KI macht nicht alles: Projekterfolg liegt in Menschenhand

KI erleichtert Routineaufgaben, ersetzt aber keine menschlichen Entscheidungen.

Mit der Ausbreitung von KI in allen Branchen macht auch das Projektmanagement keine Ausnahme. Eine aktuelle Umfrage der APM zeigt (https://www.apm.org.uk/news/ai-use-in-project-management-nearly-doubles-in-just-two-years-apm-survey-finds/), dass die Nutzung von KI im Projektmanagement in den letzten zwei Jahren fast verdoppelt wurde – rund 70% der Projektprofis geben an, dass ihre Organisationen bereits KI einsetzen, und eine noch größere Zahl plant, solche Tools einzuführen.

Laut Projektmanagement-Experte Vidas Vasiliauskas kann KI zwar Mitarbeiter von einer erheblichen Arbeitslast entlasten, liefert aber häufiger logische Lösungen als tatsächlich korrekte.

„Der weit verbreitete Mythos, dass KI Projektmanager oder andere Spezialisten vollständig ersetzen wird, ist zu einfach gedacht. KI kann die Arbeit erheblich erleichtern und Routineaufgaben automatisieren, aber die endgültige Entscheidung liegt weiterhin bei den Menschen“, sagt Vasiliauskas, Mitgründer des Projektmanagement-Tools Teamhood (https://teamhood.com).

Die Hype-Blase – KI ist keine Wunderlösung

Derzeit ist die Begeisterung für KI in Unternehmen so groß wie nie. Mitarbeitende erwarten, dass KI bestimmte Aufgaben überflüssig macht, während Führungskräfte hoffen, dass Teams mit minimalem Mehraufwand effizienter werden.

„Manche betrachten Technologie als Wunder, das Prozesse, Budgets und Ziele automatisch optimieren kann. Die Erwartung ist, weniger zu arbeiten – obwohl qualitativ hochwertige, durchdachte Lösungen immer noch nicht die Stärke von KI sind“, erklärt Vasiliauskas.

Er betont, dass KI zwar Daten schnell verarbeiten kann, aber den Kontext noch nicht vollständig beurteilen oder komplexe Situationen wie Team-Motivation, spezifische Kundenbedürfnisse oder strategische Entscheidungen bewältigen kann.

Dieser Trend spiegelt sich auch in einer 2024 in Nature (https://www.nature.com/articles/s41586-024-07421-0) veröffentlichten Analyse wider, die darauf hinweist, dass generative Modelle manchmal „halluzinieren“ und überzeugende, aber ungenaue oder völlig falsche Empfehlungen liefern. Aktuelle Studien zu Fehlern in großen Sprachmodellen (LLMs) zeigen, dass es trotz Fortschritten noch keine universellen Lösungen gibt, die zuverlässig KI-generierte Empfehlungen garantieren.

„Im Projektmanagement kann jede Entscheidung zu einem kostspieligen Fehler werden – Zeit geht verloren, Budgets werden überschritten, manchmal leiden auch Beziehungen zu Lieferanten und Kunden. KI-Halluzinationen müssen daher sorgfältig bewertet werden – menschliche Aufsicht ist unerlässlich, um Quellen zu überprüfen und Verantwortung zu übernehmen“, so Vasiliauskas.

Fähigkeitsverlust bei Spezialisten

Neue KI-Tools für das Projektmanagement erscheinen fast täglich. Sie erstellen Dokumente, verfolgen Fortschritte, analysieren Risiken, berechnen Budgets und schlagen sogar alternative Vorgehensweisen vor. Doch das Tool allein garantiert weder höhere Produktivität noch den Projekterfolg.

„Manchmal scheint es, als wollten viele Menschen einfach nur faul sein und KI alles machen lassen. Das ist ein entscheidender Unterschied zwischen erfolgreichen Marktführern und erfolglosen Tüftlern“, sagt er.

Dies bestätigt auch eine 2024 von Elsevier (https://www.elsevier.es/en-revista-journal-innovation-knowledge-376-articulo-impact-artificial-intelligence-on-project-S2444569X25001179) veröffentlichte Studie, die darauf hinweist, dass die „harten“ Fähigkeiten mancher Projektmanager, wie z.B. Planung, zunehmend an Algorithmen ausgelagert werden. Wenn diese Fähigkeiten nicht mehr geübt werden, schwächen sie sich allmählich – ein Phänomen, das als Deskilling bekannt ist.

