Das Playbook zur Erstellung von wirklich funktionierenden KI-Teamkollegen

Galen Low: Was hat dich dazu gebracht, dich für den Bau von KI-Teamkollegen zu entscheiden, anstatt etwas Konventionelleres zu machen?

Megan Ratcliff: Ich war damals Leiterin der Nachfrage und hatte nicht viele Ressourcen. Ich hatte wenig Geld, wenig Zeit und nur wenige Teammitglieder. Also begann ich, den ersten Teamkollegen, einen Kampagnen-Texter, zu entwickeln. Danach baute ich Strategen, die mir beim Denken halfen.

Galen Low: Bedeutet der Aufbau eines Teams aus KI-Agenten automatisch, dass Sie und Ihr Team Ihren Job verlieren?

Megan Ratcliff: Ja – und... Was passieren wird, ist, dass du ein System von Tools aufbauen kannst, das die Arbeit, die du vom Umsetzungspunkt aus leistest, unterstützt; und du kannst diese Tools auch nutzen, um deinen strategischen Einfluss auf die Organisation zu verbessern. Du solltest KI also dazu nutzen, deinen aktuellen Job zu ersetzen und gleichzeitig deinen neuen Job aufzubauen. Das ist die Zukunft dieses Themas.

Galen Low: Ich habe von jemandem gehört, der sein Agenten-Team tatsächlich in seinen Lebenslauf aufnimmt und sich Arbeitgebern quasi als Team verkauft. Ist das valide oder Fake News?

Megan Ratcliff: Valide. Ich habe das schon gesehen. Wenn ich einen Marketer einstelle, schaue ich, wie KI-affin diese Person ist. Wenn du im Interview sagst: Hier ist das Team von Agenten, das ich mitbringe, würde ich sagen...

Galen Low: Willkommen beim „Digital Project Manager Podcast“ – die Show, die Führungskräften im Delivery-Bereich dabei hilft, intelligenter zu arbeiten, reibungsloser zu liefern und ihre Teams im Zeitalter der KI mit Zuversicht zu führen. Ich bin Galen und jede Woche tauchen wir ein in praxisnahe Strategien, aktuelle Trends, bewährte Frameworks und gelegentliche Erfahrungsberichte direkt aus dem Projektalltag. Egal ob du riesige Transformationsprojekte leitest, KI-Workflows koordinierst oder einfach nur das Chaos im Griff behalten willst – du bist hier genau richtig. Los geht’s.

In dieser Folge sprechen wir darüber, wie es tatsächlich ist, ein Team aus KI-Teamkollegen aufzubauen und zu führen – nicht irgendwann in der Zukunft, sondern jetzt mit der aktuellen Technik. Wir konzentrieren uns zunächst auf den SaaS-Marketingbereich und leiten daraus praktische Tipps und Tricks für jede teamorientierte Zusammenarbeit ab.

Bei mir ist heute Megan Ratcliff, Marketingspezialistin, die genau das in ihrer früheren Karriere beim SaaS Career Tech Unternehmen Dice gemacht hat. Als Leiterin des Marketings bei Dice hat Megan effektiv KI-Teamkollegen aufgebaut, um die ansonsten universell anerkannten Lücken zwischen dem „heiligen Dreieck“ Marketing, Vertrieb und Kundenerfolg zu schließen – und so die Brücke zwischen diesen Teams geschlagen, um das Umsatzwachstum voranzutreiben.

Heute ist Megan eine praxisorientierte Go-To-Market Beraterin und Coach, die Menschen aus dem „KI-Tal der Verzweiflung“ herauszieht. Bei Clarity & Motion Collective nutzt sie ihr spezialisiertes KI-Ökosystem über verschiedene Branchen hinweg, um die Leistungsfähigkeit von Organisationen zu steigern und gleichzeitig die menschliche Verbindung zu bewahren, die echte Geschäftsbeziehungen ausmacht.

Megan, danke dass du heute hier bist.

Megan Ratcliff: Danke für die Einladung.

Galen Low: Ich freue mich wirklich darauf. Ich fand unser Gespräch bisher großartig – auch im Vorgespräch. Ich freue mich, denn dieses Thema ist so wichtig; ich sehe es auch ständig auf LinkedIn: Man wird in Zukunft Teams aus KI-Kollegen führen.

