Ehemaliger HP-Projektmanager und aktueller Berater für KI-Automatisierung erklärt, wie man KI effektiv und verantwortungsbewusst implementiert

Stan Yanakiev ist ein ehemaliger Programmmanager bei HP mit Hintergrund in der Softwareentwicklung. Er ist außerdem Gründer von Mindrise, einer KI-Automatisierungsberatung, die kleinen Unternehmen hilft, echten Mehrwert durch KI zu erzielen.

Stan Yanakiev

Ehemaliger Programmmanager bei HP

By Faye Wai on Jun 9, 2026

Key Takeaways

Karrierewechsel: Stan Yanakiev wechselte von der Softwareentwicklung ins KI-orientierte Projektmanagement für kleine Unternehmen.

KI-Ansatz: Stan kombiniert traditionelles Projektmanagement mit adaptiven KI-Methoden für eine effizientere Umsetzung.

Workflow-Planung: Die Integration von KI erfordert eine durchdachte Gestaltung, um Flexibilität und Kontrolle auszubalancieren und die menschliche Aufsicht zu wahren.

Vorteile der Automatisierung: Automatisierung im Projektmanagement steigert die Produktivität durch Vereinfachung von Aufgaben und schafft wertvolle Zeitressourcen.

Verantwortungsvoller Einsatz: KI-Ergebnisse müssen sorgfältig geprüft werden; menschliche Kontrolle sorgt für Verantwortlichkeit im Projekt und Datenschutz.

Stan Yanakiev ist ein ehemaliger HP-Programmmanager mit einem Hintergrund in Softwareentwicklung. Er ist Gründer von Mindrise, einer KI-Automatisierungsberatung, die kleinen Unternehmen dabei hilft, durch KI echten Mehrwert zu erzielen.

Wir haben mit Stan gesprochen, um herauszufinden, wie Projektmanager KI effektiv und verantwortungsvoll implementieren können. Das hat er uns erzählt.

Stan Yanakievs Weg vom Softwareentwickler zum KI-Automatisierungsberater

Mein Interesse an Technologie begann im Alter von dreizehn Jahren, als ich mir selbst das Programmieren auf einem osteuropäischen Klon des berühmten Apple II-Mikrocomputers beibrachte. Nach ein paar Jahren als Softwareentwickler wechselte ich ins Projektmanagement und habe meine 25-jährige Karriere dieser Profession gewidmet.

Schon früh in meiner Karriere faszinierte mich die Verarbeitung natürlicher Sprache (NLP), und ich gründete sogar zwei Startups mit Fokus auf KI. 2007 nutzte ich ein internes Textanalyse-Tool bei Hewlett-Packard, um Geschäftsprozessverbesserungen in EMEA-Callcentern mit Six-Sigma-Methoden voranzutreiben. Das waren frühe Jahre, in denen – trotz der Begeisterung – die Herausforderungen der KI die Vorteile noch überwogen. Die Nutzung des Tools brachte dennoch einige Vorteile, sodass es kein kompletter Fehlschlag war. Allerdings war es damals deutlich schwieriger, daraus Wert zu schöpfen als mit heutiger KI.

In den vergangenen Jahren habe ich als Vertragsprojektmanager digitale Transformationsinitiativen im Energiesektor geleitet. Einer meiner wichtigsten Erfolge ist die Entwicklung strategischer technischer und geschäftlicher Fähigkeiten für Smart Metering bei SMS, einem der größten Installateure im Vereinigten Königreich.

Heute bietet mein Unternehmen Mindrise praktische KI-Automatisierungslösungen für kleine britische Unternehmen an und hilft ihnen, KI auf realistische, ergebnisorientierte Weise einzusetzen, um Effizienz zu steigern, Kosten zu senken und das Unternehmenswachstum zu fördern. Wir konzentrieren uns auf die Steigerung der Produktivität durch Workflow-Automatisierung, Dokumentenerstellung, Berichterstattung und Datenintegration mithilfe von Low-Code-Plattformen wie Make, n8n und Zapier. Darüber hinaus bieten wir fortlaufende Optimierung und Support, sodass die Automatisierungen unserer Kunden sich weiterentwickeln, während ihr Unternehmen wächst.

You should also read

Weltbekannter Autor und Berater warnt: Projektmanagement wird ohne schnelle Transformation irrelevant

Wie man die traditionelle Projektmanagement-Struktur beibehalten kann, während man auf schlanke KI-Delivery umstellt

Mein Ansatz für Lieferprozesse basiert weiterhin auf strukturierten Projektmanagement-Frameworks. Durch den Einsatz von KI entwickle ich jedoch einen schlankeren und anpassungsfähigeren Delivery-Ansatz, wobei ich die Disziplin traditioneller Methoden beibehalte, aber den Aufwand verringere und den Fokus auf hochwertige Projektmanagement-Tätigkeiten ermögliche.

