KI-gestützter Projektmanager und Pädagoge präsentiert einen einfachen KI-Workflow, der die Projektarbeit grundlegend verändert
Mashhood Ahmed ist ein KI-gestützter Projektmanager, Sprecher und Pädagoge. In seiner Arbeit erkennt er kontinuierlich bahnbrechende Chancen für KI-unterstützte Projektdurchführung.
Mashhood Ahmed
Gründungsdirektor von PM Assistant.ai
Besprechungen in strukturierte Daten umwandeln: Mashhoods größte Innovation war kein komplexes System, sondern die Kombination aus Transkription von Meetings und KI-gestützten Prompts. Jede Diskussion in durchsuchbare, strukturierte Daten zu verwandeln, ermöglicht schnellere Zusammenfassungen, klarere To-Dos, frühere Risikoerkennung und besser abgestimmte Projektdokumentation.
KI agiert jetzt als „stilles Teammitglied": Mit Tools wie Copilot, ChatGPT und agentenbasierten Workflows hat Mashhood den Schritt von manueller Dokumentation hin zu einem schlanken, KI-unterstützten Delivery-Modell gemacht. KI entwirft Auftragsumfänge, Projektaufträge, RAID-Logs und markiert sogar Risiken über mehrere Meeting-Transkripte hinweg.
KI beschleunigt die Auslieferung: KI kann Erkenntnisse aus verschiedenen Besprechungen zusammenführen, Widersprüche aufdecken und Dokumente entwerfen, aber sie kann keine politischen, kulturellen oder stakeholderbezogenen Feinheiten interpretieren. Mashhood betont daher die Notwendigkeit einer „menschlichen Kontrollinstanz“, um eine Überabhängigkeit zu vermeiden.
In unserem Interview teilte Mashhood einen bestimmten Workflow, der aktuell alles verändert – und dabei ganz einfach ist. Hier sind die Details.
Wie KI die Rolle des modernen Projektmanagers neu definiert
Ich bin KI-gestützter Berater und Trainer für Projektmanagement. In den letzten zwei Jahren habe ich mehr als 60 Vorträge und KI-Masterclasses gehalten. Außerdem unterstütze ich Teams dabei, generative KI in tägliche Projektabläufe zu integrieren, um Geschwindigkeit, Klarheit und Entscheidungsfindung zu verbessern.
Ursprünglich ging ich davon aus, dass KI bei kleinen Effizienzgewinnen wie beim Formatieren oder Zusammenfassen helfen würde, aber der eigentliche Mehrwert zeigte sich darin, wie sie Zusammenhänge zwischen Meetings, E-Mails, Lieferantendokumenten und mehr herstellt. Nachdem ich begonnen hatte, Transkripte mit Copilot-Prompts zu nutzen, wurde mir klar: KI kann Muster, Widersprüche, Risiken und Entscheidungen aufdecken, die selbst das Projektteam missverstanden hatte oder sich nicht mehr daran erinnerte, sie besprochen zu haben.
Kostenlos freischalten
Erstellen Sie ein kostenloses Konto, um diesen Beitrag zu Ende zu lesen und Teil einer Community zukunftsorientierter Führungskräfte zu werden, die Tools, Leitfäden und Insights für den Erfolg im Zeitalter der KI freischaltet.
Have an account? Log In
Deshalb hat sich meine Rolle als Projekt- und Programmmanager zunehmend darauf verlagert, KI-gestützte Entscheidungsfindung, Planung und Umsetzung zu orchestrieren. Statt manuell Daten aus Meetings, Dokumenten und Systemen zusammenzuführen, nutze ich nun KI-Tools wie Copilot und ChatGPT, um den Informationsfluss zu automatisieren und Live-Einblicke zu erhalten (es gibt außerdem zahlreiche Vorteile von KI-Tools im Projektmanagement).
Als Projektleiter habe ich mit vielen Meetings und Follow-ups zu tun. Meine Aufgabe ist es, Genauigkeit und Ausrichtung in der Projektdurchführung zu verbessern – und gleichzeitig die Anzahl der Meetings zu reduzieren. Dafür braucht es ein KI-gestütztes Delivery-Modell.