Das ist die Zukunft. Und du wurdest mir von einem gemeinsamen Kontakt empfohlen mit: „Megan hat das gemacht, du solltest mit ihr reden.“ Und ich dachte: Ja, das sollte ich tun. Zu Beginn möchte ich daher auf die große Frage eingehen, die sich alle vermutlich stellen, wenn sie den Episodentitel lesen, aber dann möchte ich noch über drei Dinge sprechen.

Zuerst möchte ich wissen, welche Probleme du mit KI lösen wolltest und wie deine Lernkurve beim Einstieg in die KI-Welt aussah. Dann möchte ich deine Meinung zu einigen Schlagzeilen und ob sie Mythen, Übertreibungen oder vielleicht absolute Wahrheiten sind, wenn es um KI-Teamkollegen geht.

Und zuletzt möchte ich erkunden, wie die Zusammenarbeit mit KI-Teamkollegen in zwei bis drei Jahren aussehen könnte.

Megan Ratcliff: Klingt super.

Galen Low: Ich starte direkt mit meiner großen unbequemen Frage: Bedeutet der Aufbau eines Teams aus KI-Agenten automatisch das Aus für dich und dein Team? Und falls ja, was ist dann der richtige Job für Menschen ab 2026?

Megan Ratcliff: Gute Frage. Und es gibt keine eindeutige Antwort – weder Ja noch Nein. Was passieren wird, ist, dass du ein System von Tools aufbaust, das dich bei der Ausführung deiner Arbeit unterstützt. Gleichzeitig kannst du diese Tools nutzen, um deinen strategischen Einfluss in der Organisation zu erhöhen.

Du solltest KI nutzen, um deinen aktuellen Job zu ersetzen, während du deinen neuen Job entwickelst. Das ist die Zukunft. Schlaue Marketer, Projektmanager & Co. ersetzen durch KI Teile ihrer jetzigen Aufgaben und gewinnen dadurch Spielraum für strategische Themen.

Galen Low: Wird das in Unternehmen aktuell wertgeschätzt? Ich habe in Agenturen gearbeitet und meine Chefs sagten immer: „Mach dich überflüssig, finde Neues im Unternehmen.“ Ich hatte Glück – das war wirklich so. Ich bin die Karriereleiter raufgekommen. Aber viele erzählen, dass sie sagen: „Ich will was Neues machen.“ Und bekommen: „Nein, wir brauchen das nicht. Bleib bitte bei deinen alten Aufgaben.“ Oder nach der Automatisierung: „Vielleicht gibt es keinen Platz mehr für dich.“ Ist das jetzt wirklich noch ein Risiko? Oder sehen deine Kunden und deren Unternehmen einen Trend hin zu Weiterentwicklung und neuen Rollen?

Megan Ratcliff: Ja, clevere Unternehmen investieren jetzt in ihre Leute, damit sie aufgerüstet werden. Dann hast du nicht mehr viele reine „Macher“, sondern sehr viele, die Systeme gebaut haben, die Dinge für sie erledigen, und die daran denken, neue Systeme zu schaffen. Wenn du in einer Organisation bist, die nur das Status Quo will – dann bau dir dein System und such dir ein Unternehmen, das deine Skills wertschätzt.

Natürlich gibt es Leute, die bleiben gerne bei ihrer Routine und machen das vielleicht noch zwei Jahre, aber dann könnte der Job weg sein. Also sollte man sich jetzt umschauen, wie man Tools einsetzt, um die eigenen Fähigkeiten auszubauen. Ich habe heute mit jemandem über KI-Zertifikate für Teams gesprochen und meinte: „Cool, das ist wie Internet-Zertifikat ablegen.“ Wir sind jetzt an diesem Punkt – wer der Technik ablehnend gegenübersteht, der wird am Ende wie der, der das Internet ignoriert hat.

Galen Low: Das ist ein guter Punkt. Auch zu den Zertifikaten: Wahrscheinlich machen sie aktuell den Nutzen, zu zeigen: Ich beschäftige mich wirklich mit dem Thema, hier ist der Nachweis. Aber auch das wird schnell selbstverständlich, so wie Tippen. Künftig reicht, wenn man zeigen kann: Ich bediene einen Chatbot sicher – das ist dann das Mindestmaß.

Megan Ratcliff: Genau. Nicht alle müssen völlig KI-fluent sein. Das ist wie eine Fremdsprache lernen: 10–20 % werden wirklich fließend, bauen krasse Sachen. Alle anderen müssen sich im Alltag zurechtfinden – also ein paar Dinge sicher beherrschen, um mitzukommen. Das ist mein Hot Take.

