KI-Projekte sind nicht nur ein weiterer Trend – sie verändern bereits jetzt die Arbeitswelt grundlegend, sowohl im Großen als auch im Kleinen. Von Personalwesen bis Finanzwesen integrieren Mitarbeiter KI in ihre täglichen Aufgaben, oft ohne formale Initiativen. Dennoch haben viele Unternehmen weiterhin Schwierigkeiten, Teams abzustimmen und eine klare Strategie für die Einführung von KI zu entwickeln. Wie können Unternehmen also von einer verstreuten, von Unsicherheit getriebenen Nutzung zu einem kohärenten, strategischen Ansatz wechseln?
In dieser Folge spricht Gastgeber Galen Low mit Ron Schmelzer, Global Head of AI Partnerships bei PMI, darüber, wie Unternehmen KI-getriebene Projekte besser unterstützen können. Sie erörtern, was nötig ist, um Teams auf einen Nenner zu bringen, die Auswirkungen von KI auf Arbeitsabläufe zu steuern und einen Mentalitätswandel zu bewirken, der sicherstellt, dass Unternehmen in dieser neuen Welle der digitalen Transformation erfolgreich sind.
Interview-Highlights
- Die große Frage: Unterstützung für von KI betroffene Arbeitsplätze [03:09]
- KI ist transformativ, weil sie Prozesse grundlegend verändert und nicht nur verbessert.
- Viele Aufgaben von Wissensarbeitern, wie das Zusammenfassen und Ablegen von Berichten, lassen sich heute leicht automatisieren.
- Organisationen können zwei Ansätze verfolgen:
- Ein nicht-transformationaler Ansatz, bei dem KI zur Verbesserung bestehender Prozesse mit minimalen Änderungen eingesetzt wird.
- Ein transformativer Ansatz, bei dem Prozesse vollständig überdacht werden, um KI effektiv zu integrieren.
- Historische Beispiele wie der E-Commerce zeigen, dass echte Transformation ein völliges Umdenken erfordert und nicht nur die Digitalisierung bestehender Modelle.
- Unternehmen, die ihre Prozesse nicht überdenken, laufen Gefahr, durch KI verdrängt zu werden, ohne dass ein neues System klar definiert ist.
- Echte Transformation ist schwerer, als einfach nur Schritte durch KI zu ersetzen; es erfordert das Überdenken ganzer Prozesse.
- Die Neugestaltung von Arbeitsabläufen ist risikoreicher, hat aber eine viel größere Wirkung als das bloße Automatisieren von Aufgaben.
- Menschen, die KI in Organisationen nutzen, lassen sich in vier Kategorien einteilen:
- Abseitsstehende – skeptisch oder ängstlich, meiden KI.
- Tasker – nutzen KI gelegentlich für bestimmte Aufgaben, ändern jedoch nicht ihren Arbeitsablauf.
- Enthusiasten – probieren gerne KI-Tools aus, integrieren sie aber nicht sinnvoll in ihre Arbeit.
- Leaper – Denkarbeit und Arbeitsabläufe werden aus einer KI-zentrierten Perspektive strategisch neu gedacht und sichern so den Arbeitsplatz, indem sie die Transformation vorantreiben.
- Leaper sind am wertvollsten, da sie echte Veränderungen schaffen und sich unentbehrlich machen.
- Organisationale Führung und KI [08:47]
- Kriegsführung hat sich weiterentwickelt, wie man in der Ukraine sieht, wo traditionelle Strategien (Panzerdivisionen, Luftherrschaft) gescheitert sind.
- Kleine, kostengünstige Drohneneinheiten haben große Angriffe mit schweren Gerätschaften weniger effektiv gemacht.
- Anfangs erschien Drohnenkriegsführung experimentell, wurde aber schnell zur Kernstrategie.
- Diese Umstellung stellt die Relevanz teurer militärischer Hardware in Frage.
- Die KI-Revolution spiegelt dies wider – was heute noch als Randexperiment gilt, könnte bald ganze Industrien neu definieren.
- Die Unsicherheit rund um KI sorgt für mangelnde psychologische Sicherheit in Organisationen.
- KI-Experimente sollten nicht auf einzelne Abteilungen beschränkt sein – sie betreffen sämtliche Bereiche (HR, Finanzen, Lieferkette, Logistik usw.).
- Organisationen sollten sich auf ihre Kernmission konzentrieren, nicht nur auf bestehende Prozesse oder Technologien.
- KI sollte – wie frühere Innovationen (Computer, Telefon, Internet) – als Werkzeug verstanden werden, um die Mission zu stärken.
- Transformation bringt sowohl positive als auch negative Veränderungen mit sich, was Anpassungsfähigkeit entscheidend macht.
- Häufige Ängste im Zusammenhang mit KI sind Jobverlust, Superintelligenz und Missbrauch durch Kriminelle.
