Die Besonderheit von KI-Projekten

Julian Krätzmann beschreibt KI-Projekte als iterativ und datengetrieben, im Gegensatz zu traditionellen IT-Projekten, die oft ein fest definiertes Endergebnis verfolgen. Eine Trefferquote von 80 bis 90 % sei bei KI-Projekten häufig ausreichend, da eine darüberhinausgehende Genauigkeit das System überlasten und dessen Lernfähigkeit beeinträchtigen könnte. Diese Sichtweise verdeutlicht den Unterschied zwischen herkömmlichen und KI-spezifischen Projekten.

Die größten Herausforderungen im Detail

Laut Krätzmann stehen Projektteams bei KI-Projekten vor mehreren zentralen Hürden:

• Technologischer Wandel
  Krätzmann betont, dass es wichtig sei, flexibel zu agieren, gleichzeitig jedoch nicht auf jede neue Technologie aufzuspringen. Entscheidend sei, Prioritäten zu setzen und die langfristige Nutzbarkeit zu prüfen.
• Zwischenmenschliche Herausforderungen
  Die Akzeptanz von KI hängt maßgeblich von einem durchdachten Change-Management ab. Krätzmann hebt hervor, dass es entscheidend sei, den Menschen zu vermitteln, dass KI nicht dazu da ist, Arbeitsplätze zu ersetzen, sondern vielmehr als Unterstützung dient.
• Datenschutz und Regulierungen
  Mit Blick auf europäische Standards wie die DSGVO erklärt er, dass die Freigabe von Geschäftsdaten für Trainingszwecke stets eine sorgfältige Kosten-Nutzen-Abwägung erfordere.

Strategie, Tools und die Rolle der Daten

Eine solide Strategie bildet das Fundament jedes KI-Projekt, so Julian Krätzmann. Er betont, dass KI-Projekte sinnstiftend sein sollten und nicht nur durchgeführt werden sollten, um KI einzusetzen. Als wertvolles Framework empfiehlt er das CRISP-DM-Modell (Cross-Industry Standard Process for Data Mining), das strukturierte Prozesse von der Definition der Vision bis zur Umsetzung unterstützt.

Zentral für jedes KI-Projekt ist zudem die Datenbasis. Es sei wichtig, zunächst zu prüfen, welche Daten verfügbar sind, welche fehlen und wie sie aufbereitet werden können. Krätzmann empfiehlt, Daten gezielt zu analysieren und nur relevante Informationen zu nutzen. Eine Datenschablone könne dabei helfen, Ordnung zu schaffen und die Entwicklung effizienter zu gestalten.

Die Einstellung unterschiedlicher Altersgruppen zur künstlichen Intelligenz

Krätzmann hebt hervor, dass sich die Herausforderungen im Umgang mit unterschiedlichen Generationen in der Belegschaft klar unterscheiden. Bei älteren Mitarbeitenden sei es entscheidend, ihre Erfahrung wertzuschätzen und sie aktiv einzubinden, um ihre Akzeptanz gegenüber KI zu fördern. Jüngere Mitarbeitende, die als Digital Natives oft schon mit solchen Technologien vertraut sind, müssten hingegen sensibilisiert werden, um einen verantwortungsvollen Umgang mit KI-Systemen und sensiblen Daten zu gewährleisten. Eine gezielte Kommunikation und das Verständnis für die jeweiligen Bedürfnisse und Ängste der Generationen seien dabei unerlässlich, um die Akzeptanz von KI im Unternehmen nachhaltig zu stärken.

Change-Management: Erfolgsfaktor für die Akzeptanz und Umsetzung von KI-Projekten

Die Einführung von KI-gestützten Tools wie Chatbots im Kundenservice zeigt exemplarisch, wie sich die spezifischen Anforderungen von KI-Projekten auf das Projektmanagement und Change-Management auswirken. Laut Julian Krätzmann erfordern solche Projekte einen iterativen Ansatz und eine durchdachte Einbindung der Endanwender.

