Die größten Herausforderungen in der Lieferungsleitung 2026
KI-Integration: KI übt aktuell Druck auf Projektleitende aus; die Einführung erfolgt oft ohne ausreichend Strategie und Bereitschaft.
Datenherausforderungen: Unstrukturierte, voreingenommene Daten schmälern die Wirksamkeit von KI, was bessere Datenverwaltung und Datenkompetenz erfordert.
Menschliche Bedenken: Die Einführung von KI verursacht im Team Sorgen bezüglich Arbeitsplatzsicherheit, weshalb Führungskräfte das Vertrauen gezielt managen müssen.
Expertenparadox: Tiefgehende Expertise bleibt für den effektiven Einsatz von KI unerlässlich, da KI für ihren Nutzen auf menschliches Fachwissen angewiesen ist.
Fokus auf Umsetzung: Der Projekterfolg scheitert oft an der Umsetzung durch Multitasking und Überlastung – und nicht durch mangelhafte Planung.
Etwas hat sich im Jahr 2026 in der Projektlieferung grundlegend verändert. Es sind nicht nur die neuen Werkzeuge oder das beschleunigte Tempo des Wandels – es scheint, als ob alle maßgeblichen Kräfte, die die Arbeitsweise von Organisationen umwälzen, gleichzeitig eingetroffen sind. Künstliche Intelligenz ist innerhalb weniger Jahre von einer Kuriosität zu einer betrieblichen Erwartung geworden. Geopolitische Instabilität verändert Märkte und Lieferketten. Der Lieferdruck ist gestiegen, obwohl die Teams schlanker und verstreuter sind als je zuvor. Und trotz alledem wird von den Menschen, die letztlich die Projekte zum Erfolg führen, erwartet, dass sie sich auf einem Terrain zurechtfinden, für das es noch kein vollständiges Handbuch gibt.
Um wirklich zu verstehen, was dieser Moment verlangt, haben wir mit mehreren Delivery-Leitungen aus verschiedenen Branchen gesprochen. Hier sind ihre Gedanken dazu.
Die KI-Abrechnung — Chancen, Ängste und ungelöste Fragen
Künstliche Intelligenz ist für Projektmanager kein Zukunftsthema mehr – sie erzeugt bereits heute enormen Druck. In allen unseren Gesprächen wurde ein Widerspruch deutlich: Die Begeisterung für KI ist der organisatorischen Bereitschaft, KI sinnvoll einzusetzen, weit voraus. Die Frage ist inzwischen nicht mehr, ob man KI einführen sollte, sondern wie dies verantwortungsvoll geschehen kann – und was passiert, wenn Organisationen die grundlegende Vorarbeit, die ein erfolgreiches Funktionieren ermöglicht, überspringen.
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
Der Druck zur Einführung ohne Grundlage
Die Erwartung, „KI einzusetzen“, kommt oft mit Nachdruck aus der Unternehmensspitze – jedoch meist ohne die passende Strategie. Marcus Glowasz, Executive Coach & Advisory, Change and Project Communications, bei Projects & Data, beschreibt ein immer wiederkehrendes Muster: „Ich höre oft: ‚Wir müssen KI einsetzen. Weil es alle machen, müssen wir das auch.‘ Dann springen alle darauf auf. Aber vielleicht gibt es eine bessere Lösung als KI.“ Der Druck ist real, aber die Richtung ist häufig voreilig.
Ich höre oft: ‘Wir müssen KI einsetzen. Weil es alle machen, müssen wir das auch.’ Dann springen alle darauf auf. Aber vielleicht gibt es eine bessere Lösung als KI.
Dieser Top-down-Druck wird dadurch verstärkt, dass diejenigen, die tatsächlich für die Umsetzung verantwortlich sind, nicht einbezogen werden. Emmanuels Magaya, Gründer von Project Managers Africa, schildert eine immer wiederkehrende Situation: „KI wird oft von der Unternehmensebene wie ein Helikopter eingeflogen ... Aber niemand hat das PMO-Team gefragt.“ Dadurch wird KI eingeführt, ohne dass es zur Organisation passt – und das Scheitern solcher Versuche führt wiederum zu Skepsis.
KI wird oft von der Unternehmensspitze wie ein Helikopter eingeflogen … aber niemand hat das PMO-Team gefragt.
Das gleiche Muster ist auch auf Projektebene zu beobachten. Derek Fredrickson, Gründer von The COO Solution, argumentiert, dass die Reihenfolge in vielen Unternehmen grundsätzlich falsch ist: „Oft versuchen sie [die Führungskräfte], KI als Lösung einzuführen, bevor ein Mensch es tatsächlich gemacht hat ... Wir müssen zuerst genau verstehen, was der Mensch macht, um zu prüfen, wo KI wirklich einen Mehrwert bieten kann, statt einfach zu sagen: ‚Ich habe zwar keine Funktion und keinen Prozess, aber ich will, dass KI es übernimmt.‘“ Bevor KI integriert werden kann, muss der menschliche Ablauf verstanden und dokumentiert sein.