Galen Low: Wenn du es aussprichst, ergibt das Sinn. Vorhin mein Tipp-Beispiel. Wer vergleichen will: E-Mail senden ist Standard; Automatisierungen via Zapier usw. ist eine andere Liga, „bauen“ im Sinne von Infrastruktur eine weitere – diese Stufen gibt es alle.

Megan Ratcliff: Ja. Die unterste Stufe ist: Kannst du einen LLM-Chatbot bedienen und sinnvoll einsetzen? Das ist aktuell ein Muss für die kommenden zwei Jahre.

Galen Low: Perfekt. Lass uns das Thema erweitern: Du hast das alles selbst durchgemacht – du bist nicht als Technikerin gestartet. Aus dem SaaS-Bereich weißt du jedoch, wie schwer es ist, Marketing, Vertrieb und Customer Success an einen Tisch zu kriegen; manchmal gibt es dafür einen Chief Revenue Officer, aber oft nicht. Du hast ein KI-Team aufgebaut, um dieses Problem zu lösen. Gab es ein konkretes Problem, das du mit KI lösen wolltest, anstatt konventionelle Maßnahmen wie Trainings oder Lunch & Learns zu machen?

Megan Ratcliff: Absolut. Jeder, der im Konzern arbeitet, weiß, es laufen viele Dinge gleichzeitig. Trainings oder Lunch-&-Learns bringen oft wenig, weil man vier Teams zusammenwürfelt, aber jeder will seine individuelle Identität wahren. Für mich kam der „Teammate“-Ansatz, weil ich wenig Ressourcen hatte: kaum Budget, wenig Zeit, kaum Teammitglieder. Texter hatten wir nicht, nur minimal Design. Für Kampagnenstrategie und Sales-Unterstützungs-Material war wenig Personal da. Also startete ich mit einem KI-Kampagnentexter.

Dann, als das funktionierte und die Ergebnisse gut genug wurden, dachte ich: Kann ich meine Kampagnen strukturierter planen? So entstanden Strategen als KI-Teammitglieder, weil ich kein klassisch ausgebildeter Demand Gen-Mensch war, sondern aus der Agenturwelt kam. Einige Skills waren anders; ich musste oft improvisieren. Ich entwickelte Teamkollegen, die meine Skill-Lücken ausglichen. Bei einem Produktlaunch stellte sich heraus, dass andere Kundensegmente kauften als gedacht. Wir mussten unser ICP (Ideal Customer Profile) neu definieren – keiner fühlte sich verantwortlich. Also baute ich einen Go-to-Market-Strategen in KI. Ich fütterte ihn mit Conversion-Daten, dem bestehenden ICP und anonymisierten Verkaufsdaten und lies Trends und Unterschiede analysieren. So entstand ein neues Käuferprofil.

Natürlich niemals personenbezogene Daten in KI geben! Die neue KI erstellte Testvorschläge, half unsere Buyer Persona zu validieren und wurde teamübergreifend als gemeinsame Wissensquelle eingesetzt. Unsere KI war auf einer geteilten „Intelligenzschicht“ aufgebaut und konnte so Silos zwischen Marketing, Vertrieb, „RevOps“ abbauen und wir arbeiteten als Einheit. Menschliches Urteilsvermögen floss als dritte Ebene ein und so wurden die Abteilungen verbunden. Die KI bildete das verbindende Element, das alles vorantrieb.

Galen Low: Das gefällt mir, weil es zurückführt auf das Thema Identität. Teams sind „Mini-Organisationen“; oft fehlt die gemeinsame Sichtweise oder das Verständnis über den Kunden. Die gemeinsame Wissensbasis, bei stetigem Austausch (und ohne PII!), ist dann die Brücke. Es ergibt Sinn, das als Werkzeug zu sehen, von dem alle Teams profitieren. In der Agentur- und Startupwelt ist das Budget knapp; die Einhorn-Rollen sind dünn gesät. Mit KI kann man gezielt Lücken schließen, etwa beim Texten. Aber das Ergebnis muss man nachjustieren – niemand will LinkedIn-Massenmails lesen, die offensichtlich KI-generiert sind.

Aber ich finde es spannend und gesund zu sagen: Ich habe die Lücke, übernehme eigenverantwortlich und baue ein System auf, das meine fehlenden Skills kompensiert, anstatt darauf zu warten, dass jemand anderes es übernimmt. Das ist ein guter Ansatz. Lass uns aber kurz über deine Lernkurve sprechen: Du bist nicht aus der IT, sondern hast Marketing studiert, als Account Director gearbeitet. Wie war dein Einstieg – wie hast du gelernt, die KI-Tools zu nutzen und wie hast du die Zeit gefunden?

