Projektmanagement-Software und -Methoden sind eine Form der Automatisierung, die seit fast 50 Jahren im Geschäftsleben eingesetzt wird. Neue Technologien wie künstliche Intelligenz (KI) und das Internet der Dinge (IoT) haben das Potenzial, das Projektmanagement zu automatisieren – aber wie weit werden sie gehen?
Wird intelligente Technologie Projektmanagement-Software überflüssig machen? Wenn nicht, welche Aufgaben werden automatisiert und welche werden von Menschen verwaltet?
Die Antworten auf diese Fragen sind nicht einfach und erfordern eine eingehende Analyse, wie neue und alte Technologien das Projektmanagement beeinflussen werden.
Projektmanagement und intelligente Technologien brauchen einander
Projekte und Prozesse wurden für Menschen definiert und an die Software angepasst, nicht umgekehrt. Wir erwarten, dass dasselbe mit der Automatisierung geschieht. Es ist unwahrscheinlich, dass Roboter und KI so programmiert werden, dass sie sich an uns anpassen, da es viel einfacher ist, unsere Arbeitsweise zu ändern. Menschen können sich schnell anpassen, und die meisten Mitarbeiter sind leichter zu ersetzen als Roboter oder KI. Daher ist es wahrscheinlich, dass die Automatisierung das Aufgabenmanagement übernimmt, während sich Menschen auf die Projektstrategie und -optimierung auf höherer Ebene konzentrieren.
Die Bedeutung des Projektmanagements als Geschäftsstrategie wird zunehmen, da sich traditionelle Fertigungsunternehmen stärker auf Dienstleistungen konzentrieren. Beispielsweise könnte ein Hersteller von industriellen Beleuchtungsgeräten beschließen, Dienstleistungen zur Installation seiner Produkte in Lagerhäusern oder Einzelhandelsgeschäften anzubieten. Während die Automatisierung die Produktion von Geräten abdecken kann, erfordert deren Installation immer noch menschliches Eingreifen.
KI und Automatisierung sollten Projektmanagern helfen, sich mehr auf die Entscheidungsfindung zu konzentrieren und weniger auf sich wiederholende Aufgaben zur Projektüberwachung. Dieser Projektmanagement-Ansatz ist theoretisch ideal, bringt jedoch einige kritische Herausforderungen mit sich.
Solche Herausforderungen umfassen: |
|
Schauen wir uns diese Herausforderungen an und sehen, wie verschiedene Arten von Technologie und Geschäftsstrategien sie angehen könnten.
Verwandt: Projektmanagement, wer braucht es? Sie tun es. → |
Künstliches Projektmanagement
KI kann theoretisch alles tun, was ein Projektmanager tut; in der Praxis ist KI jedoch nicht gut darin, mit dem Unvorhersehbaren umzugehen. Da im Projektmanagement ständig unerwartete Änderungen auftreten, benötigt KI menschliches Eingreifen, um sich anzupassen.
Hier ist ein Szenario eines Infrastrukturprojekts, das drei Phasen umfasst: Design, Planung und Ausführung. Nehmen wir an, dass die Aufgaben T2.2 und T3.1 die Beteiligung eines Auftragnehmers erfordern. Wenn der Auftragnehmer in Phase 2 Insolvenz anmeldet, kann er leicht durch ein anderes Unternehmen ersetzt werden. Aber was, wenn dies in Phase 3 passiert?
In diesem Fall haben Projektmanager wenige Optionen, wie zum Beispiel: |
|
KI kann möglicherweise nicht zwischen diesen Optionen wählen, da sie mehr Informationen benötigt, um Entscheidungen zu treffen. Sie kann einige Auftragnehmer empfehlen, indem sie eine Datenbank von Tausenden von Unternehmen durchsucht, Daten sammelt oder durch Datenanalyse aus mehreren Quellen. Für die dritte Option benötigt die KI Daten über den Kunden und ähnliche Projekttypen, um eine Empfehlung abzugeben. KI kennt möglicherweise nicht die Persönlichkeit der Manager, die für das Projektmanagement auf beiden Seiten verantwortlich sind, und ihre Arbeits- (vielleicht sogar persönliche) Beziehung kann einen erheblichen Einfluss auf die Entscheidung haben.
