Digitalisierung und Innovation / 27.11.2020 / Axel Bothur, Hanna Kicherer und Karl Södler

Künstliche Intelligenz (KI) im Projektmanagement

„Computer – Bitte berechne mir die Auswirkungen der Virusepidemie auf meinen Projektplan und mein Risklog!“ Der Projektleiter holt sich erst mal einen Kaffee. Derweil stellt der Computer mittels Künstlicher Intelligenz (KI) alle Ergebnisse zusammen, die der Projektleiter später mit seinem Sponsor diskutieren wird…

Ja, das wäre es doch: Die KI entlastet den Projektleiter von zeitaufwändigen Routinearbeiten und er kann sich derweil auf die kritischen Aspekte seines Projekts fokussieren.

Derartige Einsatzmöglichkeiten für KI werden momentan breit diskutiert. Für Einsteiger klingt dies zunächst plausibel und es scheint nur eine Frage der Zeit zu sein, bis KI im Alltag des Projektmanagements Einzug hält. Für KI-Experten ergeben sich bei genauerem Hinsehen allerdings sehr schnell Einschränkungen und Hindernisse, welche sich nicht ohne Weiteres lösen lassen – zumindest nicht in absehbarer Zeit. Eine der großen Herausforderungen beim Einsatz von KI besteht nämlich darin, eine ausreichende Menge an maschinell auswertbaren und homogenen Datensätze vorzuhalten.

Im Folgenden stellen wir einige Anwendungsfälle für KI im Bereich des Projektmanagements vor und zeigen auf, was bei ihrer Umsetzung zu beachten ist:

Projektpläne erstellen, regelmäßig überwachen und validieren

Arbeitspakete vorherzusagen und auf Plausibilität zu prüfen oder auch die Erfolgschancen eines Projektplans festzustellen sind Aufgaben, die für den Einsatz von KI geradezu prädestiniert sind. Die Ergebnisse können für den Projektverlauf sehr wertvoll sein.

Die Projektmanagement-Methodik – insbesondere beim Tooleinsatz und der lückenlosen Pflege von Projektdaten in Datenbanken – ist bei vielen Unternehmen noch nicht durchweg standardisiert. Das jeweilige Vorgehen ist zwar in der Regel an einen vergleichbaren Standard angelehnt, weist in der Praxis aber individuelle Variationen auf.

Projektleiter erstellen Projektpläne überwiegend noch individuell. Folglich ist keine ausreichende Menge an historischen und homogenen Datensätzen vorhanden. Solche braucht es aber, um mit KI-Methoden auf Knopfdruck zuverlässige Vorhersagen zu erstellen. Das betrifft sowohl die Sicht einzelner Unternehmen als auch konzernübergreifende Ansätze.

Beispielsweise wird bei der Kaufpreisallokation (Purchase Price Allocation, PPA) die Methode der Predictive Analytics verwendet; es ist aber eine aufwändige Erfassung und Homogenisierung von Projektdaten erforderlich, um einen Vergleich mit historischen Projekten durchführen zu können.

Out-of the box und ohne allgemeine Standards funktioniert das nicht. Es braucht daher einen unternehmensübergreifenden Standard- und Tool-Einsatz, damit sich am Ende ein Standardprodukt durchsetzt. Dieses ermöglicht es den Projektleitern oder Portfoliomanagern auf Knopfdruck, Bewertungen von Projektplänen durchzuführen.

Risiken automatisch identifizieren, überwachen und bewerten

Auch die Erkennung und die kontinuierliche Überwachung von Risiken mittels KI-Methoden steht und fällt mit der Verfügbarkeit ausreichend großer Mengen an historischen und homogenen Datensätzen. Das Risikomanagement in Projekten wird jedoch in vielen Unternehmen noch „stiefmütterlich“ behandelt.

Oftmals bleibt es den Projektleitern überlassen, welche Methoden und Tools zum Einsatz kommen. Das Risikomanagement variiert daher nicht nur zwischen Unternehmen sehr stark, sondern auch innerhalb einzelner Unternehmen. Dies hat zur Folge, dass auch hier keine ausreichende Menge an homogenisierten Datensätzen vorliegt, um mit KI verwertbare Ergebnisse zu erzielen.

KI dürfte Projektleitern bereits in absehbarer Zeit dabei helfen, Informationen aufzubereiten und Zusammenhänge zu identifizieren. Die KI liefert somit eine geeignete konsolidierte und priorisierte Datenbasis, um das Risikomanagement zu unterstützen. Unter anderem lassen sich Chats, Emails und Kommentare in Jira oder Confluence durch KI auswerten, um Verbindungen und Aspekte aufzuzeigen, die einem Projektleiter so zunächst einmal nicht auffallen würden.

Personalauswahl unterstützen und Mitarbeitereinsatz optimieren

Für die Auswahl geeigneter Projektmitarbeiter und die Zusammenstellung von geeigneten Projektteams gibt es bereits erste Tools, die den Prozess auf Basis von KI unterstützen. Zusammenhänge zwischen Datensätzen lassen sich mit ihnen automatisiert ermitteln und somit auch optimale Korrelationen für Mitarbeiter finden. Das könnte auch sehr gut genutzt werden, um herauszufinden, wer mit wem optimal zusammenarbeitet.  Allerdings ist hier zu bedenken, dass bei der Analyse personenbezogener Daten Persönlichkeitsrechte zu beachten sind, wodurch KI-Ansätzen im Personalbereich gewisse Grenzen gesetzt sind.

Wiederkehrende Aufgaben automatisieren

Bei wiederkehrenden Aufgaben wie Statusabfragen oder der Kontrolle der Datenqualität ist davon auszugehen, dass KI-gestützte Ansätze sich in naher Zukunft etablieren werden. Chatbots könnten für Projektleiter verschiedene Aufgabe übernehmen; zum Beispiel auf Mitarbeiter – wenn auch nur im übertragenen Sinne – zuzugehen, bei der Pflege von Projektdaten zu unterstützen oder auch an wichtige Aufgaben und Termine zu erinnern.

Fazit: Standardisierung spielt eine tragende Rolle

Zusammenfassend lässt sich sagen, dass der KI-Einsatz im Projektmanagement noch einige Hürden überwinden muss, bevor es hier zu einer breiteren Anwendung kommt. Dabei spielt die Standardisierung eine tragende Rolle. Sie legt den Grundstein für eine ausreichende Datenbasis, damit die KI belastbare Ergebnisse liefern kann. Und dies lohnt sich: Projektleiter können durch KI von Routineaufgaben entlastet werden und haben dadurch mehr Zeit, sich um die individuellen und herausfordernden Themen ihrer Projekte zu kümmern.

Einblicke

Shaping the future with our clients