- Eine größere Sorge könnte sein, dass KI-Macht in den Händen weniger konzentriert ist, die über riesige Datenmengen und Ressourcen verfügen.
- Dies stellt eine unmittelbarere Bedrohung dar als eine zukünftige superintelligente KI.
- Persönliche Stärkung ist entscheidend, um Angst und Unsicherheit abzubauen.
- Jeder sollte KI dazu nutzen, die eigenen Fähigkeiten und die eigene Widerstandsfähigkeit zu stärken.
- Das Vertrauen in Institutionen schwindet, daher ist Eigenständigkeit wichtiger denn je.
- Organisationale Resilienz bedeutet, inmitten ständiger Veränderungen zu gedeihen.
- Echte Widerstandsfähigkeit erfordert Flexibilität und Anpassungsfähigkeit in den Prozessen.
- Das reine Automatisieren und der Abbau von Beschäftigten schwächt die Resilienz, da die Abhängigkeit von Systemen steigt.
- Weniger Menschen im Unternehmen bedeuten weniger Veränderungsakteure.
- Resilienz bedeutet, das Lernen zu beschleunigen und die Anpassungsreaktion an Veränderungen zu verbessern.
- Die Stärkung der Mitarbeitenden für Veränderungen von unten nach oben ist entscheidend.
- Ein Umdenken ist notwendig, um zu definieren, was organisationale Resilienz wirklich bedeutet.
Wir fürchten uns davor, dass Maschinen klug genug sein könnten, Menschen zu übertrumpfen, aber vielleicht sollten wir uns mehr davor fürchten, dass eine kleine Anzahl von Menschen Zugang zu sämtlichen Daten, Modellen und Ressourcen der Welt erhält, um tun und lassen zu können, was sie möchte. Das stellt eine deutlich existenziellere und unmittelbarere Bedrohung dar als eine Zukunft, die wir noch nicht einmal erreicht haben.
Ron Schmelzer
- CPMAI-Zertifizierung: Warum sie geschaffen wurde [19:56]
- CPMAI ist eine herstellerunabhängige Methodik zum Management von KI-Projekten.
- Sie wurde geschaffen, um dem Mangel an einem strukturierten Ansatz für den KI-Einsatz zu begegnen.
- Traditionelle Projektmanagement-Methoden funktionieren bei KI nicht, da KI datengetrieben und nicht codegetrieben ist.
- CPMAI basiert auf CRISP-DM, wurde aber weiterentwickelt, um iterativ, agil und KI-orientiert zu sein.
- Sie hilft dabei, die Unvorhersehbarkeit von KI zu steuern, indem Prozesse für Tests, Monitoring und Einsatz strukturiert werden.
- Die Methodik ist trotz der rasanten Entwicklung der KI stabil geblieben.
- KI-Projekte benötigen heute weniger Data Scientists, dank einsatzfertiger Modelle.
- CPMAI wird von Organisationen (Banken, Versicherungen, Pharmaunternehmen usw.) und Beratungsunternehmen genutzt, um KI-Implementierungen zu standardisieren.
- Sie vereint Elemente des Produkt- und Projektmanagements für den Erfolg von KI-Projekten.
- Herausforderungen im Datenmanagement für KI [26:07]
- KI-Projekte scheitern oft an fehlendem, rechtzeitigem Zugang zu den notwendigen Daten.
- Die Datenermittlung sollte Vorrang haben, bevor in KI-Tools investiert wird.
- Die CPMAI-Methodik beschreibt klare Schritte:
- Schritt 1: Das Problem definieren und prüfen, ob KI wirklich benötigt wird.
- Schritt 2: Datenerschließung—Verfügbarkeit, Format, Sicherheits- und Datenschutzaspekte verstehen.
- Mangelnder Zugang sowie regulatorische oder sicherheitsrelevante Probleme können KI-Projekte unmöglich machen.
- Frühzeitige Identifikation von Datenherausforderungen verhindert verschwendete Zeit und Ressourcen.
- Rolle von Projektmanagern in KI-Projekten [29:11]
- CPMAI ist eine Methodik zum Management von KI-Projekten, unabhängig von deren Dauer.
- Projektmanager agieren als Vermittler zwischen Strategie (C-Level-Vision) und Umsetzung (einzelne Mitarbeitende).
- Ohne Projektprofis droht Unternehmen ein chaotischer Projektverlauf, insbesondere in internationalen Umgebungen.
- Projektmanagement könnte auch als „Transformations-Facilitation“ neu bezeichnet werden, um die Rolle besser widerzuspiegeln.
- CPMAI wurde ohne klassischen Projektmanagement-Hintergrund entwickelt, stimmt jedoch mit PM-Grundsätzen überein.
- Organisationen bleiben trotz Versuchen, vollautonome Systeme zu schaffen, weiterhin menschengetrieben.