Statt Daten aus Meetings, Dokumenten und Systemen manuell zusammenzufügen, nutze ich jetzt KI-Tools wie Copilot und ChatGPT, um den Informationsfluss zu automatisieren und Echtzeiteinblicke zu generieren.
Wie die Umwandlung von Meetings in strukturierte Daten eine schnellere und klarere Projektdurchführung ermöglicht
Die meist unterschätzten und zugleich wirkungsvollsten Funktionen von KI im Projektmanagement waren Meeting-Transkripte und KI-Assistenten wie Microsoft Copilot – im Zusammenspiel. Es klingt einfach, aber es verändert die Funktionsweise von Projekten grundlegend.
Indem jedes Meeting in strukturierte, durchsuchbare Daten umgewandelt wird, entsteht ein Rückgrat für nahezu alle nachfolgenden Projektaktivitäten. Sobald das Transkript vorliegt, eröffnet sich mir eine Vielzahl an Möglichkeiten.
Die Auswirkungen sind konkret:
- Spart etwa zwei Stunden täglich bei Dokumentation und Nachverfolgung — diese Zeit und Energie investiere ich jetzt in strategische Planung, Stakeholder-Alignment sowie in KI- und Projektgovernance.
- Verbessert die Projektabstimmung, da alle Zugriff auf eine einzige, verlässliche Informationsquelle haben.
- Deckte Risiken und Lücken im Projektumfang früher auf, bevor sie Auswirkungen auf Scope, Zeit oder Budget haben.
- Reduziert unnötige Meetings, da die Dokumentation klarer und vollständiger ist.
- Stärkt Transparenz und Verantwortlichkeit im gesamten Team.
Zum Beispiel fühlte sich während einer Einführung im Gesundheitswesen eine Serie von fünf Anforderungsmeetings zwischen verschiedenen Kliniken anfangs zusammenhanglos an. Doch mit nur einem Prompt konnte KI alle fünf Transkripte zusammenführen zu:
- Einem einheitlichen Anforderungskatalog
- Einer klaren Aufstellung von „im Projekt enthalten“ und „außerhalb des Projektumfangs“
- Workflow-Unterschieden zwischen den Kliniken
- Frühzeitigen Hinweisen auf widersprüchliche Prozesse
Dieses Maß an Einsicht hätte manuell Tage gedauert – und ehrlich gesagt wären Teile davon komplett übersehen worden. Ich werde gleich noch näher auf dieses Beispiel eingehen.
Wie ein KI-gestütztes Delivery-Modell Abläufe beschleunigt
Das führte dazu, dass ich mich vom traditionellen, dokumentenlastigen Projektmanagement zu einem schlanken KI-basierten Delivery-Modell entwickelt habe. Die grundlegenden Prinzipien des Projektmanagements bleiben bestehen; sie werden lediglich effizienter und gezielter angewendet.
Alter Ansatz:
- Protokolle von Meetings manuell schreiben
- Führen separater Word-/Excel-Dokumente
- Nachfragen bei Personen für Klarstellungen
- Statusberichte komplett neu verfassen
Neues schlankes System:
- Jedes Meeting wird mit Microsoft Teams oder Google Meet transkribiert.
- KI-Produktivitätstools (Copilot, Gemini oder ChatGPT) generieren Zusammenfassungen, Aufgaben, Risiken und Entscheidungen.
- Diese Ergebnisse werden automatisch in SharePoint oder Drive gespeichert.
- Dokumente wie Projektauftrag, RACI, Kommunikation und RAID-Logs werden aus denselben Transkriptdaten erstellt.
Ergebnis: Kickoff-Meetings erzeugen nun automatisch die Hälfte der Projektdokumentation, was den manuellen Aufwand um 40–60 Prozent reduziert.
Wie KI Projektabläufe neu gestaltet und manuelle Arbeit verringert
Im Hinblick auf Rituale hat dieser Einsatz von KI alles verändert. Wir haben die manuell, sitzungsgetriebenen Prozesse durch kontinuierliche, datengestützte Workflows ersetzt.
