Wie man KI-Organisationswandel in einem komplexen Unternehmen führt

Galen Low: Lohnt es sich, die Anstrengung zu unternehmen, Silos aufzubrechen und Einstellungen zu KI in einer riesigen Organisation auszurichten? Ist das überhaupt möglich?

Deborah Ketai: Wenn sie diesen Schritt überspringen, werden sie eine Menge Schulden anhäufen, technische Schulden, Wissensschulden, die zukünftige Projekte teurer und schwieriger machen werden.

Galen Low: Du hast angemerkt, dass es nicht nur generative KI war, sondern vielmehr eine grundlegende Veränderung.

Deborah Ketai: Wir hatten im Grunde drei Ziele – Talent, Mobilität und Bindung, um die Zusammenarbeit zwischen diesen KI-Teams zu fördern, sodass sie das Rad nicht immer wieder neu erfinden. Und das dritte Ziel ist ein kultureller Wandel, der Geschäftsverantwortliche dazu anregt, KI-Lösungen für ihre Herausforderungen in Betracht zu ziehen.

Galen Low: Es gibt Leute, die gebeten werden, eine Doppelrolle einzunehmen. Brauchen alle Projekte das Veränderungsmanagement?

Deborah Ketai: Nicht alle Projekte benötigen ein Veränderungsmanagement. Die Fähigkeiten sind unterschiedlich, überschneiden sich aber. Programmleiter müssen näher an der Entstehung der Strategie arbeiten, um transparent gegenüber der Führung aufzuzeigen, wo möglicherweise Fehlanpassungen vorliegen.

Galen Low: Willkommen beim Podcast „Der Digitale Projektmanager“ – die Show, die Führungskräfte im Delivery unterstützt, klüger zu arbeiten, schneller zu liefern und besser zu führen im Zeitalter von KI. Ich bin Galen und jede Woche tauchen wir in praxisnahe Strategien, neue Tools, bewährte Frameworks und manchmal auch in eine Kriegsstory von der Projektfront ein. Ob du riesige Transformationsprojekte leitest, KI-Workflows managst oder einfach versuchst, das Chaos unter Kontrolle zu halten – du bist hier richtig. Los geht's.

Heute schauen wir hinter die Kulissen, wie eine Programmmanagerin und ihr Team eine Community of Practice in einem riesigen Gesundheitsunternehmen geschaffen haben, die dabei geholfen hat, Silos abzubauen und die Einstellungen rund um KI im Unternehmen abzustimmen.

Mein heutiger Gast ist eben diese Programmmanagerin, Deborah Ketai. Deborah ist zertifizierte Change Managerin und Programmmanagerin, zuletzt für einen großen US-amerikanischen Gesundheitskonzern, wo sie florierende Communities rund um KI, Diversität, Gerechtigkeit und Datenverarbeitungskontrollen aufgebaut hat. Deborah engagiert sich auch stark in der Leitung der Projektmanagement-Community als Vorstandsmitglied und Programmbereichsleiterin für ein regionales PMI Chapter.

In dieser Folge sprechen wir darüber, wie Deborahs Alltag als Programmmanagerin in einer großen Organisationswandel-Initiative rund um KI aussah, ob KI- und Machine-Learning-Initiativen anders behandelt werden müssen, was Teams jeder Größe von Unternehmen im massiven KI-Wandel lernen können, und ob sich die Rolle von Projekt- oder Programmleiter:innen in Richtung Veränderungsmanagement entwickeln wird und was das für ihre Fähigkeiten bedeutet.

Deborah, vielen Dank, dass du heute hier bist.

Deborah Ketai: Danke für die Einladung, Galen.

Galen Low: Ich freue mich sehr auf dieses Gespräch, denn du bist jemand, der als Programmleiterin und Change Managerin in einem riesigen Gesundheitsunternehmen tief eingebunden war – genau als KI aufkam.

