Was Nicht-Technische Projektmanager:innen wirklich über KI wissen müssen

Galen Low: Was sind deine wichtigsten Tipps für Projektmanager:innen, die als Übersetzer:in zwischen funktionsübergreifenden Teams agieren müssen, die an KI arbeiten oder KI nutzen?

Kesha Williams: Anstatt den Tools hinterherzulaufen, sollte man sich wirklich Gedanken über das Geschäftsergebnis machen. Was sind die Probleme, die wir lösen wollen? Konzentriere dich zuerst auf das Was, dann auf das Wie.

Galen Low: Wie stehst du zu Zertifizierungen im Bereich KI, warum sollte man sie machen und lohnt es sich überhaupt?

Kesha Williams: Ich liebe Zertifikate. Sie können dir das Vorstellungsgespräch verschaffen, aber sie bringen dir nicht den Job. Es ist wichtig, praktische Erfahrungen zu haben und ein Online-Portfolio, in dem du die Projekte zeigst, die du mit diesen Technologien tatsächlich entwickelt hast.

Galen Low: Muss jede Projektleitung zum Systemingenieur werden, um in einer KI-getriebenen Wirtschaft relevant zu bleiben?

Kesha Williams: Das ist eine großartige Ausgangsfrage und ich würde sagen: nein. Für mich geht es vielmehr um—

Galen Low: Willkommen zum Digital Project Manager Podcast – der Show, die Führungskräften hilft, smarter 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, neue Trends, bewährte Frameworks und die eine oder andere Anekdote von der Projekt-Front. Egal ob du große Transformationsprojekte leitest, KI-Workflows bändigst oder einfach nur versuchst, das Chaos im Griff zu behalten – du bist hier genau richtig. Los geht's.

Heute sprechen wir darüber, wie Projektleiter:innen effektivere Übersetzer:innen werden können, wenn es darum geht, Gespräche über KI zwischen technischen und geschäftlichen Interessengruppen zu moderieren – und wie das der entscheidende Schlüssel sein kann, um das Risiko eines weiteren gescheiterten KI-Rollouts zu minimieren.

Bei mir ist heute Kesha Williams, Gründerin und geschäftsführende Partnerin von KeySoft, einem Beratungsunternehmen, das Organisationen bei der Einführung von KI durch Strategie, technische Enablement und Einbindung von Entwicklern unterstützt. Kesha selbst blickt auf eine lange Karriere an der Schnittstelle von KI-Strategie, Engineering, Bildung und Einflussnahme zurück. Sie hat über 25 Jahre Erfahrung in Softwareentwicklung, Unternehmensarchitektur und KI-Innovation, die sie nutzt, um KI in komplexen realen Umgebungen einzusetzen.

Sie hat ihre Trainingsprogramme kürzlich auch auf weniger technische Zielgruppen ausgeweitet und hat das erste 15-tägige KI-Bootcamp in Partnerschaft mit LinkedIn Learning abgeschlossen.

Kesha, vielen Dank, dass du heute hier bist.

Kesha Williams: Danke, Galen. Ich freue mich sehr, heute hier zu sein und dieses Gespräch zu führen.

Galen Low: Ich freue mich auch. Ich liebe, was du tust. Du steckst so viel Energie in deine Arbeit. Du bist ständig unterwegs. Ich weiß nicht, wie du das alles schaffst. Dein LinkedIn-Feed ist voller Bildungsinhalte. Ich weiß, du hast viele verschiedene LinkedIn-Learning-Kurse und andere Formate. Ich freue mich wirklich, heute einzutauchen.

Ich weiß, deine Zielgruppe ist normalerweise eher technisch, und du öffnest dich verstärkt den weniger technischen Leuten.

Kesha Williams: Genau.

Galen Low: Ich schätze das sehr. Ich hoffe, wir springen heute ein bisschen hin und her, aber hier ist der grobe Fahrplan, den ich für uns skizziert habe. Ich möchte zu Beginn eine große, spannende Frage stellen, auf die meine Zuhörer:innen sicher eine Antwort wollen, und dann drei Themen vertiefen.