- Das Produktionsmodell der Filmindustrie dient als Beispiel für eine ideale, temporäre und zielorientierte Organisationsstruktur.
- CPMAI vs. Leapers einstellen [34:49]
- Organisationen sollten das Einstellen von „Leapers“ (visionären Risikoträgern) mit CPMAI-zertifizierten Experten ausbalancieren, um ein strukturiertes KI-Projektmanagement zu sichern.
- Eine CPMAI-Zertifizierung bringt langfristigen beruflichen Nutzen und Glaubwürdigkeit im KI-Projektmanagement.
- Die Zertifizierung ist nun auf der PMI-Plattform zu einem deutlich reduzierten Preis verfügbar ($699, mit Preisanpassungen für bestimmte Regionen günstiger).
- Organisationen sollten sowohl erfahrungsbasiertes Lernen (Hackathons, Experimentieren) als auch formale Ausbildung (CPMAI) fördern, um KI-Expertise intern aufzubauen.
- Künstliche Projekt-Methodiken für KI sollten nicht neu erfunden, sondern etablierte Frameworks wie CPMAI übernommen werden.
- Bei der Einstellung von Beratern oder Auftragnehmern für KI-Projekte sollten Qualifikationsnachweise wie CPMAI verlangt werden, um Fachkompetenz über einfache Tool-Nutzung hinaus sicherzustellen.
- Verantwortlichkeit & Community bei CPMAI [37:53]
- Die CPMAI-Zertifizierung unter dem Dach von PMI bringt Verantwortlichkeit: Es besteht die Möglichkeit, Beschwerden einzureichen, wenn Zertifizierte Standards nicht einhalten.
- Eine weithin anerkannte Methodik sorgt für Konsistenz sowie eine Community für Unterstützung und Validierung.
- Beliebte Methoden bieten, selbst wenn sie nicht perfekt sind, Struktur und ein etabliertes Netzwerk, im Gegensatz zu Nischenlösungen.
- Die Zugehörigkeit zu PMI fördert ein wachsendes Ökosystem, in dem andere auf CPMAI aufbauen können (z. B. branchenspezifische Anpassungen).
- Das Ziel ist nicht die Monopolisierung der Ausbildung, sondern die Förderung großflächiger Einführung, zusätzlicher Lernmaterialien und spezialisierter Anwendungen.
- Projektprofis spielen eine entscheidende Rolle, Vision in verlässliche Umsetzung zu verwandeln.
- Lernen und Anwenden in CPMAI verbinden [41:24]
- CPMAI beinhaltet ein Workbook für erfahrungsorientiertes Lernen und ermutigt Nutzer dazu, die Konzepte auf reale Herausforderungen anzuwenden.
- Kleine, von KI unterstützte Prozessänderungen können sofortige und greifbare Vorteile bieten.
- Klassische Trainingsmethoden sind überholt; KI könnte das Lernen verbessern, indem sie es direkt in die Arbeitswelt integriert.
- Lernen und Tun zu kombinieren ist entscheidend—reines Lernen bleibt zu theoretisch, reines Machen zu ziellos.
- Ideale Zukunft: CPMAI fungiert als Echtzeit-Leitfaden, der Nutzende Schritt für Schritt durch Projekte führt.
- Einige Organisationen setzen bereits auf Blended Learning, bei dem praktische Erfahrungen und strukturierte Ausbildung kombiniert werden.
- Zukünftige Lernstrategien müssen Bildung und praktische Anwendung miteinander verschmelzen, um nachhaltige Wirkung zu erzielen.
Lernen ohne Handeln ist rein konzeptionell und theoretisch. Es ist wie eine Vorlesung an der Universität zu besuchen und zu denken: „Das ist nett, aber was soll ich damit anfangen?“ Andererseits kann Handeln ohne Lernen ziellos wirken – wie das Experimentieren mit Prompts oder die Nutzung eines Tools, ohne den eigentlichen Zweck dahinter wirklich zu verstehen, abgesehen vom bloßen Ausprobieren.
Ron Schmelzer
Lernen Sie unseren Gast kennen
Ron Schmelzer ist Global Head und Director für KI-Partnerschaften & Outreach sowie General Manager von PMI Cognilytica beim Project Management Institute (PMI). In dieser Rolle konzentriert er sich auf den Ausbau der KI-Angebote von PMI durch strategische Partnerschaften und die Einbindung von Organisationen. Vor seiner Tätigkeit bei PMI war Ron Mitbegründer von Cognilytica, wo er die Methodik Cognitive Project Management for AI (CPMAI) mitentwickelte, die von zahlreichen Fortune 1000-Unternehmen und Regierungsbehörden zur effektiven Steuerung von KI- und fortgeschrittenen Datenprojekten übernommen wurde. Er ist außerdem bekannt als Co-Moderator des AI Today Podcasts, als regelmäßiger Forbes-Autor und als TechTarget SearchAI-Kolumnist. Ron hat einen B.S. in Informatik und Elektrotechnik vom MIT sowie einen MBA von der Johns Hopkins University.