In unseren bisherigen Gesprächen hast du Dinge erwähnt wie das Aufbrechen von Silos zwischen Abteilungen und Stakeholder-Gruppen, Trainings und Hackathons, den Umgang mit Ängsten rund um Risiken und Compliance sowie die Herausforderung, KI-Praktiker:innen und vielleicht auch die „KI-Praktiker:innen in spe“ auf eine Linie zu bringen.

Deshalb starte ich mit einer brennenden Frage, die meine Hörer:innen sicher bewegt: Lohnt es sich, die Energie zu investieren, Silos aufzubrechen und Einstellungen zu KI in einer großen Organisation abzustimmen? Ist das überhaupt machbar? Und was wäre, wenn eine Organisation wie deine diesen Schritt komplett auslässt?

Deborah Ketai: Das ist wirklich eine gute Frage, Galen, und ich bin froh, dass du sie stellst. Ich denke, dass Abstimmung entscheidend ist und Silos aufzubrechen ein wichtiger Teil davon. Erstens müssen Unternehmen Daten- und KI-Governance etablieren. Sie müssen ihre Ressourcen und Erwartungen auf die Entwicklung oder den Einkauf von KI-Tools ausrichten.

Und wenn sie eine KI-First-Kultur wollen – und sie müssen das, wenn die Konkurrenz es tut – dann müssen sie darüber nachdenken, was das für ihre Mitarbeitenden heute und in Zukunft bedeutet. Mindestens müssen sie Silos aufbrechen, um das Risiko von Cybersecurity-Vorfällen zu vermeiden.

Wenn sie den Schritt des Silos-Aufbrechens überspringen, werden sie auch eine Menge Schulden aufbauen, technische Schulden, Wissensschulden usw. Das macht zukünftige Projekte teurer und schwieriger. Es gibt drei Bereiche, in denen ich Silos aufgebrochen habe. Du hast sie eigentlich alle erwähnt.

KI, System-Kontrollen und als Community Engagement Lead der zweitgrößten Employee Resource Group bei United Health Group. Bis zu einem gewissen Grad auch über ein Mentorship-Programm, um nach Fusionen und Übernahmen Silos zu beseitigen. Es gibt also verschiedene Schritte und Fähigkeiten, die Projekt- und Change Manager beim Aufbrechen von Silos beachten müssen.

Wichtig ist, Empathie zu schaffen, Gruppen miteinander vertraut zu machen: Cross-Training, Job-Shadowing, Mentoring und Coaching. Die Führung muss die Vision entwickeln und Unterstützung dafür gewinnen, wie es aussehen würde und welche Vorteile es bringt, Silos zu durchbrechen. Sie muss Kontaktpunkte, Prozesse und Kommunikationskanäle schaffen, die die Silos verbindet.

Hürden müssen abgebaut werden – zum Beispiel unterschiedliche Datenquellen sind ein großes Thema.

Galen Low: Was mir an deiner Antwort gefällt, ist, dass ich zuerst an das gegenseitige Verständnis zwischen Gruppen gedacht habe.

Mir gefällt dein Ansatz: Es ist Sache aller. Es ist Teamarbeit. Es geht nicht nur um Kumbaya, dass wir uns alle verstehen und mögen. Es geht um Daten-Governance, Compliance und Sicherheit – jede:r ist für seinen/ihren Teil verantwortlich, aber alle müssen gemeinsam an einem Strang ziehen. Und dass die Auswirkungen dieses Alignments auch auf Führungsebene verstanden und vereinbart werden müssen, also nicht nur ein vager „Kulturwandel“ – besonders im KI-Kontext –, sondern auch um Risiken und den ROI des gemeinschaftlichen Handelns.

Und auch um die Kosten, die entstehen, wenn man es falsch macht und Risiken realisiert werden, die hätten vermieden werden können, wenn alle auf der gleichen Seite stehen. Ich finde diesen sehr konkreten Ansatz gut.

Deborah Ketai: Es kann sowohl weich als auch praktisch sein.