Oft versuchen sie [Führungskräfte], die KI als Lösung einzuführen, bevor es tatsächlich ein Mensch gemacht hat. Wir müssen zuerst ganz klar verstehen, was der Mensch eigentlich macht, um zu sehen, wo KI einen Mehrwert bieten kann.
Das Datenproblem hinter dem KI-Problem
Unter der Frage nach der Einführung von KI liegt eine grundlegendere Frage: Sind die zugrunde liegenden Daten überhaupt gut genug, damit KI sinnvoll eingesetzt werden kann? Bruno Morgante, Gründer & CEO von Mantegora, spricht das Problem mit KI in der Portfolio-Arbeit offen an: „Das größte Problem ist derzeit, dass die Ausgangsdaten nicht besonders sauber sind. Wir haben unstrukturierte, unsaubere, verzerrte Daten. Und wenn man das zusammenbringt und ein KI-Tool bittet, bei der Vorhersage zu helfen ... wird das Ergebnis nicht besonders gut sein.“ Garbage in, garbage out – die älteste Regel der Datenwelt gilt auch im Zeitalter großer Sprachmodelle.
Wir haben unstrukturierte, unsaubere, verzerrte Daten. Und wenn man das zusammenführt und ein KI-Tool bittet, bei der Vorhersage zu helfen … wird das Ergebnis nicht besonders gut sein.
Für Laurel Sim, Managing Partner und Präsidentin bei Taleo Project Services, Inc., ist das Fehlen klarer Grenzen, wo und wie KI eingesetzt werden kann, eine der zentralen Führungsherausforderungen der Gegenwart. „Die Geschwindigkeit der KI und die Tatsache, dass wir keine Leitplanken haben, die definieren, wo KI als akzeptable Praxis gilt“, sagt sie, sind eine ihrer größten beruflichen Sorgen – und Organisationen ohne starke Daten-Governance sind ihrer Ansicht nach besonders gefährdet.
Marcus Glowasz stellt außerdem fest, dass ein Problem der Datenkompetenz gelöst werden muss, bevor KI in größerem Umfang eingeführt werden kann: „Es braucht Datenkompetenz. Man muss die Konzepte rund um Daten verstehen. Wenn man Daten hat, die man nicht versteht ... welchen Nutzen haben dann auch fortgeschrittene KI-Tools?“ Eine verlässliche Daten-Governance gepaart mit menschlichem Verständnis der verwendeten Daten ist eine Voraussetzung, kein „Nice-to-have“, für den effektiven KI-Einsatz.
Die menschliche Dimension: Teams, Vertrauen und Angst um den Arbeitsplatz
Selbst wenn KI durchdacht integriert wird, gibt es eine Management-Herausforderung auf menschlicher Ebene, die laut Führungskräften oft unterschätzt wird: die Angst, die sie in Teams auslöst. Pam Butkowski, SVP Delivery bei Horizontal Digital, sieht darin die eigentliche Bewährungsprobe für Führungskräfte: „Ich glaube nicht, dass das Verständnis oder das Herausfinden, wie man KI-Tools und Methoden in unsere tägliche Arbeitsweise integriert, wirklich die Herausforderung ist. Aus Führungssicht besteht meine Herausforderung eher darin, mein Team dazu zu ermutigen, neue Fähigkeiten einzusetzen, während wir diese KI-Tools einführen ... Und zu erklären und Vertrauen zu stärken, dass KI den Teammitgliedern ihre Jobs nicht wegnimmt.“ Die technische Integration, so ihre Einschätzung, ist fast noch der leichtere Part.
Die Herausforderung für mich bestand darin, mein Team dazu zu ermutigen oder Wege zu finden, wie mein Team andere Fähigkeiten einsetzt, während wir diese KI-Tools einführen… Und zu erklären und Vertrauen in die Teammitglieder zu schaffen, dass KI ihnen nicht den Job wegnehmen wird.
Bill Dow, Director, Enterprise PMO bei UW Medicine, bringt diese Unruhe mit einer umfassenderen Umweltrealität in Verbindung, die Führungskräfte nicht ignorieren können: „Ich denke, im Jahr 2026 muss man sich der Umgebung bewusst sein, in der wir uns befinden, all der verschiedenen Entlassungen aufgrund von KI, alles was in der Welt passiert, und sich dann fragen: Wie können wir damit Schritt halten? Wie sind wir einen Schritt voraus?“ Die Frage für Delivery-Führungskräfte ist nicht nur wie man KI einsetzt, sondern wie man Teams führt, die Angst davor haben, was das für ihre Zukunft bedeutet.
