Kognitiven Verzerrungen, Datenchaos und falschen Erwartungen begegnen Wie Sie künstliche Intelligenz erfolgreich ins Projektmanagement einführen

Künstliche Intelligenz ins Projektmanagement einführen

Markus Glowasz zeigt, welche Voraussetzungen erfüllt sein müssen, um mithilfe eines datenorientierten und KI-gestützten Projektmanagements die Herausforderungen von VUCA und Big Data in der Projektorganisation erfolgreich zu meistern.

Management Summary

Download PDFDownload PDF
Download EPUBDownload EPUB

Kognitiven Verzerrungen, Datenchaos und falschen Erwartungen begegnen Wie Sie künstliche Intelligenz erfolgreich ins Projektmanagement einführen

Künstliche Intelligenz ins Projektmanagement einführen

Markus Glowasz zeigt, welche Voraussetzungen erfüllt sein müssen, um mithilfe eines datenorientierten und KI-gestützten Projektmanagements die Herausforderungen von VUCA und Big Data in der Projektorganisation erfolgreich zu meistern.

Management Summary

Künstliche Intelligenz (KI) ist ein viel diskutiertes Thema. Nahezu für jeden Bereich des täglichen Lebens gibt es Versuche, diese neue Art von Intelligenz anzuwenden mit dem Ziel, menschliches Verhalten zu simulieren und dadurch Tätigkeiten und Aufgaben zu vereinfachen.

Zu den bekanntesten Beispielen zählen Amazon und Netflix: Beide Unternehmen geben uns basierend auf unserem Konsumverhalten praktisch vor, an welchen Produkten oder Filmen wir Interesse haben. Google hilft uns tagtäglich, unsere Suche zu artikulieren, um das zu finden, was wir tatsächlich benötigen. Und auch beim alltäglichen Blick in das E-Mail-Postfach unterstützt uns KI, indem sie ungewünschte E-Mails erkennt, herausfiltert und in einen Spam-Ordner sortiert. Künstliche Intelligenz ist also bereits Teil unseres Alltags geworden. Sie hilft uns dabei, Entscheidungen einfacher treffen zu können bzw. treffen zu lassen. Dies spart Zeit und macht uns effizienter.

Mit diesem Beitrag möchte ich zeigen, warum es erstrebenswert ist, KI auch in das Projektmanagement einzubinden. Sie erfahren, welche Voraussetzungen für ein Umdenken im Projektalltag notwendig sind und was wir für eine gelingende Anwendung von KI in Projekten neu erlernen müssen. Dabei ist es wichtig, die konzeptionellen Hintergründe zu verstehen, bevor wir die Techniken in der Praxis nutzenstiftend verwenden können.

KI im Projektmanagement

Immer mehr Software-Unternehmen setzen auf das Zugpferd "künstliche Intelligenz", um damit ihre Produkte oder Serviceangebote zu bewerben. KI ist die Zukunft, sie ist cool und im Unterbewusstsein assoziieren sie wahrscheinlich viele mit Skynet (der Terminator-Schmiede) oder Star Wars. Es ist also keine Überraschung, dass Unternehmen verschiedene Software-Lösungen als "KI-gesteuert", "AI-powered" oder ähnlich anpreisen, obwohl dies auf die entsprechende Software oft gar nicht zutrifft. 

Der KI-Trend ist auch im Projektmanagement angekommen. Erste Start-ups haben Lösungen auf den Markt gebracht, die Unternehmen helfen sollen, Projekte auf Basis von künstlicher Intelligenz effektiver, schneller, effizienter und mit einem höheren Mehrwert zu liefern. Doch erfahrene Projektleiter:innen wissen, dass es beim Projektmanagement nicht nur um das gelernte Management-Handwerk geht, sondern auch um den zwischenmenschlichen Austausch, das Urteilsvermögen, menschliches Führungsverhalten sowie langjährige Erfahrung. Fähigkeiten und Eigenschaften, die eine Maschine – zumindest mit heutigem Stand – unmöglich simulieren kann. 

Es liegt also nahe, an solchen vermeintlich modernen Lösungen zu zweifeln. Wie soll KI hier tatsächlich helfen können? Welches Problem soll sie im Projektalltag eigentlich lösen? In einer Umfrage in einem kürzlich veranstalteten Projektmanagement-Meet-up (Project Management Intelligence, 2020) gaben 72% aller Teilnehmenden an, dass die zunehmende Komplexität in Geschäftsumgebungen und die entsprechende Volatilität die derzeit größte Herausforderung in Projekten darstellen. Die Folge davon sind immer häufiger Verzögerungen bei Projektlieferungen.

Wie kommt es zu Misserfolgen im Projekt?

In der Tat belegen verschiedene Statistiken bei Projekten eine sehr hohe Fehlerrate von über 50% (Nieto-Rodriguez, 2021; Wellingtone, 2021). Das heißt, mehr als die Hälfte der Projekte werden entweder gestoppt und nicht geliefert oder die Projektlieferung erfolgt mit Einschränkungen hinsichtlich der vorgegebenen Ziele von Budget, Leistungsumfang oder Lieferzeitrahmen.

Für jede Milliarde US-Dollar, die in Projekte investiert werden, müssen 99 Millionen US-Dollar aufgrund unzureichender Projekt-Performance abgeschrieben werden.
Quelle: Project Management Institute (PMI), 2018, S. 2 (adaptierte Übersetzung des Autors)

Projektmanagement-Organisationen wie z.B. das Project Management Institute (PMI) veröffentlichen regelmäßig Umfrageergebnisse zu den Gründen für Misserfolge in Projekten. Die Antworten reichen von der genannten zunehmenden Komplexität über schlecht ausgebildete Projektleitende bis zu fehlender Unterstützung seitens des Projektsponsors. Bei diesen "Gründen" handelt es sich allerdings hauptsächlich um Symptome – die tatsächlichen Gründe für das immer häufigere Misslingen von Projekten sind viel tiefgreifender und können auf folgende Probleme zurückgeführt werden:

  1. Einfluss von kognitiven Verzerrungen
  2. Umgang mit Big Data
  3. Kein Lernen aus Fehlern

Einfluss von kognitiven Verzerrungen

Das könnte Sie auch interessieren

Alle Kommentare (1)

Udo
Leischner

Der Artikel zeigt sehr schön auf, wie datengetriebene Entscheidungen, auch ganz unabhängig von KI, von der Datenqualität und der Dateninterpretation abhängen, die wiederum sehr stark von Organisation und Kultur eines Unternehmens bestimmt werden.
Ich frage mich allerdings, welchen Beitrag KI hier gegenüber herkömmlicher Statistik in der Praxis liefern kann. Um etwa fehlerhafte Aufwandsschätzungen aufzudecken, wird ja keine KI benötigt.
Interessant fände ich außerdem, welche Datenmengen benötigt werden, um zum Einen statistisch relevant zu sein, und zum Anderen einer KI genügend Input zum Erkennen von Mustern zu geben.