Ich baue einen digitalen PM-KI-Agenten – ob ich will oder nicht

Galen Low: Verdammt, wenn du es tust, verdammt, wenn du es nicht tust. Das ist die allgemeine Stimmung von Projektmanager:innen, mit denen ich gesprochen habe, die KI in ihre Arbeit integrieren. Aber während es einfach ist zu denken, dass wir unsere eigenen Ersatzleute erschaffen und uns damit unfreiwillig in den vorzeitigen Ruhestand schicken, könnte das Ganze einen enormen Vorteil haben.

Tatsächlich könnte es uns einen Platz am Tisch sichern, wenn die Wände zwischen Disziplinen einstürzen und abteilungsübergreifende Zusammenarbeit neu gedacht wird. Um das zu beleuchten, habe ich eine technische Programmmanagerin aus dem SaaS-Bereich eingeladen, die KI-Agenten vor allem aus purer Notwendigkeit baut – da sie im Alleingang Dutzende von Programmen über ein Team von 130 Programmierern, Datenanalysten und anderen technischen Spezialisten führt und zudem über 1.000 interne Stakeholder betreut.

Sie wird ihren Ansatz zum Arbeiten mit KI vorstellen, uns durch den Tech-Stack führen, mit dem sie einen Intake- und Triage-Agenten gebaut hat, der bereits 15 Stunden im Monat einspart, und ihre Sichtweise darauf schildern, wie uns das Durchstehen der jüngsten existenziellen Krise zu besserer Zusammenarbeit, mehr Kollegialität und Gemeinschaft innerhalb und außerhalb unserer funktionsübergreifenden Teams verhelfen kann.

Ich hoffe, Ihnen gefällt diese Folge.

Willkommen beim Podcast für digitale Projektmanager:innen – die Show, die Delivery-Leadern dabei hilft, smarter zu arbeiten, reibungsloser zu liefern und ihre Teams im Zeitalter der KI mit Selbstvertrauen zu führen. Ich bin Galen und jede Woche tauchen wir in praxisnahe Strategien, neue Trends, erprobte Rahmenwerke und gelegentliche Kriegsgeschichten aus der Projektfront ein. Egal, ob Sie riesige Transformationsprojekte steuern, KI-Workflows zähmen oder einfach nur das Chaos unter Kontrolle halten wollen – Sie sind hier genau richtig. Also los geht's.

Heute sprechen wir über das Dilemma, KI-Agenten zu bauen, um das Projektmanagement zu erledigen, das wir früher selbst gemacht haben. Wir schauen uns den Prozess des Aufbaus KI-gesteuerter Tools und Agenten im Projektmanagement an. Wir diskutieren die Auswirkungen, die diese Agenten auf menschlich geführte technische Projektteams haben, und wir gehen einigen durchaus existenziellen Fragen rund um die Karriere im Projektmanagement und unsere psychische Gesundheit nach.

Mit dabei ist heute Alla Tarasenko, Principal Technical Program Manager bei Gusto. Alla ist eine menschorientierte Tech-Nerdin mit Erfahrungen in Bereichen wie Daten und Analytics, Infrastruktur, Machine Learning, Sicherheit und Compliance. Besonders hervorzuheben ist, dass sie seit über 13 Jahren große Programme geleitet und Delivery Operations im SaaS-Umfeld verantwortet – unter anderem bei Smartsheet, NerdWallet und Gusto. Sie hat neue Produkte eingeführt, unternehmensweite Plattformmigrationen orchestriert, Teams und Workflows von Grund auf aufgebaut – und nun Innovationen vorangetrieben, wie technische Programmmanager durch KI ihre Kapazität steigern können, ohne die geliebten Jobanteile zu verlieren.

Sie setzt sich leidenschaftlich dafür ein, abteilungsübergreifende Tech-Teams besser zusammenarbeiten zu lassen und – wie der Titel der Folge schon andeutet – beginnt, KI-Agenten in ihre Arbeitsumgebung einzubetten, ob es ihr gefällt oder nicht.

Alla, vielen Dank, dass du heute hier bist.