Menschen haben Wissen, Erfahrung und Intuition, was im Entscheidungsprozess hilft, ohne große Datenmengen zu analysieren. Wir treffen nicht immer die besten Entscheidungen, aber manchmal ist es besser, schnell zu reagieren, als auf eine ideale Lösung zu warten.
Auf der positiven Seite ist einer der wesentlichen Vorteile von KI im Projektmanagement ihre Fähigkeit, unsere Annahmen und Subjektivität herauszufordern. Ein faszinierendes Beispiel ist die Verwendung von Natural Language Processing (NLP), um zu analysieren, wie Mitarbeiter Statusaktualisierungen formulieren, was Einblicke in ihr Vertrauen in den Fortschritt eines Projekts geben kann.
Co-bot-laboration
Der Begriff Co-bots bezieht sich auf kollaborative Roboter, was etwas irreführend ist, da sie nicht genau mit Menschen zusammenarbeiten. Ihr Hauptvorteil besteht darin, dass sie weniger in die menschliche Arbeit eingreifen oder: nicht hinter einem Käfig gesichert werden müssen, um Menschen am Arbeitsplatz zu schützen. Das ist zwar großartig, aber keine Zusammenarbeit.
Projektzusammenarbeit wäre in einer idealen Situation, wenn Roboter und Menschen zusammenarbeiten, Aufgaben teilen, ihre Arbeit synchronisieren und sich gegenseitig helfen. Wenn Menschen und Roboter zusammenarbeiten, können sie auf einem höheren Niveau arbeiten als bei vollständiger Automatisierung. Forschungsteams der Universitäten Göttingen, Duisburg-Essen und Trier haben beobachtet, dass die Zusammenarbeit zwischen Menschen und Maschinen besser funktioniert als nur menschliche oder nur Roboterteams.
Die Art und Weise, wie Menschen und intelligente Technologie zusammenarbeiten, hängt vom Akzeptanzgrad von KI oder Robotern ab. Wie unten gezeigt, variiert die Akzeptanz erheblich basierend auf den Widerstandsniveaus gegenüber Technologie und persönlichem Eingriff. Derzeit befinden wir uns irgendwo zwischen der Akzeptanz von Kompetenz und der Akzeptanz der Entscheidung intelligenter Technologie.
Weiterlesen: Die industrielle Revolution auf globaler Ebene verstehen → |
Echtzeitentscheidungen und Verwirrung mit IoT
Internet der Dinge (IoT) hat das Potenzial, Bestellungen von mehreren Standorten und Personen sofort zu verarbeiten. Beispielsweise können Entscheidungsträger von verschiedenen Standorten aus eine Produktionsstätte fernsteuern, was eine großartige Lösung ist, um Projektkosten zu senken und die Produktion zu verbessern. Die Herausforderung besteht darin, dass vollautomatisierte Fabriken nicht immer gut mit widersprüchlichen Anweisungen umgehen können.
Hier ist ein Beispiel für drei widersprüchliche Produktionsaufträge: |
|
Wenn alle drei Manager gleichzeitig über das IoT-Netzwerk einen Produktionsauftrag erteilen, wie werden sie priorisiert? Der zuerst empfangene, obwohl nur Sekunden zwischen den Aufträgen liegen? Vielleicht derjenige, der den höchsten Wert hat?
Während all diese Details normalerweise während der Produktionsplanungsphase analysiert werden, können Fehler auftreten, insbesondere wenn Unternehmen mehrere ERP-Systeme für die Fertigung verwenden. Auch können sich Prioritäten ändern, während neue Produktionspläne umgesetzt werden.