Im Jahr 2026 muss man sich der Umgebung bewusst sein, in der wir uns befinden, all der verschiedenen Entlassungen aufgrund von KI, alles, was auf der Welt passiert, und sich dann fragen: Wie können wir damit Schritt halten?
Das Experten-Paradoxon — KI braucht menschliche Meisterschaft, um Wert zu schaffen
Im Kern der KI-Einführung gibt es ein Paradoxon, das Markus Kopko, CPMAI Lead Coach, ALVISSION, formuliert: „Was die meisten Menschen noch nicht erkannt haben, ist, dass man ein Experte im eigenen Fachgebiet sein muss, um gute Resultate mit KI zu erzielen.“ Die Implikation ist bedeutsam. KI verringert nicht den Bedarf an tiefgehender Expertise – sie ist darauf angewiesen.
Kopko geht noch weiter und spricht ein generationsübergreifendes Problem an: „Das Problem, auf das wir in naher Zukunft stoßen werden, ist meiner Meinung nach, dass, wenn jüngere Menschen dieses Wissen nicht mehr erlangen und im Laufe der Zeit keine Experten mehr werden, wie sollen sie dann in der Lage sein, die Ergebnisse der KI-Ausgaben zu beurteilen und zu bewerten?“
KI verringert nicht den Bedarf an tiefgehender Expertise. Sie ist darauf angewiesen.
Schritt halten — Das Tempo des Wandels überholt die Menschen
Künstliche Intelligenz ist der sichtbarste Beschleuniger, aber nicht der einzige. Die von uns befragten Experten navigieren ein viel umfassenderes Geschwindigkeitsproblem: Technologischer Wandel verläuft schneller, als die meisten Menschen und Organisationen aufnehmen können, makroökonomische Kräfte schaffen neue Unsicherheiten, und die Erwartung schnellerer Lieferung kollidiert mit der Realität menschlicher Grenzen. Die Herausforderung, Schritt zu halten, besteht nicht nur darin, neue Tools zu erlernen – es geht darum, Menschen durch anhaltende Desorientierung zu führen.
Technologietempo und Lernschulden
Kopko beschreibt das Tempo als etwas relativ Neues: „[die größte Herausforderung] ist, Schritt zu halten mit und die schnelle Entwicklung von Technologien zu integrieren. Für viele war das KI-Umfeld noch vor ein paar Jahren eine relativ neue Sache. Und jetzt nutzen wir es im Grunde täglich. Jetzt müssen wir KI-Kompetenz, Datenkompetenz integrieren und Dinge viel schneller lernen als früher.“
Die Branche hat nicht damit zu kämpfen, KI theoretisch zu verstehen – sie kämpft damit, mit der Geschwindigkeit der KI-Entwicklung Schritt zu halten. Was vor sechs Monaten noch aktuelle Praxis war, kann heute bereits veraltet sein, und Organisationen befinden sich ständig im Nachholmodus.
Das makroökonomische Umfeld: Politik, Märkte und Unsicherheit
Die Herausforderung durch Geschwindigkeit reicht weit über die Technik hinaus. Laurel Sim nennt das makroökonomische Umfeld als eines ihrer zwei dringendsten Anliegen für die Branche: „Meine größte Sorge ist das politische Umfeld des Landes, des Kontinents und der Welt und wie wir uns alle weiterentwickeln müssen, was unsere Märkte betrifft.“ Geopolitische Instabilität, sich verändernde Handelsdynamiken und wirtschaftliche Unsicherheit sind für Führungskräfte im Bereich Delivery keine abstrakten Probleme – sie führen direkt zu veränderten Prioritäten, unterbrochenen Lieferketten und Projekten, die unter einem Satz von Annahmen starten und unter völlig anderen Bedingungen abgeschlossen werden müssen.
Meine größte Sorge ist das politische Umfeld des Landes, des Kontinents und der Welt und wie wir uns alle weiterentwickeln müssen, was unsere Märkte betrifft
Die Krise menschlicher Fähigkeiten – Kritisches Denken, Umsetzung und Teamdynamik
Bei all dem Aufsehen um Technologie verwiesen die von uns befragten Expertinnen und Experten immer wieder auf eine ruhigere, langsamer fortschreitende Krise: den Verlust der grundlegenden menschlichen Fähigkeiten, die keine KI nachbilden kann.
