59 PROJEKTMANAGEMENT AKTUELL · 36. Jahrgang · 05/ 2025 DOI 10.24053/ PM-2025-0094 KI im Projektmanagement-- Vom Hype zur intelligenten Partnerschaft Sebastian Wieschowski Die Digitalisierung schreitet unaufhaltsam voran, und mit ihr wächst das Volumen an verfügbaren Daten exponentiell. Projektmanagement, sei es in kleinen und mittelständischen Unternehmen oder in internationalen Konzernen, steht dadurch vor tiefgreifenden Veränderungen. Künstliche Intelligenz, allen voran die Generative KI, hat sich in kurzer Zeit von einer Zukunftsvision zu einem handfesten Transformationsfaktor entwickelt. Bereits heute setzen rund 21 Prozent der Projektmanagerinnen und Projektmanager KI aktiv ein, während mehr als 90 Prozent der Führungskräfte überzeugt sind, dass die Technologie zumindest einen moderaten Einfluss auf die Profession haben wird. Die KI wird zum „Co-Worker“, Rollen verändern sich, und Stakeholder erwarten zunehmend Entscheidungen, die ethisch fundiert, systemisch durchdacht und in Echtzeit getroffen werden können. Dieser Beitrag gibt auf Basis der Vorträge, die beim 34. IPMA World Congress in Berlin vom 17. bis 19. September gehalten wurden, einen Überblick über aktuelle Entwicklungen, konkrete Anwendungsszenarien, ethische Rahmenbedingungen und die neuen Kompetenzanforderungen, die sich aus der Integration von KI in das Projektmanagement ergeben. Grundlage sind aktuelle Studien und Vorträge führender Expertinnen und Experten. 1. Grundlagen und Definitionen der KI im Projektkontext Unter Künstlicher Intelligenz versteht man gemeinhin die Fähigkeit von Maschinen, menschliche Eigenschaften wie logisches Denken, Planen, Lernen oder Kreativität nachzuahmen. Im Projektgeschäft bedeutet dies, dass Systeme in der Lage sind, datenbasierte Muster zu erkennen und diese für Aufgaben zu nutzen-- zunehmend auch für kreative, generative Aufgaben. Besondere Aufmerksamkeit gilt dabei den sogenannten KI- Agentensystemen. Diese autonomen Einheiten bauen auf großen Sprachmodellen auf und können Aufgaben selbstständig ausführen, Entscheidungen treffen und mit ihrer Umgebung interagieren. Sie zeichnen sich durch modulare Architekturen aus, übernehmen spezifische Rollen und verbessern sich mit jeder Rückmeldung. So entstehen Systeme, die nicht nur Prozesse abbilden, sondern strategische Unterstützung leisten können. Die Vielfalt der verfügbaren Werkzeuge ist bereits jetzt enorm. Anfang September 2025 waren fast 39.000 KI-Tools gelistet, die sich auf über 13.000 Anwendungsfelder und knapp 5.000 Berufe beziehen. Auch im Projektmanagement sind spezialisierte Bots längst keine Ausnahme mehr. Expertinnen wie Prof. Dr. Doris Weßels betonen, dass diese Entwicklung weiter Fahrt aufnehmen wird. Schon jetzt zeichnet sich ab, dass Multi-KI-Agenten in hybriden Teams eine neue Form der Zusammenarbeit prägen. Menschen übernehmen dabei die Rolle des „Agent Boss“ und steuern das Zusammenspiel von Mensch und Maschine. 2. Anwendungsszenarien und Mehrwerte der KI Künstliche Intelligenz ist längst mehr als ein Effizienzwerkzeug. Sie wird zum Motor für datengetriebene Erkenntnisse, beschleunigte Kommunikation und eine Skalierung von Prozessen, die bislang undenkbar war. Ein zentraler Nutzen liegt in der Automatisierung von Routineaufgaben. Systeme übernehmen Protokolle, erstellen To-Do-Listen, führen Qualitätssicherungen durch und unterstützen beim Ressourcenmanagement. Das entlastet Projektmanagerinnen und Projektmanager erheblich und schafft Freiräume für strategische Fragen. Siemens etwa konnte mit KI-gestützten Tools Entscheidungsprozesse, die zuvor Wochen in Anspruch nahmen, auf wenige Tage verkürzen. Auch bei der Risikobewertung kommen intelligente Agenten zum Einsatz: Berichte aus der GPM | KI im Projektmanagement-- Vom Hype zur intelligenten Partnerschaft 60 PROJEKTMANAGEMENT AKTUELL · 36. Jahrgang · 05/ 2025 DOI 10.24053/ PM-2025-0094 Sie recherchieren Informationen, prüfen deren Validität und bereiten sie strukturiert auf. Über die Effizienz hinaus wirkt KI auch auf die Entscheidungsqualität. Sie kann kognitive Verzerrungen reduzieren, die Vielfalt des Denkens erweitern und die Belastung der Beteiligten spürbar senken. Bei Siemens wurden zudem Simulationen digitaler Zwillinge genutzt, um Portfolio-Szenarien durchzuspielen und die Folgen von Investitionsentscheidungen sichtbar zu machen. Dadurch konnten Ausfallraten um fast ein Drittel reduziert und Budgets zielgerichteter eingesetzt werden. Im Projektportfoliomanagement eröffnet KI schließlich die Möglichkeit, Initiativen nicht mehr nur einmal jährlich, sondern kontinuierlich neu zu priorisieren. Marktentwicklungen, geopolitische Risiken oder Lieferkettenprobleme können in Echtzeit berücksichtigt werden. Damit wird das Portfoliomanagement von einem statischen Planungsprozess zu einem dynamischen Steuerungsinstrument. 3. Ethische und regulatorische Rahmenbedingungen Mit der Integration von KI wächst auch die Verantwortung, klare Regeln und Leitplanken einzuhalten. Der EU AI Act wird die Compliance-Landschaft grundlegend verändern. Er sieht eine Risikopyramide vor, die Anwendungen nach ihrem Gefährdungspotenzial einordnet- - von verboten bis hin zu unbedenklich. Besonders hochriskante Systeme müssen strenge Anforderungen erfüllen, etwa im Bereich Qualitäts- und Risikomanagement oder Dokumentation. Zentrale Bedingung bleibt die menschliche Aufsicht. Die Grundprinzipien verantwortungsvoller KI sind klar: Transparenz, Rechenschaftspflicht, Datenschutz und menschliche Kontrolle. Experten wie Adrian Morey erinnern daran, dass Rechenschaftspflicht ausschließlich beim Menschen liegt. Maschinen können keine Verantwortung übernehmen. Dieser Gedanke ist entscheidend, um den ethischen Kern der Entscheidungsfindung im Projektmanagement zu bewahren. 4. Kompetenzen und die Mensch-KI-Kollaboration Die Integration von KI verändert nicht nur Prozesse, sondern auch die Rollen im Projektmanagement. Während die klassische Steuerungsfunktion an Bedeutung verliert, rückt die Fähigkeit, mit intelligenten Systemen zusammenzuarbeiten, in den Vordergrund. Projektmanagerinnen und Projektmanager werden sich künftig stärker als Navigatoren verstehen müssen, die KI-Ergebnisse interpretieren und in Governance-Entscheidungen integrieren. Das Project Management Office wandelt sich vom administrativen Unterstützer zum strategischen Treiber, der durch Datenanalysen und KI-Erkenntnisse gestützt agiert. Besonders gefragt ist „AI Leadership“- - die Fähigkeit, KI- Systeme wertorientiert einzusetzen, ohne die Entscheidungshoheit aus der Hand zu geben. Dabei geht es um mehr als reine Toolkompetenz. Gefordert sind strategisches Urteilsvermögen, ethische Sensibilität und die Fähigkeit, eine Organisation kulturell auf den Einsatz von KI vorzubereiten. Trotz aller Fortschritte bleiben die Stärken des Menschen unersetzbar. Kreativität, Empathie, Intuition und Verantwortungsbewusstsein lassen sich nicht durch Algorithmen nachbilden. Sie sind die Eigenschaften, die den Menschen auch in einer von KI geprägten Projektwelt unverzichtbar machen. 5. Strategische Implementierung und Herausforderungen Damit KI langfristig einen Mehrwert im Projektgeschäft schafft, braucht es eine klare Strategie. Diese muss eng mit den Prioritäten der Organisation verknüpft sein und von Anfang an Governance, Ressourcen und Change-Management berücksichtigen. Fachleute wie Milla Ranta betonen, dass der Startpunkt nicht bei den Tools, sondern bei den Menschen liegt. Während sich Technologien in Wochen verändern, dauert es oft Jahre, bis Kompetenzen aufgebaut und kulturelle Veränderungen etabliert sind. In der Praxis scheitern viele KI-Projekte an klassischen Fallstricken: fehlende