Statt sich auf Notizen oder Erinnerungen von Personen zu verlassen, sehen wir KI jetzt als stilles Teammitglied, das zuhört, zusammenfasst und das Wesentliche hervorhebt. Hier ist ein Beispiel für das Erstellen von Projektumfang- und Projektauftragsdokumenten, die jedem Projekt zugrunde liegen.
Alter Ansatz: Der Projektumfang wurde nach mehreren Meetings manuell erstellt, oft basierend auf fragmentierten Notizen.
Neuer, KI-gestützter Ansatz:
- Ich gebe mehrere Transkripte von Meetings, E-Mails und Anforderungsdiskussionen in Copilot oder ChatGPT ein.
- Die KI erstellt die erste Version des Umfangs – inklusive Projektinhalt, Nicht-Inhalten, Annahmen und Abhängigkeiten.
- Ich verfeinere es zusammen mit Fachexpert:innen, anstatt es von Grund auf neu zu schreiben.
- Ich nutze das KI-Denken, um Projektumfang und -auftrag in wenigen Stunden und nicht erst nach Tagen zu entwerfen.
Wie agentische KI Projektworkflows automatisiert und Wiederholungen reduziert
In den letzten sechs Monaten habe ich auch intensiv mit agentischen Workflows und Orchestrierungsplattformen experimentiert, um sich wiederholende Aufgaben für Projektmanager zu reduzieren und gleichmäßigere Lieferstände zu schaffen. Microsoft Agent 365, veröffentlicht Mitte November, bietet besonders großes Potenzial für Multi-Agent-Orchestrierung in realen Projektumgebungen.
Ein Beispiel ist ein eigens entwickelter Meeting-Agent, den ich für die oben beschriebenen Besprechungs-Workflows nutze. Der Agent nimmt automatisch an Besprechungen teil, erstellt Zusammenfassungen und erzeugt strukturierte Tabellen mit Aufgaben, Verantwortlichen und Fristen. Diese Aufgaben können dann direkt an Jira, Asana oder andere Work-Management-Tools übertragen werden, wodurch manuelles Übertragen und Nachfassen entfällt.
Wir haben auch einen Risiko-Agent eingerichtet, der Meeting-Transkripte analysiert, um neue Risiken unmittelbar nach der Besprechung zu erkennen. So kann der Projektleiter Szenarien simulieren, Auswirkungen abschätzen und entscheiden, ob das Risiko eskaliert oder dem Team sichtbar gemacht werden muss.
Diese kleinen, aber leistungsstarken agentischen Workflows reduzieren schon jetzt den administrativen Aufwand und helfen Teams, konsistenter, transparenter und mit mehr Risikobewusstsein zu arbeiten.
Ein Praxisbeispiel für KI-getriebene Abstimmung in komplexen Projekten
Werfen wir einen genaueren Blick auf das Beispiel der über mehrere Standorte verteilten Gesundheitszentren. Das Projekt war eng getaktet, umfasste mehrere Anbieter und frustrierte Stakeholder aufgrund inkonsistenter Anforderungen.
Die Herausforderung
Wir hatten fünf Standorte, jeweils mit unterschiedlichen Abläufen, und zahlreiche Besprechungen mit Ärzt:innen und Stakeholdern auf verschiedenen Ebenen. Die Anforderungen unterschieden sich von Standort zu Standort, und das Team verlor die Abstimmung, weil Entscheidungen für jeden Standort oft in Meeting-Notizen oder manchmal in E-Mails und Chatnachrichten verborgen waren.
Der KI-gestützte Ansatz
Als ersten Schritt richteten wir eine zentrale Meeting-Intelligenz ein. Wir schalteten für jede Besprechung die Microsoft Teams-Transkription ein und nutzten sie als einzige vertrauenswürdige Quelle.
Danach erstellten wir einfache KI-Automatisierungen für Team-Kollaboration, um Transkripte auf einem gemeinsamen Laufwerk oder in SharePoint zu speichern. Und wir gaben dem gesamten Team Zugriff, sodass jede:r mit mehreren Transkripten arbeiten und diese abfragen konnte.