Alla Tarasenko: Danke, Galen. Ich bin sehr dankbar für die Einladung und sehr gespannt.

Galen Low: Es ist toll, dich im Podcast zu haben. Wir haben uns das letzte Jahr immer wieder auf LinkedIn über den Weg gelaufen, und ich freue mich, dass wir uns endlich verbinden konnten. Ich dachte mir: "Oh mein Gott, einiges von dem, was du machst, müssen genau die Leute hören, die diesen Podcast hören." Es geht um die knallharten Realitäten, wenn man versucht, die Kapazität des Projektmanagementteams durch KI zu erhöhen, Agenten baut und all die damit verbundenen philosophischen Fragen.

Ich bin wirklich gespannt aufs Gespräch. Ich bin sicher, wir finden noch viele spannende Abzweigungen, aber hier erstmal eine grobe Roadmap für heute. Zum Einstieg möchte ich aus der Perspektive meiner Hörer:innen eine große, haarige Frage stellen.

Dann würde ich gern einen Schritt zurückmachen und drei Dinge ansprechen. Erstens: Welche Herausforderungen führten dazu, dass du dich kopfüber in KI gestürzt hast und weshalb hast du die Lösung so angegangen? Dann möchte ich deinen Ansatz beim Bau eines KI-Projektkoordinators beleuchten: nicht nur den Stack, sondern auch Prozess, Rückschläge und vielleicht Widerstände von Kolleg:innen oder sogar der eigenen inneren Stimme.

Und schließlich will ich wissen, wie du dir die Zusammenarbeit deines Teams mit KI-Projektkoordinatoren in naher Zukunft vorstellst, was das für TPMs wie dich bedeutet – und was passieren muss, damit es Realität wird. Ambitioniert, oder?

Alla Tarasenko: Ja, das ist viel. Aber ja, lass uns starten!

Galen Low: Super.

Wunderbar. Tauchen wir ein. Ich beginne gleich mit einer großen, haarigen Frage. Du hast fleißig eine Reihe von KI-Agenten und Tools gebaut, um Engineering-Leads bei ihren Projekten zu unterstützen und dich selbst zu organisieren. Aber soweit ich dich kenne, brennst du für technisches Programmmanagement und arbeitest sehr menschenzentriert.

Meine große Frage: Arbeiten wir uns durch die Entwicklung einer Truppe agentischer Projektmanager*innen nicht selbst aus dem Job?

Alla Tarasenko: Ja, eine sehr gute Frage und wie du sagst, eine große, haarige, mit zahllosen möglichen Richtungen. Bevor ich antworte, möchte ich eingestehen – wir haben das schon ein wenig vorbesprochen –, sobald man von "Agenten bauen" spricht, bekommt man schnell das Gefühl: "Redet er über mich?" Es gibt ein massives Impostor-Syndrom. Besonders viele von uns, die keine Entwickler:innen sind und seit einigen Monaten oder höchstens einem Jahr in diesem Feld arbeiten, fühlen sich als Lernende auf völlig neuem Terrain mit täglichen Entdeckungen.

Dieses Selbstbild hat sich noch nicht gefestigt. Das erwähne ich, weil ich glaube, auch wenn viele online den Oberexperten geben: In Wahrheit fühlt sich die Mehrheit eher wie ich. Wenn es darum geht, sich selbst aus dem Job zu rationalisieren: Wer weiß schon, was passiert?

Es gibt viele Prognosen, viele Ratschläge à la: Wenn du dies tust, bist du sicher, wenn du jenes tust, bist du raus aus der schönen Zukunft. Wir können raten, aber ich glaube: Ob es mir passt oder nicht – das ist ein Werkzeug, mit dem wir arbeiten werden. Mein Job existiert nicht ohne KI, nicht in meinem Arbeitsfeld.