Zunächst möchte ich besprechen, warum es für nicht-technische Projektmanager:innen überhaupt wichtig ist, KI zu verstehen. Dann möchte ich Möglichkeiten aufzeigen, wie Projektmanager:innen als gute Übersetzer:innen zwischen Technik- und Business-Stakeholdern fungieren und sich darin verbessern. Abschließend möchte ich deine Sicht auf die Zukunft der Rolle des Projektmanagers bei KI-Projekten oder AI-nativen Lösungen hören.

Kesha Williams: Das klingt nach einem großartigen Gespräch.

Galen Low: Ambitioniert, aber wir schaffen das.

Kesha Williams: Auf jeden Fall.

Galen Low: Also zur Einstimmung stell ich gleich eine große, herausfordernde Frage: Viele in meiner Community sind mehr als nur leicht nervös, wie KI ihre Erwartungen an Aufgaben und Karriereweg verändert und welche Skills nun im Fokus stehen.

Meine Frage ist: Muss jede Projektleitung zum Systemingenieur werden, um in einer von KI angetriebenen Wirtschaft relevant zu bleiben?

Kesha Williams: Das ist eine super Einstiegsfrage – und nein, man muss es nicht. Gerade mit all den KI-No-Code- und Low-Code-Tools in der Branche aktuell: Du musst nicht programmieren können oder einen technischen Hintergrund haben, um einen KI-Agenten oder eine App zu bauen.

Es geht viel mehr darum, das Systemdenken zu verstehen, was KI ist, was sie leisten kann, wie ich sie in meiner Rolle und in meinen Projekten einsetzen kann. Also: Nein, man muss kein Systemingenieur oder sehr technisch werden, um relevant zu bleiben und KI anwenden zu können.

Galen Low: Großartig, ich bin sicher, viele hören jetzt erleichtert auf. Aber ich mag auch die Betonung darauf – auch ohne Programmierkenntnisse braucht es eine Systemdenke, um an das Thema heranzugehen.

Ich sehe es gerne in meinem Umfeld: Leute „vibe-coden“, und merken plötzlich, dass sie trotzdem debuggen und Qualität sichern müssen, obwohl sie keinen Code schreiben. Es bleibt immer ein IT-technischer Anteil, oder?

Kesha Williams: Genau. Und wenn ich es produktiv gesetzt habe, bedeutet das: Ich muss es aktualisieren, verbessern, warten. Ich dachte, ich wäre fertig.

Galen Low: Wie wäre es mit Vibe-DevOps? Ehrlich, ein toller Startpunkt, denn die Frage ist: Wie viel Technik ist genug oder wie geht man ins systemische Denken hinein?

Ich würde gerne deine Perspektive dazu hören – du bist ja sehr technisch, Ingenieurin, Architektin, hast Entwicklerteams geleitet und eine große Community aufgebaut. Die 15-Tage-Bootcamp-Kurse mit LinkedIn beispielsweise: Warum ist es dir wichtig, dein Bildungswissen und deine KI-Expertise breiteren Zielgruppen zugänglich zu machen?

Kesha Williams: KI betrifft jede Branche, jede Rolle, jede Ebene im Unternehmen. Ich möchte nicht, dass jemand zurückbleibt. Die Möglichkeiten in Sachen Produktivitätssteigerung und Automatisierung sind riesig – es ist eine spannende Zeit. Ich möchte, dass alle KI annehmen und herausfinden, wo sie im Alltag reinpasst.

Galen Low: Triffst du auf falsche Annahmen, Mythen, falsche Vorstellungen zu KI? Ein Teil deiner Arbeit ist ja, diese Grundlagen darzustellen. Begegnest du auch viel Mythos oder Angstmache?

Kesha Williams: Absolut! Hollywood und Science-Fiction haben es nicht gerade leichter gemacht. Mein Ziel ist es, KI und Machine Learning zu entmystifizieren und verständlich zu machen. Aber Hollywood ist da eher hinderlich.