Die Ironie der Widerstandsfähigkeit ist, dass sie von dir verlangt, viel flexibler und anpassungsfähiger zu sein, besonders bei Prozessen und in der Art und Weise, wie du Dinge angehst.
Ron Schmelzer
Ressourcen aus dieser Folge:
- Treten Sie der Digital Project Manager Community bei
- Abonnieren Sie den Newsletter, um unsere neuesten Artikel und Podcasts zu erhalten
- Vernetzen Sie sich mit Ron auf LinkedIn
- Weitere Informationen beim Project Management Institute
Verwandte Artikel und Podcasts:
- Über den Podcast
- KI-Projekte erfolgreich umsetzen
- Projektteamleiter: Aufgaben, Funktionen & zentrale Unterschiede zu Projektmanagern
- KI im Projektmanagement: Wie sicher ist Ihr Job?
- 9 Beste KI-Zertifizierungen für Projektmanager
- Über Prompts hinaus: So nutzen Sie KI für ein intelligenteres Projektmanagement
- Wird KI tatsächlich 80 % des Jobs eines Projektmanagers übernehmen?
Lesen Sie das Transkript:
Wir testen gerade die automatische Transkription unserer Podcasts mit einer Software. Bitte entschuldigen Sie eventuelle Tippfehler, da der Bot nicht immer 100% korrekt ist.
Galen Low: „KI-Projekte. Pfffft.“ – Ihr Kollege verzieht beim Mittagessen das Gesicht über die Idee.
„Bestenfalls ein vorübergehender Trend“, fügt Ihr Programmleiter hinzu. „Sie unterscheiden sich nicht von anderen Projekten.“
Doch während Sie sich in der Kantine umsehen, beschleicht Sie das Gefühl, dass diese Menschen, mit denen Sie gerne das Brot teilen, vielleicht einfach den Kopf in den Sand stecken.
Am Nachbartisch erklärt Germaine aus der Finanzabteilung Lateicia aus dem Personalbereich, wie Gemini ihre Formeln in Google Sheets korrigiert.
An der Kaffeestation präsentiert Paulo eine Idee, wie KI und maschinelles Lernen genutzt werden könnten, um Gigabytes an unstrukturiertem Kundenfeedback in umsetzbare Erkenntnisse zu verwandeln.
Bei den Aufzügen führt Sonaya ein zukunftsorientiertes Gespräch mit dem Abteilungsleiter über flexible KI-gestützte Prozesse, die sich durch Nutzerfeedback selbst dokumentieren und verbessern.
Sogar Andréa sitzt in der Ecke und nutzt Perplexity, um ihre eigene Abschiedsfeier zu planen.
KI-Projekte. Sie sind überall. Und es gibt viel mehr zu bedenken, als nur, ob KI einen guten Vorschlag für ein Partythema macht.
Fragen Sie sich, ob Ihr Unternehmen bereit ist, Projekte zu stemmen, an denen Künstliche Intelligenz beteiligt ist? Bleiben Sie dran. Wir tauchen ein, wie Unternehmen Menschen unterstützen sollten, die von KI betroffen sind, und wie sie ihr Team auf eine gemeinsame KI-Linie bringen können, damit alle in der nächsten Welle der Digitalisierung überleben und gedeihen.
Hallo zusammen und danke fürs Einschalten. Mein Name ist Galen Low vom Digital Project Manager. Wir sind eine Community von Digitalprofis, die sich gegenseitig dabei helfen, Know-how, Selbstvertrauen und Kontakte zu gewinnen, um den Wert von Projektmanagement in einer digitalen Welt zu verstärken. Wenn Sie mehr darüber hören möchten, schauen Sie auf thedpm.com/membership vorbei.
Und wenn Sie sich für zukunftsgerichtete Diskussionen und praxisnahe Einblicke in digitales Projektleadership interessieren, abonnieren Sie diesen Podcast gern für wöchentliche Episoden.
Heute sprechen wir über die nächste Welle der digitalen Transformation, die durch generative KI getrieben wird, und wie eine gemeinsame Teamhaltung die organisationsweite KI-Akzeptanz von einer lückenhaften, chaotischen und angstbeladenen Einführung hin zu greifbarem, bewusstem Nutzen verändern kann – zum Vorteil aller.
Mit mir ist heute Ron Schmelzer, Mitgründer von Cognilytica und jetzt Global Head of AI Partnerships and Outreach bei PMI Cognilytica am Project Management Institute.
Ron, danke, dass du heute dabei bist.
Ron Schmelzer: Es freut mich, hier zu sein. Ich diskutiere immer gerne mit dir.
