Serviceredundanzen erkennen: Paaranalyse, Ähnlichkeitssuche und Cluster

Die Ansicht Service-Redundanzen findet Doppelungen nicht zwischen Applikationen, sondern zwischen Services — etwa wenn zwei Abteilungen unabhängig voneinander einen ähnlichen internen Service betreiben. Grundlage ist eine Ähnlichkeits-Pipeline: Jeder Service wird als Embedding erfasst, vergleichbare Services werden über einen KI-Substituierbarkeitswert (0–100 %) bewertet und mit Typ, Begründung und Handlungsempfehlung versehen.

Die drei Ansichtsmodi beantworten dabei unterschiedliche Fragen — welche konkreten Paare sich überschneiden, was einem bestimmten Service ähnelt, oder wo sich Redundanz im Portfolio konzentriert.

Schritt 1: Zur Ansicht navigieren

In der linken Navigation unter Mein Unternehmen auf Redundanzen klicken und den Reiter Service-Redundanzen wählen. Die Seite hat drei Reiter: Redundanzen, App-Redundanzen und Service-Redundanzen (dieser Guide).

Schritt 2: Die Embedding-Abdeckung prüfen

Oben zeigt der Balken Embedding-Abdeckung (z. B. 61/61), wie viele Services bereits für den KI-Abgleich aufbereitet sind, sowie das Datum der letzten Berechnung. Je vollständiger die Abdeckung, desto zuverlässiger die Treffer in allen drei Ansichtsmodi.

Schritt 3: Den passenden Ansichtsmodus wählen

Über Ansichtsmodus stehen drei Perspektiven auf dieselbe Ähnlichkeits-Pipeline zur Verfügung:

• Paaranalyse: Eine flache, sortierbare Tabelle vorab berechneter Service-Paare. Jede Zeile zeigt zwei Services mit Ähnlichkeit, Abteilungen, Kosten, Typ (Duplikat, Modernisierung, Teilmenge), Begründung und empfohlener Maßnahme — die direkte Arbeitsliste, um Kandidaten von oben nach unten zu bestätigen oder zu verwerfen.
• Ähnlichkeitssuche: Eine interaktive Suche auf Abruf. Freitext eingeben oder einen vorhandenen Service auswählen, einen Mindest-Ähnlichkeitswert festlegen — das System führt eine Live-Nächste-Nachbarn-Suche über die Embeddings aus, auch für Services, die noch in keinem vorberechneten Paar stecken. Gut geeignet, um vor der Freigabe einer neuen Anfrage zu prüfen, ob es schon etwas Vergleichbares gibt.
• Service-Cluster: Eine gruppierte, strukturelle Ansicht. Jede Zeile ist ein Service mit der Anzahl ähnlicher Gegenstücke; das Aufklappen zeigt das gesamte Cluster samt Ähnlichkeit, Typ, Begründung und Aktion pro Paar. Sortierbar nach Überschneidungsanzahl oder Kosten — hilfreich, um die dichtesten und teuersten Cluster zuerst anzugehen.

Schritt 4: Kennzahlen und Filter in der Paaranalyse

In der Paaranalyse fassen fünf Kacheln die Lage zusammen: Services mit Überschneidungen, Innerhalb Abteilung, Abteilungsübergreifend, Paare gesamt und Einsparpotenzial p. a. (berechnet aus den erkannten Konsolidierungskandidaten).

Darüber lässt sich die Auswahl eingrenzen:

• Abteilungs-Filter und Vergleichen mit Abteilung: auf eine oder zwei bestimmte Abteilungen einschränken.
• Status A / Vergleichs-Status: z. B. nur produktive Services vergleichen.
• Paar-Typ: Alle, Intern (gleiche Abteilung) oder Abteilungsübergreifend.
• Service-Klasse: auf eine bestimmte Klasse filtern.
• Kostenfilter und Min. Ähnlichkeit: nur Paare ab einer bestimmten Kostenschwelle bzw. einem Mindest-Ähnlichkeitswert anzeigen.
• Gruppieren nach: fasst die Ergebnistabelle z. B. nach Abteilung A zusammen.

Schritt 5: Ein Service-Paar im Detail prüfen

Auf ein Paar in der Tabelle klicken, um den Service-Paar-Detail-Dialog zu öffnen. Er zeigt beide Services nebeneinander mit Status, Abteilung, Service-Klasse, Verantwortlicher Person, Jahreskosten und Beschreibung, dazu oben die berechnete Ähnlichkeit in Prozent und ob es sich um einen internen oder abteilungsübergreifenden Treffer handelt.

Mit Treffer bestätigen oder Treffer anfechten gibst du der KI-Bewertung eine Rückmeldung — bestätigte oder abgelehnte Treffer fließen in künftige Bewertungen ein.

Schritt 6: Exportieren

Jeder Ansichtsmodus hat einen eigenen Export-Button, mit dem sich die aktuell gefilterte Ergebnisliste als Datei herunterladen lässt, etwa um sie mit Abteilungsverantwortlichen zu teilen.