Zum Beispiel habe ich häufig Folgendes eingeleitet:
- „Basierend auf dieser Besprechungstranskription, hilf mir, eine Zusammenfassung der Besprechung mit weniger als 200 Wörtern und eine Aktionspunkttabelle zu erstellen, sodass ich als Projektmanager die vereinbarten Maßnahmen, Ressourcen und Fristen nachverfolgen kann.“
- „Basierend auf dieser Besprechung, hilf mir, neue Risiken zu identifizieren oder einen Plan zur Risikominderung zu entwerfen, wie es der technische Architekt vorgeschlagen hat.“
Durch die Aktivierung von Besprechungstranskriptionen und einfachen Anweisungen wie diesen haben wir die Notwendigkeit für manuelle Notizen sowie das Überprüfen wirrer, handschriftlicher Notizen eliminiert. Außerdem konnten wir Anforderungen aus verschiedenen Kliniken und ihre jeweiligen Arbeitsabläufe stabilisieren.
Beispielsweise kann ich so Besprechungen zur Anforderungsaufnahme identifizieren und dann einfach eingeben: „Hilf mir, die übergeordneten Anforderungen zu formulieren, um den Projektumfang zu dokumentieren und festzulegen. Bitte führe erklärte Umfänge ein- und ausgenommen separat auf, wie es in diesen Sitzungen besprochen wurde.“
Zack. Jetzt habe ich einen Entwurf des Projektumfangs, basierend auf diesen fünf Besprechungen jeder Klinik. Mit einer Anschlussanweisung wie „Stelle die Unterschiede in den Arbeitsabläufen der fünf Kliniken heraus und schlage vor, wie wir sie vereinheitlichen können“ lassen sich Differenzen erkennen, die wir mit den Ärzten besprechen können, um Maßnahmen zur Optimierung zu identifizieren.
Die Vorteile
Zu Beginn hatten die Beteiligten noch Vorbehalte. Doch als wir den Piloten durchführten und den Mehrwert zeigten, waren fast alle überzeugt. Außerdem achteten die Teammitglieder stärker auf ihre Wortwahl in solchen Meetings, was sich letztlich positiv auf Projekt und Unternehmen auswirkte. Hier ist das Feedback, das besonders herausstach:
- KI im Stakeholder-Management half dabei, Randfälle und Arbeitsablaufvarianten zu erkennen, die üblicherweise nie dokumentiert oder in frühen Meetings diskutiert werden. Sie wurden sofort sichtbar, weil wir auf Basis der Transkripte nach Hinweisen suchten, anstatt uns auf Erinnerung oder handschriftliche Notizen zu verlassen. In einigen Fällen wurde dadurch sogar der Projektumfang erweitert oder klarer definiert.
- Die Beteiligten schätzten es, eine zentrale Informationsquelle zu haben. Sie mussten sich nicht durch E-Mails, Chatverläufe oder persönliche Notizen wühlen, sondern konnten an einem Ort nachvollziehbar Entscheidungen, Nachverfolgungen und Maßnahmen einsehen.
- Geschäfts- und Technikteams stellten fest, dass KI Risiken und Prozesslücken früher sichtbar machte als unsere traditionellen Methoden. Aspekte wie fehlende Arbeitsabläufe, inkonsistente Rollen, unklare Verantwortlichkeiten oder potenzielle Verzögerungen wurden sofort gemeldet, basierend auf den Meeting-Daten.
- Teams empfanden, dass durch KI-generierte Zusammenfassungen und To-do-Punkte die Vorbereitungszeit sank. Sie gingen mit mehr Klarheit und weniger Missverständnissen in Meetings.
Ohne menschliche Einschätzung ist KI schnell … aber nicht unbedingt richtig.
Wie man mit KI-Transkription eine hochwertige Wissensdatenbank pflegt
Heutzutage sind Transkripte sehr genau, aber es gibt immer noch Herausforderungen bei starken Akzenten, schnellem Sprechtempo, gleichzeitigen Wortmeldungen oder instabiler Internetverbindung. So gehe ich in der Praxis mit der Sicherstellung der Genauigkeit um:
- Erwartungen früh klären. Wir machen dem Team klar, dass Transkriptionen als Unterstützung dienen, nicht als wörtliches oder rechtliches Protokoll. Das nimmt Druck und fördert offene Beiträge.