Galen Low: Ich freue mich auch, dich wieder in der Sendung zu haben. In den letzten Jahren habe ich – beinahe wie ein „Fanboy“ – deine Reise still beobachtet, all die Gespräche über Cognilytica, was ihr dort macht und jetzt die Fusion ins PMI-Ökosystem. Viele spannende Dinge, in die ich tiefer eintauchen möchte.
Ich dachte, ich starte mit einer heißen Frage. Die große Frage, die sich auf unser früheres Gespräch bezieht: Die derzeitige Einführung generativer KI-Lösungen wurde – auch von dir und mir – mit der Einführung des Computers, von Textverarbeitung oder dem Telefon verglichen, also mit jedem großen Wandel, der viele Arbeitsrollen schnell überflüssig machte.
Die große Frage lautet: Wie können Unternehmen Menschen unterstützen, deren Arbeit in naher Zukunft von KI beeinflusst wird?
Ron Schmelzer: Ich glaube, KI fühlt sich deshalb so an, weil sie transformativ wirkt. Sie verändert Dinge grundlegend – genau das ist Transformation. Sie wandelt eines in etwas anderes.
Vielleicht definiere ich Transformation mal: Gerade Wissensarbeiter, deren Hauptaufgabe es ist, mit Informationen zu arbeiten, Informationen einzutragen, herauszuziehen, zusammenzufassen, zu beschreiben, Berichte zu schreiben oder Dinge wie Compliance-Berichte zu verfassen.
All dies ist für Maschinen mittlerweile relativ trivial, während es noch vor ein paar Jahren ganz anders aussah. Unternehmen denken jetzt um. Die nicht-transformative Herangehensweise wäre, dass jemand in seiner bisherigen Rolle einfach nur neue Tools nutzt, der Prozess bleibt aber im Großen und Ganzen gleich.
Man spart Kosten, beschleunigt, verbessert vielleicht sogar die Genauigkeit. Aber der Prozess bleibt identisch. Die wirklich transformierenden Unternehmen überdenken die Prozesse grundsätzlich, wie du schon erwähnt hast. Wir haben diese Erfahrung schon oft gemacht.
Vor dem Internet ging man zum Einkaufen einfach in einen Laden – entweder das gewünschte Produkt war vorrätig oder nicht. E-Commerce war anfangs auch nur das digitalisierte Ladenerlebnis: Ein Online-Regal, mehr nicht. Erst später wurde erkannt: Wir können Inventar ganz neu denken, völlig andere Dinge tun. Dasselbe wird mit KI passieren.
Das Beängstigende ist: Wenn ein Unternehmen die Prozess-Transformation nicht angeht, wirkt KI wie ein Vorschlaghammer – sie schlägt in gewachsene Strukturen ein, schafft Chaos, erledigt zwar Aufgaben, aber auf Kosten bestehender Prozesse, da diese sich nicht ändern. Es werden nur Tools eingeführt, wodurch Personen quasi aus dem Prozess verdrängt werden.
Galen Low: Das ist spannend. Ich finde auch den Diskurs rund um KI interessant – viel hört man: „Keine Sorge, KI wird dich nur bei dem unterstützen, was du immer tust.“ Aber was du gerade sagtest, ist bemerkenswert: Du sagst, Unternehmen sollten eine transformative Vision entwickeln, das Bewusstsein, dass sich vieles ändert.
Wir wollen nicht, dass du Telefonnummern ins Rolodex schreibst, sie scannst und dann aufs Handy überträgst. Sondern wir wollen Arbeit neu denken – mit KI. Es geht also nicht einfach darum, das Gleiche jetzt KI-gesteuert zu machen, sondern neue Wege mit KI zu schaffen.
Ron Schmelzer: Und ich behaupte, diese Transformationen sind anspruchsvoller als die reine Implementierung von Technologie. Sie ist risikoreicher, weil man nicht weiß, ob der neue Prozess funktioniert, aber auch potenziell viel wirkungsvoller. Das ist das Schwierige. Wir haben dazu beim letzten PM Expo eine Keynote gehalten: Das, was die KI-Nutzenden unterscheidet ...
Viele nutzen KI individuell, nicht zwingend weil das Unternehmen es will. Wir beobachteten vier Gruppen: Erste – die „Zaungäste“ oder Beobachter, die skeptisch oder ängstlich sind. Dann die „Tasker“ – Aufgaben-Erlediger, die KI gelegentlich nutzen, um E-Mails zu schreiben oder in Tabellen. Aber grundlegend ändern sie nichts.
Drittens – „Technik-Fans“ oder Early Adopters, die die Entdeckung neuer Tools genießen, aber dabei nicht ihren Job verändern. Und schließlich die „Springer“ (Leapers): Sie sind strategisch, überdenken ihre Aufgaben und entwickeln ein neues „AI-First“-Konzept. Ironischerweise sichern gerade sie ihre Arbeitsplatzsicherheit, weil sie nachweislich Mehrwert durch KI schaffen.
