Verfolgen Sie die falschen Kennzahlen? Wie KI das Liefer-Risiko minimiert

Lesen Sie das Transkript:

Wir testen derzeit die Transkription unserer Podcasts mithilfe einer Software. Bitte entschuldigen Sie etwaige Tippfehler, da der Bot nicht immer zu 100 % korrekt ist.

Galen Low: Wie kann eine Organisation oder ein Team feststellen, ob sie die richtigen Kennzahlen verfolgen? Und was können sie tun, wenn ihnen auffällt, dass sie eigentlich immer das Falsche gemessen haben?

Lior Gerson: Sie müssen das verfolgen, was Ihnen hilft, Ihr Ziel zu erreichen. Alles andere ist nur Rauschen.

Galen Low: Führen Sie uns mal an einem Beispiel entlang, vielleicht an einer Kennzahl, die sich als falsch herausgestellt und wie der Wechsel zur richtigen Messung funktioniert hat.

Lior Gerson: Einer unserer Kunden wollte verbessern, wie genau sie voraussagen können, was sie jedes Quartal liefern werden. Er konnte mit unserer Plattform die Prozesse automatisieren – das dauerte einen Tag. Und jetzt hat er regelmäßig vor Augen: Was werde ich diesen Monat ausliefern?

Glauben Sie, es gibt einen Punkt, an dem eine KI zum Projektmanager wird oder den Projektmanager komplett ersetzt?

Galen Low: Nach mancher Definition dessen, was ein Projektmanager macht: ja.

Willkommen beim Digital Project Manager Podcast – die Sendung, die Führungskräften im Delivery-Bereich hilft, intelligenter zu arbeiten, schneller zu liefern und besser zu führen – im Zeitalter der KI. Ich bin Galen und wir tauchen jede Woche in praxisnahe Strategien, neue Tools, bewährte Rahmenwerke und die eine oder andere Anekdote aus der Projektpraxis ein.

Egal, ob Sie riesige Transformationsprojekte steuern, KI-Workflows zähmen oder einfach nur das Chaos beherrschen wollen – Sie sind hier richtig. Legen wir los.

Heute sprechen wir darüber, wie traditionelle Sichtweisen zur Erfolgsmessung im Projekt infrage gestellt werden und warum KI-gestützte Werkzeuge zum KPI-Management Ihre einzige Chance sein könnten, den Überblick über die wachsende Zahl erfolgskritischer Variablen nicht zu verlieren.

Mein Gast heute ist Lior Gerson, Mitgründer und CEO von TargetBoard.ai. Lior startete seine Karriere bei mySupermarket, der größten Preisvergleichsplattform in Großbritannien mit zig Millionen Nutzern pro Monat. Dort verantwortete er Großprojekte im Multi-Millionen-Dollar-Bereich in Zusammenarbeit mit Größen wie Walmart, WPP und Dentzu.

Anschließend gründete er als CTO Vroom.com, einen Online-Autohändler, der für 2,5 Milliarden Dollar an die Börse ging. Danach leitete er das Produkt bei Placer.ai, einem Unicorn im Bereich Standortdaten-Analyse, das Petabytes an Daten verarbeitet. Und heute steht er an der Spitze von TargetBoard, einem KI-gestützten KPI-Management-Tool.

Lior, danke, dass du heute bei uns bist.

Lior Gerson: Danke Galen, die Freude ist ganz meinerseits.

Galen Low: Ich freue mich besonders, mit dir zu sprechen, denn du hast wirklich tiefe Einblicke in die Welt der KPIs und triffst datengetriebene Entscheidungen für den Erfolg. Ehrlich, ich hoffe, unser Gespräch nimmt heute Wendungen, die ich selbst nicht vorhergesehen habe, aber das ist unser heutiger Fahrplan: Zunächst möchte ich die eine brennende Frage klären, die alle wissen wollen.

Danach würde ich gern auf drei Themen eingehen. Erstens auf die kulturellen Unterschiede im Umgang mit KPIs und wie Kennzahlen auf unterschiedlichen Ebenen einer Organisation übersetzt werden können. Dann möchte ich besprechen, wie sich Projekt-KPIs verändern und wohin die Reise geht. Und zuletzt können wir uns einige praktische Wege ansehen, wie Unternehmen und Projektteams mit KI-gestütztem KPI-Tracking starten können und wie sich das auf ihre Arbeitsabläufe auswirkt – im Guten wie im Schlechten.