Ich setze sie für zeitaufwändige Routinetätigkeiten und als Ideengeber ein. Sie hilft mir, Besprechungsprotokolle, Dokumentation und Berichterstattung zu automatisieren – und das im Einklang mit traditionellen Lieferanforderungen. Tatsächlich glaube ich, dass sie, wenn sie mit Bedacht und ethisch eingesetzt wird, nur wenige Aufgaben nicht übernehmen kann – ausgenommen die wirklich menschzentrierten Aufgaben wie Führung, Management und Zusammenarbeit.

Dadurch entwickelt sich meine Rolle vom „Allesmacher“ zum Orchestrator und Optimierer der KI. Das ermöglicht mir, meine Energie auf hochwertige, menschzentrierte Aspekte des Projektmanagements neu auszurichten, wie die Abstimmung der Stakeholder, das Beseitigen von Hindernissen und das Sicherstellen einer produktiven Teamzusammenarbeit und -motivation.

Wie die Toleranz eines Workflows für Unvorhersehbarkeit Ihre KI-Implementierungsstrategie bestimmen sollte

Je mehr Intelligenz wir integrieren, desto sorgfältiger müssen Design, Ausführung und Tests geplant werden.

Das liegt daran, dass ein Workflow, der ohne KI auskommt und rein regelbasiert ist, deterministische Ergebnisse liefert, die wie jede andere traditionelle Software getestet werden können. Doch durch den Einsatz von KI kommt ein probabilistisches Element hinzu, weshalb wir sicherstellen müssen, dass die Variabilität der Ergebnisse nicht nach hinten losgeht. Es ist wichtig zu wissen, wie viel Kreativität oder Unvorhersehbarkeit für die jeweilige Anwendung tolerierbar ist und entsprechende Schutzmaßnahmen zu etablieren, beispielsweise indem der Mensch in den Entscheidungsprozess eingebunden bleibt.

Durch den Einsatz von KI kommt ein probabilistisches Element hinzu, weshalb wir sicherstellen müssen, dass die Variabilität der Ergebnisse nicht nach hinten losgeht. Es ist wichtig zu wissen, wie viel Kreativität oder Unvorhersehbarkeit für die jeweilige Anwendung tolerierbar ist und entsprechende Schutzmaßnahmen zu etablieren, beispielsweise indem der Mensch in den Entscheidungsprozess eingebunden bleibt.

Workflows, die agentische KI enthalten, bieten die größte Freiheit, aber diese Flexibilität muss gezielt eingesetzt werden – wir müssen sicher sein, dass sie wirklich für den Anwendungsfall geeignet ist.

Bei der Umsetzung konzentriere ich mich auf praxisnahe Anwendungen von KI, um realistische und vorhersehbare Ergebnisse zu erzielen. Beeindruckende KI-Anwendungen wirken vielleicht in YouTube-Videos spannend, sind jedoch im professionellen Umfeld nicht zuverlässig nutzbar. Beim Einsatz von KI strebe ich einen klaren ROI an – zum Beispiel die Reduzierung der manuellen Bearbeitungszeit oder des Aufwands um X %, oder die Halbierung der Bearbeitungszeit für Dokumentationen.

Bei der Umsetzung konzentriere ich mich auf praxisnahe Anwendungen von KI, um realistische und vorhersehbare Ergebnisse zu erzielen. Beeindruckende KI-Anwendungen wirken vielleicht in YouTube-Videos spannend, sind jedoch im professionellen Umfeld nicht zuverlässig nutzbar. Beim Einsatz von KI strebe ich einen klaren ROI an.

Stan Yanakiev Gründer von Mindrise

Praxisnahe Anwendungsfälle für KI und Automatisierung im Projektmanagement

Es gibt zahlreiche Möglichkeiten, KI im Projektmanagement einzusetzen; sie zu benennen, würde nur ihre Grenzen aufzeigen. Hier aber einige davon:

Besprechungsprotokolle: Das offensichtlichste und mit wenig Aufwand verbundene Einsatzgebiet für Automatisierung in meinem Projektdelivery-Alltag sind Besprechungsprotokolle. Dafür nutze ich ChatGPT zusammen mit einem Transkript einer aufgezeichneten Microsoft Teams-Besprechung. Das spart enorm viel Zeit.
Dokumentenmanagement und Inhaltserstellung: Hierzu zählen unter anderem Risikobewertung und -generierung, automatisierte Statusberichte sowie die Erstellung von Lessons Learned. Für diese Aufgaben habe ich Automatisierungen mit PMI Infinity, ChatGPT, Claude, HTML-Dashboards, Google Apps Script für Risiken und Issues sowie Microsoft 365 Copilot zur Erstellung von Lessons Learned getestet.
Validierung: KI kann Validierungsaufgaben unterstützen, zum Beispiel beim Prüfen und Bewerten technischer Entwürfe.
Projektumfang (Scope): KI kann auf Basis zentraler Projektdaten den Projektumfang entwerfen oder bestehende Scopes überprüfen und optimieren.
Ideenfindung (Brainstorming): Künstliche Intelligenz hilft, Optionen zu entwickeln und Ideen zu generieren, um Lösungen zu finden. Hier arbeite ich häufig mit ChatGPT.
Kommunikation: Ich nutze ChatGPT, um Nachrichten an Stakeholder zu formulieren.
Präsentationen: Für Planung, Erstellung und Durchführung von Präsentationen habe ich Tools wie Gamma und Canva geprüft.

Doch Aufgaben, die emotionale Intelligenz und Zusammenarbeit erfordern — wie die Teamausrichtung und das Managen von Menschen — sollten weiterhin im Verantwortungsbereich des Projektmanagers bleiben.

Ein Praxisbeispiel für KI im Projektmanagement

Nehmen wir das Erstellen von Besprechungsprotokollen als einfaches Beispiel. Als ich zum ersten Mal KI in einem Projekt eingesetzt habe, gab es einen entscheidenden Blocker, der das Projekt aufgrund finanzieller, reputationsbezogener und technischer Konsequenzen beinahe zum Stillstand gebracht hätte. Ich musste schnell eine Lösung finden, was bedeutete, einen Konsens zwischen mehreren externen Dienstleistern und internen Stakeholdern zu erreichen.

Ich organisierte einen Online-Workshop und brachte alle wichtigen Personen zusammen. Ich bat um Erlaubnis, den Anruf in MS Teams aufzuzeichnen, um ein Transkript zu erhalten. Nach dem Call anonymisierte und pseudonymisierte ich das Transkript, indem ich vertrauliche Angaben durch Platzhalter ersetzte. Ich formulierte einen Prompt für ChatGPT und bat darum, daraus ein Protokoll mit Diskussionspunkten und Aufgaben zu erstellen. Im Anschluss prüfte ich das Ergebnis, nahm bei Bedarf Korrekturen vor, ergänzte die Platzhalter und verschickte das Protokoll an eine große Empfängerliste.

Statt mindestens einer Stunde, um meine Notizen auszuwerten und ein exaktes Protokoll zu schreiben, brauchte ich mit KI nur 20 Minuten. Das Ergebnis waren hochwertige und sauber formatierte Protokolle. Dadurch konnte ich ein großes Team schnell und präzise über die besprochenen Aufgaben informieren, was ein proaktives Nachfassen und die zeitnahe Lösung von Problemen ermöglichte. Außerdem blieb mir dadurch genügend Zeit, um pünktlich am nächsten Call teilzunehmen.

So bauen Sie einen effektiven KI-Tech-Stack für die Projektdurchführung auf

Als Projektmanager bin ich pragmatisch. Ich nutze jedes Tool, sobald ich von dessen Nutzen überzeugt bin. Und ich lasse es fallen, wenn es nicht mehr geeignet ist. Beginnen wir mit den klassischen Projektmanagement-Tools, die ich verwende:

Microsoft Project für die Terminplanung
Jira als Projektmanagement-Software für agile Projekte
Trello für kleinere Kanban-ähnliche Projekte

In den letzten Jahren habe ich jedoch begonnen, LLMs in viel größerem Umfang einzusetzen als zuvor. Jedes dieser LLMs kann für ähnliche Zwecke verwendet werden, aber sie alle haben verschiedene Stärken und Schwächen:

ChatGPT: Ich finde ChatGPT insgesamt hervorragend, besonders für Prozessoptimierung und Effizienzsteigerung.
Copilot: Copilot basiert zwar auf ChatGPT, aber seine Ausgaben sind nicht identisch. Deshalb nutze ich es manchmal, um Ergebnisse zu überprüfen oder zu vergleichen.
Claude: Claude ist in der Regel „kreativer“ und erstellt visuell ansprechende Grafiken und Dokumente.
Gemini: Gemini habe ich bisher weniger eingesetzt. Die älteren Versionen wirkten noch eingeschränkt, aber die in die Google-Suchergebnisse integrierte Version ist ziemlich gut. Die neueste Version möchte ich noch testen.

