KI im Projektmanagement

Einführung

Immer öfters hört man über den Einsatz von ‚Künstliche Intelligenz (KI - zu Englisch: Artificial Intelligence, AI) in vielen unterschiedlichen Themengebieten. Häufig wird das in direktem Zusammenhang mit der Softwareentwicklung gesehen.

Das Einsatzgebiet von KI ist allerdings wesentlich breiter aufgestellt, denn Daten werden heutzutage, nahezu in allen Tätigkeitsfeldern, digital erfasst.

Dementsprechend ist es möglich, KI nahezu überall einzusetzen, um dadurch die dafür genutzten Daten möglichst effizient einzusetzen. Die Ableitung und Entwicklung von Anwendungsfällen kann gegebenenfalls auch mit Hilfe von strukturierten Methoden wie beispielsweise der „fünfstufigen Methode zur Entwicklung organisationsspezifischer KI-Anwendungsfälle“ welche im Artikel „Developing Purposeful AI Use Cases - A Structured Method and Its Application in Project Management“ ^[1] vorgestellt wird.

Unternehmen werden in einer immer steigenden Rate AI im Projektmanagement nutzen, um Unterstützung zu bekommen, in der Weise, wie sie Projekte erstellen, managen und in ihnen operieren bzw. diese steuern.

Die Integration von KI in das Projektmanagement ermöglicht eine effizientere Ressourcenverwaltung, verbesserte Entscheidungsfindung, proaktives Risikomanagement und eine insgesamt gesteigerte Projektperformance.

Der vorliegende Artikel wirft einen Blick auf die Anwendung von KI im Projektmanagement und untersucht, wie diese Technologie den Projektmanagern helfen kann, ihre Ziele effektiver zu erreichen. Wir werden verschiedene Aspekte beleuchten, darunter das automatisierte Aufgabenmanagement, die Echtzeitüberwachung, die prädiktive Analyse, die intelligente Kommunikation und die agile Planung.

Insbesondere wird hier ein Vorstellen der Use Cases im Fokus stehen, sowie ein Anreger zur Diskussion über die möglichen Veränderungen für einen Projektmanager.

Use Cases für den Einsatz von AI im Projektmanagement

In diesem Kapitel werden wir uns mit den konkreten Anwendungen von KI im Projektmanagement auseinandersetzen. Von intelligenten Entscheidungsunterstützungssystemen bis hin zur Automatisierung von Routineaufgaben bieten diese Use Cases spannende Einblicke in die transformative Kraft von KI im Projektmanagement.

Besonders starkes Potential liegt hierbei, dass KI zeitaufwändige, wiederholende Tasks, schnell durchführen kann, sowie auch Analysen über eine große Datenmenge flott erledigen kann. Somit können Projektmanager:innen mehr Fokus und Zeit auf strategische Entscheidungen, sowie auch Entscheidungen setzen, die nur durch menschliches Wissen getroffen werden können^[2].

Die meisten Unternehmen haben bereits Teamkommunikations- und Messaging Tools integriert, die inzwischen durch KI Chatbots (sowie auch weitere Implementationen) unterstützt werden können. Diese können simple, repetitive Aufgaben übernehmen, wie bspw. Unterstützung bei der Terminplanung, oder das Senden von Aktivitätserinnerungen an Teammitglieder.

Weiters können sie Alerts, auf der Basis von einzelnen Mitarbeiteraufgaben, auslösen, welche dem Management geschickt werden, wenn Aktivitäten beginnen vom ursprünglichen Plan abzuweichen. Darüber hinaus haben sie die Möglichkeiten Frühwarnungen auszusenden, wenn sie Budgetierungs- oder Planungsprobleme aufdecken, die Potentiell ein Risiko für die Projekterfüllung darstellen^[3].

Diese Chatbots können zum Teil auch autonom eingesetzt werden, wenn diese die notwendige Einsicht erhalten in Prozesse, Flows und Daten. Dabei können sie ihr starkes Potential in der Mustererkennung und Aufdeckung von Anomalien zeigen.

Wichtig zu beachten bleibt, dass der Einsatz dieser Technologie, vermehrt in die Richtung der prädiktiven Analyse geht und nicht so zu verstehen ist, wie das klassische Threshold Alerting.

Dafür muss sichergestellt werden, dass das eingesetzte Tool, Zugang zu den notwendigen Informationsquellen besitzt, wie beispielsweise Projektmanagement-, Budgetierungs-, Aktivitäten- und Dokumentationstools.

