Was verändert KI im Projektmanagement im Kern?
KI verändert vor allem Administration, Dokumentation und Informationsmanagement. Viele PMO-Aufgaben sind datengetrieben und repetitiv. Statusberichte, Reporting und konsistente, strukturierte Datenaufbereitung über verschiedene Tools kann KI wirkungsvoll unterstützen und Daten auch über Projekte hinweg nutzbar machen. In der Energiewirtschaft wird diese Fähigkeit besonders relevant, weil es häufig um große Programme mit vielen Teilprojekten geht.
KI kann auch helfen, unklare Sachstände schneller zu ordnen. In Projekten gibt es oft überlappende Kommunikationsstränge, unterschiedliche Planstände, Gesprächsnotizen, widersprüchliche Einschätzungen und verschiedene Dokumentversionen. Daraus eine Grundstruktur zu bilden, ist eine wichtige Aufgabe im Projektmanagement. KI kann hier wesentlichen Mehrwert liefern: erste Strukturen bilden, Zusammenhänge sichtbar machen, Informationen aufbereiten und Ideen gegeneinander spiegeln. Das schafft schneller Orientierung. Wenn beim Kunden etwa eine Copilot-Lösung verfügbar ist, können wir auf Artefakte zugreifen und Zusammenhänge analysieren, die früher viel kleinteiliger erarbeitet werden mussten. Wir können den Kundenkontext schneller verstehen, Informationen besser aufbereiten und Gespräche anders auswerten.
Was gewinnt an Bedeutung, wenn KI administrative und vorbereitende Aufgaben übernimmt?
Die Einordnung des Sachstands, Stakeholder Management, Vertrauensaufbau und die Prüfung, ob ein Milestone wirklich erreicht wurde oder nur formal als erreicht gilt, bleiben Aufgaben des Projektmanagements. Dafür sind politisches und fachliches Kontextwissen, Urteilskraft und analytische Stärke ebenso wichtig wie Kommunikation und Eskalationsfähigkeit.
In den letzten Jahren waren Projektmanager immer stärker mit administrativen Aufgaben belastet; die Steuerungsfunktion trat ein Stück weit in den Hintergrund. Durch KI entsteht wieder mehr Raum, sich auf diese Kernthemen zu fokussieren. In unserer eigenen Arbeit zeigt sich das bereits: Wir arbeiten konzeptioneller, sind stärker im Lösungsraum unterwegs und haben mehr Zeit, über Organisationsdesign und konkrete Lösungsansätze nachzudenken.
Verändert sich dadurch das Skill-Set im Projektmanagement?
Es ist ein Skill-Shift. Wichtiger werden komplexes Denken, Arbeit auf der Metaebene, Kommunikation und politisches Kontextverständnis.
Die Methodik bleibt ein wichtiger Teil des Projektmanagements. Man muss nicht mehr jede Methode oder jedes Tool in voller Tiefe kennen. Aber man muss weiterhin wissen, wie Aufgaben geplant, gelöst und orchestriert werden und wann welche Methodik sinnvoll ist. Wer nie etwas von einer Risikomatrix gehört hat, wird mit KI im Projektmanagement wenig anfangen können.
Zusätzlich braucht es KI-Bedienungskompetenz. Das heißt: Man muss die Möglichkeiten der Systeme verstehen, Ergebnisse souverän beurteilen und wissen, wie KI-Assistenten sinnvoll eingebunden werden. Aktuell nutzen wir KI oft noch an der Oberfläche: durch Prompts, Aggregation und Aufbereitung. Das wird sich in den kommenden Jahren ändern.
Wie verändern sich durch den KI-Einsatz Entscheidungsprozesse in Projekten?
KI kann die Informationsbasis von Entscheidungen deutlich verbessern, indem sie Daten umfassend auswertet und strukturiert bereitstellt. Voraussetzung bleibt eine gute Datengrundlage. Schlechte Daten führen auch mit KI zu schlechten Ergebnissen.
KI kann zusätzliche Perspektiven einbringen und als Sparringpartner fungieren. KI-Ergebnisse sind für sich genommen jedoch nie der Sachstand und ersetzen nie die Entscheidung selbst. Es liegt ein Risiko darin, KI-Empfehlungen zu schnell zu folgen.
Worin genau liegen diese Risiken?
Entscheidungen in Projekten brauchen mehr als eine strukturierte Faktenlage. Politische, regulatorische, gesellschaftliche und organisationale Faktoren müssen eingeordnet werden. Unausgesprochene Prioritäten und Agenden, Stimmungen und Sympathien können dazu führen, dass eine Option, für die die objektive Faktenlage spricht, im Projektkontext nicht sinnvoll ist. In hochregulierten Umfeldern kommt hinzu, dass Risikoaversion strukturell angelegt ist und Entscheidungsprozesse prägt. Diese Faktoren muss der Projektmanager einordnen und zwischen den Zeilen lesen können.
Erfolgreiche Teams sind aus gutem Grund divers besetzt. Sie bringen unterschiedliche Fähigkeiten, Zugänge und Beziehungsebenen mit und sind in Projekten auf unterschiedlichen Ebenen präsent. Auf operativer Ebene hört man Stimmungen, Widerstände und informelle Einschätzungen. Auf Managementebene sieht man andere Interessen und Zielbilder. Diese Perspektiven müssen zusammengeführt werden. Schwierige Gespräche führen, Konflikte moderieren, Widerstände in einer Belegschaft auflösen oder Vertrauen bei Auftraggebern und Stakeholdern aufbauen – das kann kein KI-Agent.
Um zu verstehen, warum jemand schweigt, sind Kontextverständnis und Wissen um den sozialen und kulturellen Hintergrund nötig. Deshalb bleibt die Arbeit zwischen Menschen zentral. Und deshalb wird in diesen Bereichen externe Projektmanagementunterstützung oft als hilfreich wahrgenommen.
Was bedeutet KI-gestütztes Projektmanagement konkret für Stadtwerke?
Stadtwerke steuern komplexe Vorhaben: Energiewende, Digitalisierung, Netzausbau und weitere Programme. Diese Vorhaben dürfen nicht nur einzeln betrachtet werden. Es braucht den Blick auf das Gesamtbild. KI kann helfen, bei vielen parallelen Projekten Engpässe, Abhängigkeiten, Skaleneffekte und Ressourcenfragen früher zu erkennen. Sie unterstützt dabei, nicht blind in Programme hineinzulaufen, Prioritäten besser vorzubereiten und Kapazitäten zielgerichteter einzusetzen.
Gleichzeitig ist KI im Projektmanagement für alle eine Learning Journey. Nicht alles funktioniert für jeden Anwendungsfall. Stadtwerke sollten daher prüfen, wo sie Unterstützung brauchen, welche repetitiven Aufgaben automatisierbar sind und wo KI bestehende Prozesse sinnvoll unterstützen oder gezielt verbessern kann.