„Mitarbeitende verlassen sich zu stark auf automatisierte Empfehlungen, was ihre Fähigkeit mindern kann, Probleme eigenständig zu lösen – besonders in dynamischen Projekten. Ein Marketingteam könnte beispielsweise KI-generierte Vorlagen und Nachrichten übernehmen, ohne die Bedürfnisse der Zielgruppe zu berücksichtigen“, erklärt Vasiliauskas.

Er betont, dass Projektmanagement auch einen systemischen Ansatz erfordert – Investitionen in Schulungen, neue Rollen und interne Richtlinien, um den KI-Einsatz zu steuern.

„KI muss überwacht und in die richtige Richtung gelenkt werden. Das erfordert tägliche Aufmerksamkeit. Der menschliche Zeiteinsatz bleibt erheblich. Es ist wie im Sport – leichter wird es nie, aber schneller“, sagt der Projektmanagement-Experte.

Große Begeisterung, aber Umsetzung ist eine andere Geschichte

Projektprofis wird oft geraten, einfach zu starten und KI zu nutzen. In der Realität ist die effektive Integration von KI in Projektprozesse jedoch deutlich komplexer, als es scheint.

Vasiliauskas weist darauf hin, dass Unternehmen, die KI chaotisch einführen, oft in die Automatisierungsfalle tappen – sie erwarten sofortige Ergebnisse, überspringen aber entscheidende Schritte wie Prototyping und Tests.

„KI nur um der KI willen einzuführen, ist zum Scheitern verurteilt. Sowohl Unternehmen als auch Fachleute müssen diese Transformation strategisch angehen – ähnlich wie beim massiven Wechsel von physischen Werkzeugen zu digitalen Lösungen in den letzten zehn Jahren“, so Vasiliauskas.

Die aktuelle Best Practice empfiehlt, mit einem kleinen, klar definierten Pilotprojekt zu starten – vielleicht mit einer einzigen Funktion wie einem automatisierten Bericht oder einem täglichen Teamassistenten.

„Meine Erfahrung mit KI-Programmierung bestätigt dies. Bei ersten Versuchen wollte ich Ergebnisse ohne Vorbereitung erzielen. Selbst mit ingenieurtechnischem Hintergrund erwartete ich, dass die KI die meiste Arbeit übernimmt. Nach einigen Monaten Experimente mit kleinen Projekten habe ich erkannt, dass der Erfolg von einem strukturierten Plan und ständiger menschlicher Intervention abhängt“, berichtet Vasiliauskas.

Der nächste Schritt ist ein technischer Prototyp in der Cloud, z.B. Azure OpenAI, Google Vertex AI oder AWS Bedrock. Hier steht nicht das Modell selbst im Mittelpunkt, sondern seine Integration in reale Prozesse wie CRM-Systeme, Projektmanagement-Plattformen oder Dokumentenarchive.

„Die Technologie ist nicht der wichtigste Faktor – die Entscheidungslogik ist entscheidend. Unternehmen nutzen zunehmend das RICE-Framework – Reach, Impact, Confidence, Effort -, um KI-Initiativen zu priorisieren und diejenigen mit dem größten Potenzial und den geringsten Kosten zu identifizieren“, erklärt Vasiliauskas.

Sind die Prioritäten klar, kann ein Plan entwickelt werden: Integrationsphasen, Ressourcen, Projektdauer und Datenqualität. Erst dann kann das Unternehmen entscheiden, ob das Pilotprojekt ausgeweitet werden soll.

Teamhood ist eine Projektmanagement-Software, die speziell für Teams entwickelt wurde, die komplexe Großprojekte bearbeiten – von Ingenieuren und Architekten über IT-Spezialisten bis hin zu sensiblen Verteidigungsprojekten. Gleichzeitig machen die intuitiven visuellen Werkzeuge und flexiblen Workflows die Software ideal für jedes Team oder Projekt, sodass Unternehmen jeder Größe Projekte einfach planen, zusammenarbeiten und erfolgreich umsetzen können.

Firmenkontakt
Teamhood
Simona Šernauskienė
Fabijoniškių g. 3B-11
LT-07130 Vilnius
+37069535949

Kanban-First Project Management

Pressekontakt
Teamhood
Simona Šernauskienė
Fabijoniškių g. 3B-11
LT-07130 Vilnius
+37069535949

Kanban-First Project Management