Die einzelnen identifizierten Use Cases wurden in 4 grobe Überkategorien zusammengefasst:

• Entscheidungsfindung und Analyse
• Ressourcenmanagement
• Kommunikation und Zusammenarbeit
• Qualitätskontrolle und -sicherung
• Kommen wir nun zu den Details der einzelnen Use Cases.

^{Abbildung 1: Zyklus über die Kategorien und wie die einzelnen Schritte die Unterstützung verbessern. (Quelle: SEQIS GmbH)}

1. Entscheidungsfindung und Analyse

Verbesserte Entscheidungsfindung

KI ermöglicht es, fundierte Entscheidungen zu treffen, indem sie große Datensätze analysieren und Muster, Risiken und Chancen erkennen. Durch den Einsatz von Algorithmen für maschinelles Lernen kann KI historische Projektdaten verarbeiten, Trends erkennen und prädiktive Analysen erstellen. Auf diese Weise können Projektmanager datengestützte Entscheidungen treffen, was zu genaueren Prognosen und besseren Projektergebnissen führt.

Angenommen, ein Projektmanager steht vor der Herausforderung, den Ressourceneinsatz für ein komplexes Bauprojekt zu planen. Mit Hilfe von künstlicher Intelligenz kann der Projektmanager historische Projektinformationen wie vergangene Bauvorhaben, Ressourcenverfügbarkeit, Wetterbedingungen und andere Faktoren analysieren.

Durch die Analyse dieser Daten kann die KI Muster und Zusammenhänge identifizieren. Zum Beispiel könnte die KI erkennen, dass bestimmte Wetterbedingungen Auswirkungen auf die Arbeitsleistung der Arbeiter haben oder dass bestimmte Materialien häufig Engpässe verursachen. Basierend auf diesen Erkenntnissen kann die KI prädiktive Analysen durchführen, um den Projektverlauf vorherzusagen und mögliche Risiken und Engpässe zu identifizieren.

Aufgrund dieser Informationen kann der Projektmanager fundierte Entscheidungen treffen. Er kann beispielsweise die Ressourcenplanung anpassen, um Engpässe zu vermeiden, alternative Materialien in Betracht ziehen oder bei ungünstigen Wetterbedingungen alternative Aktivitäten priorisieren. Durch die datenbasierte Entscheidungsfindung kann der Projektmanager die Erfolgsaussichten des Projekts verbessern und die Wahrscheinlichkeit von Verzögerungen oder Kostenüberschreitungen reduzieren.

Intelligentes Risikomanagement

Das Erkennen und Verwalten von Risiken ist für die erfolgreiche Durchführung von Projekten von großer Relevanz. KI kann Projektmanagern bei der Risikoerkennung und -minderung helfen, indem sie historische Projektdaten analysiert, Risikomuster identifiziert und potenzielle Risiken vorhersagt. KI-Algorithmen können Projektaktivitäten kontinuierlich überwachen, Abweichungen von den erwarteten Ergebnissen feststellen und Projektmanager in Echtzeit auf potenzielle Risiken hinweisen. Dieser proaktive Ansatz sorgt für rechtzeitige Risikominimierungsstrategien und verbesserte Projekterfolgsquoten.^[4]

Agile Planung und Prognose

Durch die Analyse historischer Projektdaten und die Berücksichtigung externer Faktoren wie Markttrends können KI-Algorithmen genauere und realistischere Projektzeitpläne und -prognosen erstellen. Auf diese Weise können Projektmanager realistische Ziele setzen, Ressourcen wirksam einsetzen und sich zeitnah an wechselnde Projektbedingungen anpassen.

Beispielsweise könnten sich Liefertermine für ein Projekt ändern und die Notwendigkeit bestehen, dass dadurch Alternativen gefunden werden, um nicht zustellbare Waren zu ersetzen. Ebenfalls, kann es hilfreich sein, dass die KI Informationen zu Gesetzesänderungen liefert, die gegebenenfalls zwingend beachtet werden sollen, und somit eine Re-Priorisierung von Aufgaben notwendig macht, oder gar mehr Ressourcen in das Projekt aufgenommen werden müssen, z.B. passend qualifizierte Mitarbeiter zeitgerecht in das Projekt aufnehmen.

Intelligente Aufgabenpriorisierung

KI kann Projektanforderungen, Fristen, Abhängigkeiten und die Verfügbarkeit von Ressourcen analysieren, um Aufgaben auf intelligente Weise zu priorisieren. Durch die Berücksichtigung verschiedener Faktoren können KI-Algorithmen die kritischsten und zeitkritischsten Aufgaben vorschlagen und so sicherstellen, dass Projektteams ihre Anstrengungen auf Aktivitäten mit hoher Priorität konzentrieren. Dies hilft Projektmanagern, ihre Arbeitsabläufe zu optimieren, Fristen einzuhalten und Projektziele effizient zu erreichen.