Wie klingt das für dich?

Lior Gerson: Klingt super. Das wird sicher spannend.

Galen Low: Perfekt. Okay, die große Frage zuerst: In letzter Zeit wird viel darüber gesprochen, dass in vielen Projekten und sogar ganzen Unternehmen vielleicht völlig falsche Kennzahlen gemessen und verfolgt werden.

Bei Projekten höre ich viele Diskussionen, die alles herausfordern – von der vormals heiligen „Iron Triangle“ mit Umfang, Zeitplan und Budget bis hin zu agilen Metriken wie Velocity. Und auf Organisationsebene nehmen manche z. B. Zielgrößen wie Umsatz pro FTE, Bruttomarge und Auslastung auseinander. Besonders in meiner Welt, dem Projektmanagement, steht eine Frage im Vordergrund: Projektleiter sollten nicht nur den Projekterfolg messen, sondern auch die Wirkung des Projekts.

Vor diesem Hintergrund: Wie kann ein Team feststellen, ob es die richtigen Kennzahlen verfolgt? Und was tun, wenn sich herausstellt, dass man doch das Falsche misst?

Lior Gerson: Das ist eine gute Frage. Die Maßnahmen Ihres Projekts sollen mit der Unternehmensstrategie abgestimmt sein, ebenso mit der Produktstrategie.

Wohin das Geschäft will. Im Rahmen des Projektmanagements will man eigentlich nur erreichen, dass Meilensteine pünktlich, im Budget und mit möglichst wenig Reibung und möglichst viel Genauigkeit und Vorhersehbarkeit erreicht werden. Alle wichtigen Kennzahlen sollten Sie darauf ausrichten, dieses Ziel zu erreichen.

Es kann alles Mögliche sein – wie schnell Aufgaben bearbeitet werden, wo Blockaden sind, Urlaubstage, wie Menschen KI im Projekt nutzen. Solange Sie ausschließlich das messen, was Sie zur Zielerreichung bringt, sind Sie auf dem richtigen Weg. Wenn Sie das nicht tun, messen Sie das Falsche.

Galen Low: Mir gefällt diese Sichtweise, denn wir neigen dazu, nach den „richtigen“ KPIs zu suchen. Dabei ist – so wie Sie sagen – das Richtige zu messen, was Ihren Fortschritt fördert, selbst wenn es für ein anderes Team oder früher in einer anderen Firma völlig andere Werte waren. Wichtig ist die Ausrichtung auf das Ziel.

Lior Gerson: Sie müssen das tracken, was Ihnen hilft, dorthin zu kommen, wo Sie hinwollen. Alles andere ist nur Rauschen.

Galen Low: Okay, nehmen wir an, jemand erkennt: Wir messen ganz klar nicht die richtigen Dinge. Wie finde ich heraus, was die passenden KPIs sind? Gibt es da Best Practices oder Prozesse?

Lior Gerson: Sie müssen Ihr Geschäft und Ihr Projekt verstehen. Welche Faktoren machen den Unterschied? Sind es Menschen, Ressourcen, Komplexität? Wie teilen Sie das auf, um einzelne Komponenten zu sehen? Dann muss man die Umsetzung überwachen und sicherstellen, dass nichts untergeht. In der Praxis ist das schwierig: Daten sind verstreut, veralten schnell, Systeme werden nicht gepflegt, und viel Zeit bringt oft wenig Ertrag. Trotzdem muss es funktionieren. Das liegt an uns.

Galen Low: OK, können Sie das an einem Praxisbeispiel erläutern – entweder an einer falschen Kennzahl, die durch einen besseren Wert ersetzt wurde, oder an einer ungewöhnlichen KPI, die sehr effektiv war?

Lior Gerson: Klar, ein Kunde von uns – nennen wir ihn Versa P., tätig im Produktmanagement – wollte die Prognosen für die Lieferung je Quartal verbessern. Ziel war, das Forecasting und die Planungsgenauigkeit zu erhöhen.

Die Teams arbeiteten sehr schnell, alles änderte sich fortlaufend – Prioritäten, Kapazitäten, Teammitglieder. Der Kunde entwickelte eine Formel, um vergangene Leistungen jedes Teammitglieds und Teams mit der aktuellen Kapazität zu verrechnen.

Früher brauchte er für diese Daten viel Zeit mit Excel, inklusive Urlaubstagen, Aufgaben, Prioritäten und vielem mehr. Mit unserer Plattform automatisierte er das an einem Tag. Jetzt hat er immer im Blick, was wirklich geliefert wird – kann auf Änderungen reagieren und sieht sofort, wie sich diese auf alle Initiativen auswirken.

