Mark Clayman, CEO von Netrio – Interview-Reihe

Mark Clayman, CEO von Netrio, ist ein erfahrener Technologie-Executive mit mehr als zwei Jahrzehnten Führungserfahrung in den Bereichen Cloud-Computing, Managed IT-Services, Cyber-Sicherheit und Unternehmens-Infrastruktur. Bevor er 2024 zu Netrio kam, war er CEO von Navisite und führte das Unternehmen durch dessen Übernahme durch Accenture. Zuvor leitete er RDX und TriCore Solutions während Phasen signifikanten Wachstums und erfolgreicher Übernahmen. Früher in seiner Karriere hatte Clayman Führungspositionen bei Navisite inne und war CIO von Surebridge, wo er einen Ruf für das Skalieren von Technologie-Organisationen, die Integration von übernommenen Unternehmen und die Modernisierung von Managed-Service-Betrieben für Unternehmens- und Mittelstands-Kunden aufbaute.

Netrio ist ein nordamerikanischer Anbieter von Managed IT-Services, der sich auf die Unterstützung von kleinen und mittelständischen Organisationen bei der Modernisierung und Sicherung ihrer Technologie-Umgebungen konzentriert. Das Unternehmen spezialisiert sich auf Managed IT, Cloud-Services, Cyber-Sicherheit, Infrastruktur-Management und digitale Transformationslösungen mit Expertise in Branchen wie Gesundheitswesen, Finanzdienstleistungen und Einzelhandel. Nach der Fusion mit SUCCESS Computer Consulting hat Netrio seine Reichweite und Fähigkeiten erweitert und positioniert sich als größeres MSP, das Unternehmens-Grade-Technologie-Unterstützung, Betriebs-Effizienz und Cyber-Sicherheit-Schutz für wachsende Unternehmen bietet, die komplexe IT-Umgebungen navigieren.

Sie haben mehrere Managed-Service- und Cloud-Unternehmen durch große Übernahmen geführt, einschließlich Rollen bei RDX, Navisite, TriCore Solutions und jetzt Netrio. Wie hat sich Ihre Perspektive auf die Transformation von Unternehmens-IT über diese verschiedenen Epochen hinweg entwickelt, und was hat Sie davon überzeugt, dass KI die nächste grundlegende Veränderung für Managed-Service-Provider werden wird?

Im Laufe der Jahre habe ich festgestellt, dass die Transformation von Unternehmens-IT nicht nur um eine neue Technologie-Kategorie geht. Es beginnt möglicherweise damit, mit Managed-Hosting, Cloud, Sicherheit, Automatisierung und jetzt KI, aber die eigentliche Transformation geschieht, wenn diese Technologie die Art und Weise verändert, wie Unternehmen operieren und konkurrieren. Früher in meiner Karriere lag der Fokus auf Infrastruktur: Wo Workloads leben, wie Systeme verwaltet werden, wie die Ausfallsicherheit verbessert werden kann und wie Kosten reduziert werden können. Im Laufe der Zeit verlagerte sich die Konversation auf die Frage, wie und wo Technologie Wert für das Unternehmen schaffen kann. Kunden fragten nicht nur: “Können Sie diese Umgebung betreiben?”, sondern auch: “Können Sie mir helfen, effizienter, sicherer, widerstandsfähiger und wettbewerbsfähiger zu werden?” KI ist eine grundlegende Veränderung, da sie all diese Fragen auf einmal berührt. Für MSPs ist KI nicht nur ein neues Werkzeug, das wir unserem Portfolio hinzufügen… Es ist ein Paradigmenwechsel, der die Art und Weise verändert, wie Dienstleistungen erbracht, wie Ingenieure arbeiten, wie Kunden Support konsumieren und wie wir Geschäftswert schaffen.

Sie haben KI als neue Liefer-Backbone für MSPs beschrieben. Wie sieht ein KI-nativer MSP in fünf Jahren im Vergleich zum traditionellen MSP-Modell aus, das Unternehmen heute kennen?