Was in diesen Fällen normalerweise passiert, ist, dass drei Manager versuchen zu verhandeln oder ihren Vorgesetzten einbeziehen, um eine Entscheidung zu treffen. Wie würde Technologie eine Entscheidung treffen? Jüngste Forschung von MIT zeigt einige besorgniserregende Ergebnisse darüber, wie selbstfahrende Autos möglicherweise entscheiden, wer bei einem tödlichen Unfall stirbt (siehe unten).
Wenn ähnliche Technologie in industriellen Umgebungen eingesetzt wird, wie wird KI zwischen einer Person und einem teuren Gerät entscheiden?
Die gute Nachricht ist, dass die Automatisierung es den Menschen erleichtert, schnell auf potenziell gefährliche Situationen zu reagieren. Echtzeitdaten und Warnungen sind in Branchen wie Bergbau, Fertigung und Öl und Gas äußerst wertvoll. KI und die durch IoT-Netzwerke generierten Daten können Unternehmen helfen, Vorfälle vorherzusagen und proaktiv Unfälle zu verhindern. Schließlich ermöglichen sofortige Kommunikation und Datenübertragung den Aufsehern, ein festes Asset aus der Ferne abzuschalten.
Wie werden Projektmanagement und intelligente Technologie einander beeinflussen
Es gibt viele Dinge, die wir über die Automatisierung und ihre Auswirkungen auf unsere Arbeit nicht wissen. Eine Sache, die wir wissen, ist, dass sich das Projektmanagement dramatisch verändern wird. Hier sind einige Trends, die wir in naher Zukunft erwarten:
- Automatisierung wird einige sich wiederholende Aufgaben übernehmen, was sich erheblich auf alle Mitarbeiter auswirken wird, die keine strategische Rolle im Projektmanagement spielen. Automatisierung wird Aufgabenmanagement-Software ersetzen, die nur von kleinen Unternehmen genutzt wird, die sich keine Investitionen in Automatisierung leisten können.
- Da die Automatisierung einfache Projekte übernimmt, werden Unternehmen mehr Ressourcen haben, um sich auf komplexe Projekte sowie auf Projektportfolios zu konzentrieren. Wir erwarten, dass mehr Projektmanagement-Office (PMO)-Teams in allen Branchen entstehen, die erfahrene Projektmanager erfordern. Standards, Methoden und Risikomanagement werden ebenfalls entscheidend, da sich Unternehmen keine Fehler leisten können.
- Während die Rolle der Automatisierung deutlicher wird, müssen sich die Mitarbeiter anpassen. Leider wissen wir nicht, was Anpassung tatsächlich bedeutet, da die durch Automatisierung geschaffenen Arbeitsplätze andere Erfahrungen und Fähigkeiten erfordern als die Arbeitsplätze, die die Automatisierung ersetzt.
- Intelligente Technologie lernt durch Übung. Simulationen und theoretische Berechnungen sind entscheidend, um zu definieren, wie die Technologie funktioniert, aber nur reale Erfahrungen werden dieser Technologie ermöglichen, zu lernen und sich anzupassen.
Die Entwicklung des Projektmanagements wird sich auch auf Projekt-, Portfolio- und Programmmanagement-Software auswirken. Um mit den neuesten Entwicklungen Schritt zu halten, besuchen Sie unsere Produktseite.
Möchten Sie mehr über Projektmanagement-Software erfahren? Erkunden Sie Projektmanagement Produkte.

Gabriel Gheorghiu
Gabriel’s background includes more than 15 years of experience in all aspects of business software selection and implementation. His research work has involved detailed functional analyses of software vendors from various areas such as ERP, CRM, and HCM. Gheorghiu holds a Bachelor of Arts in business administration from the Academy of Economic Studies in Bucharest (Romania), and a master's degree in territorial project management from Université Paris XII Val de Marne (France).