5 Wege, wie künstliche Intelligenz das Projektmanagement Ihres Unternehmens optimieren kann
Künstliche Intelligenz im Projektmanagement und ihr Potenzial, Projektmanagementaufgaben zu übernehmen, wird immer häufiger diskutiert.
Es steht außer Frage, dass Technologie hilfreich ist, sobald Projekte komplexer werden, die Globalisierung voranschreitet, Unternehmen ihre Systeme digitalisieren, Teams über geografische Grenzen hinaus zusammenarbeiten. Ist KI jedoch auch in der Lage, die Rolle des Projektmanagers zu übernehmen?
Die Macht der Technologie ist für Projektmanager nicht neu. Projektmanagement-Tools, welche im Laufe der Jahre als revolutionär eingeführt wurden, werden heute als alltäglich betrachtet.
- 1920: Gantt-Diagramme für die Terminplanung
- 1957: Critical Path Methode (CPM) zur Prognose der Projektdauer, durch Analyse der Abfolge von Ereignissen mit der geringsten Flexibilität
- 1958: Program Evaluation Review Technique (PERT) – Analyse der, für die Durchführung von Aufgaben benötigten, Zeit
- 1962: Projektstrukturplan (Work Breakdown Structure, WBS) – Baumdiagramm der zu erbringenden Leistungen und Aufgaben zur Durchführung von Projekten
Projektmanager und Projektmanagement-Berater wenden diese Techniken immer noch an, obwohl sie im Laufe der Zeit automatisiert wurden.
Diese Automatisierung jedoch erfordert immer noch ein gewisses Maß an menschlicher Beteiligung. Künstliche Intelligenz geht noch einen Schritt weiter, sie kommt ganz ohne jegliche menschliche Hilfe aus.
IBM beschreibt KI folgendermaßen: „Künstliche Intelligenz nutzt Computer und Maschinen, um die Problemlösungs- und Entscheidungsfähigkeiten des menschlichen Verstands zu imitieren.”
Das Ziel ist es, Technologien einzusetzen, welche die Welt effizienter und effektiver machen und die Kundenzufriedenheit erhöhen.
KI-Systeme umfassen:
- Robotergestützte Prozessautomatisierung (RPA)
- Machine Learning
- Deep Learning
- Natürliche Sprachverarbeitung
- Digitale Assistenten und
- Computer Vision
Die Anwendung dieser Technologien wird zu einer stärker automatisierten, integrierten und vorausschauenderen Umgebung für das Projektmanagement führen.
Der Vorteil von KI liegt in ihrer Fähigkeit, riesige Datenmengen zu verarbeiten – darunter Tausende von Projektdatensätzen -, Zusammenhänge zwischen ihnen zu erkennen, Schlussfolgerungen zu ziehen und Vorschläge zu machen.
Phasen der KI-Implementierung
Die robotergestützte Prozessautomatisierung, repräsentiert durch Bots, ist die erste Phase der KI. Bots sind Software-Anwendungen, welche automatisierte, sich wiederholende, vordefinierte Aufgaben erledigen.
Die zweite Phase besteht aus Chatbots oder digitalen Assistenten. Sie nutzen die Verarbeitung natürlicher Sprache, um Online-Chat-Gespräche über Text oder Text-zu-Sprache zu führen und ersetzen den direkten Kontakt mit einem Menschen.
Mithilfe des Machine Learning passen sich die Bots an Vorgaben an, welche sie durch ihre Umgebung erhalten und ergreifen Maßnahmen, um ihre Ziele bestmöglich zu erreichen. Dies ist Teil der dritten Phase.
Die vierte Phase, das autonome Projektmanagement, ist eine Möglichkeit, welche jedoch wahrscheinlich noch Jahre entfernt ist.
Das PMBOK (Project Management Body of Knowledge) wurde erstmals 1987 veröffentlicht, die 7. Version erschien 2021.
Es werden die zehn Teilbereiche des Projektmanagements (PM) und die Lebenszyklusphasen eines Projekts genannt.
Teilbereiche und Projektlebenszyklus
Die meisten Teilbereiche sind relativ aufgabenorientiert und administrativ:
- Integration
- Stakeholder
- Umfang
- Ressourcen
- Zeit
- Kosten
- Qualität
- Risiko
- Procurement
- Kommunikation
Diese sind in den fünf Phasen des Lebenszyklus eines Projekts integriert:
- Einleitung
- Planung
- Umsetzung
- Monitoring und Kontrolle
- Abschluss
Viele dieser Elemente können und werden von der KI übernommen werden.