Sponsoren, unklare Datenverantwortlichkeiten oder der berüchtigte „Tool-first“-Ansatz, bei dem Technik ohne übergeordnete Strategie eingeführt wird. Hinzu kommen Probleme mit der Datenqualität. Systeme sind nur so gut wie die Informationen, auf denen sie basieren. Wenn Daten unvollständig, inkonsistent oder in Silos gespeichert sind, führt selbst die beste KI zu unzureichenden Ergebnissen. Ethische Fragen dürfen ebenfalls nicht unterschätzt werden. Black-Box-Algorithmen, Verzerrungen in Datensätzen oder mangelnde Erklärbarkeit können nicht nur Vertrauen untergraben, sondern auch regulatorische Risiken nach sich ziehen. 6. Unterschiedliche Rollen von KI in Projekten Die Referenten charakterisierten beim 34. IPMA World Congress in Berlin die Rolle der Künstlichen Intelligenz (KI) im Projektmanagement (PM) nicht monolithisch, sondern differenziert. KI wird als Motor für Effizienz, datengesteuerte Erkenntnisse und Skalierung beschrieben. Die Quellen identifizieren mehrere wesentliche Funktionen und Typen, in denen KI im Projektkontext agiert: 6.1. Effizienzmotor und Automatisierungswerkzeug Die grundlegendste und am häufigsten genannte Rolle der KI ist die Automatisierung routinemäßiger, sich wiederholender administrativer Aufgaben. • Entlastung von Routineaufgaben: KI ist ein „huge efficiency boost“ (massiver Effizienzschub) im Projekt- und Portfoliomanagement. Sie soll Routineaufgaben erleichtern und Prozesse verschlanken. Aufgaben wie manuelle Dateneingabe, Berichtserstellung und Compliance-Prüfungen sind automatisierbar. • Automatisierte Abläufe: KI-Agentensysteme können zur automatischen Dokumentation (Protokolle, To-do-Listen) und zum Informationsmanagement (Zusammenführung von Quellen) eingesetzt werden. Sie optimieren die Ressourcenzuweisung im Team und automatisieren Qualitätssicherungsprüfungen (QA checks). • Abbau administrativer Rollen: Die Automatisierung führt dazu, dass Rollen wie „Routine Administrators“ oder „Traditional Report Generators“ voraussichtlich zurückgehen werden. Berichte aus der GPM | KI im Projektmanagement-- Vom Hype zur intelligenten Partnerschaft 61 PROJEKTMANAGEMENT AKTUELL · 36. Jahrgang · 05/ 2025 DOI 10.24053/ PM-2025-0094 6.2. Entscheidungsunterstützungssystem und Prognosewerkzeug KI transformiert das PM, indem sie die Entscheidungsfindung von reaktiv und intuitionsbasiert auf proaktiv und datengesteuert umstellt. • Prädiktive Analysen und Risikomanagement: KI liefert prädiktive Einblicke und Echtzeit-Erkenntnisse. Sie kann Risiken proaktiv identifizieren und vorhersagen. Ein Anwendungsfall von KI-Agenten ist die automatisierte Risikobewertung, wobei spezialisierte Agenten als Researcher, Verifier und Summarizer fungieren. • Szenario-Simulation: KI kann die Simulation mehrerer Ergebnisse ermöglichen und zur Portfolio-Szenarioanalyse genutzt werden (z. B. Digital Twin Simulations bei Siemens). • Objektivität und Bias-Reduktion: KI kann helfen, kognitive Verzerrungen (cognitive biases) zu reduzieren, die kognitive Belastung und Entscheidungsmüdigkeit zu verringern und die Objektivität von Entscheidungen zu verbessern. • Dynamische Priorisierung: Im Projektportfoliomanagement (PPM) ermöglicht KI die dynamische Repriorisierung von Initiativen basierend auf externen Faktoren wie Markt- oder geopolitischen Risiken. 6.3. Enabler für Digitale Governance KI verändert die Rollen der Führungsebene und des Projektmanagement-Büros (PMO) grundlegend, indem sie den Fokus von Verwaltung auf Strategie lenkt. • Rolle des Sponsors: Die traditionelle Rolle des Projekt- Sponsors als „Reactive Problem Solver“ (reaktiver Problemlöser) entwickelt sich zum „Proactive Strategist“ (proaktiver Stratege). • Rolle des PMO: Die traditionelle Funktion des PMO als „Administrative & Supportive“ (administrativ und unterstützend) wandelt sich zum „Digital Governance Enabler“ oder strategischen Treiber. Das PMO nutzt KI für Entscheidungsunterstützung und fortgeschrittene Analysen, indem es automatisierte Datenerfassung und Analysen sowie KI-gestützte Dashboards bereitstellt. • Wandel in der Führung: Die Integration von KI erfordert eine neue Kompetenz, das „AI leadership“. Diese Fähigkeit wird als Schlüsselqualifikation für die Zukunft betrachtet und bedeutet, den Einsatz von KI-Systemen in einem werteorientierten und transparenten Rahmen zu steuern. 