Auf einen Blick
Künstliche Intelligenz kann vielfältig eingesetzt werden und spielt ihre Stärken in Bereichen wie Ideengenerierung, Überwachung und Klassifizierung von Daten, Personalisierung von Inhalten und Predictive Analytics aus. Wie gut das funktioniert, hängt von der Datenbasis, der Integration von Systemen und dem Umfeld ab. Dieser Artikel gibt einen Überblick über mögliche Einsatzgebiete von KI – unterschieden nach PM-Aufgaben und Projektinhalten.
Fast jeder wird früher oder später mit künstlicher Intelligenz in Kontakt kommen – wenn auch in unterschiedlichem Ausmaß: Vielleicht leitest du ein Projekt, in dem KI in der Produktion eingeführt werden soll, vielleicht nutzt du auch KI beim Erstellen von Projektdokumenten. In diesem Artikel schauen wir hin, wo künstliche Intelligenz ihre Stärken hat, und wie sie diese in Projekten ausspielen kann.
Zugegeben: Einiges ist noch Zukunftsmusik und abhängig von technischer Weiterentwicklung, Beachtung datenschutzrechtlicher Aspekte und Integration verschiedener Systeme – aber zumindest zeigen die folgenden Absätze mögliche Wege auf.
Dieser Artikel ist Teil 4 der Serie über KI im Projekt. Du willst mehr erfahren? Dann schau gern in die anderen Teile rein:
Teil 1: KI im Projekt –Die wichtigsten Grundlagen
Teil 2: Praktische Beispiele zum Nachvollziehen
Teil 3: 8 Risiken mit Praxisbeispielen
Teil 4: Einsatzgebiete im Projekt und anderswo
Teil 5: Werden Projektmanager überflüssig?
1. Kreative Ideengenerierung
Mal schnell ein paar Ideen und Denkansätze generieren? Dafür ist künstliche Intelligenz wie gemacht! Wann immer dir gerade die Ideen ausgehen und kreative Teammitglieder nicht in der Nähe sind – dann kannst du die KI fragen.
| Einsatz im Projektmanagement | Einsatz allgemein bzw. als Projektinhalt |
|---|---|
| Unterstützung bei Brainstormings basierend auf bekannten Best Practices, vergangenen Projekten und aktuellen Branchentrends | Generierung von innovativen Designs in der Produktentwicklung durch Analyse von Markttrends und Kundenpräferenzen |
| Bereitstellen von Lösungsvorschlägen bei Problemen | Generierung von Ideen für Werbekampagnen durch die Analyse von Kundenverhalten, Markttrends und Leistung vergangener Kampagnen |
| Unterstützung bei der Identifikation von Risiken | Identifikation neuer Geschäftsfelder durch die Analyse von Wettbewerbslandschaften und Trends |
Denk dran: Falls du keine unternehmensinterne KI nutzt, dann stelle im KI-Chat nur allgemeine Fragen und achte darauf, keine Interna nach außen zu geben. Erwarte auch nicht die ultimative Lösung – aber neue Denkanstöße bekommst du sicher.
2. Datenextraktion und Klassifizierung
Viele Daten scannen, Muster suchen und Maßnahmen ableiten? Das kann viel Zeit kosten und von wichtigen Themen ablenken. Eine gut trainierte KI kann dir hier viel Arbeit abnehmen – wenn sie denn optimal ins Unternehmen integriert ist.
| Einsatz im Projektmanagement | Einsatz allgemein bzw. als Projektinhalt |
|---|---|
| Extraktion von Projektdaten aus E-Mails und Dokumenten und schnelle Integration in PM-Tools (z. B. Aufgaben, Termine und Ressourcen) | Analyse und Bewertung von Kundenfeedbacks, um Trends und wiederkehrende Themen zu identifizieren |
| Automatische Kategorisierung von Projektdokumenten und Zuordnung zu Projekten oder Phasen | Analyse und Kategorisierung von Eingangsrechnungen, Zuordnung zu Kostenstellen oder -kategorien |
| Klassifizierung von Risikofaktoren in Echtzeit | Analyse von Bewerbungen und Lebensläufen nach relevanten Qualifikationen |
3. Textverarbeitung und Kommunikation
Bestimmt hast du schon einmal auf einer Website mit einem Chat „gesprochen“ und dich gewundert, ob du es mit einem echten Menschen zu tun hattest. Viele dieser Bots sind noch nicht ausgereift, werden allerdings besser und geben einen Vorgeschmack auf das, was zukünftig mit KI möglich sein wird.
| Einsatz im Projektmanagement | Einsatz allgemein bzw. als Projektinhalt |
|---|---|
| Extraktion von Informationen aus verschiedenen Quellen und automatisches Erstellung von Projektdokumenten | Bereitstellen von Chatbots, die Kundenanliegen verstehen und passende Lösungen präsentieren |
| Wissensmanagement: Sammeln, Organisieren und Verwalten von Wissen, um Best Practices zu identifizieren und den Wissensaustausch zu fördern. | Automatisches Erstellen von Berichten, z. B. Finanzberichterstattung oder Marketinganalysen |
| Analyse der Kommunikation im Projektteam und frühes Warnen bei möglichen Konflikten oder Engpässen | Analyse von Stimmungen in Kundenbewertungen, um positive und negative Rückmeldungen zu identifizieren |
Auch hier muss genauer hingeschaut werden: Ist es datenschutzrechtlich okay, die komplette Kommunikation der Mitarbeiter auswerten zu lassen? Was sagt der Betriebsrat dazu? Und wissen alle Mitarbeiter, dass sie keine internen Projektinformationen in einen öffentlichen KI-Chat wie ChatGPT einfügen dürfen?
