Zum Inhalt gehen

Effizienzsteigerung im Projektmanagement – Ist AI die Lösung?

Sandra Imelmann
20. Sep. 2021
capgemini-invent

Bis zum Jahr 2030 werden laut Gartner (2018) 80% der Aufgaben des heutigen Projektmanagements (PM) wegfallen, da künstliche Intelligenz (AI) traditionelle PM-Funktionen wie Datenerfassung, -verfolgung und -berichtswesen übernimmt.

Aufgrund der präzisen Fähigkeit, bestimmte Muster zu überwachen und Projektszenarien und -ergebnisse zu prognostizieren, findet AI bereits heute vermehrt Anwendung im Projektmanagement und bietet weiteres Potential zur Effizienzsteigerung.

AI verschafft dem Projektmanagement mehr Zeit für strategische Fragestellungen

Projektmanager*innen sind täglich mit unerwarteten Risiken, ungewissen Annahmen oder eingeschränkter Verfügbarkeit von Ressourcen konfrontiert. Die anfänglichen Aufwände zu schätzen, einen Projektplan aufzustellen, diesen laufend an Veränderungen anzupassen und regelmäßige Status-Updates kosten die Projektmanager*innen viel Kapazität. Diese fehlt bei wertschöpfenderen Tätigkeiten.

Was kann AI dagegen tun? Fünf Vorteile von AI im Projektmanagement:

  • Vorhersage und Überwachung von Risiken: Die Wahrscheinlichkeit der Risikofrüherkennung kann durch eine automatisierte Überwachung des Projekts signifikant erhöht werden. Gegenmechanismen können also schneller abgeleitet werden. Beispielsweise kann so auf Verzögerungen einzelner voneinander abhängender Tasks schneller reagiert werden.
  • Präzisere Vorhersagen: Durch die schnelle Verarbeitung von großen Datenmengen wird mit AI der Projektverlauf mit höherer Genauigkeit vorhergesagt. Ressourcen oder Aufgabenpakete, die ein Bottleneck darstellen, werden somit früh identifiziert und Alternativen können herangezogen werden.
  • Bessere Priorisierung: AI verarbeitet Informationen schneller und effizienter als Menschen und ist in der Lage Multitasking durchzuführen, ohne dabei an Genauigkeit zu verlieren. Alle Abhängigkeiten und Folgen werden gegeneinander abgewogen. Somit können Aufgabenpakete optimal priorisiert werden.
  • Aufgabenautomatisierung: Wiederkehrende Aufgaben werden automatisiert ausgeführt – Geschwindigkeit und Zeit können individuell angepasst werden. AI wird dadurch die Arbeitsproduktivität erheblich steigern und Projektmanager*innen ist es so möglich ihre Zeit effizienter zu nutzen.
  • Entscheidungen treffen: Die unmittelbare Dateninterpretationsfähigkeit von AI liefert Echtzeiteinblicke in Projekt-KPIs. Projektmanager*innen können somit kontinuierlich datengestützte Entscheidungen bezüglich der Budget- oder Ressourcenverteilung auf Grundlage früherer Erfahrungen treffen.

Unsere Analyse der neun Projektmanagement-Dimensionen zeigt, dass ein großer Teil davon für den Einsatz von AI-Unterstützung geeignet ist:

Analyse-Verbesserungspotenzial-Einsatz-AI_Capgemini-Invent
Abbildung 1: Analyse des Verbesserungspotenzials durch den Einsatz von AI entlang der neun Projektmanagement-Dimensionen von Capgemini Invent

Wie kann AI mein Zeitmanagement und meine Planung in Projekten verbessern?

Abbildung 1 veranschaulicht, wie unterschiedlich hoch das Optimierungspotenzial durch Unterstützung von AI in Projektmanagement-Disziplinen ist. Ein besonders hohes Potenzial bietet beispielsweise das Anwendungsfeld im Zeitmanagement und der Planung, wie der folgende Use Case zeigt.

Use Case Supply-Chain-Transformation

Für eine Supply-Chain-Transformation bei einem Automobilkonzern hilft AI bei der Erstellung des Projektplans. Basierend auf den historischen Daten von anderen Projekten aus dem Bereich Intelligent Industry (u.a. auch Industrial Procurement) schätzt die AI die Länge von Aufgabenpaketen, wie bspw. die Sammlung und Analyse großer Datenmengen für mehr Transparenz in der Lieferkette und der Gestaltung digitaler Prozesse. Unter Berücksichtigung von Mindestprojektdauer, logischen und zeitlichen Abhängigkeiten von Ressourcen und dem kritischen Pfad erstellt die AI automatisiert einen Projektplan. Während der Projektumsetzung überwacht und analysiert AI die Reihenfolge und Dauer der Aktivitäten. Somit wird die zeitliche Planung des Projektes kontinuierlich auf Adaptions- und Verbesserungsmöglichkeiten evaluiert. Verzögert sich beispielsweise die Modellierung der neuen digitalen Prozesse für das automatisierte Data Warehouse gibt die AI Empfehlungen zur Aktualisierung des Projektplanes, auch unter Berücksichtigung der Daten aus der übergeordneten Programm- oder Portfolioebene.

Die Rolle der Projektmanager*innen im Zeitalter der künstlichen Intelligenz neu erfinden

AI-basierte Tools ermöglichen es Projektmanager*innen, komplexe Projektdaten synchron zu verarbeiten und somit valide Entscheidungen basierend auf präziseren Vorhersagen zu treffen. Gleichzeitig können wiederkehrende Aufgaben durch AI automatisiert und damit die Produktivität gesteigert werden.

Brauchen wir zukünftig noch Projektmanager*innen?

AI kann ein Projekt, selbst ein ziemlich kleines, nicht allein managen. Wie bereits beschrieben, kann AI dabei helfen, große Datenmengen auszuwerten. Aber Entscheidungen zu treffen, Handlungsempfehlungen auszusprechen oder die Zustimmung der Stakeholder einzuholen wird auch zukünftig noch die Aufgabe der Projektmanager*innen sein. Ihre Rolle ändert sich jedoch.  Die Einführung von AI-Tools kann ihnen mehr Zeit für wertschöpfende Tätigkeiten verschaffen, z. B. die Einbindung von Stakeholdern und das Treffen von strategisch wichtigen Entscheidungen. Darüber hinaus werden viele Projektmanager*innen in den kommenden Jahren für die Implementierung von AI-Systemen verantwortlich sein.

Vielen Dank an die Co-Autorinnen Johanna Aderbauer, Laura Kussl und Maria Stöhr.

Blog-Updates per Mail?

Abonnieren Sie unseren Newsletter und erhalten Sie alle zwei Monate eine Auswahl der besten Blogartikel.

Autorin

Sandra Imelmann

Senior Director | Head of Transformation Excellence
Ich bin eine erfahrene Portfolio- und Programm-Managerin, die die Umsetzung der digitalen Strategie unseres Kunden vom Konzept bis zur Ausführung erfolgreich vorantreibt.

    Weitere Blogposts

    Daten & Künstliche Intelligenz, Finance

    Künstliche Intelligenz im Bankensektor – Chancen und Herausforderungen

    Sören Gahn
    9. Okt. 2024
    Daten & Künstliche Intelligenz

    EU AI Act für Versicherer: Effiziente Umsetzung in einer regulierten Branche

    Franz-Ferdinand Müller
    27. Aug. 2024