Generative Künstliche Intelligenz kann Projektteams bei der Planung, Informationsverarbeitung und täglichen Zusammenarbeit unterstützen. Doch zwischen ersten erfolgreichen Tests und einem dauerhaft produktiven Einsatz liegen einige Herausforderungen. Neben geeigneten Anwendungen braucht es klare Prozesse, qualifizierte Mitarbeitende und einen realistischen Blick auf die Leistungsfähigkeit der Technologie.

Wie sich diese Voraussetzungen schaffen lassen, erläutern zwei Experten aus unterschiedlichen Perspektiven: Frank Meyer, Seminarleiter des VDI-Wissensforum-Seminars „KI im Projektmanagement“, beschäftigt sich mit den konkreten Einsatzmöglichkeiten in der Projektarbeit. Claudia Becker, Geschäftsführerin der EDGIZE GmbH und eine der Seminarleitenden des VDI-Wissensforum-Seminars „Generative KI im Unternehmen einführen“, betrachtet insbesondere die organisatorischen und methodischen Anforderungen an eine erfolgreiche Einführung.

1. KI als Assistenz in der Projektplanung

Gerade in der Initiierungs- und Planungsphase von Projekten sieht Frank Meyer großes Potenzial für generative KI. Sie kann dabei helfen, erste Projektpläne zu entwickeln, umfangreiche Lastenhefte auszuwerten oder zusätzliche Perspektiven für eine Risikoanalyse zu gewinnen. Auch bei der Erstellung von Projektstrukturplänen und der Vorbereitung einer Stakeholder-Kommunikation kann sie wertvolle Impulse liefern.

Dabei übernimmt KI vor allem eine unterstützende Funktion. Sie liefert Vorschläge, strukturiert Informationen und erleichtert den Einstieg in komplexe Aufgaben. Die fachliche Bewertung und die Entscheidung über das weitere Vorgehen bleiben jedoch bei den Projektverantwortlichen.

Besondere Vorsicht ist bei scheinbar präzisen Angaben geboten. Generative KI kann beispielsweise technische Normen oder rechtliche Anforderungen überzeugend wiedergeben, obwohl einzelne Details oder Fundstellen nicht stimmen. Meyer empfiehlt deshalb, relevante Aussagen anhand verlässlicher Originalquellen zu überprüfen und KI-generierte Ergebnisse grundsätzlich kritisch einzuordnen.

Für Projektleiter bedeutet das: Der produktive Einsatz von KI erfordert nicht nur die Fähigkeit, gute Anfragen zu formulieren, sondern auch die Kompetenz, Ergebnisse zu bewerten.

2. Vom konkreten Problem zum passenden KI-Anwendungsfall

Während Meyer die Anwendung in der Projektarbeit in den Mittelpunkt stellt, richtet Claudia Becker den Blick auf die Einführung im Unternehmen. Ihrer Erfahrung nach beginnt ein erfolgreiches KI-Projekt nicht mit der Auswahl eines Tools, sondern mit einer konkreten Herausforderung im Arbeitsalltag.

Besonders geeignet sind wiederkehrende, zeitintensive Aufgaben, bei denen sich durch KI ein nachvollziehbarer Nutzen erzielen lässt. Ein Beispiel ist die Recherche in umfangreichen Dokumentenbeständen: Statt Informationen manuell aus verschiedenen Quellen zusammenzutragen, können Mitarbeitende ein KI-gestütztes System befragen, das Antworten mit entsprechenden Quellenverweisen bereitstellt.

Auch Anwendungen für kleinere Nutzergruppen können wirtschaftlich sinnvoll sein, wenn sie besonders aufwendige oder geschäftskritische Prozesse unterstützen.

Entscheidend ist, den erwarteten Mehrwert frühzeitig zu definieren und später tatsächlich zu überprüfen. Wie viel Zeit spart die Anwendung? Erfüllen die Ergebnisse die Qualitätsanforderungen? Und wird die Lösung von den Mitarbeitenden im Alltag angenommen?

Erst wenn diese Fragen beantwortet sind, lässt sich beurteilen, ob aus einem vielversprechenden Anwendungsfall eine produktive Lösung werden kann.

3. Warum KI-Projekte anders geplant werden müssen

Generative KI stellt Projektverantwortliche auch methodisch vor neue Aufgaben. Anders als bei vielen klassischen Digitalisierungsprojekten lässt sich zu Beginn häufig noch nicht zuverlässig vorhersagen, welche Ergebnisqualität mit einer bestimmten KI-Anwendung erreichbar ist.

Claudia Becker empfiehlt deshalb ein iteratives Vorgehen: Zunächst wird ein Prototyp entwickelt, anschließend getestet und anhand definierter Kriterien bewertet. Auf dieser Grundlage lässt sich die Anwendung schrittweise verbessern.

