Zammad Integration für Open Ticket AI

Open Ticket AI (OTAI) enthält ein Plugin für Zammad, das es OTAI ermöglicht, Tickets über die Zammad REST API zu lesen und zu aktualisieren. Dies ermöglicht KI-gestütztes Routing, Priorisierung und Kategorisierung direkt in Zammad. Die aktuelle Implementierung funktioniert, ist jedoch noch nicht vollständig getestet und kann in realen Installationen Anpassungen erfordern.

Hinweis: Zammad 7 enthält jetzt native KI-Funktionen wie Ticket-Zusammenfassungen, Schreibassistenten und grundlegende KI-Agenten. Für Claude oder Cursor per MCP: Zammad MCP Server Dokumentation. Diese Integrationsanleitung behandelt die Verbindung von Open Ticket AI für benutzerdefinierte Klassifizierungsmodelle, die aus Ihren spezifischen Ticket-Daten lernen — perfekt, wenn Sie eine höhere Genauigkeit benötigen als generische LLMs bieten können.

Architektur

Die Integration folgt dem standardmäßigen OTAI Plugin-Muster:

• ein separates Plugin-Paket: otai_zammad
• ein ZammadTicketsystemService (Injectable)
• ein ZammadPlugin, das den Service registriert
• Konfiguration in config.yml
• OTAI schreibt Vorhersagen über REST-Aufrufe des Services zurück in Zammad

Diese Struktur ist identisch mit allen OTAI Ticket-System-Plugins (z.B. OTOBO/Znuny, Freshdesk, OTRS).

Zammad Plugin Struktur

otai_zammad/
src/
otai_zammad/
zammad_ticket_system_service.py
plugin.py
pyproject.toml

plugin.py

from open_ticket_ai import Injectable, Plugin

from otai_zammad.zammad_ticket_system_service import ZammadTicketsystemService


class ZammadPlugin(Plugin):
    def _get_all_injectables(self) -> list[tone[Injectable]]:
        return [
            ZammadTicketsystemService,
        ]

Das Plugin stellt genau ein Injectable bereit: ZammadTicketsystemService.

ZammadTicketsystemService Parameter

Der Service akzeptiert diese Felder:

base_url: Die Basis-URL der Zammad-Instanz (z.B. https://helpdesk.example.com)
access_token: Personal Access Token für die Authentifizierung
timeout: Optionaler HTTP-Timeout in Sekunden
verify: TLS-Verifizierungsflag oder Pfad zum CA-Bundle

Diese Felder werden direkt auf das params-Modell des Services abgebildet.

Beispielkonfiguration

(Sie ändern einfach “use” zu zammad:ZammadTicketsystemService)

ticket_systems:
  zammad:
    use: zammad:ZammadTicketsystemService
    params:
      base_url: https://your-zammad-domain
      access_token: "{{ get_env('ZAMMAD_TOKEN') }}"
      timeout: 10
      verify: true

Danach lädt OTAI das Plugin automatisch über den Entry Point in Ihrer pyproject.toml:

[project.entry-points."otai.plugins"]
otai_zammad = "otai_zammad.plugin:ZammadPlugin"

Wie OTAI den Zammad Service nutzt

1. OTAI ruft neue oder aktualisierte Zammad-Tickets ab
2. KI-Modelle klassifizieren Queue, Priorität oder benutzerdefinierte Labels
3. OTAI ruft update_ticket(...) auf der Zammad API auf
4. Zammad aktualisiert das Ticket
5. Agents setzen ihren normalen Zammad-Workflow fort, nun unterstützt durch OTAI

Der Prozess ist identisch mit OTOBO/Znuny, Freshdesk, OTRS oder jedem anderen OTAI Ticket-System-Plugin.

Aktueller Status

Die Zammad-Integration ist implementiert, jedoch:

• ist sie nicht vollständig getestet
• die API-Abdeckung kann unvollständig sein
• reale Zammad-Setups können zusätzliche Anpassungen erfordern
• Leistungsmerkmale (Paginierung, Such-Endpunkte, große Ergebnismengen) müssen noch gebenchmarkt werden

Sie können das Plugin bereits für Prototyping und interne Tests verwenden, aber der Produktiveinsatz sollte bis zur weiteren Validierung warten.

Vorteile

• KI-Klassifizierung vollständig On-Premise
• keine Zammad Cloud-Erweiterungen oder externe KI erforderlich
• integriert sich sauber in bestehende OTAI-Workflows
• gleiche Plugin-Architektur wie alle anderen OTAI Services