Galen Low: Es gibt die Hollywood-Perspektive und dann die Vielzahl an Artikeln – durchaus glaubwürdige – aber oft so geschrieben, dass sie Klicks erzeugen: Ehemaliger KI-Chef bei Google sagt, AGI übernimmt in sieben Jahren, usw. Die Pioniere der KI denken natürlich über solche Dinge nach, aber je weiter der Zeithorizont, desto mehr kann sich ändern.

Wichtig ist, dass wir zumindest ein gemeinsames Vokabular bekommen, um über das Thema reden zu können. Damals als ich in das digitale Projektmanagement einstieg, habe ich erst durch Zuhören verstanden, was die Entwickler:innen (Frontend/Backend) tun. Erst dann wurde ein echter Dialog möglich.

Wie läuft dein Training für weniger technische Zielgruppen? Du hast ja mit dem Bootcamp und „Everyday AI“ schon viele Erfahrungen: Welche Erkenntnisse hast du von deinen Teilnehmenden mitgenommen?

Kesha Williams: Das 15-Tage-AI-Challenge lief in Kooperation mit LinkedIn Learning. Heute ist Tag 15, der letzte Tag. Das Feedback war super – aus anfänglicher Unsicherheit wurde echte Begeisterung. Viele merken jetzt, wie KI im Tagesablauf Zeit spart und produktiver macht.

Eine Teilnehmerin schrieb, dass sie für eine Aufgabe, die vorher Tage gedauert hätte, mithilfe von KI in 30 Minuten ein Outline erstellt hat. Genau dafür habe ich diese Challenge konzipiert – nicht-technische Menschen behutsam an die Basics heranzuführen und Praxis zu ermöglichen.

Galen Low: Ich mag, dass es praxisnah ist. Kleiner Exkurs: Gestern spielten wir ein Kartenspiel und dort stand: „Lies nicht die Anleitung. Das ist der schlechteste Weg, ein Spiel zu lernen. Schau lieber das Video und probier es aus.“ Das gilt fast noch stärker für KI. Meine eigene Scheu verschwand erst, als ich die Tools ausprobiert hatte, vorher war nur Druck da.

Wie sieht Tag 15 aus?

Kesha Williams: Tag 15 ist: Baue deinen ersten KI-Agenten – ganz ohne Programmieren, per Drag & Drop Interface. Alles läuft darauf hinaus.

Galen Low: Ich finde das toll – am ersten Tag: Was ist KI? Und am fünfzehnten: Baue einen Agenten.

Kesha Williams: Genau so lief es ab.

Galen Low: Das passt zum nächsten Thema: Wie können weniger technische Projektmanager:innen Risiken in KI-Projekten besser managen – durch die richtigen Gespräche, um zwischen Technik und Business eine gemeinsame Basis zu schaffen?

Es wird oft polarisiert, aber letztlich geht es um Übersetzen zwischen Stakeholdern mit unterschiedlichen Kenntnissen. Sollte es die Aufgabe des/der Projektmanager:in sein, für diese Übersetzung im KI-Kontext zu sorgen?

Kesha Williams: Ja, auf jeden Fall. Projektmanager:innen übersetzen ohnehin schon Projektrisiken, Zeitpläne, usw. – also ist es nur logisch, dass sie auch bei KI diese Rolle einnehmen.

Galen Low: Guter Punkt. Die Rolle beinhaltet eh schon viel Übersetzungsarbeit.

Kesha Williams: Genau.

Galen Low: Wir hatten vorab auch über Agents, MCP und APIs diskutiert. Früher wusste ich auch nicht, was ein API ist – ich musste als Übersetzer fungieren, um Business-Stakeholdern zu erklären, wieso wir beispielsweise ein MVP oder eine Konzeptstudie brauchen. Bei KI ist deutlich mehr Dynamik und Veränderung im Spiel. Was sind deine Top-Tipps für Projektmanager:innen als Übersetzer:in zwischen funktionsübergreifenden KI-Teams?