Ich fand das brillant: Daten in den richtigen Zusammenhang bringen, um die Geschichte zu erzählen, die wirklich wichtig ist.

Galen Low: Beim letzten Agile-Kongress kam das Thema Velocity auf. Viele sagten: Keine gute Kennzahl für Impact. In der Realität gibt es selten voll dedizierte Teams, Menschen nehmen Urlaub oder sind abgezogen, Velocity schwankt, und es fehlt ein Aggregatwert, der dynamische Daten einbezieht. Das Modell Ihres Kunden finde ich spannend, da es „Echtzeit-Ressourcenmanagement“ ermöglicht und Prognosen verbessert, indem verschiedene Datenquellen zusammengeführt werden – viel sinnvoller als der Versuch, eine einzige Metrik für alles zu nutzen.

Lior Gerson: Interessant, dass Sie es ansprechen. Bis Informationen bspw. zu Personalausfällen den Entscheider erreichen, vergehen oft Tage oder Wochen. Zeit, die verloren ist. Daten rasch an die richtigen Menschen zu bringen, ist ein Riesenvorteil – wie Zinseszins.

Galen Low: Exakt! Im Alltag merke ich, wie lange es dauert, bis alle wissen, dass jemand Urlaub macht – und bis klar ist, WANN genau. Ihre Lösung scheint diesen Prozess zu beschleunigen.

Lior Gerson: Urlaub ist da noch einfach. Schwieriger wird es, wenn jemand remote arbeitet und plötzlich ganz raus ist – und niemand erfährt, dass die Person nicht mehr im Unternehmen ist.

Galen Low: Stimmt. Was steckt integrationsseitig dahinter? Muss ich weiterhin Excel, Zapier etc. bemühen?

Lior Gerson: TargetBoard.ai funktioniert ganz anders als andere Systeme. Wir verbinden uns direkt mit Ihren Quellsystemen und generieren automatisch die für Sie relevanten Metriken und KPIs mit Hilfe von KI. Es spielt keine Rolle, ob Sie Monday, Jira oder etwas anderes verwenden. Alle Metriken, Reports und Insights werden automatisch erstellt – Sie können alles anpassen, DIY oder im Team.

Es ist „Zero Effort“: Schon am ersten Tag einsatzbereit, keine Excel-Pflege mehr. Selbst Excels können Sie als Datenquelle einbinden, aber Sie müssen nichts mehr manuell aktualisieren oder erklären – alles ist transparent und nachvollziehbar für alle Beteiligten.

Galen Low: Ich mag besonders den Aspekt Fehlervermeidung. Oft herrscht Verwirrung über Definitionen und Datenquellen. Es ist gut, wenn die Plattform zum einen Daten direkt von der Quelle zieht, und zum anderen bei der Auswahl und Definition relevanter Kennzahlen unterstützt.

Lior Gerson: So üblich. Einmal war ich in einer Firma, die 100.000 Visits pro Monat meldete – tatsächlich waren es nur 10.000. 90% waren Bots. Das verursacht nicht nur Chaos, es muss auch erklärt werden – mit unangenehmen Auswirkungen bis in die Geschäftsleitung.

Galen Low: Das Beispiel zeigt, dass Kennzahlen übersetzt werden müssen – etwa von der operativen zur strategischen Ebene. Kann TargetBoard helfen, KPIs für unterschiedliche Zielgruppen verständlich aufzubereiten, oder ist das grundsätzlich ein Limit von Tools?

Lior Gerson: Da muss man einen Schritt zurücktreten: Traditionelle BI bedeutet, jede Kennzahl einzeln zu definieren und zu entwickeln – ein echter Aufwand. Programme wie OKR sind meist Top-down und wirken wie mit Tunnelblick. Viele wichtige Dinge bleiben deshalb unter dem Radar, weil die Kapazitäten für neue Kennzahlen fehlen. Mit TargetBoard können wir alles erfassen, Empfehlungen geben und den Fokus schnell verlagern. Alerting und Insights helfen zudem, das Relevante im Blick zu behalten.