2. Ressourcenmanagement

Automatisiertes Aufgabenmanagement

KI kann Routineaufgaben automatisieren, sodass sich Projektmanager und Teammitglieder auf höherwertige Aktivitäten konzentrieren können. Alltägliche Aufgaben wie Terminplanung, Zeiterfassung und Fortschrittsberichte können mit KI-gestützten Projektmanagement-Tools automatisiert werden. Dies spart nicht nur Zeit und Mühe, sondern verringert auch das Risiko menschlicher Fehler, was zu einer höheren Produktivität und Effizienz führt.^[5]

Intelligente Ressourcenzuweisung

Eine der größten Herausforderungen im Projektmanagement ist die Ressourcenzuweisung. Mit Hilfe von Algorithmen kann dieser Prozess optimiert werden, indem verschiedene Faktoren wie Ressourcenverfügbarkeit, Qualifikationen und die Projektanforderungen ausgewertet werden. Durch die Berücksichtigung dieser Variablen können die effizientesten Zuweisungsstrategien vorgeschlagen werden, um sicherzustellen, dass die Ressourcen effektiv genutzt werden und die Produktivität maximiert wird.

Intelligente Ressourcenprognose

Aus den historischen Daten von früheren Projekten und Ressourcenallokationen, können auch Prognosen abgeleitet werden.

Dazu ein Beispiel: Angenommen, ein Projektmanager ist für die Planung und Umsetzung einer Marketingkampagne für ein neues Produkt verantwortlich. Die KI kann analysieren, welche Marketingkanäle in der Vergangenheit erfolgreich waren, wie sich die Zielgruppe verhält und welche Ressourcen für ähnliche Kampagnen benötigt wurden. Basierend auf diesen Informationen kann die KI vorhersagen, welche Ressourcen wie Grafikdesigner, Copywriter und Social-Media-Experten für das zukünftige Projekt benötigt werden.

Prädiktive Ressourcenplanung

KI-Algorithmen können zukünftige Ressourcenverfügbarkeiten und -anforderungen auf der Grundlage von historischen Daten, Mitarbeiterzeitplänen und Projektanforderungen vorhersagen. Durch die Berücksichtigung von Faktoren wie Urlaub, Abwesenheit und anderen Verpflichtungen kann KI Projektmanagern helfen, potenzielle Ressourcenengpässe zu erkennen und die Projektzeitpläne entsprechend zu planen. Dieser proaktive Ansatz minimiert Ressourcenengpässe, sowie Überbuchungen, reduziert Projektverzögerungen und optimiert die gesamte Projektdurchführung.

3. Kommunikation und Zusammenarbeit

Natural Language Processing und Kommunikation

Effiziente Kommunikation ist im Projektmanagement von zentraler Bedeutung. KI-Technologien, wie die automatische Verarbeitung von natürlicher Sprache, ermöglichen intelligente Chatbots und virtuelle Assistenten, die projektbezogene Anfragen eines Projektmanagers zu verstehen und beantworten zu können. Diese KI-gesteuerten Kommunikationstools erleichtern die effiziente Zusammenarbeit, rationalisieren den Informationsaustausch und bieten den Projektbeteiligten sofortige Unterstützung, wodurch die Kommunikation verbessert und Verzögerungen verringert werden.

Echtzeit Projektmonitoring

KI-gestützte Projektmanagement-Tools können Projektaktivitäten in Echtzeit überwachen, indem sie Daten aus verschiedenen Quellen sammeln, z. B. aus dem Aufgabenfortschritt, aus Plattformen für die Zusammenarbeit im Team und aus Kommunikationskanälen. Durch die Analyse dieser Daten bieten KI-Algorithmen den Projektmanagern einen umfassenden Einblick in den Projektstatus, Engpässe und potenzielle Probleme. Die Überwachung in Echtzeit ermöglicht eine proaktive Entscheidungsfindung, rechtzeitiges Eingreifen und die Fähigkeit, Projekte auf dem Kurs zu halten.

Intelligentes Dokumentationsmanagement

Die Projektdokumentation spielt eine wichtige Rolle im Projektmanagement, und KI kann diesen Prozess optimieren und verbessern. KI-Algorithmen können Projektdokumente automatisiert kategorisieren und organisieren, relevante Informationen extrahieren und intelligente Suchfunktionalitäten bereitstellen. KI-gestützte Dokumentenmanagementsysteme können zudem potenzielle Lücken oder Inkonsistenzen in der Dokumentation erkennen und gewährleisten, dass die Projektteams bei Bedarf auf genaue und aktuelle Informationen zugreifen können.