Kannst du auch Beispiele geben, wie ein Gespräch entweder schief laufen oder ein Projekt deutlich verbessern kann?

Kesha Williams: Mein wichtigster Tipp: Nicht den Tools hinterherlaufen. Es gibt täglich neue Tools oder Änderungen. Fokussiere dich auf das Geschäftsergebnis! Was wollen wir lösen? Erst das Was, dann das Wie – das Prinzip gilt schon lange im Projektgeschäft.

Der zweite Punkt: PMs müssen nicht technisch sein, aber grundlegende KI-Konzepte verstehen – z. B. was ein Modell, Prompt Engineering oder ein Agent ist. Nur so versteht man, was im Projekt gerade entwickelt wird.

Zur zweiten Frage: Ein Beispiel – Du bist PM in einem KI-Projekt. Ein Machine-Learning-Engineer sagt: „Das Modell ist fertig, die Genauigkeit ist gut.“ Wenn der PM nun einfach sagt: „Super, ab in Produktion“, fehlt etwas Wesentliches.

PMs sollten wissen: Was bedeutet Genauigkeit in diesem Kontext? Was ist das Modell? Nachfragen: „Was bedeutet Genauigkeit hier genau?“ Oder: „Wie sieht der Wartungs- und Retrainingsprozess des Modells nach dem Go-Live aus?“ Wichtiges Stichwort: Model Drift – die Daten „in der echten Welt“ verändern sich, was Auswirkungen auf die Modellgüte hat. Es braucht also auch nach dem Go-Live Retraining und Wartung.

Galen Low: Großartiger Punkt zum Thema Drift. Viele PMs denken noch in deterministischen Systemen: Es läuft nach dem Rollout immer gleich, bis etwas Neues gebaut wird. Aber KI-Modelle sind probabilistisch, sie verändern sich mit den Daten. Das ist ein komplett neuer Blick auf Lösungen.

Die fortlaufende Betreuung ist deshalb entscheidend und eine wichtige Frage – ansonsten wird das Risiko unterschätzt, dass nach „Fertigstellung“ noch Arbeit kommt. Es hilft auch, wenn PMs im Dialog gemeinsam nachfragen und sich so eine Grundlage erarbeiten.

Das ist speziell beim Thema KI wichtig, weil die wenigsten echte „Meister:innen“ sind – alle lernen gemeinsam. Kommunikation und Zusammenarbeit werden dadurch noch wichtiger.

Kesha Williams: Genau, das ist der notwendige Mindset-Shift beim Bauen von KI-Systemen. Und den Punkt Kollaboration finde ich auch zentral – Soft Skills werden dadurch noch wichtiger.

Galen Low: Ja! Und in deinem Kurs wie auch in deinen Tipps: Man braucht die Grundlagen, um mitreden zu können – und lernt gemeinsam, weil sich alles so schnell ändert.

Kesha Williams: Genau.

Galen Low: Du hast gute Beispiele genannt, ich habe noch die Frage: Was rätst du PMs oder allgemein Menschen, die sich nicht technisch genug für KI fühlen? Wie und wo kann man sich als Übersetzer:in zwischen Teams das nötige Grundwissen aneignen und auf dem Laufenden bleiben? Welche Quellen empfiehlst du?

Kesha Williams: Ganz klar: Meine LinkedIn-Learning-Kurse und speziell die 15-Tage-AI-Challenge. Es geht darum, simple Grundlagen zu vermitteln und zu zeigen, wie KI praktisch ins Alltagsleben passt – es geht nicht immer ums Bauen, sondern darum, KI für die eigene Produktivität einzusetzen.

Mit der Praxis lernt man auch die Konzepte und kann dann eigenständig neue Anwendungen entwickeln. Weitere Quellen: „Kesha on AI“-LinkedIn-Seite und ein gleichnamiger Substack. Ab nächster Woche poste ich dort kurze KI-Tipps für alle Abonnenten.

