Unternehmen planen Investitionen in künstliche intelligenz im Projektmanagement um 36 % zu erhöhen

Unsere Studie zeigt, dass ein positiver Return on Investment, das Vertrauen von Projektmanagern in KI-Funktionen und ihre vielseitigen Vorteile, Investitionen von künstlicher Intelligenz im Projektmanagement vorantreiben.

Künstliche Intelligenz (KI) dringt immer tiefer in unsere Arbeitswelt ein und revolutioniert die Art und Weise, wie wir Projekte planen, durchführen und auswerten. Von der automatisierten Aufgabenverteilung bis hin zur prädiktiven Analyse – KI bietet unendliche Möglichkeiten, die Effizienz und den Erfolg von Projekten zu steigern. 

Wir schauen uns an, wie KI im Projektmanagement eingesetzt werden kann und welche Herausforderungen es dabei zu meistern gilt. Dieser Artikel ist für alle Projektmanager und Unternehmen interessant, die überlegen, in KI-basierte Projektmanagementsoftware zu investieren sowie für Projektmanager, die bereits Erfahrung damit haben und mehr Bereiche durch KI unterstützen sowie aktuelle Herausforderungen lösen wollen. 

Im Rahmen einer größeren Studie haben wir 2.500 Projektmanager in 12 Ländern* befragt und festgestellt, dass 46 % KI in ihren PM-Tools einsetzen. Dieser Bericht gibt einen tiefen Einblick in diese 46 % (1.153 Projektmanager), um herauszufinden, wie sie KI einsetzen und welche Vorteile sie sehen. Aus Deutschland wurden 200 Projektmanager befragt, von denen 44 % KI in ihren Projektmanagement-Tools einsetzen. Dieser Artikel bezieht sich hauptsächlich auf die weltweiten Ergebnisse. Daten aus Deutschland werden hervorgehoben, wenn es einen interessanten Unterschied zum internationalen Durchschnitt gibt. 

Die wichtigsten Highlights:

• Im Durchschnitt planen die weltweit befragten Projektmanager, ihre KI-Investitionen bis 2025 um 36 % zu erhöhen.
• Die wichtigsten Anwendungsfälle von KI im Projektmanagement sind Risikomanagement, Aufgabenautomatisierung und prädiktive Analytik.
• Die größte Herausforderung haben Projektmanager mit der Datenqualität. 
• 48 % sehen das falsche Vertrauen oder falsche Vorstellungen von den Fähigkeiten der KI als gefährlichsten Nachteil der KI. 

Positiver ROI und PM-Vertrauen treiben weitere Investitionen

Die Mehrheit der Projektleiter berichtet über den Erfolg ihrer aktuellen KI-Investitionen: 90 % der Projektmanager, die KI im Projektmanagement nutzen, verzeichneten in den letzten 12 Monaten einen positiven ROI. Die Projektleiter geben an, dass Investitionen in KI für das Projektmanagement in ihrem Unternehmen bis 2025 um durchschnittlich 36 % steigen werden.

In Deutschland sollen KI-Investitionen im Projektmanagement bis 2025 um 29 % gesteigert werden. 89 % der Projektmanager verzeichneten hier einen positiven ROI. 

Mit der steigenden Verbreitung von KI nimmt auch die Akzeptanz und das Vertrauen in die Technologie zu. Die Bereitschaft, wichtige Aufgaben an KI zu delegieren ist unter den weltweit befragten Projektmanagern hoch: 85 % geben an, dass sie dem Tool genug vertrauen, um dies zu tun. 

Diese Delegation verbessert nicht nur die Produktivität und Effizienz, sondern ermöglicht es den PMs auch, sich auf strategischere Aspekte des Projektmanagements zu konzentrieren, wie z. B. die Entscheidungsfindung und das Stakeholder-Management. Diese Mischung aus Vertrauen, Komfort und Bewusstsein treibt die Dynamik für weitere Investitionen in KI voran und unterstreicht ihre Rolle als wichtiges Werkzeug im modernen Projektmanagement.