In meinem konkreten Fall und meiner Branche ist es ein großartiges Beispiel dafür, wie hilfreich zusätzliche Unterstützung sein kann. Zur Erklärung: Die letzten zehn Jahre habe ich hauptsächlich in mittelgroßen Unternehmen gearbeitet, sagen wir 500 bis 3.000 Leute, meistens wachsend. Und der Trend war, die Zahl der Operations- und TPM-Leute zu reduzieren und sie nur noch für übergeordnete Prozesse und Programme einzusetzen. Aktuell bin ich als einzige TPM für 130 Leute zuständig – bei einem anderen Job war das Verhältnis 1 zu 1.000.

Das existenzielle Gefühl, ob unsere Rolle überhaupt noch gebraucht wird, hatte ich, wie viele andere TPMs, schon bevor das Thema KI aufkam. Wenn du ein Team von 130 unterstützt, willst du Coach sein, Projekte unterstützen, Prozesse verbessern, Operations optimieren – und musst sehr wählerisch sein, worauf du dich konzentrierst.

Allein schon Routine- und wiederkehrende Aufgaben an KI abzugeben, ist für mich – trotz der üblichen KI-Werbung – tatsächlich sinnvoll, weil das Betreuungsverhältnis so extrem ist.

Deshalb will ich nicht nur im Tech-Sektor am Puls bleiben, sondern meine Lieblingsthemen – Prozessarchitektur, Coaching, Discovery – in den Vordergrund stellen und lästige Handarbeit wie das Verschieben von Jira-Tickets für die Triage abgeben, was ich noch bis vor Kurzem händisch gemacht habe.

Galen Low: Mir gefällt deine Sichtweise: Wir nutzen KI, um unsere Kapazität zu erweitern. Das verändert unseren Job und unsere dauerhafte Relevanz. Aber einfach nicht mit KI zu arbeiten, ist noch riskanter, was Job-Sicherheit und Zukunftsfähigkeit angeht.

Die Antwort ist also nicht, KI zu meiden. Ich denke, Zuhörer:innen verstehen das, aber du hast auch recht mit dem Druck und dem Image – wir fühlen uns gezwungen, uns darauf einzulassen.

"Wenn ich die Jira-Tickets nicht mehr bewege, was soll ich dann noch tun?" Aber du hast schon viele Beispiele genannt, was wir stattdessen machen: statt Meeting-Notizen kopieren, endlich das tun, was zählt. Erstaunlich war für mich die Team-Verhältnisse. In Agenturen laufen vier bis zehn Projekte parallel, aber da gibt es mindestens ein Dutzend Projektmanager:innen auf 100 Leute.

Aber Teams von 1.000, bei nur einer Projektmanagerin – das ist eine andere Größenordnung. Man denkt viel mehr an operative Effizienz, an menschliche Perspektive und Skalierung.

Die Antwort auf "Wie schaffen wir mehr?" ist nicht, mehr Leute einzustellen, sondern Prozesse zu bauen, Menschen zu befähigen, die keine gelernten Projektmanager sind, und gemeinsam tragfähige Strukturen zu entwickeln – mehr in Richtung Mentor und operative Steuerung. Das ist ein anderer Mindset als "Ich betreue meine eigenen 12 Projekte als meine Babys". Es ist tatsächlich sehr anders. Für uns als Agentur vielleicht selbstverständlich, aber in deinem Umfeld ist das Operational Mindset wirklich spannend.

Alla Tarasenko: Genau. Das Entscheidende ist: Die Arbeit muss trotzdem gemacht werden! Die Verbindung, das "Kleber"-Sein, die Koordination – all das bleibt notwendig.

Die Frage lautet: Wer macht es? Und aus welcher Mischung von Menschen und Tools entsteht das? Wenn ich dann helfen kann, etwa mit einem Wizard zur Projekterstellung, der alle nötigen Artefakte erzeugt und Best Practices als Flow bereitstellt, gibt es Sicherheit und Unterstützung.

Ich kenne dieses Gefühl: "Heute baue ich was Großartiges!" – und am Ende versinkst du im Kleinkram, kannst nicht einmal sagen, was du den Tag über gemacht hast, geschweige denn welchen Effekt das hatte. Das zu reduzieren ist mein Ziel; daher suche ich gezielt nach solchen Anwendungsfällen.