6.4. Kollaborateur und Co-Worker KI wird zunehmend als integraler, intelligenter Partner des Menschen im Projektteam gesehen, nicht nur als reines Werkzeug. • Partnerschaft: Die Zukunft des Projektmanagements wird als Partnerschaft charakterisiert- - „neither purely human nor wholly algorithmic“. • Zweites Gehirn: KI wird als „second brain“ beschrieben, ein intelligenter Partner, der zu dynamischem Lernen, Kollaboration und Evolution fähig ist. • Agenten und Co-Piloten: KI kann als „Co-Worker“ agieren. Im „Agent“ Modus kann ChatGPT-5 nach Best Practices suchen. Ein AI Assistant agiert als Co-Pilot, der Echtzeit-Einblicke und Risiko-Warnungen liefert. • Führungsrolle im hybriden Team: Im neuen Organisationsmodell der „Frontier Firms“ arbeiten Menschen und KI- Agenten eng zusammen. Der Mensch übernimmt dabei die neue Führungsrolle des „Agent Boss“ in hybriden Teams. • Grenzen der KI: Trotz ihrer Stärken (Mustererkennung, Datenverarbeitung) wird betont, dass KI menschliche Eigenschaften wie Intuition, ethisches Urteilsvermögen und Kreativität nicht ersetzen kann. Die Rechenschaftspflicht (Accountability) bleibt eine „uniquely human trait“ (einzigartige menschliche Eigenschaft). 6.5. Digitalisierungswerkzeug in spezifischen Branchen (z. B. Konstruktion und Infrastruktur) KI spielt eine spezifische Rolle bei der Beschleunigung der digitalen Transformation und der Steuerung komplexer physischer Projekte. • Digital Twins: Im Bauwesen wird die Digital Twin Engineering Technology als Forschungsthema genannt. Bei Siemens wurden Digital Twin Simulations zur Portfolio-Szenarioanalyse eingesetzt. • BIM-Unterstützung: KI-Algorithmen können CAD-Zeichnungen automatisch erkennen und BIM-Modelle schnell generieren, um die multidisziplinäre kollaborative Planung zu unterstützen. BIM ist ein Schlüssel für die reibungslose Datenweitergabe. • Sicherheit und Qualität: KI dient der Überwachung der Sicherheit auf Baustellen (Smart Construction Site Safety Monitoring System), um Sicherheitsmängel (z. B. das Nichttragen von Helmen) mit einer Genauigkeit von 95,2 % zu erkennen. KI-Algorithmen können auch helfen, Designfehler frühzeitig zu erkennen, wodurch sich die Fehlerquote verringert. Fazit und Ausblick Die Integration von KI ins Projektmanagement ist keine ferne Vision, sondern Realität. Sie reicht von der Automatisierung banaler Routinen bis zur dynamischen Steuerung komplexer Portfolios. Wer die Potenziale ausschöpfen will, muss jedoch mehr tun, als Tools einzuführen. Entscheidend sind Datenqualität, klare Governance-Regeln und vor allem die Kompetenz der Menschen, KI zu steuern und verantwortungsvoll einzusetzen. Die Zukunft des Projektmanagements wird daher nicht rein menschlich sein, aber auch nicht ausschließlich algorithmisch. Vielmehr geht es um eine intelligente Partnerschaft. Der Mensch bleibt der strategische Planer, die KI wird zum Motor für Effizienz. Gemeinsam bilden sie ein Tandem, das Projekte nicht nur effizienter, sondern auch resilienter und nachhaltiger machen kann. Robert Stiglmayr von Siemens bringt es auf den Punkt: „AI is great and will accelerate our business-- but it needs a welldesigned strategy to deliver a long-term value.“ Genau diese strategische Balance wird darüber entscheiden, ob KI im Projektmanagement ein Strohfeuer bleibt oder sich als nachhaltiger Erfolgsfaktor etabliert.