Risikomanagement und prädiktive Analyse als wichtigste KI-Anwendungen im Projektmanagement
Künstliche Intelligenz (KI) etabliert sich in der Arbeitswelt und revolutioniert die Art und Weise, wie Projekte geplant, durchgeführt und ausgewertet werden. Die Software-Bewertungsplattform Capterra hat untersucht, wo KI im Projektmanagement (PM) bereits eingesetzt wird und welche Herausforderungen es dabei zu meistern gilt.
Im Rahmen einer internationalen Studie wurden 2.500 Projektmanager aus 12 Ländern* befragt, darunter 200 Teilnehmer aus Deutschland, von denen 44 % bereits KI im Projektmanagement einsetzen. Die Studie betrachtet, wie sie KI einsetzen und welche Vorteile sie dabei registrieren.
Die wichtigsten Erkenntnisse:
- Die weltweit meistgenannten Einsatzzwecke von KI im Projektmanagement sind Risikomanagement, Aufgabenautomatisierung und prädiktive Analytik.
- Die größte Herausforderung sehen Projektmanager in der Qualität der Daten.
- 44 % der deutschen Projektmanager sehen falsches Vertrauen oder falsche Vorstellungen von den Fähigkeiten der KI als ihren gefährlichsten Nachteil.
- Weltweit planen Projektmanager, ihre KI-Investitionen um durchschnittlich 36 % zu erhöhen, in Deutschland um 29 %.
Positiver ROI und Vertrauen in die KI treiben weitere Investitionen
89 % der Projektmanager in Deutschland, die KI im Projektmanagement nutzen, bestätigten einen positiven ROI der KI-Investitionen der letzten 12 Monate. Durchschnittlich planen sie, die Investitionen in künstliche Intelligenz für das PM in ihrem Unternehmen bis 2025 um 29 % zu steigern.
KI-Technologien gewinnen an Vertrauen und Akzeptanz, so auch die Bereitschaft, wichtige Aufgaben an die KI zu delegieren: 85 % geben an, sich sicher zu fühlen, dies zu tun. Vertrauen, Komfort und Bewusstsein treiben weitere Investitionen und etablieren KI als wichtiges Werkzeug im modernen Projektmanagement. Deutsche Projektmanager verzeichnen durch die Übergabe von Aufgaben an KI insbesondere eine höhere Produktivität und Effizienz (51 %), bessere (Zeit)Planung (48 %) und die Mustererkennung in großen Datensätzen (47 %). Die stärkere Automatisierung erlaubt Projektmanagern, sich auf strategische Aspekte des PM zu konzentrieren, wie beispielsweise das Stakeholder-Management und die Entscheidungsfindung.
Risikomanagement als wichtigster Einsatzzweck der KI im PM
Die weltweit am häufigsten genannten Anwendungsfälle von künstlicher Intelligenz im Projektmanagement sind:
- Risikomanagement (54 %)
KI-Tools analysieren historische Daten, um potenzielle Risiken vorherzusagen und Strategien zur Risikominderung vorzuschlagen. Werden potenzielle Probleme frühzeitig erkannt und entschärft, kann das Projektteam Risiken proaktiv angehen und kostspielige Verzögerungen vermeiden. Tatsächliche Fortschritte eines Projekts werden mit dem geplanten Zeitplan abgeglichen, um potenzielle Verzögerungen frühzeitig zu adressieren. - Aufgabenautomatisierung (53 %)
KI übernimmt zeitaufwändige und sich wiederholende Aufgaben wie Projektstatus-Updates, Benachrichtigungen und die Erstellung von Berichten. Dank der Automatisierung kann sich das Team auf wichtige, hochwertige Aktivitäten konzentrieren. Damit werden Projektlaufzeiten verkürzt und die Effektivität verbessert. - Prädiktive Analytik (52 %)
KI-gesteuerte prädiktive Analysen unterstützen dabei, effektive Projektpläne zu erstellen und potenzielle Risiken proaktiv zu erkennen. Basierend auf der Analyse historischer Daten, Trends und Mustern, können eventuelle Zeit- und Budgetüberschreitungen vorhergesagt werden. Dadurch kann vorausschauender geplant und können Ressourcen passgenauer zugewiesen werden.
Deutsche Projektmanager sehen hier vor allem den Nutzen in der Zeitplanungsoptimierung (55 %), Aufgabenautomatisierung (49 %), der Ressourcenplanung & -zuweisung und der Erkenntnisgewinnung (je 47 %). Risikomanagement nutzen deutschen Projektmanager mit 43% viel weniger als im internationalen Durchschnitt. Mögliche Ursache: In anderen Ländern werden bereits komplexere Aufgaben an die KI delegiert als in Deutschland.