Galen Low: Du leitest also als One-Woman-Show das technische Programmmanagement bei Gusto. Ihr entwickelt HR-Software, seid extrem KI-orientiert und datengesteuert – sehr technisches Team. Die Titel zeigen das ja schon. Wann war für dich klar, dass du etwas mit KI, etwa einem KI-Projektkoordinator, bauen musst, damit Operations weiterlaufen wie gewünscht?

Alla Tarasenko: Ehrlich gesagt, das kam weniger als ein Geistesblitz à la "Ich brauche dringend Unterstützung, also nehme ich KI", sondern durch spezifische Schmerzpunkte. Das größte Problem war Intake & Triage: Es gab keinen strukturierten Ablauf, alles war ziemlich ad hoc.

Ich habe einen zentraleren Prozess aufgebaut, jetzt mit Kanal, Jira und festen Triage-Terminen. Ziemlich manuell: Tickets einsammeln, besprechen, aktualisieren. Riesiger Zeitaufwand, aber wichtig, um zentral zu denken. Doch es war so mühsam, dass ich, sobald Werkzeuge verfügbar waren, gedacht habe: "Endlich könnte ich das automatisieren!"

Der Weg durchs Tooling war spannend, und das Tool hat sich allein in zwei, drei Monaten so weiterentwickelt, dass es erst dann meinen Anforderungen entsprach. Jetzt läuft ein Gumloop-Agent, der Slack und Jira verbindet und viel Arbeit abnimmt.

Dabei ist viel Kontext nötig: Der Agent muss zum Beispiel unterscheiden, zu welchem Team ein Ticket gehört, zwischen Data Science und Data Engineering differenzieren, Dringlichkeit abschätzen, hochwertige Tickets erstellen usw. Der gewählte Workflow war sehr komplex – bis Gumloop dann auf Agenten umstellte. Plötzlich war das Möglich, was ich brauchte.

Brauchbare Features wie "Trigger durch einfache Anfrage in Slack (ohne Tool-Mention)" kamen nach. Da war mir klar: Die Entwicklung geht so schnell, dass KI in einem Jahr wieder ganz anders aussehen wird – wie schon während dieses einen Projekts. Die Tools reagieren superschnell auf unseren kollektiven Wunschzettel.

Galen Low: Ich erkenne drei wichtige Punkte in dem, was du sagst: Du wolltest diesen Prozess automatisieren; die Technologie war irgendwann da, aber die ersten Tools funktionierten nicht wie gewünscht; und drittens – alles entwickelt sich so schnell, dass man am Ball bleiben muss. Es lohnt sich, immer wieder zu prüfen, ob eine neue Lösung möglich ist.

Alla Tarasenko: Genau, und das ist wie "Das Flugzeug bauen, während man schon fliegt" – mit laufender Änderung des Setups und laufenden Change-Management. Es braucht Akzeptanz: Das Ganze wird nie statisch sein, und der eigene Lernprozess sowie Tool-Landschaft ändern sich ständig. Wir müssen Methoden finden, uns in diesem Kreislauf mental über Wasser zu halten.

Galen Low: Diese Mindset-Änderung ist vielleicht die wichtigste Fähigkeit: Bus bauen statt Räder am Bus festhalten! War es für dich ein großer Sprung von Operations zu Bauen (Rollout, Change-Management), oder liefen beide Aspekte zusammen?

Alla Tarasenko: Ehrliche Antwort: Es war schwer – auch organisatorisch. Ich dachte, ich brauche viel ungestörte Zeit für den Bau von Workflows oder Code, habe es aber wochenlang nicht geschafft. Rückblickend lag das weniger an Zeitmangel, sondern eher an Prokrastination aus Angst.

Man betritt Neuland, weiß nicht, was man erwartet, hat viele Fragen: "Arbeite ich mich hier aus dem Job heraus?" All das wiegt schwer und macht die ersten Schritte schwer. Sobald man aber etwas fertig hat, entsteht Momentum.