Megan Ratcliff: Richtig, kein technischer Hintergrund! Ich habe Marketing studiert, als Account Director in einer Agentur gearbeitet, war viel mit Technikern zusammen, aber selbst nicht technisch. Ich habe mit Lisa, einer Fractional CMO, angefangen. Wir haben gemeinsam Use Cases gesucht. Mein Einstiegspunkt war das Texten, weil ich damit überfordert war. Lisa schlug vor, einen eigenen Custom-GPT zu bauen. Mit ihrer Anleitung habe ich selbst Anweisungen geschrieben, Feedback eingeholt, verbessert und dann genutzt. Mit der Zeit wurde das Tool immer besser – und ich entwickelte weitere Ideen und baute noch mehr Teamkollegen.

Ein Aha-Moment: Ich hatte eine Idee, wollte sie dem Präsidenten von Dice vorstellen, war mir aber unsicher. Also habe ich einen KI-Simulator von ihm gebaut aus Meetingtranskripten, Stellenbeschreibung, seiner E-Mail-Sprache, etc. Dann konfrontierte ich die KI mit meiner Idee. Die Antwort war: Schlechtes Konzept. So konnte ich die Präsentation anpassen und hatte am Ende Erfolg. Daraus entstand ein persönlicher Simulator, später auch persona-basierte Simulatoren für unsere Zielgruppen (nur basierend auf realen Daten!).

Ich begann, die KI-Tools untereinander zu verbinden, statt Copy-Paste, und wurde extrem effizient. Gebaut habe ich die meisten „Teamkollegen“ in Zwischenzeiten, z.B. zwischen Meetings für 15 Minuten. Nach vier Monaten stand ein Ökosystem, das meine Arbeit weitgehend erledigte und mir Raum für Innovation schuf.

Galen Low: Damit hast du für mich einen Mythos entlarvt: Man muss nicht im Block viele Stunden investieren, sondern kann iterativ nebenbei vorgehen. Das ist sinnvoll – vor allem, wenn man als Account- oder Projektmanager ohnehin im Meeting-Marathon ist. So entstehen produktive Tools, die am Ende Kapazitäten schaffen.

Ich will nochmal nachfragen: Ich habe vorhin „Agenten“ gesagt, aber reden wir nicht eigentlich eher von Custom GPTs mit Mensch in der Schleife? Oder arbeitest du gerade am menschenlosen KI-Team?

Megan Ratcliff: Agenten werden inflationär benutzt – eigentlich sind es KI-Tools, die autonom handeln. Die meisten auf LinkedIn meinen damit aber Custom GPTs mit Mensch in der Schleife. Echte KI-Agenten setzen bestimmte Arbeitsprozesse eigenständig um, aber bei Kreativaufgaben ist der Mensch wegen Urteilsvermögen und Geschmack unersetzlich. Zum Beispiel gab es eine wenig erfolgreiche AI-Werbekampagne von McDonald's, die zurückgezogen wurde, weil der „Human Touch“ fehlte. Im Datenbereich ist mehr Automatisierung sinnvoll, aber überall, wo Kreativität und Nuancen nötig sind, ist Human-in-the-Loop unverzichtbar.

Galen Low: „Geschmack“ gefällt mir als Begriff. Dieser menschliche Feinsinn fehlt KI oft, v.a. wenn man keine echten Daten einspeist. Es wäre auch grob fahrlässig, z.B. eine Management-Präsentation einer autonomen KI oder auch einem Talent komplett ohne Review zu überlassen! Ein Mensch muss immer dabei sein – und das ist okay. Trotzdem wird zu viel Online-Shaming betrieben, wenn jemand noch selbst Hand anlegt. Dabei ist das oft der bessere und sicherere Weg.

Megan Ratcliff: Ja! Denk an Technik im Alltag: Früher haben wir Wäsche von Hand gewaschen, dann kam Maschine/Trockner. Aber den Prozess kontrolliert weiter der Mensch: Wascheinstellung, Umschichten, Wäsche rausholen, aufhängen, nach persönlichem Urteil. Automatische Systeme nehmen uns vieles ab, aber die Kontrolle bleibt. Genauso mit KI: Wo sparen Maschinen Zeit und wo bleibt menschliches Urteil, Geschmack und Ethik entscheidend.