Das traditionelle MSP-Modell wurde um Menschen, Prozesse und Werkzeuge herum aufgebaut, die auf Probleme reagieren: Überwachung einer Umgebung, Eröffnung eines Tickets, Zuweisung eines Ingenieurs, Lösung des Problems und Bericht an den Kunden. Ein KI-getriebener MSP wird sehr anders aussehen. KI wird über das gesamte Liefermodell sitzen, von Überwachung und ITSM bis hin zu Sicherheit, Endgeräte-Management, Kundenkommunikation, Analytik und Geschäfts-Workflow-Optimierung. Innerhalb der nächsten 2-3 Jahre werden MSP-Führer nicht nur KI verwenden, um Fragen schneller zu beantworten, sondern auch, um Muster zu erkennen, Risiken zu priorisieren, bekannte Probleme zu beheben, Tickets zusammenzufassen und zu aktualisieren, Sentiment zu analysieren und Ingenieuren den nächsten besten Schritt zu zeigen. Und, was am wichtigsten ist, wird die Kunden-Erfahrung viel mehr Selbst-Service und KI-Plattform-getrieben sein.

Netrio fördert eine “KI-erst, Mensch-zweit”-Support-Philosophie. Was hat sich in der Benutzerverhaltensweise geändert, sodass Kunden zunehmend damit einverstanden sind, mit KI zu interagieren, bevor sie mit einem menschlichen Techniker sprechen?

Die größte Veränderung ist, dass die Erwartungen der Menschen durch die Technologie, die sie jeden Tag verwenden, zurückgesetzt wurden. In ihrem Privatleben sind Benutzer daran gewöhnt, sofortige Antworten zu erhalten, nach Hilfe zu suchen, mit Chatbots und intelligenten Assistenten zu interagieren und grundlegende Probleme ohne Warten auf einen Rückruf zu lösen. Dieses Verhalten zeigt sich jetzt im Arbeitsplatz. Wenn ein KI-System jemandem helfen kann, ein Konto zu entsperren, ein Konnektivitäts-Problem zu diagnostizieren, eine “Wie-mache-ich”-Frage zu beantworten oder eine Anfrage richtig zu leiten, in Sekunden, würden viele Benutzer dies der alten Methode vorziehen, ein Ticket einzureichen und auf eine Rückmeldung zu warten. Es ist jedoch wichtig zu beachten, dass KI-erst nicht bedeutet, dass Menschen nie eingesetzt werden. Es bedeutet, dass wir KI dort einsetzen sollten, wo sie Geschwindigkeit, Konsistenz und Bequemlichkeit schafft, und Menschen dann einsetzen, wenn das Problem komplex, sensibel oder urteilsbedürftig ist.

Viele Unternehmen sprechen über KI-Co-Piloten, aber Sie betonen agente KI und autonome Behebung. Wie nah sind wir daran, KI-Systeme unabhängig die Mehrheit der Routine-IT-Vorfälle ohne menschliche Intervention zu lösen?

Wir kommen näher, aber ich denke, es ist wichtig, praktisch zu sein, was “autonom” wirklich bedeutet. Es gibt bereits viele Routine-Vorfälle, bei denen KI das Problem diagnostizieren, die Aktion empfehlen, die Aktion ausführen und das Ticket auf eine Weise aktualisieren kann, die sehr ähnlich zu dem ist, was ein menschlicher Ingenieur tun würde. Das ist sehr unterschiedlich von einem einfachen Chatbot oder Co-Piloten, der nur eine Antwort vorschlägt.

Es gibt eine große Chance, agente KI zu nutzen, die innerhalb definierter Grenzen operieren kann: Sie kennt die Umgebung, versteht die Richtlinie, hat den richtigen Zugriff und kann bekannte Klassen von Problemen sicher beheben. Bei Netrio denken wir sorgfältig über die Bereiche nach, in denen wir Partner-KI und unsere eigenen Fähigkeiten einsetzen. Wir unterstützen viele Kunden in verschiedenen Umgebungen, und ein KI-Agent muss diese multi-tenant-Komplexität verstehen. In einigen Bereichen, wie Infrastruktur-Alarmierung oder Sicherheits-Alarm-Konsolidierung, kann die KI eines etablierten Anbieters die richtige Antwort sein. In anderen Bereichen, insbesondere wenn der Workflow Kunden-Umgebungen, Endgeräte-Zugriff, Anmeldeinformationen und Remote-Unterstützung umfasst, wird MSP-spezifische Intelligenz sehr wichtig.

Eine der interessanteren Ideen, die Sie ansprachen, ist die KI-getriebene Sentiment-Analyse auf jedem Support-Ticket. Wie wichtig wird emotionale Intelligenz und Kunden-Sentiment in der nächsten Generation von Unternehmens-IT-Betrieb werden?