Die Aufgaben des Projektmanagements gehen jedoch über das rein Transaktionale hinaus.
Die menschliche Seite des Projektmanagements
PMBOK beschreibt einen Projektmanager als „die Person, die mit der Leitung des Teams beauftragt ist, das für die Erreichung der Projektziele verantwortlich ist". Dies impliziert verschiedene Rollen und das, was PWC als die „menschlichen Fähigkeiten" im Zusammenhang mit PM beschreibt:
- Führungskompetenz
- Management von Menschen und Stakeholdern (einschließlich Konfliktlösung)
- Kommunikation (verbal & nonverbal)
- Storytelling
- Empathie
- Verhandlungsgeschick
- Emotionale Intelligenz
Es ist unwahrscheinlich, dass diese menschlichen Fähigkeiten, zumindest kurzfristig, von der Automatisierung und KI übernommen werden.
Die Verwendung von KI im Projektmanagement kann zum Beispiel aus dem Einsatz eines KI-basierten Assistenten oder Bot bestehen, welcher verwendet wird, um Projekte zu unterstützen oder zu optimieren.
Zu den wichtigsten Anwendungsbereichen gehören vor allem Folgende:
Erhöhte Effizienz
Bots eignen sich am besten für die Erledigung sich wiederholender, zeitaufwändiger und oft langweiliger Verwaltungsaufgaben. Dazu gehören Dateneingabe und -Verwaltung, Projektzeitpläne, Ressourcenzuweisung, Rechnungsstellung, Projektdokumentation, Arbeitsabläufe und Qualitätskontrollen.
Chatbots können die Zeit minimieren, welche benötigt wird, um Projektteammitglieder per Telefon, E-Mail oder persönlich zu kontaktieren, den Projektstatus zu überprüfen, Meetings anzusetzen oder Aufgaben neu zuzuweisen. Sie können Teammitglieder kontaktieren, sie an Aufgaben erinnern und um Informationen zum Projektfortschritt bitten.
Laut einer Studie von Cognilytica verbringen Projektmanager bis zu 54 % ihrer Zeit mit der Verwaltung von Aufgaben geringen Werts. Durch den Einsatz eines KI-Assistenten hat der Manager mehr Zeit für wertschöpfende, strategische Aktivitäten und Teamführung. Dieselbe Studie ergab, dass 86 % der Projektmanager KI-Technologien begrüßen und dass die Leistung derjenigen, die KI einsetzen, um 20 % gesteigert werden konnte.
Auch die Zahl menschlicher Fehler geht somit deutlich zurück, sodass erhebliche Kosteneinsparungen möglich sind.
Analytik
Computer können komplexe Projektdaten besser verarbeiten als Menschen. Sie erkennen Trends und Muster schneller und nehmen Signale auf, die von Menschen möglicherweise übersehen werden.
Manager können nur auf der Grundlage, der ihnen vorliegenden Informationen handeln. Selbst die Verzögerung kleiner Aufgaben kann den Projektfortschritt beeinträchtigen.
Genaue Informationen in Echtzeit zeigen Probleme auf, warnen frühzeitig vor Engpässen oder vor Fristen, die nicht eingehalten werden, sodass Manager diese vermeiden können, bevor sie entstehen.
Entscheidungsfindung
Das Ziel von Managern heutzutage besteht daraus, datengesteuerte Entscheidungen zu treffen. KI erleichtert dies.
Ein Beispiel sind automatische Freigabesysteme. KI kann auf Grundlage von KPIs, ein Verständnis für Projektleistung, Zeitpläne und Ressourcen entwickeln. Sie kann eine Empfehlung abgeben, wer am besten in der Lage ist, die Leitung einer Aufgabe zu übernehmen, welche dann vom Projektleiter nur noch genehmigt werden muss.
Schätzungen der, zur Erledigung von Aufgaben benötigten Zeit, sind nun kein Rätsel mehr. Wert- oder Risikoanalysen sind schneller und genauer denn je.
Planung und Prognosen
Analysen geben Projektmanagern Sicherheit bei der Planung und Prognose von Projekten.
Computer verarbeiten enorme Datenmengen und analysieren sie anhand mehrerer Kriterien und Variablen. Zu diesen Variablen gehören u. a. die, am Projekt arbeitenden Personen, ihre bisherige Leistung, die Geschwindigkeit, mit der sie Aufgaben erledigen, die Verknüpfungen in der Lieferkette, sowie weitere Informationen zu ähnlichen Projekten und Managern.