Die wichtigsten Anwendungsfälle der künstlichen Intelligenz im Projektmanagement: Risikomanagement, Aufgabenautomatisierung und prädiktive Analytik

Die aktuellen KI-Funktionen sind ziemlich effektiv, wenn es darum geht, PMs tiefere Einblicke in potenzielle Risiken zu geben, sich wiederholende Aufgaben zu automatisieren und genauere Prognosen zu erstellen. Daher ist es nur logisch, dass dies die wichtigsten aktuellen Anwendungsfälle von KI für Projektmanager sind. Zusammengenommen können diese KI-gesteuerten Verbesserungen zu einem effizienteren Projektmanagement und einer höheren Erfolgsquote führen, was letztlich das Unternehmenswachstum und die Wettbewerbsfähigkeit fördert.

Schauen wir uns Beispiele an, wie diese drei wichtigsten Anwendungsfälle aussehen können und wie sie zusammengehören. 

Aufgabenautomatisierung

KI kann sich wiederholende Aufgaben wie Projektstatus-Updates, Aufgabenbenachrichtigungen und die Erstellung von Berichten übernehmen, für die das Projektteam normalerweise Stunden oder sogar Tage pro Woche benötigt. Die Automatisierung ermöglicht es dem Team, sich mehr auf wichtige, hochwertige Aktivitäten zu konzentrieren, wodurch die Projektlaufzeiten verkürzt und die Gesamtleistung verbessert werden.

• Beispielsweise mussten in einem Softwareentwicklungsprojekt früher Entwickler ihre Arbeitszeiten manuell in einer Tabelle erfassen. Das war zeitaufwendig und fehleranfällig. Mit KI kann dieser Prozess automatisiert werden. Die KI wird in ein Projektmanagement-Tool integriert, das die Aufgaben und Meilensteine des Projekts verwaltet. Sobald ein Entwickler eine Aufgabe beginnt, kann die KI dies automatisch erkennen (z.B. durch die Aktivität im Code-Repository) und die Zeiterfassung starten.

Prädiktive Analytik

KI-gesteuerte prädiktive Analysen können dir helfen, einen effektiven Projektplan zu erstellen und potenzielle Risiken zu erkennen, bevor sie eintreten. Diese Tools können mögliche Zeit- und Budgetüberschreitungen vorhersagen, indem sie historische Daten analysieren und Trends und Muster erkennen. Diese Vorausschau hilft dir, genauer zu planen, Ressourcen besser zuzuweisen und letztendlich Projekte mit weniger Störungen durchzuführen.

• In dem Beispiel des Softwareentwicklungsprojekts analysiert die KI den Code regelmäßig und erkennt automatisch, wie weit eine Aufgabe abgeschlossen ist. Die KI kann basierend auf der bisherigen Arbeitsgeschwindigkeit und den noch offenen Aufgaben präzise Prognosen über den voraussichtlichen Abschluss einer Aufgabe oder des gesamten Projekts erstellen. 

Risikomanagement

KI-Tools können historische Daten analysieren, um potenzielle Projektrisiken vorherzusagen und Strategien zur Risikominderung vorzuschlagen. Indem du potenzielle Probleme frühzeitig erkennst und entschärfst, können du und das Projektteam Risiken proaktiv angehen und kostspielige Verzögerungen vermeiden. 

• Durch den Vergleich der tatsächlichen Fortschritte mit dem geplanten Zeitplan kann die KI potenzielle Verzögerungen frühzeitig erkennen und den Projektmanager alarmieren. KI-basierte Tools können den Quellcode kontinuierlich analysieren und potenzielle Fehler, Sicherheitslücken oder Inkonsistenzen frühzeitig identifizieren.

Wie du siehst gehören die wichtigsten Aufgabenbereiche der KI im Projektmanagement zusammen und führen im Zusammenspiel zum Projekterfolg. 