Galen Low: Das gefällt mir. Weich und praktisch – und mit Tech-Komponente.

Deborah Ketai: Sie ist praktisch veranlagt, das gibt es also auch.

Galen Low: Ich finde das großartig. Lass uns ein bisschen herauszoomen. Wie du schon erwähnt hast, warst du in deiner früheren Rolle bei einem großen US-Gesundheitsunternehmen verantwortlich für Change-Programme zu vielen Themen, zuletzt KI und maschinelles Lernen.

Mich interessiert dabei besonders: Wie sah dein Arbeitsalltag konkret aus und welche Ergebnisse wurden von dir erwartet?

Deborah Ketai: Wie oft im Change Management war der größte Aufwand vorne: Ziele definieren, Erfolgsmetriken bestimmen, involvierte Personen klären usw. Wir hatten drei Ziele: Talent, Mobilität und Bindung im KI-Bereich. Das war bei einem Fortune-5-Unternehmen, KI fand überall in kleinen Gruppen statt. Und wenn ich hier von KI spreche, meine ich nicht nur generative KI, sondern auch prädiktive Analytik, Wearables und Sensoren, Internet of Things.

Das zweite Ziel war, die Zusammenarbeit zwischen diesen KI-Gruppen zu fördern, damit sie nicht das Rad neu erfinden. Das dritte: Kultureller Wandel, Geschäftsverantwortliche sollen KI-Lösungen für ihre Herausforderungen in Betracht ziehen. Am Anfang habe ich viel Arbeit in die Identifikation und Segmentierung der Stakeholder-Gruppen gesteckt.

Ich habe eng mit einem Spezialisten für KI-Analytics zusammengearbeitet, um die Bedürfnisse zu erfassen und zu klären, wie man sie am besten erreicht. Der Rest des Programms bestand dann darin, Lerngelegenheiten, Austausch und Gemeinschaftsbildung für die einzelnen Gruppen zu schaffen. Meine Projekte im Programm waren dreigeteilt: Events wie interne Konferenzen und Hackathons, Content wie Podcasts, Artikel, Präsentationen, und Community, also interne Social Media und Wissenstransfer. Und dann gab es noch einen vierten Aspekt: Risikomanagement, Beratung des Governance-Komitees zu Compliance, Governance und Sicherheit.

Galen Low: Ein großes Programm. Wir diskutieren in meiner Community oft darüber, wie man von einem Direktive zur Umsetzung kommt, aber du hast ja schon vorher angesetzt. Interessant ist dabei auch der Zeitpunkt: Generative KI war damals noch neu im Business und du hast den Wandel antizipiert, Grundlagen gelegt. Community kann weich wirken, hat aber einen echten ROI im Bereich Risikomanagement.

Diese Community of Practice kann die Verständigung zwischen Gruppen fördern und damit die Basis schaffen. Das an sich ist Risikomanagement. Ich finde diesen Begriff und seinen Wert im Business unterschätzt.

Es ist nicht so wissenschaftlich, wie es viele Führungskräfte gern hätten. Aber du schaffst so Verbundenheit und Zusammenhalt zwischen unterschiedlichen Gruppen. Sehr spannend! Ich habe zwei Fragen. Erstens: Hast du damals Business-Leader überhaupt noch davon überzeugen müssen, dass KI sinnvoll für Investitionen ist?

Deborah Ketai: Ja, und zwar auf zwei Ebenen: Oft hatten Führungskräfte KI noch gar nicht als mögliche Lösung für ihre Probleme im Kopf, etwa bei Betrugsfällen im Gesundheitswesen oder bei bildgebender Diagnostik. Und dann ging es darum, sie mit Leuten zu vernetzen, die ihnen KI verständlich machen konnten: Existieren Lösungen schon? Was sind Risiken, Kosten, ROI?

KI ist kein Allheilmittel – andere Lösungen müssen immer mitbedacht werden.