Für die Projektplanung bedeutet das mehr Flexibilität. Entwicklungsaufwand, Zeitbedarf und technische Machbarkeit können sich erst im Verlauf der Erprobung konkretisieren. Auch die Wirtschaftlichkeit muss differenziert betrachtet werden, denn die Betriebskosten hängen unter anderem vom eingesetzten KI-Modell, der Verarbeitung umfangreicher Daten und der tatsächlichen Nutzung ab.

Projektteams sollten deshalb frühzeitig messbare Erfolgskriterien festlegen, ausreichend Raum für Tests einplanen und die Ergebnisse regelmäßig überprüfen.

4. Klare Regeln schaffen die Grundlage für produktive KI

Ein technisch funktionierender Prototyp allein reicht nicht aus. Damit eine KI-Anwendung dauerhaft genutzt werden kann, muss sie sicher betrieben, in bestehende Abläufe integriert und organisatorisch verankert sein.

Claudia Becker empfiehlt, Datenschutz, Cybersecurity, IT und gegebenenfalls den Betriebsrat bereits in einer frühen Projektphase einzubeziehen. Klare Verantwortlichkeiten und abgestimmte Freigabeprozesse helfen dabei, spätere Hindernisse zu vermeiden.

Gleichzeitig dürfen Regeln die praktische Nutzbarkeit nicht aus dem Blick verlieren. Werden Anwendungen zu stark eingeschränkt oder notwendige Daten nicht zugänglich gemacht, kann der erwartete Mehrwert verloren gehen.

Auch Frank Meyer betont, dass geeignete und leistungsfähige Werkzeuge eine wichtige Voraussetzung für die Akzeptanz generativer KI sind. Unternehmen sollten daher nicht allein auf die Bereitstellung einer Anwendung setzen, sondern deren tatsächliche Einsatzmöglichkeiten im Arbeitsalltag berücksichtigen.

Das Ziel ist eine Governance, die Risiken begrenzt und zugleich einen verantwortungsvollen, produktiven Einsatz ermöglicht.

5. Der entscheidende Erfolgsfaktor bleibt der Mensch

So unterschiedlich die Schwerpunkte beider Experten sind, in einem Punkt stimmen sie überein: Ohne qualifizierte und eingebundene Mitarbeitende bleibt das Potenzial generativer KI weitgehend ungenutzt.

Frank Meyer empfiehlt Projektverantwortlichen, selbst praktische Erfahrungen zu sammeln. Wer verschiedene Einsatzmöglichkeiten ausprobiert und den Umgang mit KI-Systemen erlernt, kann Chancen und Grenzen besser einschätzen.

Claudia Becker sieht darüber hinaus die gesamte Organisation in der Verantwortung. Die Einführung generativer KI verändert Arbeitsweisen, Rollen und die Zusammenarbeit zwischen Menschen und technischen Systemen. Deshalb braucht es transparente Kommunikation, gezielte Weiterbildung und die Möglichkeit, Bedenken offen anzusprechen.

Claudia Becker empfiehlt ein bereichsübergreifendes Vorgehen: Mitarbeitende unterschiedlicher Funktionen identifizieren gemeinsam geeignete Anwendungsfälle, erproben erste Lösungen und geben ihre Erfahrungen als Multiplikator weiter. Voraussetzung dafür sind ein klares Zielbild und die Unterstützung durch die Unternehmensleitung.

Fazit: KI-Kompetenz und strukturiertes Vorgehen gehören zusammen

Generative KI kann Projektteams entlasten, die Planung unterstützen und den Zugang zu Informationen verbessern. Ihr Nutzen entsteht jedoch nicht automatisch durch die Einführung neuer Software.

Erfolgreich sind vor allem Unternehmen, die mit konkreten Anwendungsfällen beginnen, Ergebnisse kritisch überprüfen und technische Möglichkeiten mit organisatorischen Voraussetzungen verbinden. Für Projektverantwortliche wird es damit zunehmend wichtig, sowohl die Anwendung generativer KI als auch die Besonderheiten ihrer Einführung zu verstehen.

KI-Kompetenz gezielt ausbauen

Wer die Potenziale generativer KI in der Praxis nutzen möchte, findet beim VDI Wissensforum passende Weiterbildungsangebote. Im Seminar „KI im Projektmanagement“ zeigt Frank Meyer, wie sich generative KI für typische Aufgaben im Projektmanagement einsetzen lässt und worauf bei der Anwendung zu achten ist. Claudia Becker vermittelt im Seminar „Generative KI im Unternehmen einführen“, wie Unternehmen geeignete KI-Anwendungsfälle identifizieren, bewerten und erfolgreich in bestehende Strukturen integrieren können.