Weitere gute Ressourcen: Open AI Academy (Webinare, Gratis-Kurse), LinkedIn Learning (mehrere Kurse von mir), Pluralsight (technische und nicht-technische Kurse, z. B. zu Prompt Engineering oder Team-Upskilling in KI). Es gibt viele Wege, sich zu informieren.

Galen Low: Dein Hinweis gefällt mir – besonders auch diese Unterscheidung: Manchmal nutzt das Team KI nur, manchmal wird ein KI-System gebaut, manchmal nutzt das Team KI für seine Arbeit. Diese Unterscheidung bringt es auf den Punkt.

Gerade bei der Open AI Academy & Co.: Es wird schnell technisch. Hast du einen Tipp, wie man erkennt, wann ein Kurs zu tief geht? Man klickt sich manchmal zu tief rein und steht plötzlich vor Python-Code.

Kesha Williams: Wenn von dir verlangt wird, ein Jupyter Notebook zu starten oder Python zu schreiben, bist du zu weit gegangen. In meinen Kursen beginne ich immer mit den Konzepten und mache dann eine Praxisübung. Wenn das zu technisch ist, überspringe das Hands-on und konzentriere dich auf die Konzepte, denn die sind übertragbar auf alle Tools.

Galen Low: Das habe ich so noch nicht gehört, klingt aber einleuchtend. Man kann auch bei technischen Kursen die Grundlagenvideos schauen und später entscheiden, wie tief man gehen will.

Mir hilft es schon, die Begriffe zu hören – einfach mal zuhören, wie Architekt:innen mit dem Dev-Team sprechen und so ein Gefühl für die Begriffe bekommen.

Kesha Williams: Es gibt keine dummen Fragen.

Galen Low: Vor allem im Bereich KI, wo sich alles so schnell wandelt.

Kesha Williams: Wir sind alle am Lernen, richtig.

Galen Low: Kontroverse Frage: Deine Meinung zu KI-Zertifikaten? Es gibt immer mehr, z. B. spezifische Projektmanagement-KI-Zertifikate (wie von Cognilytica/PMI). Du setzt auf praxisnahe, kleinere Lernformate – wie siehst du den Stellenwert von Zertifikaten?

Kesha Williams: Ich mag Zertifikate. Sie bringen dich ins Vorstellungsgespräch, aber nicht zum Job. Entscheidend ist das Praktische, das Portfolio. Zertifikate geben eine gute Grundlage und machen Zusammenhänge klar, aber für technische Rollen braucht es Erfahrung und ein Online-Portfolio mit realen Projekten. Das ist mein Rat bei Zertifikaten.

Galen Low: Gefällt mir, das ist stimmig. Und ich mag die Idee mit dem Online-Portfolio – das gilt nicht nur für Entwickler:innen. Würdest du Projektmanager:innen empfehlen, selbst kleine KI-Projekte oder Usecases als Beispiele ins Portfolio aufzunehmen?

Kesha Williams: Unbedingt! Es hebt dich von anderen PMs ab, wenn du praktische KI-Projekte präsentieren kannst. KI betrifft künftig jede Branche und Rolle. Wer nicht herausfindet, wie er KI in seinen Alltag integriert, wird abgehängt – das ist die Realität.

Galen Low: Der KI-Zug fährt mit Hochgeschwindigkeit – und lässt sich kaum noch anhalten.

Kesha Williams: Da stimme ich zu.

Galen Low: Noch eine Interviewerfrage an dich: Angenommen, du stellst Entwickler:innen oder andere Mitarbeitende ein – welche Frage würdest du stellen, um herauszufinden, ob sie wirklich KI-Erfahrung haben oder nur Zertifikate besitzen?

Kesha Williams: Ich frage konkret: Nutzt du KI bei der Softwareentwicklung? Falls ja, welche Tools, in welchen Phasen und mit echtem Beispiel? Es geht mir immer um Praxisbeispiele statt nur Theorie.

Galen Low: Das gilt auch für nicht-technische Kandidat:innen – z. B. „Zeigen Sie, wie Sie KI zur Projektunterstützung einsetzen.“ Die Frage übernehme ich!