Er erklärt, dass KI-Projekte oft keinem festen Ziel folgen, sondern sich iterativ weiterentwickeln. Zu Beginn eines solchen Projekts stehen die Datenerhebung und -aufbereitung im Mittelpunkt, gefolgt von der Entwicklung eines ersten Modells. Dieses wird in Testphasen geprüft und anschließend mit neuen Daten weiter optimiert. Diese fortlaufende Anpassung erfordert Flexibilität im Projektmanagement, um auf neue Anforderungen oder Veränderungen reagieren zu können.

Auch das Change-Management spielt eine zentrale Rolle. Es wird betont, dass es essenziell sei, die Endanwender von Anfang an einzubinden und deren Bedenken ernst zu nehmen. Um die Akzeptanz eines neuen Systems wie eines Chatbots zu fördern, empfiehlt er Maßnahmen wie die aktive Einbindung der Mitarbeitenden bei der Auswahl von Namen oder Design des Bots. Solche Schritte helfen, Ängste abzubauen und das Vertrauen in die Technologie zu stärken. Begleitend sei es wichtig, Schulungen anzubieten, um den Nutzern zu vermitteln, wie KI-Technologien das Team unterstützen und entlasten können – etwa durch die Automatisierung von Routineaufgaben, sodass sich die Mitarbeitenden auf komplexere Tätigkeiten konzentrieren können.

KI als Unterstützung im allgemeinen Projektmanagement

Neben KI-Projekten selbst kann der Einsatz von KI im allgemeinen Projektmanagement zahlreiche Vorteile bieten. Besonders in Bereichen wie der Datenanalyse, der Automatisierung von Prozessen und der Kommunikation im Team können KI-Tools die Arbeit von Projektmanagern erheblich erleichtern.

Krätzmann hebt hervor, dass KI-gestützte Tools große Datenmengen analysieren und daraus wertvolle Erkenntnisse ableiten können. Dadurch wird es möglich, potenzielle Risiken frühzeitig zu identifizieren und proaktiv Maßnahmen zu ergreifen. Gleichzeitig lassen sich Routineaufgaben wie das Erstellen von Berichten, das Nachverfolgen von Projektfortschritten oder das Monitoring von Budgets automatisieren, wodurch Projektteams entlastet werden und mehr Zeit für strategische Aufgaben bleibt.

Auch die Kommunikation im Team und mit Stakeholdern kann durch KI effizienter gestaltet werden. Intelligente Tools können die Strukturierung und Verteilung von Informationen unterstützen, wodurch Missverständnisse reduziert und die Transparenz erhöht werden können.

Ein weiterer Vorteil liegt in der Entscheidungsfindung: KI-Tools können auf Basis von historischen Projektdaten und aktuellen Trends datenbasierte Empfehlungen geben. Laut Krätzmann erleichtert dies den Projektmanagern, fundierte Entscheidungen zu treffen und die Erfolgschancen eines Projekts zu steigern.

Dennoch bleibt der Mensch entscheidend. Krätzmann unterstreicht, dass die endgültige Bewertung und Verantwortung weiterhin bei den Projektteams liegt, da KI lediglich unterstützend agiert.

Hybrides Projektmanagement als Erfolgskonzept

Abschließend betonte Julian Krätzmann, dass KI-Projekte häufig einen hybriden Ansatz benötigen, der klassische und agile Methoden kombiniert. Flexibilität sei dabei der Schlüssel, da Unternehmen sowohl strategisch denken als auch agil bleiben müssten, um den technologischen Wandel erfolgreich zu bewältigen. Mit den richtigen Methoden wird KI nicht nur ein Werkzeug, sondern ein echter Gamechanger für das Unternehmen.

Der Erfolg von KI-Projekten hängt maßgeblich von einer klar definierten Strategie, einer flexiblen Kombination aus agilen und klassischen Ansätzen sowie der aktiven Einbindung aller Beteiligten ab. Nur so lassen sich die technologischen, organisatorischen und zwischenmenschlichen Herausforderungen effektiv bewältigen.