- Einen "Klärungskreislauf" in den Prozess integrieren. Nach jedem Meeting werden die Teammitglieder ermutigt, die Zusammenfassung oder Aktionspunkttabelle zu prüfen und Korrekturen zu melden. Sollte eine Aussage unstimmig, unklar oder widersprüchlich erscheinen, wird sie in Folgemeetings oder direkt im Anschluss verifiziert. Das dauert nur ein oder zwei Minuten, bringt aber enorme Genauigkeitsgewinne.
- KI richtig ansprechen. Wir geben stets die Anweisung, dass KI-Tools den Kontext interpretieren sollen, statt alles wörtlich zu nehmen. Zum Beispiel: „Basierend auf dem Transkript, fasse die wichtigsten Punkte zusammen. Falls etwas unklar ist, markiere es statt Annahmen zu treffen.“
- Bessere Meeting-Gewohnheiten fördern. Eindeutige Wortmeldungen, kein Durcheinanderreden und ein etwas langsameres Tempo bei Entscheidungsdiskussionen verbessern nicht nur die Transkriptionsqualität, sondern auch die Qualität des Meetings insgesamt.
Warum die KI-Stacks von Microsoft und Google für die Projektabwicklung immer zentraler werden
Hier sind die beiden Technologiestacks, die ich mit Kunden genutzt habe:
- Microsoft-Stack: Wir nutzen Teams, Outlook, Copilot (Enterprise), SharePoint, OneDrive und MS Office. Wir setzen sogar einige Power Apps und Power Automate ein, um eine Integration mit KI-Projektmanagement-Tools wie Smartsheet oder Asana aufzubauen.
- Google-Stack: Google Meet, Gmail, Kalender, Gemini, Drive, Google Docs und Sheets. In diesem Fall nutzen wir Zapier zur Integration von PM-Tools und Workflow-Automatisierungssoftware. In den letzten Monaten ist der Google-Stack deutlich KI-fähiger geworden, insbesondere durch die Einführung von Gemini für Workspace und Vertex AI-Integrationen.
Da Microsoft und Google auf dem Unternehmensmarkt konkurrieren, haben sich ihre KI-Fähigkeiten im letzten Jahr stark weiterentwickelt. Es gäbe noch zahlreiche andere Produktivitätstools, die wir nutzen könnten; jedoch setze ich derzeit auf Google und Microsoft.
Warum übermäßige Abhängigkeit von KI ein neues Projektrisiko ist
Ich war überrascht von dem kulturellen Wandel, den ich bei der Implementierung von KI in der Projektanalyse beobachten konnte. Sobald das Team erlebte, wie zuverlässig KI-Outputs sein können, wurden die Mitarbeitenden disziplinierter darin, Entscheidungen in Meetings klar zu formulieren, da sie wussten, dass das Transkript als Quelle der Wahrheit herangezogen wird. Das hat die Projektdisziplin verbessert, ohne dass ich das durchsetzen musste.
Auch Teammitglieder, die zunächst Vorbehalte hatten, begannen, Copilot für tägliche Aufgaben einzusetzen. Tatsächlich wird, sobald Teams den Mehrwert von KI erleben, Über-Abhängigkeit zum neuen Risiko. Dieses Risiko mindere ich inzwischen durch menschliche Leitplanken — also ein Mensch, der zur Kontrolle überprüft.
Wie man entscheidet, welche Projektarbeit mit KI automatisiert werden sollte – und was menschliches Urteilsvermögen erfordert
Gen AI beschleunigt die Arbeit definitiv. Dennoch ist menschliches Urteilsvermögen weiterhin gefragt — man kann dem Lenkungsausschuss nicht sagen: "Der Projektumfang wurde von Gen AI geschrieben." Es steht dein Name darunter, also musst du Verantwortung übernehmen und dein Urteilsvermögen einbringen.