Ich denke, es wird ein wichtiger Teil davon werden, wie Service-Qualität gemessen wird. In Managed Services reicht es nicht aus, zu wissen, ob ein Ticket geschlossen wurde oder ob ein SLA eingehalten wurde. Man muss auch wissen, wie der Kunde sich während dieser Interaktion fühlte. Waren sie frustriert? Waren sie verwirrt? Fühlten sie sich gehört? Wurde das Problem immer wieder aufgetreten? Historisch könnten MSPs diese Muster in einem monatlichen oder quartalsweisen Geschäfts-Review oder von einem Kunden-Zufriedenheits- Survey erfahren, was nützlich, aber oft zu spät ist. KI-getriebene Sentiment-Analyse gibt uns die Fähigkeit, die Kunden-Erfahrung in Echtzeit zu verstehen. Das bedeutet, wir können erkennen, wo ein Kunde frustriert ist, wo die Kommunikation nicht klar ist oder wo ein wiederkehrendes Problem das Vertrauen schädigt, und wir können schnell eingreifen. Das ist der Punkt, an dem KI die menschliche Seite des Service verstärkt, anstatt sie zu ersetzen.

Sie haben erwähnt, dass viele Organisationen mit “Schatten-KI” innerhalb ihrer Unternehmen kämpfen. Welche sind die größten Governance-Fehler, die Unternehmen derzeit machen, während Mitarbeiter schnell KI-Tools auf eigene Faust adoptieren?

Der größte Fehler ist, dass die KI-Adoption auf eine völlig fragmentierte Weise geschieht. Mitarbeiter werden experimentieren, und in vielen Fällen ist das eine gute Sache, aber das Unternehmen muss verstehen, welche Tools verwendet werden, welche Daten eingegeben werden und welche Risiken entstehen. Derzeit haben viele Unternehmen Einzelpersonen, die KI in Taschen über das gesamte Geschäft verwenden, aber es gibt keine gemeinsame Richtlinie, kein Messrahmen, kein Schulungsmodell und keinen klaren Fahrplan, um mit den Unternehmenszielen übereinzustimmen.

Das schafft Sicherheitsrisiken, Compliance-Risiken und verschwendete Anstrengungen. Der ideale Ansatz ist nicht, das Experimentieren abzuschalten, sondern es zu formalisieren und zu organisieren. Unternehmen benötigen Governance-Rahmen, Zugriffs-Kontrollen, Mitarbeiter-Schulung, genehmigte Anwendungsfälle und eine Möglichkeit, den Wert zu messen. Dies ist insbesondere im Mittelstand wichtig, wo Unternehmen oft denselben Druck von Vorständen und Führungskräften haben, KI zu nutzen, aber möglicherweise nicht über die interne KI-Expertise, Sicherheit und Compliance-Teams verfügen, um den Einsatz zu leiten.

Wenn KI grundlegende MSP-Aufgaben automatisiert, sehen Sie die traditionelle Ökonomie von Managed Services fundamental ändern über das nächste Jahrzehnt?

Ja, ich denke, die Ökonomie wird sich ziemlich ändern. Das traditionelle Managed-Service-Modell wurde oft um Arbeit, Werkzeuge und Marge aufgebaut. Wenn KI und Automatisierung die Menge an menschlichem Einsatz für grundlegende Support-, Überwachungs- und Behebungs-Aufgaben reduzieren, dann ist der Preis-Druck auf diese kommodifizierten Dienstleistungen unvermeidlich. Aber ich sehe das nicht als negativ. Ich sehe es als eine treibende Kraft für MSPs, um den Wert zu erhöhen. Der Wert wird zunehmend aus der Unterstützung von Kunden kommen, Technologie auf Geschäftsergebnisse anzuwenden: Betriebs-Verbesserung, Workflow-Automatisierung, Sicherheits-Stärkung und bessere Entscheidungen.

Das ist, warum strategische Gespräche mit Kunden so wichtig sind. MSPs müssen verstehen, wie ein Kunde sein Geschäft führt – seine Lieferkette, sein Kunden-Service-Modell, interne Prozesse, Wachstumspläne und Risiko-Profile. Dann können wir KI und Automatisierung nutzen, um höherwertige Probleme zu lösen. Dann ändern sich die Ökonomie von der Frage, wie viele Menschen benötigt werden, um eine Umgebung zu unterstützen, zu der Frage, welchen messbaren Wert der MSP für ein Geschäft schafft.