Galen Low: Mit modernen Kombigeräten für Waschen und Trocknen spart man sich weiteres Umschichten, aber am Ende entscheidet immer noch der Mensch, wie etwas behandelt werden muss. Das ist ein schönes Bild für KI.

Megan Ratcliff: Und was holst du aus dem Trockner, bevor es ganz trocken ist? Leggings dürfen z. B. nicht in den Trockner…

Galen Low: Meine Damen und Herren: KI ist nur Wäschewaschen! (lacht)

Megan Ratcliff: Genau!

Galen Low: Der Mensch bleibt zentral. Du legst in deinen Posts viel Wert darauf. Wie holst du die Teams ab? Gibt es Widerstände? Wie schaffst du Akzeptanz für KI-Teamkollegen?

Megan Ratcliff: Ja, gerade bei Marketing-Teams und speziell bei Textern ist viel Angst vorhanden. Daher: Erstmal Angst nehmen, die Limitationen von KI offenlegen, erklären, wo der Mensch weiterhin unersetzlich ist. Zeigen, wie die Rolle sich upgraden lässt – z. B. vom Texter zum Strategen, weil KI repetitive Aufgaben übernimmt. Jeder kann aktiv mitgestalten, wie sein eigener Job künftig aussieht: Was mag ich, was nicht? Die unbeliebten Aufgaben kann man an ein KI-Tool oder automatisierte Lösung delegieren. Der Mindset-Shift ist entscheidend – nicht einfach dasselbe schneller machen, sondern die Arbeit neu denken. Dann beginnt eigentlich erst der Fortschritt.

Galen Low: Das ist gut. Ich frage mich, ob es Risiken gibt, wenn alle sich individuell ihr Rollenspektrum zusammenbauen. Entstehen dadurch zu viele „Sonderrollen“?

Megan Ratcliff: Genau das ist die Zukunft! Erfolgreiche Unternehmen denken künftig in Ergebnissen („Outcomes“) und richten Workflows danach aus. Die Skills der Teammitglieder bestimmen, wer an einer Workflow beteiligt ist, unabhängig von Hierarchien. Teams formen sich projektbasiert, erfüllen ein Ziel und lösen sich dann auf – die „Work Chart“ ersetzt das Organigramm. So verschwinden Silos und es entsteht echte Zusammenarbeit. Die Personen mit den passenden Fähigkeiten übernehmen die Arbeit; Titel spielen weniger Rolle als Kompetenzen.

Galen Low: Das ist eine Transformation, die Unternehmen lange versuchen: Skills-orientierte Organisationen. Mit dem Projektmanagement-Hut wirkt das wie eine temporäre Projektstruktur, bei der Teams für ein Ziel zusammenkommen und sich dann neu formieren. Auch fehlende Fertigkeiten im Team kann KI nun ergänzen, z.B. wenn kein Texter vorhanden ist. Das ist ein tolles Zukunftsbild.

Megan Ratcliff: Genau! Die Definition des gewünschten Ergebnisses und die vorhandenen Skills helfen, den Bedarf zu identifizieren: Welche KI-Teamkollegen muss man bauen? Nicht KI um der KI willen, sondern gezielt Lücken schließen.

Galen Low: Aus Sicht der Ressourcen: Oft kann man keinen Texter anstellen, sondern muss das auf mehrere Teams verteilen. Da ist KI eine echte Hilfe. Ich möchte noch ein kurzes Spiel spielen, das ich „KI-Mythos“ nenne. Ich nenne ein Statement, du sagst zustimmen oder widersprechen – und warum.

Megan Ratcliff: Gerne!

Galen Low: Erstes Statement: KI-Teammates/Agenten zu führen, ist wie Menschen zu führen.

Megan Ratcliff: Mythos. Falsch. KI hat keine Emotionen, man muss sie nicht führen. Aber man sollte die Tools regelmäßig überprüfen – etwa quartalsweise oder halbjährlich. Es ist einer menschlichen Führung nicht gleichzusetzen.

Galen Low: Zweitens: Dieses KI-Tool kann dein gesamtes Marketingteam ersetzen.

Megan Ratcliff: Nein, das stimmt nicht. Tools, die das behaupten, machen schlechtes Marketing. Menschen werden weiterhin gebraucht – wegen Emotionen, Geschmack, Urteil und Nuancen. Außerdem muss jemand die Tools bedienen und die Ergebnisse sorgen, also: KI macht das Marketingteam besser, ersetzt es aber nicht.

Galen Low: Stimmt; erkennt man sofort an den E-Mails, wenn nur noch KI spricht. Nächstes Statement: KI-Agenten nehmen unseren Job weg – genau das will die Regierung.