Kritisches Denken und Kommunikationsfähigkeiten werden zu Mindestanforderungen
Auf die Frage, welche Fähigkeiten für die nächste Generation von Projektleiter:innen am wichtigsten sind, zögert Laurel Sim nicht: „Kritisches Denken“, sagt sie. „Damit wir wirklich denken und kreativ sind... Wenn wir nicht versuchen, diese Stärke zu fördern, verpassen wir etwas.“ Es geht nicht nur darum, dass kritisches Denken zu wenig ausgeprägt ist – sondern auch darum, dass wir diese Fähigkeit bei wachsender Bedeutung in der KI-Ära aktiv zu wenig fördern.
Michael Gold, Gründer & Fractional Head of Delivery, sieht diesen Wandel direkt mit dem Wandel durch KI im PM-Beruf verknüpft: „Zu sagen, man sei als Projektmanager prozessorientiert, ist bedeutungslos – wer ist das mit KI nicht. Mit KI gibt es einen noch stärkeren Fokus auf die menschliche Seite: Beziehungsmanagement, Stakeholder-Management, Überzeugungskraft, Kommunikationsfähigkeiten ... KI kann diese eins zu eins menschliche Interaktion nicht ersetzen.“ Während KI die prozessorientierten Teile der Rolle übernimmt, bleibt das, was am wichtigsten ist, unersetzlich menschlich.
Mit KI gibt es einen noch stärkeren Fokus auf die menschliche Seite: Beziehungsmanagement, Stakeholder-Management, Überzeugungskraft, Kommunikationsfähigkeiten.
Multitasking, Überlastung und das unmenschliche Arbeitsumfeld
Eines der beständigsten Themen unserer Interviews war der Schaden durch organisatorische Überlastung – also die Praxis, den Menschen mehr Arbeit aufzubürden, als sie vernünftig bewältigen können. Bill Dow bringt es auf den Punkt: „Manager geben Leuten zehn Projekte ... und was passiert, ist, dass man ständig von Projekt zu Projekt zu Projekt wechselt, oder? Und kein menschlicher Körper hält das aus.“ Das Ergebnis ist nicht Produktivität – sondern die Illusion von Produktivität, die tiefere organisatorische Probleme kaschiert.
Johanna Rothman, Inhaberin der Rothman Consulting Group, geht mit ihrer Kritik noch weiter und sieht Multitasking nicht nur als ein praktisches, sondern auch als ein ethisches Problem: „Was mich am Multitasking so stört, ist, dass es die Menschlichkeit aus der Arbeit nimmt. Stattdessen haben wir lauter Bruchstücke von Menschen in einer Tabelle. Multitasking entsteht aus dem Denken, dass wir teilen und herrschen können, was zu einer unmenschlichen Arbeitsumgebung führt.“ Mit anderen Worten: Wenn wir Menschen als Teilressourcen betrachten, die auf parallele Arbeitsströme verteilt werden, vermindern wir nicht nur die Effizienz. Wir schaffen Bedingungen, die bedeutsame und qualitativ hochwertige Arbeit schwerer erreichbar machen.
Johanna Rothman stellt auch die Art und Weise infrage, wie Organisationen Arbeit planen. Viele Teams erstellen lange Backlogs und Roadmaps, die eine Lieferung alle zwei Wochen versprechen. Sie argumentiert jedoch, dass dieses Maß an Sicherheit unrealistisch ist: „Ich weiß nicht, wie lange Dinge dauern, und ich habe viel Erfahrung mit meinen Ergebnissen. Und wenn ich nach 30 Jahren erfahrungsbasierter Arbeit nicht vorhersagen kann, was ich nächste Woche tun werde, wie soll das dann ein Team können?“
Ihr Punkt ist, dass Überlastung und Überforderung oft bereits im System selbst angelegt sind und die Führungskräfte mit den Folgen davon umgehen müssen.
Wenn ich nach 30 Jahren erfahrungsbasierter Arbeit nicht vorhersagen kann, was ich nächste Woche tun werde, wie soll das dann ein Team können?
Der Weg nach vorn
Die Herausforderungen, die diese Führungskräfte beschreiben, stehen nicht für sich allein. Sie hängen miteinander zusammen. KI verändert, wie Projekte geplant und umgesetzt werden, aber die notwendigen Rahmenbedingungen, Dateninfrastrukturen und Talentförderungssysteme, um diese Transformation zu unterstützen, hinken hinterher. Die Führungskräfte, die 2026 am erfolgreichsten meistern werden, sind diejenigen, die verstehen, dass die schwierigsten Probleme immer noch im Kern menschliche Probleme sind.
Möchten Sie weitere Einblicke von Experten wie denen, die in diesem Artikel vorgestellt wurden? Erstellen Sie ein kostenloses Konto, um Zugang zu zahlreichen von Experten geführten Inhalten und Ressourcen zu erhalten.