Kesha Williams: Und: Warum hast du das Tool X gewählt? Es gibt viele Agenten-Bau-Tools: Copilot, Amazon Bedrock Agents, Salesforce etc. – wieso hast du diese Plattform gewählt?

Galen Low: Schauen wir ein wenig in die Zukunft. KI kann alles verändern, von Science-Fiction bis zu administrativen Aufgaben. Glaubst du, KI verändert die Rolle von PMs bei technischen/AI-nativen Lösungen? Dein Top-Tipp: Wie bereiten sich PMs auf diese Zukunft vor?

Kesha Williams: Im Kern geht es darum, KI-Konzepte zu verstehen und sie zur Produktivitätssteigerung einzusetzen. Angst vor Jobverlust sollte nicht das Hauptthema sein – viel eher: Nicht abgehängt werden, sondern KI nutzen, um den eigenen Wert im Unternehmen zu steigern.

Galen Low: Das gefällt mir – die Basics und das kontinuierliche Lernen stehen im Vordergrund, nicht Tool-Wissen, denn die technische Landschaft kann sich rasch verändern.

Kesha, vielen Dank! Das war ein richtig gutes Gespräch. Zum Abschluss: Hast du eine Frage an mich?

Kesha Williams: Klar, ich übernehme gerne mal die Interviewrolle: Wie nutzt du KI in deinem Alltag? Und falls nicht – warum nicht?

Galen Low: Ich nutze sie, aber momentan noch nicht extensiv. Hauptsächlich als „Mitdenker“ – wie ein Ironman/Jarvis-Workflow. Beispielsweise zur Formulierung von E-Mails: Ich schreibe meinen Entwurf, lasse die KI dann als kritische:r Empfänger:in oder CTO dagegen argumentieren. Das passt zu meiner Art, Dinge mehrfach zu hinterfragen und zu optimieren. Hier hilft KI als Sparringspartner extrem, auch bei repetitiven, aber urteilsbedürftigen Aufgaben – ich bin gespannt auf autonome Agenten als nächsten Schritt.

Aber: Bevor das sinnvoll klappt, muss die nötige Datenbasis und das Kontextwissen aufgebaut werden – genau wie bei neuen Teammitgliedern früher.

Kesha Williams: Guter Punkt: Bald werden PMs Agents und Menschen gemeinsam steuern – also sollte man KI auch als Teil des Teams begreifen. Das kommt auf jeden Fall.

Galen Low: Wir haben kürzlich sogar über Performance-Reviews für Agenten gesprochen – wieso eigentlich nicht? Teamkultur und Verantwortlichkeiten werden sich ändern, je mehr Aufgaben auf KI übergehen.

Kesha Williams: Genau. Da kommt auch das Thema KI-Governance ins Spiel.

Galen Low: Da müssen wir in einer künftigen Folge sicher noch einmal tiefer einsteigen – das ist näher, als man denkt.

Kesha Williams: Genau.

Galen Low: Lassen wir es für heute dabei. Kesha, vielen Dank für deine Zeit! Ich habe viel gelernt, es hat richtig Spaß gemacht und was du tust, ist enorm wertvoll. Wo findet man mehr von dir?

Kesha Williams: Folgen Sie mir unbedingt auf LinkedIn. Dort poste ich regelmäßig. Infos über mich und meine Dienstleistungen gibt es auch auf der KeySoft-Firmenwebsite: www.keysoft.tech.

Galen Low: Super. Ich füge die Links in die Shownotes ein. Kesha, nochmals vielen Dank.

Kesha Williams: Danke, es war mir eine Freude. Das Gespräch war großartig.

Galen Low: Das war's für die heutige Folge des Digital Project Manager Podcast. Wenn euch das Gespräch gefallen hat, abonniert uns – und für noch mehr praxisnahe Insights, Fallstudien und Playbooks schaut vorbei auf thedigitalprojectmanager.com.

Bis zum nächsten Mal – danke fürs Zuhören.