KI-Engineering-Leiter sagt, dass dedizierte Projektmanagement-Rollen verschwinden werden
Erfahren Sie, wie ein KI-Engineering-Leiter agentische Workflows einsetzt, um die Auslieferung zu beschleunigen, Meetings zu reduzieren und Teams auf beurteilungsorientierte Zusammenarbeit umzustellen.
Sairam Sundaresan
Leiter und Ausbilder für KI-Engineering
Auswirkungen von KI: KI verändert den Fokus von KI/ML-Engineering-Rollen grundlegend und verschiebt die Schwerpunkte auf Design und Problemdefinition.
Aufgabenautomatisierung: KI automatisiert repetitive Aufgaben hervorragend, stößt jedoch bei Aufgaben, die Urteilsvermögen und Kontextverständnis erfordern, an ihre Grenzen.
Liefer-Rituale: KI ermöglicht eine schnellere Projektdefinition und verbessert die asynchrone Abstimmung, wodurch der Bedarf an Status-Meetings sinkt.
Agentische Workflows: Die Einführung agentischer Workflows verschlankt nicht-technische Aufgaben und ermöglicht mehr Konzentration auf kritische Entscheidungen.
Rollenwandel: Dedizierte Projektmanagement-Rollen könnten zurückgehen, da KI das Tracking übernimmt und beurteilungsbasierte Aufgaben im Team verbleiben.
Sairam Sundaresan ist ein führender KI-Engineering-Experte und Ausbilder. Er wurde von Favikon als der führende KI-Creator auf LinkedIn Indien ausgezeichnet. Außerdem ist er Autor von „AI for the Rest of Us“ und des wöchentlichen Newsletters „Gradient Ascent“.
Wir haben mit Sundaresan darüber gesprochen, wie KI die Auslieferung von Projekten verändert. Hier ist, was er dazu zu sagen hatte.
Wie KI die Aufgaben von KI/ML-Ingenieuren beeinflusst
Ich leite das KI/ML-Engineering. Bei der Projektauslieferung bin ich für Architekturentscheidungen verantwortlich, stelle sicher, dass der technische Ansatz zum Geschäftsproblem passt, und erkenne Risiken frühzeitig, damit wir darauf reagieren können.
Unlock for Free
Create a free account to finish this piece and join a community of forward-thinking leaders unlocking tools, playbooks, and insights for thriving in the age of AI.
Have an account? Log In
Außerdem bin ich der Autor von „AI for the Rest of Us“.
Wie KI Aufgaben und Schwerpunkte bei der Projektauslieferung verschiebt
KI leistet einen guten ersten Durchlauf bei Implementierung, Tests und Boilerplate-Code. Ich verbringe weniger Zeit damit, Code von Grund auf selbst zu schreiben, aber ich überprüfe trotzdem alles – genau wie bei jedem anderen Teammitglied. Die Ergebnisse entstehen schneller, aber unbeaufsichtigt.
Ich investiere jetzt mehr Zeit in Problemdefinition, Systemdesign und erkenne, wo Dinge scheitern könnten. Diese Entscheidungen waren schon immer der größte Hebel meiner Arbeit und machen inzwischen einen noch größeren Teil meines Tages aus, da Routinearbeit schneller geht.
Am meisten überrascht hat mich bei der Einführung von KI, dass sich das Moravec-Paradoxon live bestätigt. Aufgaben, von denen ich dachte, sie wären schwer zu automatisieren, wie Code-Generierung, Testschreiben und Zusammenfassungen, waren einfach umzusetzen. KI hadert mit Dingen, die ich für banal hielt: zu erkennen, wann eine Anforderung unklar ist, zu bemerken, dass eine technisch korrekte Lösung in diesem Kontext falsch ist, oder zu erfassen, warum ein Stakeholder etwas sagte, aber etwas anderes meinte.
Wie KI wiederkehrende Aufgaben in der Projektauslieferung optimiert
Die derzeit am leichtesten automatisierbaren Teile meiner Projektarbeit sind sich wiederholende Aufgaben mit klaren Abnahmekriterien. Testgenerierung, Code-Vorlagen, das Erstellen von Erstentwürfen für Dokumentationen, Statusberichte und Abhängigkeitsprüfungen – das sind gut definierte, wenig mehrdeutige Aufgaben, die KI zuverlässig und mit wenig Aufsicht erledigt. Die Umsetzung ist einfach: Man integriert Agenten in die CI/CD-Pipeline, gibt ihnen einen klaren Umfang vor und baut eine Prüfung um das Ergebnis herum.
Für alles, was Urteilskraft bei Unsicherheit erfordert, sind weiterhin Menschen nötig. Das umfasst:
- Priorisierung, wenn alles dringend ist
- Zu wissen, welche technische Abkürzung akzeptabel ist und welche einem sechs Monate später teuer zu stehen kommt
- Stimmungen in einem interdisziplinären Meeting wahrnehmen und erkennen, dass das eigentliche Hindernis politischer Natur ist.