Galen Low: Da steckt so vieles drin – danke für diese Einteilung. Ich weiß bei den Gruppen auch, in welcher ich lande ...
Spannend ist, dass Führungsstärke in Sachen KI gefragt ist, aber bestehende Strukturen oft nicht die nötige Vision haben, und deshalb ist KI-Nutzung häufig individuell. Dadurch entsteht in Unternehmen ein Wildwuchs – jeder testet Tools aus, aber das bringt nur bedingt Fortschritt.
Wenn Führungskräfte die „Leaper“ gezielt identifizieren und mit einem R&D-Ökosystem unterstützen, in dem mehr kreative Lösungen möglich sind, kann das Unternehmen profitieren. Diese „Leaper“ sind die, die eine kollektive KI-Mentalität aufbauen können. Es reicht nicht, die Vision beim Vorstand zu suchen – man muss auf die KI-affinen Kollegen setzen.
Ron Schmelzer: Ja. Ich mache mal einen Vergleich aus dem „linken Feld“: Die veränderte Kriegsführung.
Wenn man sieht, was aktuell in der Ukraine passiert: Zu Beginn setzten sie auf klassische Taktiken – Panzerverbände, Luftüberlegenheit. Doch alles wurde durch neue Methoden – wie Drohnen – infrage gestellt. Zuerst experimentierten Einzelne, etwa mit Drohnen Granaten zu werfen – anfangs als kurios belächelt, heute Standard.
Das erinnert mich an KI in Unternehmen: Was anfangs am Rand stattfindet, kann zum Kern werden.
Galen Low: Gute Analogie. Oft sind es leider Herausforderungen wie Krieg oder Überleben, die Innovation beschleunigen – vom Internet bis zum CD-ROM stammt viel aus dem Militär.
Auch die Pandemie hat Innovation erzwungen. Und vieles ist jetzt unsicher: Wir beobachten, wie sich KI oder neue Kriegsführung auswirken, aber es gibt wenig Sicherheit oder Führung. Diese Unsicherheit erzeugt Ängste in der Berufswelt.
Ron Schmelzer: Genau, es gibt viel Unsicherheit, niemand weiß wohin die Reise geht. Eine der wichtigsten Aufgaben von Unternehmen sollte es daher sein, Lernen und Erfahrung allen Abteilungen zu ermöglichen – nicht nur in einem Silobereich wie IT. KI ist überall relevant – HR, Finanzen, Supply Chain. Worum es eigentlich geht, ist die Mission – nicht Prozesse oder Technik, die sind Mittel zum Zweck.
Jetzt erweitern wir das Bild um KI als Ressource. So wie früher Computer, Telefon oder Internet. KI mischt alles auf, sorgt bei Transformation immer für positive und negative Veränderungen.
Galen Low: Spannend, dass du KI als Werkzeug betrachtest. Viele spielen auf die Terminator-Skala an: Ist das jetzt Skynet? Wird uns KI zerstören? Aktuell ist sie aber „nur“ Teil des Ganzen, vielleicht bloß eine Statistenrolle im Hintergrund, die uns zwingt, unser Handeln an der Mission neu auszurichten.
Ron Schmelzer: Was lange unterschätzt wird: Die Sorge, dass viel Macht in wenigen Händen liegt. Das ist nach wie vor eine große Angst. Vielleicht ist das die eigentliche – und aktuellere – Bedrohung. Weniger die Superintelligenz, sondern der Missbrauch durch Wenige, die Zugriff auf Daten, Modelle und Ressourcen haben. Dagegen hilft: persönliche Befähigung. Menschen sollten lernen, KI sinnvoll zum eigenen Nutzen einzusetzen und selbst widerstandsfähig zu werden. Wer auf sich selbst setzt, steht derzeit besser da als wenn er blind Unternehmen oder Regierungen vertraut.
Galen Low: Sehr guter Rat – und auch eine Antwort auf die Ausgangsfrage: Wie können Unternehmen Mitarbeitende unterstützen? Geben Sie ihnen Wissen, fördern Sie persönliche Entwicklung. Sie profitieren als Organisation, aber Sie besitzen deren Talent nicht.
Ron Schmelzer: Ich spreche zu diesem Thema auf dem PMI Global Summit in Barcelona: Was bedeutet organisatorische Resilienz im Zeitalter der KI? Organisationale Resilienz ist die Fähigkeit, sich auf ständige Veränderungen einzustellen und darin zu bestehen. Wer zu starr an bisherigen Prozessen festhält oder einfach automatisiert und die Menschen rausnimmt, verringert Resilienz. Es braucht flexible, anpassungsfähige Strukturen – und zwar von unten nach oben, nicht top-down.
Galen Low: Das Konzept der organisatorischen Resilienz gefällt mir sehr – praktisch eine Neu-Definition. Für viele heißt Resilienz: Feste Prozesse und Erfahrung, so überstehen wir jede Krise. Doch das reicht heute nicht mehr.