KI-Tools sagen dann Abgabetermine voraus und bewerten die Zuverlässigkeit der Prognose. Manager können ihre Pläne ändern, ihre Ressourcen anpassen, sich mit Problemen befassen und möglicherweise Tausende von Euro an Projekt-Überschreitungen, Vertragsstrafen und unzufriedenen Kunden sparen.
Hier ein weiteres Beispiel: KI könnte einen Trend erkennen, laut dem die Bearbeitung von Bestellungen, bei einem bestimmten Lieferanten, in der zweiten Hälfte des Monats länger dauert. Manager können daraufhin ihre Bestell-Pläne anpassen und mögliche Engpässe in der Lieferkette vermeiden.
Agilität und Flexibilität
KI liefert neue Erkenntnisse und Einsichten, welche es Projektmanagern ermöglicht, schneller und sicherer reagieren zu können.
Top-Projektmanager und Managementberater werden KI in PMO, agiles Projektmanagement, Scrum Mastery und andere Ansätze, zur Optimierung der Projektergebnisse, integrieren.
Derzeit übernimmt die KI einige Aufgaben des Projektmanagements durch:
- Datenintegration und
- Prozessautomatisierung
Dies zeigt sich an der Zahl der KI-gesteuerten Projektmanagement- Tools und -Plattformen auf dem Markt. Beispiele sind Click-up, Trello, Basecamp, Asana, Wrike, Slack und Project Insight.
KI-Chatbots oder Projektassistenten werden zu einem Bestandteil dieser Systeme und sind oft miteinander verbunden.
Einer meiner Kunden setzt beispielsweise Berater und Freelancer aus mehreren Ländern und verschiedenen Zeitzonen ein. Sie kombinieren Slack und Click-up:
- Fireflies.ai verarbeitet Unterhaltungen in Slack und erkennt daraus Aufgaben und Zuweisungen.
- Diese Informationen sind in die Projektplanung und das Workflow-Management in Click-Up integriert.
- Und all das wiederum ist mit E-Mails und Kalendern verknüpft.
Dadurch haben Teammitglieder die Freiheit, ihre Aufgaben durch nur minimale Check-ins voranzutreiben. Der Projektmanager kann mehrere Projekte gleichzeitig bearbeiten, befindet sich immer auf dem neusten Informationsstand, mit Follow-ups nur um Fragen zu beantworten oder aufkommende Probleme zu lösen.
Die Integration von Machine Learning in das Projektmanagement befindet sich noch in einem frühen Stadium. Sobald es sich weiterentwickelt, wird es in der Lage sein, z. B. Mindmaps von Fachleuten in Aufgaben und Beziehungen umzuwandeln oder mehrere Zeitpläne auf der Grundlage von Kontext und Abhängigkeiten vorzuschlagen.
Der letzte Schritt besteht aus der autonomen Projektverwaltung.
Die ersten drei Phasen konzentrieren sich auf die technischen Projektmanagementprozesse. In der vierten Phase geht es darum, das Projektumfeld und die Beteiligten zu verstehen und zu beherrschen. Experten glauben, dass dies in absehbarer Zeit nicht der Fall sein wird, sei es nur, weil das Management die Macht behalten will, wichtige finanzielle Entscheidungen zu treffen.
Zusammenfassung
Für KI im Projektmanagement wurden vier mögliche Phasen identifiziert, wobei wir uns derzeit in Phase zwei befinden.
KI ersetzt nicht Projektmanager, sondern macht sie bewusster, flexibler und produktiver. Die Rolle des Projektmanagers kann strategischer werden und sich auf Prognosen, Risikominderung und Stakeholder-Management konzentrieren. Bots und Chatbots übernehmen das Aufgabenmanagement für Routineaufgaben.
Die Hauptvorteile sind eine höhere Effizienz, verbesserte Analysen, eine bessere Entscheidungsfindung, mehr Sicherheit bei der Planung und Prognose, sowie eine größere Leistungsagilität und -Flexibilität.
Wir befinden uns in einem frühen Stadium der Integration von Machine Learning in das Feld des Projektmanagements. Ein völlig autonomes Projektmanagement liegt noch in ferner Zukunft.
In der Zwischenzeit benötigen wir noch immer menschliche Fähigkeiten, welche Projektmanager und Projektmanagementberater mitbringen.