Viele KI-Gespräche konzentrieren sich auf große Unternehmen, aber mittelständische Unternehmen fehlen oft an internen Experten, um KI verantwortungsvoll einzusetzen. Welche einzigartigen Herausforderungen stehen mittelständische Organisationen gegenüber, die von der breiteren Industrie übersehen werden?

Mittelständische Unternehmen sind in einer sehr interessanten Position. Sie haben echten Geschäfts-Druck, KI zu adoptieren, und in vielen Fällen haben sie denselben Druck wie größere Unternehmen. Ihre Führungsteams und Vorstände fragen, was unsere KI-Strategie ist, wo sind die Effizienzen und wie wird das Unternehmen wettbewerbsfähig bleiben. Aber wie bereits erwähnt, haben sie nicht dieselben internen Ressourcen wie ein Fortune-500-Unternehmen. Sie haben kein dediziertes KI-Governance-Team, keine große Sicherheits-Organisation, keine etablierte Data-Science-Funktion oder die Change-Management-Ressourcen, um von KI-Piloten zu Produktions-Einsätzen zu gelangen. Sie können also zwischen Experiment und Ausführung stecken bleiben. Sie wissen, dass KI wichtig ist, aber sie benötigen Hilfe bei der Identifizierung der richtigen Anwendungsfälle, der Einführung von Governance, der Sicherung der Umgebung, der Schulung von Mitarbeitern und der Integration von KI in reale Workflows. Das ist, warum unser Ansatz bei Netrio auf praktischer Adoption fokussiert ist: Bereitschaft, Governance, Strategie, Plattform-Entwicklung, Ermächtigung und kontinuierliche Entwicklung und Unterstützung.

Netrio operiert in Branchen wie Gesundheitswesen, Finanzdienstleistungen und Einzelhandel. Glauben Sie, dass die zukünftigen Gewinner in KI-getriebenen Managed Services die Unternehmen mit der tiefsten vertikalen Expertise sein werden, anstatt der breitesten Technologie-Stacks?

Ja, ich denke, das ist der Fall. Ein breiter Technologie-Stack ist wichtig, aber er reicht allein nicht aus. Der echte Wert kommt, wenn man die Kunden-Geschäfte tief genug versteht, um zu wissen, wo KI wirklich einen Unterschied machen kann. Gesundheitswesen, Finanzdienstleistungen, Einzelhandel, Fertigung, Hotellerie – jede dieser Branchen hat unterschiedliche Workflows, regulatorische Druck, Kunden-Erwartungen, Risiko-Profile und operative Realitäten. Eine generische KI-Entwicklung könnte einige Effizienz schaffen, aber eine branchenspezifische Lösung kann ein viel bedeutenderes Problem lösen. Zum Beispiel ist die Art und Weise, wie man über KI in einem regulierten Finanzdienstleistungs-Umfeld denkt, anders als in Einzelhandels- oder Hotellerie-Workflows. Die MSPs, die gewinnen werden, sind diejenigen, die KI, Automatisierung, Sicherheit und vertikale Expertise kombinieren.

Wenn wir in die Zukunft blicken, welche Teile von Unternehmens-IT-Management werden Ihrer Meinung nach fundamental menschlich bleiben, egal wie fortschrittlich KI-Systeme werden?

Die menschlich geprägten Teile werden die Bereiche sein, die Vertrauen, Urteilsvermögen, Empathie und strategischen Kontext erfordern. KI wird weiterhin mehr der repetitiven operativen Arbeit übernehmen, und das ist eine gute Sache. Sie wird Ingenieuren helfen, schneller zu arbeiten, Reaktionszeiten zu verbessern, Muster zu erkennen und bekannte Probleme zu automatisieren. Aber Kunden benötigen immer noch Menschen, die ihr Geschäft verstehen, ihnen helfen können, Kompromisse zu treffen, und hinter den Empfehlungen stehen, die gemacht werden. Sicherheit ist ein gutes Beispiel. KI kann Bedrohungen erkennen, Alarme priorisieren, Antworten automatisieren, aber die Schaffung einer Sicherheits-Kultur hängt immer noch stark von Menschen, Schulung, Führung und Urteilsvermögen ab. Gleiches gilt für die KI-Adoption selbst. Man kann leistungsstarke Werkzeuge bereitstellen, aber jemand muss immer noch entscheiden, welche Anwendungsfälle wichtig sind, welche Risiken akzeptabel sind, wie Mitarbeiter geschult werden sollten und wie Erfolg gemessen werden sollte.

Vielen Dank für das großartige Interview. Leser, die mehr erfahren möchten, sollten Netrio besuchen.