Zurück zu dir: Du warst Mitgründer von Cognilytica, dem ersten (und vielleicht einzigen) Anbieter einer Zertifizierung für Teams zur Umsetzung KI-getriebener Lösungen, dem CPMAI. Für welche Organisationen ist diese Zertifizierung heute relevant? Und worin besteht der Unterschied zwischen Teams, die Erfahrung im Umgang mit KI-Tools haben und solchen mit CPMAI-Zertifizierung?
Ron Schmelzer: Warum CPMAI? Wir haben mit einer großen Behörde und einer Bank gesprochen – beide wollten KI in ihrer Kernprozesse einführen und suchten einen Ansatz, der zuverlässige Ergebnisse liefert. Es braucht eine datenzentrierte Methodik, da die Funktionalität nicht wie bei klassischer Softwareentwicklung durch Programmierung, sondern durch Daten definiert wird.
CRISP DM war ein Ansatz, aber nicht iterativ, nicht KI-fokussiert. Wir haben ihn angepasst und erweitert. CPMAI ist inzwischen erstaunlich stabil – trotz sich stetig ändernder KI-Technologie. Oft braucht man weniger Data Scientists, da vorgefertigte Modelle genutzt werden. Anwender gibt es zwei Gruppen: Unternehmen, die intern standardisiert Innovation fördern (Banken, Versicherer, Pharma, Bau, Produktion, öffentliche Verwaltung usw.), und Beratungsfirmen, die diese Projekte für andere umsetzen und sichere Prozesse nachweisen müssen.
CPMAI besteht aus sechs Phasen: Vieles dreht sich um Dokumentation von Entscheidungen, Strukturierung der Abläufe, Test- und Evaluationskonzepte. Es ist ein Hybrid aus Produkt- und Projektmanagement-Methodik.
Galen Low: Das Interessante daran – als Projektmanager spricht mich das besonders an: das Arbeiten in der richtigen Reihenfolge. Oft iteriert man einfach drauflos, sobald man Dinge nicht genau kennt. Im Softwarebereich geht das, denn die Bausteine sind bekannt. Bei Datenprojekten hingegen braucht man ganz am Anfang saubere Daten. Es gibt feste Schritte, um sicherzustellen, dass die Datenbasis stimmt, bevor man absehen kann, ob das KI-Projekt funktionieren wird.
Und das passt auch zu etwas, das du sagtest: Die Zusammenarbeit vieler Abteilungen ist für Datenverwaltung essenziell, aber oft schwer zu organisieren. Das Sammeln ist einfach, die Governance übergreifend zu etablieren eine große Herausforderung.
Ron Schmelzer: Ja, das sehe ich immer wieder. Allein an die Daten zu kommen, kostet manchmal mehr Zeit als jedes weitere Tool. Im CPMAI-Ansatz kommt deshalb erst Problemdefinition und „KI Go/No-Go“, dann Datenexploration: Welche Daten brauche ich, habe ich Zugriff, Format, Sicherheit? Diese Grundlagenarbeit kann ergeben: Wir sind aus rechtlichen oder technischen Gründen gar nicht in der Lage das Projekt durchzuführen.
Galen Low: Interessant ist, dass es einen bewussten Schritt „Readiness“ gibt: Ist man gar nicht so weit, ist der Weg nach dem Framework offen – „KI ist nicht die richtige Lösung“. Im Vergleich zu klassischen Delivery Frameworks, wo man oft schon weiß, was und wie geliefert werden muss, ist dies neuartig.
CPMAI ist nicht nur für Projektmanager, denn viele Fragen sind auf hohem Organisations-, Daten- oder Technikniveau. Für wen ist diese Ausbildung gedacht – wer braucht sie und wer nicht?
Ron Schmelzer: CPMAI ist eine Methodik zur Durchführung von KI-Projekten – ob kurz oder lang. Projektmanager sind dafür die natürlichen Moderatoren. Sie übersetzen die unternehmerische Vision in exekutive Umsetzung und holen die passenden Ressourcen dazu. Ohne diese Vermittler entsteht schnell Chaos, widersprüchliche Initiativen …
Projektprofis sind also Moderatoren der Transformation. Kathleen und ich kommen selbst nicht aus dem Projektmanagement, aber wir haben es genau für diese Lücke entwickelt.
Das Ideal wäre für mich tatsächlich, dass alle die Methodik können, denn Unternehmen bestehen nach wie vor aus Menschen, die Werte für andere Menschen erzeugen. Vielleicht kann man es sich wie ein Filmstudio vorstellen, das für jede Produktion die Crew temporär zusammenstellt: Klare Prozessorientierung, Fokus auf Ziel und Zeitplan – und die Steuerung dazwischen.
Galen Low: Schönes Bild. Ich finde auch, dass sich PMI insgesamt in diese Richtung entwickelt. Projekte bestehen nicht nur aus (zertifizierten) Projektmanagern – das Verantworten und Umsetzen von Visionen ist ein breiteres Feld.