Die größten Herausforderungen bleiben Datenqualität, Akzeptanz der Mitarbeiter und Datenschutz
Die Bewältigung von Schwierigkeiten bei der Einführung der KI im Projektmanagement ist entscheidend für einen erfolgreichen Einsatz. Die meistgenannten Herausforderungen sind:
- Datenqualität (49 %)
Die Datenaufbereitung und -bereinigung, bevor die Daten in ein KI-System eingespeist werden, sind zeitaufwändig und erfordern Fachwissen. Werden Daten aus verschiedenen Quellen zusammengeführt, führt dies oft zu weiteren Herausforderungen bei Datenqualität und -konsistenz. - Datenschutz und Sicherheit (43 %)
Oft werden vertrauliche Informationen wie Kunden- und Unternehmensdaten im Projektmanagement verarbeitet. Der Einsatz von KI muss den geltenden Datenschutzbestimmungen entsprechen (z.B. DSGVO) und geeignete Sicherheitsmaßnahmen und Sicherheitssoftware gegen Cyberangriffe sollten implementiert sein. - Akzeptanz durch die Mitarbeitenden (34 %)
Hierzu gehören die Bedenken, dass KI Arbeitsplätze ersetzt sowie die allgemeine Resistenz gegen Veränderungen, wenn es darum geht Arbeitsweisen zu ändern. KI-Systeme können außerdem Fehler machen oder unnachvollziehbare Entscheidungen treffen, was das Vertrauen in die Technologie seitens der Mitarbeiter untergraben kann.
Wie Projektmanager die Herausforderungen lösen
Zu den größten Nachteilen der KI im Projektmanagement gehören das falsche Vertrauen oder falsche Vorstellungen von den Fähigkeiten der KI (44 %), Unsicherheit über die Grenzen und Bias von KI (40 %) und mangelnde Verantwortlichkeit bezüglich KI-Ergebnissen (37 %).
Hier gilt es zu verstehen, was die KI kann und wo Ihre Grenzen liegen: Ergebnisse können ungenau sein oder nicht-nachvollziehbar ausfallen, was Voreingenommenheit verursachen kann. Die folgenden Maßnahmen wurden am häufigsten von den befragten Projektmanagern genannt, die KI-fähige Software nutzen und auf Herausforderungen stoßen:
- Festlegen von Richtlinien zur Gestaltung und Nutzung von KI (48 %)
- Schulung von Angestellten zum Identifizieren und/oder Mindern von Bias in Ergebnissen (46 %)
- Zusammenarbeit mit dem Softwareanbieter und/oder internen IT-Ressourcen zum Entwickeln von KI-Algorithmen und -Berechnungen (46 %)
- Überwachung der Ergebnisse auf unerwünschte Bias (42 %)
- Prüfung von Trainingsdaten und -praktiken (40 %)
Fazit
Der verantwortungsbewusste Umgang mit KI ist der Schlüssel zum Erfolg. KI kann Zeit sparen und neue Wege aufzeigen, um Zeitpläne, Projektressourcen und Ergebnisse zu optimieren. Mit der Integration in bestehende Arbeitsabläufe können Projektmanager ihre Aufgaben erfolgreicher durchführen.
„KI im Projektmanagement bietet unzählige Vorteile, die in deutschen Unternehmen noch ganz ausgeschöpft werden müssen. Hierbei ist entscheidend, dass Projektmanager Maßnahmen gegen voreingenommene KI-Systeme treffen, da sonst das Vertrauen in die Technologie verloren geht. Unternehmen müssen sicherstellen, dass ihre KI-Systeme den geltenden Gesetzen und Vorschriften entsprechen. KI-Systeme, die bestimmten Gruppen voreingenommen gegenüber reagieren, können zu einem erheblichen Reputationsrisiko für Unternehmen führen. Unternehmen haben die ethische Pflicht jedes Bias in ihrer KI zu verhindern“, kommentiertInes Bahr, Senior Content Analystin für Capterra Deutschland.
Lesen Sie sie vollständige Studie auf: https://www.capterra.com.de/blog/6887/kuenstliche-intelligenz-im-projektmanagement-studie
Methodik:
Die Capterra Umfrage zur Automatisierung im Einzelhandel 2024 wurde im Februar 2024 online unter 2.112 Befragten aus den USA (n=302), Kanada (n=305), Australien (n=302), Großbritannien (n=301), Frankreich (n=301), Deutschland (n=301) und Spanien (n=300) durchgeführt. Ziel der Studie war es, herauszufinden, wie Einzelhändler und Restaurants Kundenprobleme durch Automatisierung lösen können, um sicherzustellen, dass die Technologie das Kundenerlebnis effizienter macht. Die Befragten wurden nach ihren Erfahrungen mit Automatisierungstechnologien im Einzelhandel und in der Gastronomie befragt.
Foto: ThePublishergang.com
Quelle: Capterra