4. Qualitätskontrolle und -sicherung

KI-gestützte Qualitätskontrollmechanismen können Projektleistungen analysieren und sie mit vordefinierten Qualitätsstandards und Benchmarks vergleichen. Durch den Einsatz von Techniken wie Bilderkennung und Verarbeitung natürlicher Sprache können KI-Algorithmen die Qualität von Projektergebnissen automatisch bewerten, Fehler oder Unstimmigkeiten identifizieren und ein umsetzbares Feedback liefern. Dies unterstützt Projektteams dabei, hohe Qualitätsstandards einzuhalten und fehlerfreie Ergebnisse zu liefern.

^{Abbildung 2: Optimierung durch die Repetition des Zyklus (Bild 1) und das Aufsteigen in der Integration im PM (Quelle: SEQIS GmbH)}

Wie kann das in der Praxis aussehen

Zum aktuellen Zeitpunkt entstehen immer mehr Tools, die einen zusätzlichen AI Assistenten eingebaut haben und dadurch die Bearbeitung von Dokumenten und bspw. Planung von Projekten unterstützen sollen. Aufgrund der Vielzahl an angebotenen Tools, möchte ich an dieser Stelle eines erwähnen, mit dem ich persönlich bereits Berührungspunkte hatte. Sollten für unterschiedliche Bereiche andere Voraussetzungen notwendig sein, kann es hilfreich sein einen Toolnamen zu kennen von dem man eine Suche nach Alternativen starten kann.

Notion Projects ^[6] - ist ein vernetztes Tool, das den gesamten Projekt-Workflow unterstützt und AI für jeden einzelnen Benutzer verfügbar macht. Der einzigartige Vorteil von Notion ist die Konnektivität mit anderen Tools, wie z. B. die Möglichkeit der Vorschau von Google Drive- und Figma-Dateien, die Integration mit GitHub zur Verfolgung von Produkt- und Entwicklungsteams, mit Slack zur Information der Teams über Projektneuigkeiten und Neuigkeiten und Änderungen.

KI ist in Notion enthalten, um verschiedene Aufgaben in unterschiedlichen Projektphasen zu automatisieren. KI-Autofill/AI-Schreibassistent ermöglicht die Erstellung von Zusammenfassungen, Meeting-Follow-ups und hält die Projektinformationen als Fortschritt auf dem Laufenden.

Zusammenfassung - Veränderung für Projektmanager

Die Integration von KI in das Projektmanagement bringt zahlreiche Vorteile mit sich, darunter eine verbesserte Entscheidungsfindung, eine optimierte Ressourcenzuweisung, eine höhere Produktivität, ein verbessertes Risikomanagement, eine effiziente Kommunikation sowie eine präzisere Planung und Vorhersage. KI kann zwar menschliches Fachwissen und Urteilsvermögen nicht ersetzen, aber sie ergänzt und befähigt Projektmanager, Projekte effektiver und effizienter durchzuführen. Mit dem weiteren Fortschritt der KI werden Projektmanager, die sich diese Technologien zu eigen machen, einen zusätzlichen Vorteil in einem zunehmend komplexen und dynamischen Geschäftsumfeld erlangen.

Fazit: Projektmanager können nicht so einfach ersetzt werden, die menschliche Komponente spielt in sehr vielen Projekten eine sehr große Rolle, welche durch künstliche Intelligenz nicht so einfach ersetzt werden kann, um auf Augenhöhe zu konkurrieren.

Es kann ihnen jedoch viel repetitive Arbeit abgenommen werden, wodurch ihnen mehr Zeit übrig bleibt, um sich der weiteren Planung, sowie auch der Problembehebung in Projekten zu widmen.

Hier noch eine kurze Liste an Tools und Namen die im Zuge der Recherche aufgekommen sind. Sie wurden allerdings nicht auf ihre Funktionalitäten oder Ausmaße an Unterstützung geprüft. Die Auflistung dient lediglich als Information und Startpunkt für eine mögliche Recherche zu Tools und Alternativen.

• Rescoper - eine KI-basierte Projektmanagement-Software. ^[7] Munir, Maria. “How Artificial Intelligence Can Help Project Managers.” (2019). - https://globaljournals.org/GJMBR_Volume19/2-How-Artificial-Intelligence.pdf
• Clickup - Cloud-basiertes Kollaborations- und Projektmanagement-Tool, das für Unternehmen aller Größen und Branchen geeignet ist.
• Polydone - eine Projektmanagement-Plattform für agile Teams.