AT&T hat ein KI-gestütztes Incident-Management-System entwickelt, das Netzsausfälle signifikant reduziert. Das unter der Bezeichnung EEIM (End-to-End Incident Management) geführte Plattformprojekt wurde 2017 initiiert und zielt darauf ab, Störungen bereits im Entstehungsprozess zu erkennen und zu beheben, bevor sie für die 145 Millionen Mobilfunk- und 16 Millionen Breitbandkunden spürbar werden. Seit seiner Einführung hat sich die Architektur schrittweise von traditionellen Machine-Learning-Ansätzen zu einem hybriden System aus prädiktiver KI, generativen Modellen und autonomen KI-Agenten entwickelt. Die technische Grundlage bildet eine Kombination aus MongoDB für die elastische Datenverarbeitung, Snowflake und Databricks für Analysen sowie Microsoft Azure als Cloud-Infrastruktur. Bis 2021 hatte das Unternehmen rund 10 Petabyte an Netzlogs, Alarmmeldungen und Ticketdaten konsolidiert. Diese Zentralisierung ermöglichte die Entwicklung von über 30 prädiktiven Modellen, die Konfigurationsfehler, Wettereinflüsse oder Systemausfälle vorhersagen. Ergänzend wurde 2018 die Atlas-App eingeführt, die Techniker vor Ort durch KI-gestützte Ursachenanalysen und Reparaturpläne unterstützt. Im ersten Quartal 2022 kamen generative KI-Funktionen hinzu, die auf historischen Daten ähnliche Störungsmuster identifizieren. Im darauf folgenden ersten Quartal 2025 wurden autonome KI-Agenten aktiviert, die nicht nur Störungen triagieren, sondern direkt mit Kunden kommunizieren, Reparaturen anstoßen oder Techniker alarmieren, falls ein physischer Eingriff erforderlich ist. Andy Markus, Chief Data and AI Officer bei AT&T, betont, dass die KI-Strategie das gesamte Unternehmen durchdringt und täglich 27 Milliarden Tokens verarbeitet. Das Ergebnis der Implementierung ist messbar: Im vergangenen Jahr verhinderte das System 3,1 Millionen unnötige Vor-Ort-Einsätze und reduzierte die Kundenausfallzeit um mehr als 12 Millionen Stunden. Die proaktive Benachrichtigungs- und Eskalationslogik entlastet zudem die Kundenservices, die bei größeren Störungen traditionell mit einem massiven Ansturm an Hilferufen konfrontiert sind. Mit der EEIM-Plattform hat AT&T ein skalierbares Framework etabliert, das nicht nur auf historische Ausfälle reagiert, sondern durch kontinuierliche maschinelle Lernzyklen die Netzresilienz langfristig und ressourcenschonend steigert.