Galen Low: Dabei wird deutlich, wie wichtig Talent ist. Du hast ja einen datengetriebenen Ansatz zur Identifizierung von Kompetenzen und Stakeholder-Gruppen verfolgt. Diese Talente teilen ihr Wissen, damit alle „besser werden“, quasi das berühmte „Art of the Possible“: Man muss wissen, was KI kann, verstehen, dass sie kein Wundermittel ist und wie sie in das Ökosystem passt.

Gerade im Gesundheitswesen sind die Stakes hoch: Viel Compliance, Regularien und der Mensch im Mittelpunkt. Deshalb lohnt sich der Aufwand, Gruppen zusammenzubringen, Wissen zu vernetzen und gemeinsam Lösungen zu finden – egal, ob reine KI, KI mit anderen Technologien oder klassische Prozesse.

Was für ein Kraftakt. Wie misst man eigentlich solchen Wandel? Bei uns ist das schwierig: Wir wollen alle zusammenbringen, Hackathons machen, aber wie messen wir den Erfolg? Welche messbaren Größen habt ihr für Training, Hackathons oder Community eingesetzt?

Deborah Ketai: Die Metriken waren der schwerste Teil. Vieles, was wir tracken wollten, war in HR-Systemen schlichtweg nicht abbildbar. Beispielsweise Karriere-Mobilität: Das war in einem Fortune-5-Unternehmen nach vielen M&As ein großes Problem – für dieselbe Tätigkeit gab es zig verschiedene Jobtitel. Wir mussten oft auf einfache, oft nur Proxy-Metriken ausweichen, zum Beispiel Engagement auf internen Social Media, Webseiten-Analytics, Konferenzteilnahmen.

Wichtig war uns auch Diversität in der KI-Community – also Daten über Geschlecht, Regionen, Alter etc., auch bei der Auswahl der Konferenz-Sprecher:innen. Vieles davon stand aber gar nicht oder nur unvollständig zur Verfügung. Wäre das Programm weitergelaufen, hätten wir mehr systematische Datenstrukturen aufbauen können.

Galen Low: Was mir gefällt, ist dieser kreative und pragmatische Ansatz: Was haben wir da, wie nutzen wir es, um Wirkung zu messen?

Bei uns weiß man noch informell, wer was kann. Bei Großunternehmen geht es nur aggregiert. Da arbeitet man mit Daten aus Social-Media-Aktivitäten, Event-Teilnahmen etc., in der Hoffnung, dass Leute Umfragen ausfüllen und man so ein Bild bekommt. Wäre das Programm fortgesetzt worden, hätte man sicher gemeinsam mit HR noch bessere Datenquellen erschlossen. Am besten baut man mit KI die nächste Generation der Stakeholder-Identifikation! Der Jobtitel- und Code-Salat ist wirklich schwer zu entwirren.

Deborah Ketai: Ja, und bei Technologieprojekten hat man immerhin Nutzungsstatistiken oder Analytics, mit denen man erkennen kann, wer beispielsweise Hugging Face verwendet.

Galen Low: Ist Hugging Face ein Tool?

Deborah Ketai: Hugging Face bietet kleine Arbeitsbereiche für eigene generative KI-Modelle.

Galen Low: Ach so, mein Kopf war sofort beim Alien-Film, aber du meinst eine Entwicklerplattform. Klar. – Es fällt auf, wie leidenschaftlich du für Change Management bist, nicht nur für KI sondern auch für Themen wie Diversity. Muss Veränderungsmanagement eigentlich speziell für KI angepasst werden oder gelten die gleichen Prinzipien wie bei anderen Transformationen?

Deborah Ketai: Es gibt Unterschiede. Bei KI und ML läuft alles immer schneller. Die Lernkurven sind exponentiell. Change Manager in diesen Bereichen müssen ein Auge auf Grundlagen wie Datenprozesse, Infrastruktur und strategische Ausrichtung haben. Man braucht immer Buy-In von ganz oben, dann von Middle-Management („Was hab ich davon?“) und man braucht Kanäle, über die die Belegschaft Feedback und Einstellungen nach oben geben kann.