Megan Ratcliff: Das ist Quatsch – kommt auf das Land an. Aber im Grunde: Der Mensch leitet die KI an und bestimmt, ob und wie sie eingesetzt wird. Manche Jobs fallen weg, aber neue entstehen ständig. Die Arbeitswelt verändert sich; jeder muss sich fragen: Mache ich diesen Wandel mit?

Galen Low: Guter Punkt. Die Debatte um Arbeitskräftemangel und KI entbindet Menschen nicht von neuen Aufgaben. Transformation erzeugt neue Jobs – ein „Post-Work“-Zeitalter wird es nicht so einfach geben.

Megan Ratcliff: Genau.

Galen Low: Nächster Punkt: Jemand wirbt im Lebenslauf damit, dass er ein ganzes Team aus KI-Agenten mitbringt – fake oder echt?

Megan Ratcliff: Wirklich gesehen! Finde ich nicht schlecht: Wer im Marketing-KI-affin ist, zeigt so, dass er zukunftsfähig ist. Ich würde direkt fragen, wie die Tools gebaut wurden, wie sie unterstützen usw. – das ist ein echter Mehrwert. Also kein Fake!

Galen Low: Ich finde den Ansatz nicht schlecht, weil er die Kompetenz und Systemdenken zeigt. Es ersetzt vielleicht Zertifikate; wichtiger ist ohnehin jetzt das Anwendbare. Und vielleicht wendet sich damit auch die klassische „Schwächen“-Frage im Interview: „Was ist Ihre Schwäche?“ – „Texter, aber ich habe eine KI dafür gebaut.“

Megan Ratcliff: Genau, vielleicht heißt die neue Frage: Welche KI-Teammates hast du gebaut, um deine Skills zu erweitern?

Galen Low: Gefällt mir!

Megan Ratcliff: Vielleicht fragt das tatsächlich irgendwann jemand im Jahr 2028…

Galen Low: Super Idee! Hast du zum Schluss noch eine Frage an mich?

Megan Ratcliff: Ja: Was ist aus deiner Sicht aktuell die größte Lücke zwischen den Erwartungen der Führung und dem, was auf Teamebene bei KI-Einführung wirklich passiert?

Galen Low: Gute Frage. Es gibt diese Stereotypen: PMs (Projektmanager) seien reine Prozessroboter, arbeiten digital, also muss KI für sie doch ein Kinderspiel sein. Dem ist nicht so; die Mehrzahl der Werte kommt aus menschlicher Interaktion wie Beziehungsaufbau, Nuancen, Verhandlungsführung – nicht nur aus Technik. Viele PMs halten sich nicht für technische Systembauer – und sie brauchen Zeit. Es fehlt oft an Führung, Mentoring, Austausch. Viele entwickeln KI-Teammates, werfen sie wieder weg und denken, sie scheitern – dabei ist es genau das, was Organisationen brauchen: lernen, ausprobieren, verwerfen, neu bauen.

Megan Ratcliff: Genau. Vor allem die Schulung ist entscheidend – viele Unternehmen verlangen mehr KI-Einsatz, mehr Effizienz, ohne individuell zu schulen. Oben gibt’s vielleicht einen „How-to-GPT“-Kurs, aber das hilft kaum; echte Übung am Use Case ist nötig – plus Sparringpartner. Ein bisschen Anschubhilfe, dann läuft es von allein.

Galen Low: Absolut. Gerade PMs sind Problemlöser und werden das schaffen, aber ohne Lernkultur und gegenseitige Unterstützung geht es nicht. Das war mir nicht so klar – danke für dein Mentoring-Beispiel. Megan, vielen Dank für das spannende Gespräch und das Mitmachen bei unserem Mythos-Spiel. Wer mehr über dich erfahren will – wie findet man dich?

Megan Ratcliff: Am besten auf LinkedIn suchen nach Megan Ratcliff, dann findest du mich.

Galen Low: Super. Link ist in den Shownotes. Vielen Dank und bis zum nächsten Mal!

Megan Ratcliff: Vielen Dank, dass ich dabei sein durfte.

Galen Low: Das war die heutige Folge des Digital Project Manager Podcasts. Wenn dir das Gespräch gefallen hat, abonniere uns unbedingt. Für noch mehr Praxis-Tipps, Fallstudien und Playbooks, schau vorbei auf thedigitalprojectmanager.com.

Bis zum nächsten Mal und danke fürs Zuhören.