Wie sieht Projektmanagement im Jahr 2030 aus?

pm-2030-title

Kürzlich stieß ich im Netz auf die provokante These:

"Bis zum Jahr 2030 werden 80 Prozent der heutigen Arbeiten des Projektmanagements wegfallen, da künstliche Intelligenz (KI) viele traditionelle Aufgaben wie das Sammeln von Daten, deren Tracking und das Reporting übernimmt."

Da mir spontan nicht klar war, was das bedeutet, und wie eine solche Veränderung ablaufen soll, habe ich zu diesem Thema etwas recherchiert.
Mein Eindruck nach der Recherche ist, auch wenn es nicht die prognostizierten 80 Prozent werden, dass der Einsatz von KI im Projektmanagement zu Veränderungen führen wird. Diese Veränderungen werden nicht mit einem großen Schritt geschehen. Sie werden sich im Laufe der Zeit und analog zum Fortschritt der technischen Möglichkeiten in verschiedenen Phasen vollziehen.

Erste Phase: Automatisierung standardisierter Projektaufgaben

Ein erster Schwerpunkt wird auf den Routineaufgaben liegen. Durch die Nutzung von vernetzten, miteinander agierenden PM-Tools wird die Automatisierung und Rationalisierung bei Standardaufgaben vorangetrieben. Das reduziert den Aufwand und damit die Kosten für grundlegende PMO-Aufgaben. Die so geschaffenen Freiräume können im Projekt für die komplexeren Aufgaben und z.B. das Stakeholder-Management genutzt werden.

Hier sind heute schon Werkzeuge im Einsatz, die helfen, durch konsequente Nutzung von Workflows und Vorlagen die Datenqualität und Aktualität zu verbessern. Auch gibt es heute schon Systeme, die automatisch Warnungen erzeugen. Sie vergleichen die aktuelle Datenlage mit den Planwerten und erzeugen dann automatisch Warnungen und Reports.

Zweite Phase: Chatbot-Assistenten

In der zweiten Phase ist der Einsatz von Chatbot-Assistenten in der Mensch-Computer-Interaktion ein vermutliches Szenario. Chatbots können z.B. Aufgaben wie die Organisation von Besprechungen übernehmen oder Teammitglieder an Aufgaben erinnern. Wenn die Chatbots auf ausreichend Informationen zurückgreifen können, können sie auch einfache Fragen, wie z.B. „Wie ist der aktuelle Status eines Arbeitspaketes?" anhand der vorliegenden Informationen beantworten oder die Frage an den Verantwortlichen weiterleiten.
Auch hier liegt der Vorteil in der Übernahme von mitunter lästigen und zeitraubenden Routineaufgaben durch die Chatbots und der Schaffung von Freiräumen, die sinnvoller genutzt werden können.

Dritte Phase: Auf maschinellem Lernen basierendes Projektmanagement

Die ersten beiden Phasen werden ihren Schwerpunkt in der Nutzung der vorhandenen Daten haben, die mittels vordefinierter Algorithmen bei Routinetätigkeiten unterstützen. In dieser Phase kommen nun das maschinelle Lernen und predictive Analytics hinzu. 

Predictive Analytics verwendet historische Daten – z.B. aus früheren Projekten, um zukünftige Ereignisse vorherzusagen. Der Projektmanager wird in die Lage versetzt, auf Basis von Vorhersagen zum zukünftigen Projektverlauf potenzielle Risiken und Chancen zu identifizieren, bevor sie eintreten. So wird die Qualität der Entscheidungsfindung verbessert.

Eine KI-basierte Projektplanung könnte Lehren aus früheren Projekten enthalten. Basierend darauf können mehrere alternative Zeitpläne erstellt werden oder das geeignete Team für eine Aufgabe identifiziert werden. Darüber hinaus könnten Projektpläne nahezu in Echtzeit angepasst und auf der Grundlage der historischen Teamleistung und des Projektfortschritts neu erstellt werden.

Allgemein wird davon ausgegangen, dass prädiktive Projektanalyse in den nächsten zehn Jahren die disruptivste Innovation im Projektmanagement sein wird.

Vierte Phase: Autonomes Projektmanagement

Wie bei autonomen Fahrzeugen wird von einem autonomem Projektmanagement erwartet, dass keine oder nur wenige Eingriffe vom Menschen (hier Projektmanager) benötigt werden, um das Projekt erfolgreich ins Ziel zu bringen. Im Gegensatz zu den drei vorherigen Phasen kommt hier das Projektumfeld und die Stakeholder ins Spiel. Das Projektmanagementsystem müsste hierfür in der Lage sein, das Projektumfeld mit all seinen Menschen, deren Kommunikation, Befindlichkeiten und Anforderungen an das Projekt zu verstehen.
An der Stelle bin ich sehr gespannt, wie das dann funktioniert.

Fazit: Was bedeutet das nun für uns Projektmanager?

Es ist vermutlich nicht die Frage, ob KI im Projektmanagement Einzug halten wird, sondern wann und in welchem Umfang. Das ist aber nicht das Ende aller Laufbahnen im Projektmanagement.

Ich möchte hier enden mit einem Zitat von Alan Zucker, dem Gründer von Project Management Essentials:

„Künstliche Intelligenz im Projektmanagement kann zeitfressende Aufgaben übernehmen und Projektmanager*innen so ein bisschen Zeit sparen, indem sie zum Beispiel Informationen aus verschiedenen Quellen zusammenträgt und hübsche PowerPoint-Präsentationen erstellt oder Daten aus inkompatiblen Systemen miteinander abgleicht. Die wichtigste Aufgabe von Projektmanager*innen sind aber Mitarbeiterführung und Kommunikation. Das lässt sich nicht automatisieren." (https://pmessentials.us/testimonials/robotics-ai-project-manament/)

Weiter ist er der Meinung – und dem möchte ich mich anschließen – dass die zentrale Aufgabe des Projektmanagers oder der Projektmanagerin, nämlich die erfolgreiche Fertigstellung des Projektes sicherzustellen, erhalten bleibt.

By accepting you will be accessing a service provided by a third-party external to https://blog.ordix.de/