Manche TPMs, die schon vorher viel automatisiert haben, fällt das leichter; für andere ist es schwieriger – besonders, wenn man lange nicht mehr programmiert hat. Typisch war auch: Bei einer Migration bat ich um Fachexpertise für UAT-Checks, und der Engineering-Manager fragte: "Warum machen wir das Checken nicht per Code?" Plötzliche neue Sichtweisen in KI-orientierten Teams.

Galen Low: Es ist spannend, wenn das Team den Einsatz von KI sogar vorschlägt. Diese Offenheit schafft ein Gefühl von Zusammenhalt – wir sitzen im selben Boot. Viele Zuhörer:innen erleben stattdessen Spaltung im eigenen Unternehmen: Skeptiker gegen KI-Evangelisten, Spaltung statt offene Kollaboration.

Bringt dir das Bauen mit KI das Team näher (Programmierer, Data Scientists etc.)?

Alla Tarasenko: Absolut! Es gibt ein gemeinsames Ziel. Gusto fördert KI aktiv, stellt viele Tools und Trainings bereit – zu Recht, denn unsere Kunden profitieren enorm von KI, also sollten wir sie intern auch nutzen.

Bei Kolleg:innen ohne Engineering-Hintergrund merkt man die ähnliche Lernkurve, Selbstzweifel, aber auch Begeisterung. Es entstehen viele ungezwungene Gespräche über Tools, Demos, gemeinsames Lernen. Zudem gibt es Cross-Pollination: Z.B. könnte das Data Science-Team mit Automatisierung des Intakes helfen, oder Coding-Akzeptanzkriterien direkt in die Ticket-Erstellung einfließen. Dadurch entstehen neue Formen der Zusammenarbeit, die vorher gar nicht möglich gewesen wären.

Galen Low: Es fühlt sich also kollaborativer an: nicht "Ich helfe DIR bei DEINEM Problem", sondern "Das ist UNSER Problem, wir bauen zusammen etwas". Dieses "gemeinsam kleine Maschinen bauen" ist zur Normalität geworden. Mehrwert entsteht oft aus der gemeinsamen Vision und den unterschiedlichen Perspektiven, die jeder einbringt.

Alla Tarasenko: Genau, ich frage mich oft: Was bringe ich als TPM ein, was eine Ingenieurin oder ein Projektmanager alleine nicht könnten? Welche Lücken sehe ich vielleicht, die anderen nicht auffallen?

Galen Low: Ich mag deinen Ansatz! Oft liest man: "Program Manager:innen sind nie die Expert:innen" – aber wir sind eben Experten für Delivery, für Orchestrierung und Ergebnisorientierung! Du kennst die Triage-Workflows genau und kannst beurteilen, welche Informationen im Ticket stehen müssen, damit niemand Zeit verschwendet. Genau dieses Wissen bringen wir ein.

Alla Tarasenko: Ja, und es erfordert, die eigene Karriere neu zu reflektieren: Was habe ich wirklich beigetragen, was war mein Mehrwert? Früher reichte es, Projekte abzuliefern; jetzt ändern sich die Maßstäbe und die Bewertung in Echtzeit – und ich möchte diese Diskussion aktiv mitprägen.

Galen Low: Genau. Relevanz und Wert bleiben, wenn wir in der Diskussion bleiben!

Alla Tarasenko: Ja. Am Ende lernen wir alle gemeinsam und vermeiden große Aussagen ins Blaue hinein. Mein Rat an Projektmanager:innen und andere Nicht-Ingenieur:innen, die starten: Minimalistisch und fokussiert sein! Viele wollen zehn Tools und Kursen nachjagen, statt einfach mit irgendetwas anzufangen. Rede mit dem Tool über dein Ziel, mach den ersten Schritt.

Galen Low: Sehr richtig.

Alla Tarasenko: Einfach starten! Alles Gelernte wird zumindest teilweise anwendbar sein. Gebt euch Zeit, denkt nicht, dass ihr alles in einem Tag baut – das eigentliche Agentenbauen geht schnell, aber Infrastruktur, Governance und Security brauchen Zeit. Das dauert meist länger als das eigentliche KI-Bauen. Außerdem ist KI eben nicht-deterministisch – die Ergebnisse können sich plötzlich ändern, selbst wenn immer alles funktioniert hat. Man muss da eine gewisse Gelassenheit entwickeln und einfach iterativ dazulernen. Lass dich außerdem nicht verrückt machen: Alle anderen bauen auch nicht heimlich Heere von Agenten – löse deine echten Probleme, dann bist du motiviert und du siehst schnell, ob es funktioniert.

