, or any workflow.»

Im Interview betont Shah, dass Otto nicht nur Chat sei. Es gehe um eine vereinheitlichte Nutzererfahrung über Suche, Dialog, Genehmigungen, Serviceanfragen, laufende Incidents und Ergebnisse hinweg. Für Kunden solle künftig weniger relevant sein, ob eine Funktion ursprünglich aus Moveworks, Now Assist oder einer anderen ServiceNow-Komponente stamme.

Output ist nicht Outcome

Ein zentraler Satz aus dem Gespräch mit Shah lautet: «While it’s easy to generate an output, it’s hard to generate an outcome.» Damit beschreibt er den Unterschied zwischen einer AI, die eine Antwort erzeugt, und einer AI, die im Unternehmenskontext tatsächlich eine Aufgabe abschliesst.

In Unternehmen reicht eine plausible Antwort häufig nicht aus. Ein System muss wissen, wann es selbst handeln darf, wann ein bestehender Prozess genutzt werden muss, wann eine Genehmigung erforderlich ist und wann ein Mensch eingebunden werden sollte. Shah verweist darauf, dass viele Geschäftsprozesse bewusst so gebaut sind, weil sie Entscheidungslogiken, Risiken und Verantwortlichkeiten eines Unternehmens abbilden.

Deshalb beschreibt ServiceNow EmployeeWorks als Verbindung von probabilistischem Reasoning und deterministischen Workflows: AI kann flexibel verstehen und planen; die Ausführung muss aber in geregelten und nachvollziehbaren Abläufen stattfinden.

Human in the Loop bleibt relevant

Wenn AI im Namen von Mitarbeitenden handelt, geht es schnell um sensible Bereiche wie Rollen, Berechtigungen, HR-Anliegen, Reisen, Genehmigungen, interne Kommunikation oder persönliche Daten. Shah betont deshalb, dass «Human in the Loop» keine rein technische Frage ist, sondern eine Frage von Governance und Unternehmensentscheidung.

Ein Beispiel ist die Reisefreigabe. Manche Unternehmen automatisieren Ausgaben, solange sie innerhalb der Richtlinien liegen. Andere wollen bewusst eine Zustimmung durch eine Führungskraft. EmployeeWorks soll nach Shahs Darstellung unterschiedliche Governance-Modelle abbilden können, statt ein einheitliches Automatisierungsverständnis vorzugeben.

Autonomous Workforce: AI-Spezialisten in Serviceprozessen

EmployeeWorks und Otto stehen im Zusammenhang mit ServiceNows breiterer Erzählung zur Autonomous Workforce. In der Keynote wurden AI-Spezialisten als Rollen beschrieben, die nicht nur einzelne Aufgaben erledigen, sondern bestimmte Prozesse end-to-end ausführen. Sie sollen neben bestehenden Teams arbeiten, definierte Zuständigkeiten haben und mit denselben Governance- und Zugriffskontrollen abgesichert sein wie menschliche Mitarbeitende.

In einer Demo wurde ein «IT Service Desk AI Specialist» vorgestellt. Gezeigt wurden unter anderem Genauigkeit, potenziell eingesparte Stunden, CSAT, SLA-Erfüllung und ein Audit Trail der ausgeführten Schritte. Die Demo sollte zeigen, dass AI-Spezialisten nicht als unsichtbare Automatisierung laufen sollen, sondern als überprüfbare Akteure innerhalb eines Serviceprozesses.

Kundensicht: weniger Reibung im Arbeitsalltag

Auch die Kundenstimmen im Rahmen der ServiceNow Knowledge 2026 zielen auf weniger Reibung. Siemens beschreibt Conversational AI als Möglichkeit, IT-Support und Unternehmenskommunikation direkter zu Mitarbeitenden zu bringen. Elmar Spreitzer, Head of IT Digital Foundation bei Siemens, sagt, dies reduziere administrative Reibung und bewahre institutionelles Wissen, damit Mitarbeitende sich stärker auf Ergebnisse für Siemens-Kunden konzentrieren könnten.

Medtronic verweist auf mehr als 100 individuelle Use Cases mit Moveworks und ServiceNow, die Mitarbeitenden helfen sollen, schneller zu finden, was sie brauchen. In der Keynote wurden zudem Effekte bei CVS Health und Honeywell genannt: Das end-to-end-Erlebnis habe 50 Prozent der Live-Agent-Chats bei CVS Health und 80 Prozent der eingehenden Arbeit für ein Team bei Honeywell reduziert. Diese Zahlen sind Anbieterangaben und entsprechend einzuordnen.

Einordnung: Employee Experience wird zur Prozessfrage

ServiceNow positioniert Employee Experience damit breiter als klassische HR- oder IT-Serviceprozesse. EmployeeWorks und Otto stehen für den Versuch, Mitarbeitenden einen einheitlicheren Zugang zur Arbeit zu geben, während im Hintergrund Systeme, Datenquellen, Berechtigungen, Workflows und Genehmigungen zusammenspielen.

Das adressiert ein reales Problem grosser Organisationen, denn interne Arbeit ist oft fragmentiert. Eine AI-Oberfläche löst diese Fragmentierung jedoch nicht automatisch. Sie kann nur dann wirksam werden, wenn Prozesse, Daten, Rollen, Genehmigungen und Verantwortlichkeiten ausreichend klar definiert sind.

Der Prüfpunkt für EmployeeWorks und Otto ist deshalb nicht allein die Qualität der Konversation. Entscheidend ist, ob Arbeit im Alltag tatsächlich einfacher wird: weniger Systemwechsel, weniger unklare Zuständigkeiten, weniger manuelles Nachfassen und zugleich genügend Kontrolle für sensible Prozesse.