Es gibt Widerstände und Ängste – um Arbeitsplätze, Unsicherheit, Intransparenz (sowohl bezogen auf den KI-Einsatz im Unternehmen als auch auf die Blackbox-Situation). All das verlangt spezielle Kompetenzen im Change Management für KI, aber die Grundsätze bleiben gleich.

Galen Low: Einfach nachvollziehbar. Besonders die Geschwindigkeit des Wandels – es gibt nicht nur einmalige Veränderungen, sondern kontinuierlichen Wandel, der begleitet werden muss. Das ist nicht „einmal und fertig“ wie früher, sondern dauerhafter Wandel.

Deborah Ketai: Ja, auch in den KI-Projekten selbst ist Wandel kontinuierlich. Daten driften, vieles verändert sich laufend. Da müssen Change- und Projektmanager:innen flexibel drauf reagieren. Dennoch bleibt die Basis des Change- und Projektmanagements gleich.

Galen Low: Die Frameworks bleiben, der Inhalt ändert sich immer wieder. Man kann es sich nie zu leicht machen, immer gibt es Nuancen und neue Komplexitäten je nach Art der Veränderung.

Deborah Ketai: Und eine dieser neuen Komplexitäten sind KI-Systeme als Stakeholder. Sie haben eigene Ziele, Einstellungen und sie agieren manchmal anders als erwünscht, was berücksichtigt werden muss.

Galen Low: Spannend! Wir diskutieren aktuell, ob man KI-Tools in die Projektkommunikationspläne aufnehmen muss, weil sie Informationsquelle werden. Also auch Meeting-Protokolle und Co. sollen dorthin geladen werden, um die Tools aktuell zu halten – fast so, als hätte die KI eigene Perspektiven auf das Projektgeschehen. Früher Science-Fiction, heute Realität.

Deborah Ketai: Es ist fast wie religiöser Glaube: Man muss nicht an göttliche Intelligenz glauben, aber in gewisser Weise agiert KI, als hätte sie Persönlichkeit oder gezielte Wirkung. Also muss man darauf achten, wie man sie steuert, sonst wird man von Entwicklungen überrollt, die außerhalb der eigenen Kontrolle liegen.

Galen Low: T-Shirts mit „KI wirkt auf mysteriöse Weise“ wären angebracht! – Was mich zu deiner Doppelrolle bringt: Es gibt PMs, die sollen Projektmanagement und Change Management zugleich machen. Wird das die Regel oder brauchen wir unterschiedliche Rollen?

Deborah Ketai: Nein, nicht alle Projekte brauchen Change Management. Die orthodoxe Sicht ist: Projekte mit hoher Komplexität und dem Risiko, dass ihr Nutzen nicht realisiert wird, wenn die User die Veränderung nicht übernehmen – das sind die, die Change Management brauchen. Es ist nicht realistisch, dass PMs immer auch Change Managen. In vielen Organisationen wird das aber verlangt. Die Fähigkeiten überschneiden sich, sind aber verschieden. Vor allem der Zeitaspekt spricht gegen die Doppelfunktion: PMs sind oft nicht für die Langfrist-Begleitung eingeplant, die es bräuchte, um Veränderungen nachhaltig zu sichern.

Galen Low: Interessant.

Deborah Ketai: Genau das ist entscheidend.

Wenn die Organisation nicht bereit ist, die langfristige Begleitung als Investition zu sehen, macht die Doppelfunktion keinen Sinn. Aber Verständnis für beide Bereiche sollte jede:r haben – am besten sind integrierte Pläne. Wer als PM auch Change Management machen will oder muss, braucht zusätzliche Kompetenzen, wie z.B. Verständnis, dass Veränderung von oben, unten und aus der Mitte kommen muss. Kommunikationsführung, Zusammenarbeit mit Learning-&-Development oder Prozess-Neuentwicklung sind zum Teil stärkere Schwerpunkte im Change Management. Außerdem braucht es Bereitschaft zu Aufwand im Vorfeld für Assessments aller Art – Stakeholder, Impact, Readiness. Ohne sie wird die Veränderung nicht dauerhaft angenommen.