Und: Sei streng beim Scope. Baue nicht gleich zu viel, vor allem, wenn du das Tool neu lernst.

Galen Low: Entwickler hören sicher amüsiert zu: Das, was man unterschätzt, dauert länger – klassische Fehleinschätzung! Die Tools sind darauf ausgelegt, sofort Erfolgserlebnisse zu verschaffen, aber bei Infrastruktur und Compliance geht es plötzlich um echte Softwareentwicklung, mit Userbase, Bugs, Maintenance. Das wächst ständig. Man ist nie fertig – wie im echten Leben, das ist wie ein Elternteil sein!

Alla Tarasenko: Guter Vergleich – ja, es ist eine Achterbahn.

Galen Low: Lass uns in deinen Stack eintauchen: In meiner PM-Community fragen viele: "Intelligente Notiz-Tools – gut, aber wie verbinde ich die Systeme wirklich?" Bei dir ist es kein Plug-and-Play, sondern du hast Gumloop, Slack, Jira etc. verknüpft. Was kannst du zu Stack und Workflow sagen?

Alla Tarasenko: Vieles entspricht dem, was viele Firmen machen: Wir haben verschiedene Enterprise-Tools wie Claude, OpenAI, spezialisierte Lösungen wie Gumloop, und verwenden MCP mit RunLayer für die Anbindung an Google Drive, Jira, Slack, usw.

Früher gab es mehr Komplexität, etwa durch Bedrock, AWS usw. Das wurde inzwischen vereinfacht – sehr zur Freude aller Nicht-Ingenieur:innen. Bei Gumloop z.B. wird Jira und Slack in den Space eingebunden, dann läuft es bereits. Für wiederkehrende Abläufe nutze ich Webhooks.

Galen Low: Wie läuft der Workflow? Lauscht etwas in Slack, erkennt eine Anfrage?

Alla Tarasenko: Ja. Bei Gumloop gibt es zwei Möglichkeiten, den Agent zu triggern: Entweder explizit per Erwähnung (Mention) oder automatisch durch bestimmte Trigger im Channel. Letzteres ist natürlicher. Die Person stellt die Frage, der Bot antwortet, stellt Rückfragen, klärt ggfs. Weiterleitung an andere Teams und holt Bestätigung ein. Dann wird ein Ticket in Jira erstellt. Der Service-Account sorgt für Sicherheit und standardisierte Abläufe. Die Kommunikation bleibt als Thread gespeichert. Es gibt aber typische Kinderkrankheiten, z.B. doppelte Antworten bei direkt aufeinanderfolgenden Fragen. Daran arbeite ich noch.

Galen Low: Stolze Eltern! Komplexe Sprache, Büro-Politik – alles mitten im Slack-Thread, am Ort des Geschehens. Nach Erstellung des Tickets: Wann greift wieder ein Mensch ein? Triage durch den Bot oder von dir?

Alla Tarasenko: Der Bot schlägt eine Dringlichkeit vor, weist aber nur dem entsprechenden Team zu, keine Einzelpersonen – weil wir verschiedene Spezialgebiete innerhalb Data haben. Die Zuweisung im Team erfolgt dann bei der Backlog-Pflege. Ich habe Skripte mit Claude Code gebaut, die wöchentlich Ticketstatistiken und Deadlines an die Teams melden. Daraus arbeite ich an einer Lösung, die direkt Handlungsaufforderungen versendet: Persönliche Nachrichten an die Leads, konkrete Vorschläge, was jetzt zu tun ist.

Galen Low: Wunderbar. Reden wir über die Vorteile: 15 Stunden im Monat – wie misst du Nutzen und Produktivität?