Ich entwickle KI-Workflows mit Mindrise mithilfe von Low-Code/No-Code-Plattformen wie:

Make: Make bietet eine intuitive Oberfläche, die es benutzerfreundlicher – sogar etwas „spaßiger“ – macht.
n8n: n8n ist technischer und ermöglicht die Verwendung von Programmiercode erleichtert – das kann es aber für manche Kunden zu komplex machen.
Zapier: Zapier unterstützt eine größere Bandbreite an Apps und Integrationen.

Ich experimentiere außerdem mit neuen KI-Tools für die Planung, Erstellung und Durchführung von Präsentationen, darunter Gamma und Canva.

Ohne Automatisierung bringt KI Teams und Unternehmen jedoch weniger Mehrwert. Deshalb ist insgesamt mein Lieblings-KI-Tool Make.com. Damit lassen sich regelbasierte Automatisierungen oder KI-gestützte Szenarien entwickeln, einschließlich agentenbasierter KI.

KI ist für Teams und Unternehmen ohne Automatisierung nicht optimal. Deshalb ist Make.com insgesamt mein liebstes KI-Tool. Damit lassen sich regelbasierte Automatisierungen oder KI-gestützte Szenarien entwickeln, einschließlich agentenbasierter KI.

Stan Yanakiev Gründer von Mindrise

KI im Projektmanagement verantwortungsvoll nutzen

Wir müssen uns immer bewusst sein, dass wir am Steuer sitzen. Wir tragen die Verantwortung für unsere Projekte.

Sensible persönliche oder geschäftliche Informationen sollten niemals ungefiltert an offene Modelle weitergegeben werden. Sie lassen sich schützen, indem die Eingaben vorab pseudonymisiert oder geschwärzt werden.

Sensible persönliche oder geschäftliche Informationen sollten niemals ungefiltert an offene Modelle weitergegeben werden. Sie lassen sich schützen, indem die Eingaben vorab pseudonymisiert oder geschwärzt werden. Ebenso sollten KI-Ergebnisse immer als Entwürfe behandelt werden – sie sollten vor der Nutzung oder Weitergabe geprüft und freigegeben werden.

Ebenso sollten KI-Ergebnisse immer als Entwürfe behandelt werden — sie sollten vor der Nutzung oder Weitergabe geprüft und freigegeben werden.

Deshalb ist es bei Mindrise ein zentrales Prinzip, bei der Entwicklung von Automatisierungsworkflows stets einen Menschen einzubeziehen, um sowohl Genauigkeit als auch Verantwortlichkeit zu gewährleisten.

Wie KI Projektleitende dabei unterstützt, den Fokus auf das Wesentliche zu legen: Menschlichkeit

Lernen Sie den Umgang mit KI und betrachten Sie sie wie jede neue Technologie – das ist mein Rat.

Oberflächlich betrachtet scheint es einfach, aber es braucht Lernen, Übung und eine ordentliche Portion Ausprobieren, bis Sie stabile Ergebnisse für den professionellen Einsatz erzielen können.

Sobald Sie einige einfache Automatisierungen implementiert haben, überlegen Sie, wie sie es Ihnen erlauben, Ihr Unternehmen auch strategisch neu zu gestalten. Skalieren Sie dann weiter.

Stans Tipp

Fangen Sie klein an und bleiben Sie praxisnah. Falls im Unternehmen das nötige Know-how fehlt, suchen Sie sich einen Anbieter, der Sie bei der Überwindung der wichtigsten Einstiegshürden unterstützt. Sobald Sie einige einfache Automatisierungen implementiert haben, überlegen Sie, wie sie es Ihnen erlauben, Ihr Unternehmen auch strategisch neu zu gestalten. Skalieren Sie dann weiter.

Und denken Sie daran: Es ist ein Werkzeug – ein Werkzeug, das menschliche Fähigkeiten erweitert.

Künstliche Intelligenz (KI) ermöglicht es uns, uns auf das Wesentliche zu konzentrieren. Sie hebt unsere Produktivität und Effizienz auf ein nie dagewesenes Niveau. Und sie gibt uns sogar die Chance, menschlicher zu sein.

Künstliche Intelligenz (KI) ermöglicht es uns, uns auf das Wesentliche zu konzentrieren. Sie hebt unsere Produktivität und Effizienz auf ein nie dagewesenes Niveau. Und sie gibt uns sogar die Chance, menschlicher zu sein.

Mach mit

Du kannst Stan folgen, während er weiterhin Chancen für KI und Automatisierung für Unternehmen auf LinkedIn entdeckt. Schau dir auch sein Unternehmen Mindrise an.

Weitere Experteninterviews folgen auf The Digital Project Manager.