Wir ermöglichen es zudem, KPIs nach oben und unten zu erklären: Wie erkläre ich diese Kennzahl meiner Führungskraft oder meinem Entwickler? Das ist KI-generiert, um auch semantisch zu vermitteln, warum eine Zahl wichtig ist. Unsere Features schützen außerdem vor Missverständnissen – KPIs dürfen nicht beliebig umbenannt werden. Die Plattform erzwingt also Präzision – was wird gemessen, wie wird gemessen, warum wird es gemessen?

Galen Low: Das ist großartig, denn Dashboards gab es schon immer – was meist fehlt, ist die Erzählung: „Was bedeutet diese Kennzahl?“ Die KI hilft also beim Erzählen der KPI-Story – ressourcenübergreifend und rollenbasiert. Statt nur ein paar Zahlen zu zeigen, unterstützt die Plattform die Erklärung und das Warum.

Lior Gerson: Genau so ist es. Berichte werden selten gelesen, aber sie müssen da sein. Und wir haben einen KI-Agenten entwickelt, der Berichte analysiert und für Business-User zusammenfasst.

Galen Low: Perfekt – eine KI-Zusammenfassung direkt im Reporting ist optimal. Und Sie haben erwähnt, Ihre Plattform unterstützt auch konversationelle Insights, ähnlich wie Google Analytics, aber verlässlicher?

Lior Gerson: Viele arbeiten an diesem Thema. Klassische LLMs sind mit Daten oft überfordert. Unsere Lösung prüft jede Antwort KI-basiert auf Korrektheit und Plausibilität, bevor sie ausgegeben wird. Das ist für uns ein echtes Unterscheidungsmerkmal, denn unsere Plattform verbindet alle Systeme und stellt sicher, dass Daten richtig kombiniert und aufbereitet werden.

Galen Low: Ich merke selbst, wie generative KI bei Tabellendaten oft halluziniert. Ihre Qualitätskontrolle gefällt mir sehr. Eine weitere Eigenentwicklung und kein Standard-LLM – so sollte es sein, zumal das Vertrauenspotenzial enorm wichtig ist.

Lior Gerson: Vertrauen ist alles. Unsere MCP-Server kombinieren und prüfen Daten systemübergreifend, so dass Auswertungen wirklich verlässlich sind.

Galen Low: Ihr MCP-Server ist also das Rückgrat zur Verifikation. Werfen wir noch einen Blick in die Zukunft: Welche unkonventionellen Kennzahlen werden künftig wichtig? Wie wird sich KPI-Tracking in 3, 5 oder 10 Jahren verändern?

Lior Gerson: Auf Mikroebene werden wir viel mehr AI-KPIs sehen – etwa: Wie viele Agenten laufen, wie effizient sind sie, was erledigen sie? Auf Businessebene bleibt vieles beim Alten: ARR, Churn, Lieferzeiten – das ist die Sprache des Geschäfts. Was sich deutlich ändert, ist die zweite Ebene: Wie wird z.B. Velocity geprägt? Welche Details beeinflussen Qualität und Output – und wie wirkt sich der Einsatz von KI darauf aus? Diese feinen Ebenen verändern sich rasch und massiv.

Galen Low: Ich mag dieses Schichtenmodell: Top-Down-KPIs bleiben weitgehend stabil, aber darunter wandelt sich viel. Man misst, was wirklich auf das Ziel einzahlt – zum Beispiel die Qualität von KI-Prompts, nicht nur deren Verwendung. Veränderung an den unteren Ebenen bedeutet allerdings auch viel operativen Aufwand, oder? Müssen Unternehmen damit rechnen, für neue KPIs ständig Datenspezialisten zu brauchen?

Lior Gerson: Genau das passiert heute: Analysten-Teams kümmern sich andauernd um Metriken, selbst wenn sich die grundlegenden Zahlen kaum unterscheiden. Bei Systemwechseln folgt stets ein neues Datenprojekt. Wir sorgen dafür, dass Reporting und KPIs bei Plattformwechseln erhalten bleiben und automatisch angepasst werden. Ziel ist, die Datennutzung zu erleichtern, Systeme zu verbinden und weniger Abhängigkeit von Analysten zu benötigen.

Galen Low: Das Problem sehe ich überall: Daten werden erhoben, niemand weiß jedoch, wie sie für bessere Kundenerlebnisse nutzbar werden. Oft wird dann einfach rebrandet und das Hamsterrad beginnt von vorn.

Lior Gerson: Viele Unternehmen messen Kosten, Cloud-Kosten, Prompt-Kosten, ohne zu wissen warum. Daten werden gehortet wie Dinge im Keller, aber selten genutzt. Firmen sind Daten-Messies. Systeme werden endlos gesammelt, aber kaum verwendet.