Alla Tarasenko: Hervorragende Frage! Das Messen fällt schwer. Ich habe zusammengezählt, wie viel Zeit in Meetings und manueller Arbeit verschwand – etwa 15-17 Stunden pro Monat. Ziel: nahe null. Ganz klappt das noch nicht, da ich Fehler behebe, aber es ist spürbar weniger. Außerdem führe ich regelmäßig Stimmungsumfragen durch – bei Stakeholdern und intern.

Galen Low: Auch bei kleinem Scope: Du arbeitest wie ein Product Owner – Roadmap, NPS-Umfragen, Rollout, Nutzerfeedback. Die Zeitersparnis ist enorm, auch wenn sie "nur" das Team betrifft. Es ist ein echtes Produkt mit User Experience!

Alla Tarasenko: Genau, auch das Nutzererlebnis zählt: Der Bot führt einen freundlich durch, im Gegensatz zu unpersönlichen Formularen. Das "Delight" des Users ist wirklich ein Wert. Ganz allgemein: Jeder noch so kleine Agent ist ein eigenes Produkt mit Rollout, Change-Management, Support. Es hilft, Prozesse als Produktmanagerin zu sehen – immer mit Anwenderfokus, nicht vom eigenen Idealbild aus. Mit KI wird das offensichtlicher denn je. Ich denke gezielt an Mehrwert, Nutzerbedürfnisse, Problemfelder. Nächste Woche beginne ich eine kleine Lerntour mit Teammitgliedern, die erstmals Projekte führen, um herauszufinden, wo großer Schmerz liegt – und wie wir mit KI helfen können.

Galen Low: Dein Agent ist wirklich "agentisch" und proaktiv, nicht nur ein Prompt-Spielzeug. Das macht ihn besonders wirksam – er beinhaltet Entscheidungslogik, Maßstäbe, ein echtes "Produkt" mit Algorithmus und Nutzerfokus. Und die Change-Management-Kompetenz rundet das ab: Nutzungsforschung, Rollout, Feedback, Roadmap – das ist etwas, das wir als PMs/OPs/Produktmenschen besonders gut einbringen können.

Alla Tarasenko: Genau! Change-Management wird immer wichtiger: KI bedeutet oft Geschwindigkeit und Experimentieren, aber das kann überfordern. Nicht-deterministische Systeme bringen Chaos. Es geht mehr denn je um verständnisvolle, empathische Kommunikation – bei schnellem Wandel wollen Menschen doch menschliche Ansprache: "Ich weiß, es wird jetzt holprig..."). Dabei müssen wir neue Wege im Change-Management finden.

Galen Low: Es ist auffällig: Viele KI-Verantwortliche kommen aus dem Marketing, verstehen also nicht nur die Verbreitung, sondern auch die Bedürfnisse der Menschen. Schnelle, aber empathische Kommunikation wird entscheidend. Adaption läuft nie so schnell wie die Technik.

Alla Tarasenko: Ja, Adoption ist der Flaschenhals. Wie gestalten wir Tools und Kommunikation so, dass der Wandel möglichst wenig Change-Management erfordert? Viel Kommunikation kann auch kontraproduktiv sein, wenn sowieso schon alles überflutet ist. Wir alle suchen nach Lösungen – eine spannende Herausforderung!

Galen Low: Die einfache Lösung: Menschen abschaffen… Kleiner Scherz. Ernsthaft: Danke, dass du so tief in den Triage-Workflow eingestiegen bist! Du arbeitest schon daran, Nicht-PMs bei der Übernahme von Leitungsaufgaben zu unterstützen. Wie sieht die Vision deiner Team-Zukunft aus? Wie arbeiten Menschen und KI jetzt und in Zukunft zusammen – wo wird KI-Kompetenz unabdingbar?

Alla Tarasenko: Großartige Frage, darüber denke ich oft nach.

KI-Kompetenz ist jetzt schon ein Muss – und Ja, die Frage ist nicht mehr: "Mache ich Arbeit mit oder ohne KI?", sondern: "Mache ich diesen Job oder ziehe ich mich in einen Van im Wald zurück?" In meinem Jobbereich gibt es kein Arbeiten ohne KI mehr. Selbst wenn ich eine Firma ohne KI fände, wäre ich nach der Kündigung so gut wie nicht mehr vermittelbar.