Das sind diejenigen Aspekte der Delivery-Arbeit, die meiner Meinung nach besonders für KI geeignet sind:
- Meeting-Intelligenz
- Erstellung von Projektdokumentationen
- Frühzeitige Identifizierung von Projektrisiken
- Dokumentenanalyse, z. B. SoW und SLA von Anbietern und wie diese Dokumente übereinstimmen oder voneinander abweichen
Und kürzlich hatten wir Erfolge beim Erstellen von Dokumenten mithilfe der Dokumentvorlage des Kunden, sodass die von Gen AI generierte Antwort eine ordentliche Dokumentstruktur aufweist.
KI im Projektentscheidungsprozess versteht keine Politik, kulturelle Feinheiten oder Sensibilitäten von Stakeholdern. Genau da wird menschliche Expertise unerlässlich. Wir müssen abschätzen:
- Wessen Meinung bei den Stakeholdern mehr Gewicht hat
- Wo Widerstand auftreten könnte
- Wie Entscheidungen andere Programme oder Abteilungen beeinflussen
- Welche Kompromisse akzeptabel sind
Ohne menschliches Urteilsvermögen ist KI schnell... aber nicht unbedingt richtig.
Warum KI für moderne Organisationen zur neuen Projektmanagement-Schicht wird
KI in der Projektplanung ist hier, um zu bleiben. Mit Tools wie Copilot und Gemini, die nun tief in E-Mails, Kalender, Dokumente und zentrale Geschäftsapplikationen integriert sind, ist KI eindeutig auf dem Weg, die De-facto-Projektmanagementschicht zu werden und das Planen, Überwachen und Liefern von Projekten in naher Zukunft grundlegend zu verändern.
Agentische KI birgt ebenfalls enormes Potenzial, und auch wenn es noch zu früh ist, ihre vollständigen Auswirkungen vorauszusagen, könnte sie für viele traditionelle Unternehmen zu einem echten Umwälzer werden.
Klar ist: Organisationen, die sich frühzeitig anpassen, werden einen großen Vorteil in Bezug auf Geschwindigkeit, Effizienz und Entscheidungsfindung erlangen.
Warum Sie jetzt mit einem kleinen KI-Pilotprojekt starten sollten
Mein Rat ist einfach: Warten Sie nicht auf absolute Klarheit, sondern beginnen Sie jetzt mit ersten Experimenten in kleinem Rahmen.
Hier einige praktische Empfehlungen:
- Fangen Sie klein an, aber fangen Sie jetzt an. Schalten Sie die Mitschrift für Meetings ein. Bitten Sie die KI, ein Status-Update zusammenzufassen. Nutzen Sie Gen KI (Copilot oder ChatGPT), um gemeinsam ein Projektdokument zu entwerfen. Kleine Experimente fördern Vertrauen und Dynamik.
- Behandeln Sie KI als Teammitglied, nicht als Bedrohung. KI wird Delivery Leader nicht ersetzen, aber Delivery Leader, die KI einsetzen, werden diejenigen übertreffen, die es nicht tun. Nutzen Sie KI, um die Schwerstarbeit zu erledigen, damit Sie sich auf Abstimmung, Coaching, Verhandlung und Strategie konzentrieren können.
- Investieren Sie in menschliches Urteilsvermögen und Governance. KI kann Erkenntnisse liefern, aber Entscheidungen treffen weiterhin Menschen. Stärken Sie Ihre Fähigkeiten im Risikomanagement, in der Zusammenarbeit mit Stakeholdern, bei ethischen Fragen und im Projektmanagement. Diese Kompetenzen werden wichtiger denn je.
Mein Ratschlag ist einfach: Warten Sie nicht auf absolute Klarheit, sondern experimentieren Sie jetzt mit einem Pilotprojekt im kleinen Rahmen.
Bleiben Sie dran
Mashhood freut sich über Kontakt mit allen, die das Gespräch fortsetzen oder tiefer in die KI-gestützte Projektabwicklung eintauchen möchten. Sie erreichen ihn auf LinkedIn. Oder schauen Sie bei M1 Consultants und PMAssistant.ai vorbei.
Weitere Experteninterviews folgen bald auf The Digital Project Manager!