Galen Low: Uns wurde jahrelang beigebracht, Speicher sei günstig. Heute sind die Kosten gestiegen – je komplexer und langlebiger die Daten. Ich persönlich speichere auch alles, einfach nur für das gute Gefühl – aber nutzen tue ich vieles nicht.

Lior Gerson: Wer weiß, vielleicht braucht man es doch noch in zehn Jahren.

Galen Low: Absolut. Zum Abschluss: TargetBoard spricht immer wieder von KI-nativem KPI-Management. Gibt es außer den genannten noch AI-Features, auf die Sie besonders stolz sind? Warum war KI so zentral für Ihre Lösung, und wohin sehen Sie das Produkt steuern?

Lior Gerson: Es ist komplex. Wir haben KI von Anfang an eingesetzt, um alle Funktionen dort zu stärken, wo es wirklich Mehrwert generiert. Jeder neue Featurerelease wird geprüft: Macht KI das besser? Das Ziel ist nicht KI „um der KI willen“, sondern wirklich bessere Features. Ein Beispiel: Jede Metrik kann einfach per Klick mit Automatisierungen und Alerts versehen werden, die von der KI vorgeschlagen werden – ganz ohne aufwändiges Nachdenken, was sinnvoll wäre. Das war früher sehr viel schwerer.

Galen Low: Das ist fair und auch beeindruckend. In der Welt der Daten lag maschinelles Lernen schon immer nah – angesichts der gewaltigen Datenmengen. Ich schätze besonders die KI-gestützten Handlungsempfehlungen. Oft weiß man nicht recht, was als nächstes nötig wäre – von KI vorgeschlagene Alerts helfen, diese Hürde zu überwinden.

Lior Gerson: Ein ganz anderer Ansatz als klassisches Data Science, wo früher ganze Teams monatelang an kleinen Verbesserungen arbeiteten. Heute geht Entwicklung viel schneller und zielgenauer.

Galen Low: Ich liebe diese rasanten Änderungen. Zum Schluss: Haben Sie eine Frage an mich?

Lior Gerson: Welche Trends im Projektmanagement findest du aktuell am einflussreichsten?

Galen Low: Der größte Trend ist die Verlagerung der Projektmanager-Rolle weg vom klassischen Zeit–Kosten–Scope-Korsett hin zu mehr strategischer Verantwortung: Wir sind Werte-Lieferanten, nicht nur Planer. Dafür brauchen wir mehr Wissen, Fähigkeiten und Zugang zu Daten. KI hilft, Routineaufgaben zu automatisieren, damit wir uns strategischer Arbeit widmen können – das ist die Hauptrichtung.

Lior Gerson: Danke! Noch eine letzte Frage: Glaubst du, dass KI den Projektmanager irgendwann komplett ersetzen kann?

Galen Low: Für Aufgaben wie Administration, Protokolle, Abgleich von Soll und Ist: ja. Aber die wirklich wichtigen, menschenbezogenen Entscheidungen – insbesondere bei kritischen Fragen und Innovation – bleiben (vorerst) Sache der Menschen. Tools wie Ihr Storytelling-Feature helfen, Leadership und Kommunikation zu stärken, anstatt uns zu ersetzen.

Lior Gerson: Genau das unterscheidet auch gute von schlechten Projektmanagern. Diese Arbeit kann man nicht nur „nebenbei“ machen – es ist ein Beruf!

Galen Low: Vielleicht wird KI die schlechten Projektmanager ersetzen – aber nicht die guten.

Lior Gerson: Das gilt fast überall.

Galen Low: Lior, vielen herzlichen Dank für das heutige Gespräch. Es war ein Fest.

Noch schnell: Wo kann man dich finden?

Lior Gerson: LinkedIn, ich antworte fast jedem. Melde dich gern.

Galen Low: Großartig. Mein LinkedIn-Postfach ist leider die reinste Katastrophe. Danke nochmal!

Lior Gerson: Tschüss Galen, es war mir eine Freude.

Galen Low: Das war's für die heutige Episode des Digital Project Manager Podcasts. Wenn dir das Gespräch gefallen hat, abonniere den Podcast, wo immer du gerade hörst. Weitere praxisnahe Insights, Fallstudien und Playbooks findest du auf thedigitalprojectmanager.com.

Bis zum nächsten Mal – danke fürs Zuhören.