Deutsche Projektmanager nutzen KI noch für simplere Aufgaben 

In deutschen Unternehmen sieht die Verteilung jedoch ziemlich anders als der internationale Durchschnitt aus. Deutsche Projektmanager sehen vor allem den Nutzen in der Zeitplanungsoptimierung und Aufgabenautomatisierung. In der prädiktiven Analyse wird KI sehr wenig genutzt. Auch das Projektrisikomanagement schneidet im Vergleich zum internationalen Durchschnitt schlecht ab. Demnach scheinen anderen befragten Länder tendenziell bereits etwas komplexere Aufgaben zu delegieren. 

Die größten Herausforderungen der künstlichen Intelligenz im Projektmanagement: Datenqualität, Akzeptanz durch die Mitarbeiter und Datenschutz

Trotz der unzähligen Vorteile von KI im Projektmanagement gibt es auch Schwierigkeiten. Die Bewältigung dieser Herausforderungen ist entscheidend für den erfolgreichen Einsatz von KI im Projektmanagement. Die drei meistgenannten Herausforderungen sind zentrale Aspekte, die bei der Einführung von KI im Projektmanagement berücksichtigt werden müssen. 

Interessant ist hier wieder der Unterschied der Antworten der weltweiten Projektmanager im Vergleich zu denen aus Deutschland. Zwar sind die drei größten Herausforderungen die Gleichen, jedoch sieht die Reihenfolge anders aus. In Deutschland haben 43 % mit dem Datenschutz zu kämpfen, während diese Zahl weltweit mit 32 % deutlich geringer ausfällt. 

Wir wollen uns die drei meistgenannten Herausforderungen anschauen und beleuchten, warum sie schwierig zu meistern sind.

Datenqualität

• Datenqualitǎt ist die Grundlage für KI.KI-Modelle sind so gut wie die Daten, mit denen sie trainiert werden. Sind die Daten fehlerhaft, unvollständig oder inkonsistent, führt dies zu ungenauen Vorhersagen und Entscheidungen. Bevor Daten in ein KI-System eingespeist werden können, müssen sie oft aufbereitet und bereinigt werden. Dieser Prozess ist zeitaufwendig und erfordert Fachwissen. Oft müssen Daten aus verschiedenen Quellen zusammengeführt werden, was weitere Herausforderungen in Bezug auf Datenqualität und -konsistenz mit sich bringt.

Akzeptanz durch die Mitarbeiter

• Viele Mitarbeiter befürchten, dass KI ihre Arbeitsplätze überflüssig machen könnte. Weiterhin sind Menschen oft resistent gegen Veränderungen, insbesondere wenn sie sich auf neue Arbeitsweisen einstellen müssen. Hinzukommt, dass KI-Systeme manchmal Fehler machen können oder sie Entscheidungen treffen, die nicht nachvollziehbar sind. Dies kann das das Vertrauen der Mitarbeiter in die Technologie untergraben.

Datenschutz und Sicherheit

• Im Projektmanagement werden oft vertrauliche Informationen wie Kunden- und Unternehmensdaten verarbeitet. Der Schutz dieser Daten ist von größter Bedeutung. Unternehmen müssen weiterhin sicherstellen, dass der Einsatz von KI den geltenden Datenschutzbestimmungen entspricht (z.B. DSGVO). KI-Systeme können selbst zum Ziel von Cyberangriffen werden. Es ist daher entschiedend, geeignete Sicherheitsmaßnahmen und Sicherheitssoftware zu implementieren.

Lösungen für KI-Herausforderungen im Projektmanagement

Wir fragten die Projektmanager, was ihrer Meinung nach die größten Nachteile von KI im Projektmanagement seien. Fast die Hälfte von ihnen (48 %) nannten das falsche Vertrauen oder falsche Vorstellungen von den Fähigkeiten der KI. 

Es ist wichtig zu verstehen was die KI kann und wo sie an ihre Grenzen stößt: Ergebnisse sind nicht immer genau, können häufig nicht nachvollzogen werden und es kann zu Voreingenommenheit der KI kommen. Für Unternehmen und Projektmanager ist es wichtig zu lernen, mit den Problemen der Bias der KI richtig umzugehen. 