Zurück zum Praxisbeispiel: Die „Leaper“. Wann sollte ein Unternehmen Leute mit CPMAI engagieren im Vergleich zu den „Leapern“? Für welche Rollen bietet sich die Zertifizierung an?
Ron Schmelzer: Eigentlich sollen alle die CPMAI-Ausbildung durchlaufen – nicht nur wegen des Tool-Know-hows, sondern wegen des Rahmens für methodisches Handeln. Dabei ist CPMAI auf der PMI-Plattform inzwischen deutlich günstiger (unter $700, je nach Zone noch weniger). Der Preis sollte also keine Hürde mehr sein.
Ob man lernt durch Erfahrung (Experimente, Hackathon usw.) oder formal – beides ist wichtig. Nur: Machen Sie nicht Ihr eigenes Framework, sondern greifen Sie auf Erprobtes zurück. Und wenn Sie Berater engagieren, achten Sie auf solche Nachweise/Eignungen – gerade weil KI-Expertise heute leicht behauptet werden kann, aber mehr Tiefe verlangt. Gerade bei externer Umsetzung sollte CPMAI Pflicht sein.
Galen Low: Und jetzt, wo CPMAI unter dem Dach von PMI läuft, besteht eine Verantwortlichkeit. Ich hatte mal einen Kunden, der verlangte explizit eine PMP-Zertifizierung, um bei Problemen Beschwerde bei PMI einlegen zu können. Gibt es so etwas auch für CPMAI?
Ron Schmelzer: Prinzipiell ja: Es gibt ein Registrierungsverzeichnis, eine Community, Standards etc. Masse bietet zusätzliche Sicherheit – bei eigenen Frameworks fehlen Vergleichsmöglichkeiten und Standards. Das ist auch ein Vorteil etablierter Methoden wie Lean Six Sigma etc. Bei PMI ist eine kritische Masse und Austausch gewollt – in Zukunft werden andere Schulungspartner, Varianten für spezielle Branchen usw. dazu kommen. Möglichkeiten gibt es viele, besonders für Umsetzer, die Vision in Ergebnisse übersetzen.
Galen Low: Mir gefällt der Vergleich zu „Food Safe“. Eigentlich sollte die gesamte Belegschaft eine solche Basisschulung für verantwortungsvolle KI-Nutzung durchlaufen – denn das Risiko ist hoch, und es geht um mehr Verantwortung als bei einem typischen Website-Projekt …
Du hast außerdem „Learning by Doing“ hervorgehoben. Welche Möglichkeiten gibt es für praktische Übungen?
Ron Schmelzer: Im Moment bieten wir ein „Workbook“ an, das die Teilnehmer zur Methode durch ein reales Beispiel führt („Was kann ich heute verändern? Welche Routine kann ich schon jetzt KI-gestützt verbessern?“). Erfahrung ist wichtig.
Aber noch besser wäre: das Lernen selbst KI-basiert anzugehen; Lernen und Anwenden zu verschmelzen. Theorie allein funktioniert nicht, reines Probieren läuft ins Leere. Ziel ist, CPMAI als Sidekick während des Projekts einzusetzen („Was mache ich als Nächstes? Was zuerst? Woher kommen meine Daten?“ usw.)
Es gibt Pilotprojekte, die das verbinden, und ich beobachte das sehr interessiert. Jede Organisation mit Lernanspruch sollte diese Integration im Blick behalten.
Galen Low: Auch in meiner Welt kann praktisches, szenarienbasiertes Training am besten mit Menschen umgesetzt werden, aber das lässt sich schwer skalieren. Künftig kann, KI vielleicht als „Stakeholder“ fungieren und direkt Coachings liefern – darauf bin ich gespannt.
Ron Schmelzer: Das ist dann Transformation in Reinform: Prozesse völlig neu denken, anstatt Tools einfach nur ins Alte zu stecken. Da schließt sich der Kreis.
Galen Low: Das ist die Kunst! Vielen Dank, Ron, dass du heute dabei warst. Es macht Freude, dich als Gast zu haben – und wir werden das sicher wiederholen, denn es gäbe noch unzählige Themen!
Ron Schmelzer: Jederzeit gern. Es ist mir immer ein Vergnügen, mit dir und deinem Publikum diese Reise zu teilen.
Galen Low: Absolut.
Und damit, liebe Zuhörerinnen und Zuhörer: Wenn Sie Lust haben, sich mit über tausend weiteren Projektmanagement-Champions auszutauschen, kommen Sie in unsere Community! Besuchen Sie thedpm.com/membership. Und falls Ihnen die heutige Folge gefallen hat, abonnieren Sie uns auf thedigitalprojectmanager.com – bleiben Sie dran. Vielen Dank fürs Zuhören!