4. Überwachung von Daten und Prozessen
Alles immer im Blick haben? Das ist nicht einfach! IT-Systeme unterstützen bereits heute bei der Überwachung von Projekten – und KI kann die Unterstützung auf eine ganz neue Stufe heben.
| Einsatz im Projektmanagement | Einsatz allgemein bzw. als Projektinhalt |
|---|---|
| Überwachung des Projektfortschritts und Frühwarnung bei möglichen Abweichungen | Qualitätssicherung in der Produktion durch Überwachung von Produkten und Erkennen von Mängeln oder Abweichungen |
| Überwachung von Budgets, Erstellen von Prognosen und frühes Warnen bei möglichen Überziehungen | Netzwerksicherheit: Überwachung von Netzwerken, um verdächtige Aktivitäten oder Anomalien zu identifizieren |
| Optimierung der Ressourcenauslastung und Identifikation von Engpässen | Optimierung von Lieferketten durch Analyse von Echtzeitdaten zu Lieferungen, Lagerbeständen und Transportwegen |
Auch hier gilt: Das Ganze funktioniert nur, wenn die KI mit einer soliden Datenbasis arbeitet und alle Systeme und Informationsquellen miteinander integriert sind – eine echte Herausforderung!
5. Personalisierung von Inhalten
Müssen eigentliche alle Kunden die gleiche Werbebotschaft bekommen? Und jeder Stakeholder den gleichen Projektbericht? Sind KI-Modelle gut trainiert, können sie Inhalte so bereitstellen, dass sie optimal zum Empfänger passen.
| Einsatz im Projektmanagement | Einsatz allgemein bzw. als Projektinhalt |
|---|---|
| Individuelle Aufgabenzuweisung durch Analyse von Fähigkeiten, Präferenzen und bisheriger Leistung der Mitarbeiter | Kundenspezifische Produktvorschläge basierend auf früheren Käufen und dem Verhalten ähnlicher Kunden |
| Erstellen von personalisierten Schulungsplänen basierend auf Wissenslücken und Lernpräferenzen | Ausspielen angepasster Marketinginhalte, die auf Vorlieben und demografischen Daten basieren |
| Erstellen angepasster Projektberichte passend zu den Interessen ausgewählter Stakeholder | Personalisierte interne Kommunikation: Senden von relevanten Informationen basierend auf Rollen und Abteilungen |
6. Predictive Analytics
Was ist das überhaupt? Ganz einfach: Predictive Analytics identifiziert Muster aus vorhandenen Daten und entwickelt Modelle, die Vorhersagen über zukünftige Ereignisse oder Trends treffen – und diese können in vielen Bereichen eingesetzt werden.
| Einsatz im Projektmanagement | Einsatz allgemein bzw. als Projektinhalt |
|---|---|
| Erstellen von Prognosen für den Fortschritt eines Projekts basierend auf historischen Projektdaten und aktuellen Entwicklungen | Vorhersage von Kündigungen und Fluktuation im Personalwesen |
| Ressourcenbedarfsplanung anhand früherer und geplanter Aktivitäten | Vorhersage der Nachfrage nach Produkten im Einzelhandel und Optimierung der Bestandsführung |
| Risikovorhersage basierend auf der Analyse historischer Daten und Einbeziehung externer Faktoren | Vorhersage von Entwicklungen und Risiken im Finanzwesen |
Besonders hier siehst du, wie entscheidend die Datenbasis für die Qualität der Ergebnisse ist. Stell dir vor, dein KI-System hat zu wenige, unvollständige oder fehlerhafte Daten und erstellt deshalb unsinnige Prognosen – so wird es nicht zum Zeitsparer, sondern führt zu groben Fehlern und im schlimmste Fall zum Scheitern.
7. Auswahl und Priorisierung
Was ist besonders wichtig? Woran muss zuerst gearbeitet werden? Und was verspricht den größten Erfolg? Künstliche Intelligenz kann auf verschiedensten Themengebieten eingesetzt werden, um eine erfolgversprechende Auswahl zu treffen.
| Einsatz im Projektmanagement | Einsatz allgemein bzw. als Projektinhalt |
|---|---|
| Unterstützung bei der Zusammenstellung von Projektteams durch die Analyse von Fähigkeiten, Erfahrungen und Verfügbarkeiten der Teammitglieder | Priorisierung von Kundensupport-Anfragen basierend auf Kriterien wie Dringlichkeit, Kundensegment oder Eskalationsgeschichte |
| Unterstützung beim Zeitmanagement und bei der Auswahl der aktuell wichtigsten Aufgaben | Automatische Auswahl von Leads im Vertrieb, basierend auf Wahrscheinlichkeiten für den Abschluss |
| Unterstützung bei der Projektauswahl und Priorisierung erfolgversprechender Projekte | Priorisierung von Aufgaben in der Datenverarbeitung |
Fazit
Was, wie und in welchem Ausmaß? Die einen glauben, dass KI demnächst alles übernimmt, die Skeptiker sehen nur Probleme und wenig Praxisrelevanz. Vermutlich liegt die tatsächliche Entwicklung wie so oft irgendwo dazwischen: In bestimmten Bereichen wird KI durchstarten, in anderen wird sich der Erfolg verzögern. Bei einigen Unternehmen zeigen sich schnell Erfolge, andere kehren nach negativen Erfahrungen zur „Handarbeit“ zurück. Potenzial ist überall vorhanden – die Praxistauglichkeit wird sich zeigen.