Galen Low: Mir gefällt dieser Zeitaspekt. Du hast zu Beginn beschrieben, wie du die Grundlagen gelegt hast, die dann weitere Projekte ermöglichten. Das ist ein eigenes Projekt – aber auch Grundlage für Folgeprojekte wie z.B. einen Hackathon.

Und danach gibt es eine längere Phase, in der der Wandel gemessen wird. Besonders jetzt fordert das PMI Outcome-Orientierung und mehr Verantwortlichkeit für Value. Aber oft kann der PM gar nicht mehr beobachten, welche Wirkung das Projekt entfaltet. Verträgt sich das mit der PM-Rolle? Ist das kompatibel?

Deborah Ketai: Ich denke, dafür muss jemand dediziert zuständig sein – ob eigene Teammitglieder, eine übergreifende Instanz oder externer Dienstleister. In den agilen Idealen waren dedizierte Teams ein Kernpunkt, der in der Praxis oft verwässert wurde. Aber es braucht diese Begleitung, um nachhaltige Wirkung sicherzustellen.

Galen Low: Schön, du hast es schon „Investition“ genannt: Es braucht ein dediziertes Team als Investment. In Beratungsunternehmen gibt es oft eigene Change-Management-Abteilungen genau aus diesem Grund. Sie beginnen früher und begleiten länger.

Das ist sinnvoller, als Projektteams nach dem Go-Live noch 18 Monate nur für die Ergebnismessung bereit zu halten. Investment in Change Management lohnt sich, aber Doppelfunktion von PMs macht meist wenig Sinn. PMs können zwischen Change und Projektmanagen wechseln, aber nicht beides gleichzeitig.

Deshalb die letzte Frage: Wie wird sich die Rolle von Programm-Manager:innen in den nächsten 3 bis 5 Jahren verändern und welche Skills sollten sie heute schon entwickeln?

Deborah Ketai: Programmmanager:innen – ich verstehe darunter die Leitung mehrerer, miteinander verbundener Projekte, teils mit offenem Ende – müssen näher an die Strategie rücken und diese beeinflussen können. Sie müssen die Führung dazu bringen, Prioritäten, Ziele und Risiken transparent zu klären, Fehlallokationen zu vermeiden und auch langfristige, nicht sofort rentable Investitionen zu begründen. Sie sollten sich zunehmend auf Unternehmensrisiken (positive wie negative!) fokussieren.

Galen Low: Das mit den positiven Chancen finde ich wichtig. In der PM-Definition (dauerhafte Programme ohne klaren Endtermin) lohnt sich der strategische Blick. Aber: Wollen Führungsteams Programmmanager:innen überhaupt am strategischen Tisch? Oder kämpfen sie darum, Gehör zu finden?

Deborah Ketai: Es kommt darauf an – auf die Führungskraft, die Unternehmenskultur. Oft muss man proaktiv sein, nicht warten, bis man eingeladen wird. Beziehungen knüpfen wird für PMs immer wichtiger – nicht zuletzt wegen KI und der damit verbundenen Veränderungen. Die erfolgreichsten PMs werden diejenigen sein, die Business und IT zusammenbringen können, sei es vom IT- oder vom Business-Hintergrund kommend. Immer wichtiger wird das Verständnis für die Abläufe und Grundlagen des jeweiligen Geschäfts.

Galen Low: Ein sehr pragmatischer Ansatz. Man muss Zeit einplanen, Kompetenzen im aktuellen Job zeigen und so wachsen. Es geht nicht darum, sofort am Tisch zu sitzen, sondern kontinuierlich daran zu arbeiten, als PM strategische Sichtweisen einzubringen – Skillbuilding, Beziehungen, Change- und Projekterfahrung, Verständnis für Business und Technik. So kann KI helfen, aber man muss dranbleiben.