Wie KI zentrale Abläufe und Abstimmungen in der Auslieferung verändert
Was Abläufe betrifft, nimmt KI einen Großteil der Arbeit ab.
- Scoping geht schneller, weil KI aus Gesprächen oder Anforderungen einen ersten Entwurf generiert, den ich anschließend bearbeite. Ich starre nicht mehr auf eine leere Seite. Aber ich entscheide letztlich, was im Scope ist und was nicht.
- Abstimmung läuft asynchroner ab. Statt Meetings zur Abstimmung schreibe ich ein kurzes Dokument, die KI hilft mir beim Präzisieren, und andere kommentieren. Meetings werden nur noch einberufen, wenn echte Meinungsverschiedenheiten bestehen.
- Die Validierung hat sich am stärksten verändert. KI generiert Code, daher brauche ich jetzt Tests und Kontrollmechanismen, um die spezifischen Fehlermuster der Agenten abzufangen.
- Das Management der Durchführung ist einfacher. Tools liefern den Status direkt. Ich verbringe weniger Zeit mit Statusabfragen und mehr damit, die nächsten Schritte zu entscheiden.
Abstimmungen laufen viel asynchroner ab. Anstatt ein Meeting zur Abstimmung aller einzuberufen, schreibe ich ein kurzes Dokument, KI hilft mir dabei, es zu schärfen, und die Leute kommentieren. Wir treffen uns nur, wenn tatsächlich ein echter Dissens gelöst werden muss.
Warum agentische Workflows die Liefer-Effizienz steigern
Ich persönlich nutze agentische Workflows täglich. In meinem Setup orchestriert Claude Code den Großteil meiner nicht-technischen Arbeit: Recherche, Dokumentensynthese, Planung und Überprüfung. Für das Coding übernimmt Codex die Umsetzung, und ich prüfe nach.
Zuerst habe ich versucht, Aspekte der Lieferung zu automatisieren, die Zeit kosten, aber kein Urteilsvermögen erfordern. Entwürfe von Dokumenten, Kontextzusammenfassungen, Testgenerierungen und Statuszusammenführungen aus verschiedenen Quellen. Das sind häufige Aufgaben mit geringer Unklarheit. Einfache Erfolge.
Die Qualität ist gut genug, dass ich die Arbeit nur noch redigiere, nicht neu mache. Die gewonnene Zeit nutze ich für Entscheidungen, die wirklich zählen. Die wichtigste Erkenntnis: Sei klar beim Umfang. Agenten funktionieren gut mit klaren Grenzen. Gibt man ihnen vage Absichten, muss man wieder alles überwachen.
Warum Codex und Claude Code unverzichtbare Entwickler-Tools sind
Codex ist aktuell mein Hauptwerkzeug für Coding. Wenn ich Claude fürs Coding einsetze, fungiert Codex als Partner für Code-Reviews. Diese Rollen ändern sich allerdings mit der Entwicklung im Bereich.
Claude Code übernimmt alles rund ums Programmieren: Architekturüberlegungen, Dokumentation, Problemdefinition, Recherche und Review. Ebenso erledigt es Teile der direkten Programmierung. Für das Projekttracking nutze ich Linear. Es ist übersichtlich, schnell und hält sich angenehm im Hintergrund.
Warum KI spezialisierte Projektmanagement-Rollen überflüssig machen könnte
Das mag etwas kontrovers wirken, aber ich sage voraus, dass spezialisierte Projektmanagement-Rollen größtenteils verschwinden werden, weil jeder anfangen wird, Projekte zu steuern. KI übernimmt Nachverfolgung, Statuszusammenfassungen und Zeitpläne. Was bleibt, ist Urteilsvermögen, und das teilt sich das Team.
Alle Rollen vermischen sich aktuell. Man kann nicht mehr nur noch "reiner Entwickler" sein oder nur "Designer". Kleinere Teams, mehr KI-Unterstützung und alle übernehmen mehr Aufgabenfelder.
Die Leute, die erfolgreich sind, waren nie nur eines.
Warum Führungskräfte in der Lieferung KI-Tools und Kompetenzen annehmen müssen
Probieren Sie die Tools selbst aus. Delegieren Sie Ihr Verständnis von KI nicht an jemand anderes im Team. Sie müssen selbst spüren, wo sie stark ist und wo sie an ihre Grenzen stößt.
Schaffen Sie dann erbarmungslos Prozesse ab, die nur existieren, weil der Informationsfluss früher teuer war. Das ist mit KI jetzt kein Problem mehr.
Bleiben Sie dran
Sie können Sundaresans Arbeit auf LinkedIn, X, Instagram und seinem Newsletter verfolgen. Sie können auch sein Buch AI for the Rest of Us anschauen.
Weitere Experteninterviews folgen auf The Digital Project Manager!