Die untenstehenden Maßnahmen werden am häufigsten von den befragten Projektmanagern ergriffen, die KI-fähige Software nutzen und auf Herausforderungen stoßen: 

• Festlegen von Richtlinien zur Gestaltung und Nutzung von KI (48 %): Richtlinien stellen einen Rahmen dar, der sicherstellt, dass KI-Systeme ethisch und verantwortungsbewusst entwickelt und eingesetzt werden. Sie definieren klare Standards für die Gestaltung und Nutzung von KI und helfen, Risiken zu minimieren.
• Schulung von Angestellten zum Identifizieren und/oder Mindern von Bias in Ergebnissen (46 %): Durch Schulungen werden Mitarbeiter sensibilisiert für die potenziellen Auswirkungen von Voreingenommenheit in KI-Systemen. Sie lernen, wie sie Bias identifizieren und melden können, um so zur kontinuierlichen Verbesserung der Systeme beizutragen. 
• Zusammenarbeit mit dem Softwareanbieter und/oder internen IT-Ressourcen zum Entwickeln von KI-Algorithmen und -Berechnungen (46 %): Diese Zusammenarbeit ist entscheidend, um die KI-Algorithmen und -Berechnungen so zu gestalten, dass sie möglichst neutral und fair sind. Durch eine enge Zusammenarbeit können technische Lösungen entwickelt werden, um Bias zu reduzieren. 
• Überwachung der Ergebnisse auf unerwünschte Bias (42 %): Eine kontinuierliche Überwachung der Ergebnisse ist essentiell, um frühzeitig unerwünschte Voreingenommenheiten zu erkennen. Dadurch können rechtzeitig Korrekturmaßnahmen ergriffen werden, bevor die Auswirkungen zu gravierend werden. 
• Prüfung von Trainingsdaten und -praktiken (40 %): Die Qualität der Trainingsdaten hat einen entscheidenden Einfluss auf die Ergebnisse eines KI-Systems. Durch eine sorgfältige Prüfung der Daten können Verzerrungen identifiziert und beseitigt werden.

Obwohl die Gefahr der Voreingenommenheit bei der Technologie besteht, finden die meisten Projektmanager, dass Menschen voreingenommener als die KI sind. 

Der verantwortungsbewusste Umgang mit KI ist der Schlüssel zum Erfolg 

KI kann dir Zeit sparen und Wege aufzeigen, um Projektressourcen, Zeitpläne und Ergebnisse zu optimieren. Indem sie sich auf diese Fortschritte vorbereiten und KI aktiv in bestehende Arbeitsabläufe integrieren, können Unternehmen Projektmanager in die Lage versetzen, Projekte erfolgreicher durchzuführen. Vor allem deutschen Projektmanagern wollen wir ans Herz legen, Bereiche wie Projektrisikomanagement und prädiktive Analyse mit künstlicher Intelligenz auszuprobieren. In diesen Bereichen wird die KI weltweit mitunter am meisten genutzt. Die Technologie kann hier ihre Stärken demonstrieren und Projekte können sicherer und besser geplant zum Abschluss kommen.  

Bei der Nutzung von KI ist entscheidend, dass Maßnahmen gegenvoreingenommene KI-Systeme ernst genommen werden, da diese das Vertrauen in die Technologie untergraben und zu negativen Konsequenzen führen können. Voreingenommene KI-Systeme, die bestimmten Gruppen voreingenommen gegenüber reagieren, können zu einem erheblichen Reputationsrisiko für Unternehmen führen. Unternehmen haben die ethische Pflicht jede Bias in ihrer KI zu verhindern. 

Neben der Nutzung der richtigen Projektmanagement-Werkzeuge und moderner Technologien wie der KI, sind für Projektmanager für den erfolgreichen Projektabschluss und die Motivation ihres Teams Fähigkeiten der emotionalen Intelligenz wichtig. In dem zweiten Teil dieser Studie schauen wir uns an, wie Projektmanager emotionale Intelligenz nutzen, um Herausforderungen zu meistern und ihre Projektmanagementfähigkeiten zu verbessern.