Deborah Ketai: Genau, und überlege dir, wer im eigenen PM-Alltag zu spät eingebunden wird – Testing, Compliance, Security – wir kennen das. Manchmal genügt es, sich als Zuhörer:in in Meetings einzuladen, skip-level-Meetings zu führen, um Sichtweisen und Anliegen nach oben durchzureichen.

Galen Low: Das führt uns zum Anfang zurück: Die richtigen Perspektiven und Talente zusammenbringen, Wissen austauschen, Community bauen – das schafft Zusammenhalt und Geschwindigkeit im Wandel.

Deborah Ketai: Da stimme ich zu.

Galen Low: Schöne Schleife. Deborah, danke für das Gespräch. Zum Abschluss: Hast du eine Frage an mich?

Deborah Ketai: Ja. Gibt es etwas, das du gerne mit KI tun würdest, dich aber nicht traust oder nicht weißt, wie?

Galen Low: Oh ja, da gibt es vieles. Generative KI als Sparringspartner funktioniert für mich, aber echte Autonomie habe ich noch nicht ausprobiert. Ich wünsche mir einen smarten, multipurpose Assistenten, der auch mal eigenständig Dinge abarbeitet, also praktisch KI als mein Projektkoordinator oder meine Assistenz – mal mit Prompt, mal autonom. Die heutigen Agenten sind mir noch zu sehr Automation. Ich möchte jemanden, der auf Zuruf verschiedene Tools integriert, mir Zeit abnimmt und sinnvoll unterstützt.

Deborah Ketai: Mich hält oft der fehlende Datenschutz auf – ich vertraue nicht, wohin die Daten gehen.

Galen Low: Genau, da ist wieder das Blackbox-Prinzip. Ein eigenes Thema. Die Unsicherheit über Datenflüsse, über Compliance, ist oft der Grund für Zurückhaltung. Das ist eine echte Hürde, die gar nicht so sehr technisch, sondern ethisch ist.

Deborah Ketai: Ich war neulich auf einer PMI-Konferenz, dort wurde diskutiert, ob es ethisch ist, den Versand von Chapter-Mails durch KI unterstützen zu lassen.

Galen Low: Interessant.

Deborah Ketai: Das Ergebnis: Es ist nicht ethisch, wenn dadurch personenbezogene Mitgliederdaten nach außen gelangen. Nur mit komplett internen Tools wäre es okay.

Galen Low: Es kommt also auf die richtigen Regeln an! Wir Menschen haben aber noch nicht genug Vertrauen und Klarheit in unsere Technologie und unsere eigenen Regeln, um diese Sicherheit zu geben.

Das ist spannend! Ich würde das gerne nochmal aufgreifen – wie KI im Projektmanagement eingesetzt wird und welche Hürden (meist ethischer Natur) es gibt.

Deborah Ketai: Ja.

Galen Low: Und das Vertrauen.

Das ist wirklich spannend.

Deborah, danke für das tolle Gespräch. Für alle Zuhörer:innen: Wo findet man dich?

Deborah Ketai: Am besten bei LinkedIn – ich bin die einzige Deborah Ketai dort. Erwähnt gerne den DPM-Podcast in eurer Nachricht.

Galen Low: Wunderbar. Den Link gibt’s in den Shownotes.

Ich beneide dich übrigens, die einzige Deborah Ketai zu sein – ich teile mir den Namen Galen Low nämlich mit jemand anderem. Aber der richtige Link ist in den Shownotes.

Deborah, nochmals vielen Dank.

Deborah Ketai: Danke dir, Galen.

Galen Low: Das war’s für heute mit dem Podcast „Der Digitale Projektmanager“. Wenn euch diese Folge gefallen hat, abonniert uns gern. Mehr praxisnahe Tipps, Fallstudien und Playbooks gibt es auf thedigitalprojectmanager.com. Bis zum nächsten Mal – danke fürs Zuhören.