Das ist keine "Wir zwingen die KI rein!"-Aussage, sondern Realität: KI ist überall und wird noch präsenter. Was mir Angst macht: Die enorme Geschwindigkeit, in der sich alles wandelt – wir sprechen nicht mehr von Jahren, sondern von Wochen! Ich kann mir ehrlich gesagt nicht vorstellen, wie es in einem Jahr aussieht.

Mein (vorsichtig) optimistischer Ausblick: Wir haben hoffentlich wirklich nützliche Tools, die viel von der lästigen Arbeit übernehmen, sodass wir mehr strategische Arbeit machen, echte Cross-Team-Kollaboration und kreative Lösungen gemeinsam entwickeln können – und zwar rollenunabhängig. Vielleicht gelingt es endlich, die kreativen Potenziale zu verbinden und Silos zu überwinden.

Aber: Ich bleibe vorsichtig optimistisch und konzentriere mich auf das Lernen und den Austausch im Hier und Jetzt.

Galen Low: Erfrischend optimistisch: Spezialisierung entsteht aus Notwendigkeit, schafft aber Silos. KI eröffnet die Chance auf mehr Zusammenarbeit, gemeinsamen Mindset, geteiltes Vokabular – jede:r kann (mit KI) weiter lernen, ohne alles allein wissen zu müssen. Vielleicht werden wir tatsächlich strategischer, können gemeinsam bessere Entscheidungen treffen und Silos abbauen.

Alla Tarasenko: Wer weiß… Auch Social Media sollte uns alle näher bringen und wir wissen, wohin das geführt hat.

Galen Low: Am Ende finden Menschen trotzdem immer einen Weg, etwas zu ruinieren…

Alla Tarasenko: Ich habe mehrere Visionen im Kopf; auch viele Zweifel sind da. Dennoch: Wir machen einfach weiter, lernen, unterstützen uns gegenseitig. Ich habe als Kind schon erlebt, wie im Zuge des Zerfalls der Sowjetunion alles unter den Füßen wegbricht. Nicht ganz dasselbe, aber seltsam vertraut in jüngster Zeit. Damals war die Gemeinschaft unser wichtigster Coping-Mechanismus – Nähe zu Gleichgesinnten hilft. Das gilt heute wieder.

Galen Low: Eine schöne Parallele! Der Mensch beweist immer wieder seine Resilienz in Krisen – Gemeinschaft hält uns zusammen. Vielen Dank, Alla, das war inspirierend! Wer mehr über dich erfahren will, wo findet man dich?

Alla Tarasenko: Auf LinkedIn! Ich habe alle anderen Social-Media-Accounts gelöscht, LinkedIn reicht – auch wenn es ironisch ist. Mein Name ist Alla Tara (Senko in Klammern). Ich mache gerade eine Mai-Posting-Challenge, auch wenn ich gestern prompt vergessen habe zu posten…

Galen Low: Bei deinem Pensum, 1 TPM für 130 Leute und Tausenden Stakeholdern, verzeihen wir das sofort…

Alla Tarasenko: Ich liebe es, mich mit anderen Operations- und Programmmanager:innen zu vernetzen – meldet euch gern zum Kaffeeklatsch. Es ist verrückte Zeiten!

Galen Low: Ich verlinke dein Profil in den Shownotes. Danke, dass du so offen, menschlich und lehrreich warst – ich habe viel gelernt und hoffe meine Hörer:innen auch.

Alla Tarasenko: Danke, Galen, fürs Einladen! Es war wirklich ein tolles Erlebnis.

Galen Low: Das war's für heute beim Podcast für digitale Projektmanager:innen! Wenn euch das Interview gefallen hat, abonniert uns – und für weitere Insights, Praxisbeispiele und Playbooks erstellt einfach einen kostenlosen Account auf thedigitalprojectmanager.com.

Bis zum nächsten Mal – danke fürs Zuhören.