Der Hype um KI in Projektmanagement-Software ist real – aber sind wirklich alle dafür bereit? In dieser Folge spricht Galen mit der wiederkehrenden Expertin Olivia Montgomery, Associate Principal Analyst bei Capterra, über die Ergebnisse ihrer Umfrage „Project Management Software Trends 2025“. Gemeinsam beleuchten sie die tatsächlichen Gründe für den Boom KI-gestützter PM-Tools und welche Grundlagen Teams legen müssen, bevor sie von KI einen echten ROI erwarten dürfen.
Gemeinsam gehen Galen und Olivia der Frage nach, wie echte „KI-Bereitschaft“ technisch und kulturell aussieht. Sie diskutieren, wie Konkurrenz-FOMO, milliardenschwere Marketingkampagnen und veränderte wirtschaftliche Investitionen Entscheidungen auf Führungsebene vorantreiben, während sich die Herausforderungen bei Einführung, Daten-Governance und Mitarbeiter-Einbindung in der Praxis manifestieren. Außerdem bieten sie einen reflektierten Blick darauf, wie Projektmanager typische Fallstricke (wie KI-Halluzinationen) umgehen und Workflows aufbauen können, die die Stärken von Mensch und Maschine verbinden.
Das lernst du in dieser Folge
- Warum KI-Features in PM-Software bisher eher aus Hype als aus Strategie eingeführt werden – und warum sich das gerade ändert
- Was technische und kulturelle Bereitschaft tatsächlich für eine erfolgreiche KI-Einführung bedeuten
- Wie KI das Zusammenspiel von Menschen, Prozessen und Projektmanagement-Tools verändert
- Der Unterschied zwischen KI-generierten Aufgaben und emergenten Fähigkeiten – und warum er wichtig ist
- Wohin sich agentische KI entwickelt und was das für die Zukunft der Arbeit bedeuten könnte
Wichtige Erkenntnisse
- Die Bereitschaft nicht überspringen. KI-Erfolg ist kein Selbstläufer. Teams benötigen saubere, strukturierte Daten und solide Governance, bevor an ROI überhaupt zu denken ist.
- Mit Sicherheit beginnen. Klares Regelwerk für KI-Nutzung schaffen – insbesondere bei externen Tools. Schatten-IT existiert, und Vertrauen beginnt bei Klarheit.
- Kultur zählt. KI-Einführung scheitert, wenn sie erzwungen wird. Setze auf Dialog, Experimente und streiche Strafmaßnahmen.
- Betrachte KI als Kollaborateur, nicht als Krücke. LLMs sind großartig für Entwürfe und als Anstoß für Workflows, aber nicht immer akkurat oder emotional feinfühlig.
- Vorsicht bei der Vibes-Lücke. Tools “klingen smart”, erfassen aber oft nicht die feinen Nuancen, die Projektmanager für das Verständnis von Situationen brauchen – gerade bei Status-Updates und Teamdynamik.
- Wir lernen alle. Herausforderungen bei der Einführung sind kein Scheitern – sondern ein Signal, innezuhalten, bessere Fragen zu stellen und sich gegenseitig bei der Zusammenarbeit mit KI zu unterstützen.
Kapitel
- [00:00] Einleitung: Sind Teams bereit für KI?
- [02:17] Der Druck hinter dem KI-Hype
- [05:45] Die Ökonomie hinter KI-Investitionen
- [10:00] Technische vs. kulturelle Bereitschaft
- [14:55] Audit von Tools, Richtlinien und Schatten-IT
- [19:18] Einführung steuern ohne Zwang
- [23:30] Unterschiede zwischen Konzernen und KMU
- [27:01] Fallstricke bei zu starker Abhängigkeit von LLMs
- [34:15] Wie KI die Ressourcenzuteilung menschlicher macht
- [41:02] Emotionale Nuancen und die Grenzen KI-generierter Zusammenfassungen
- [48:51] Ausblick: Agentische KI und Vibe Coding
- [56:46] Abschließende Gedanken: Druck, Potenzial und Fortschritt
Lerne unseren Gast kennen

Olivia Montgomery ist Associate Principal Analyst bei Capterra und beschäftigt sich seit November 2018 schwerpunktmäßig mit dem Markt für Projektmanagement-Software. Sie greift auf praktische Erfahrung in der Leitung eines IT-PMO, bei der Steuerung von ERP-Systemablösungen (SOX-Compliance), dem Aufbau interner Anwendungen und der Implementierung von Systemen für neue Geschäftsfelder zurück. Mit ihrer PMP-Zertifizierung und einem M.A. in Englisch vereint Olivia technisches, analytisches und kommunikatives Know-how, um komplexe Software-Insights in klare Handlungsempfehlungen zu übersetzen. Ihre Expertise stützt sich auf über 200.000 verifizierte Nutzerbewertungen und zehntausende Berater-Kunden-Interaktionen – Grundlage ihrer Recherchen, Umfragen und Berichte zu Trends wie KI-Tools, emotionaler Intelligenz und PMO-Leadership.
Ressourcen aus dieser Folge:
- Tritt der Digital Project Manager Community bei
- Abonniere den Newsletter, um unsere neuesten Artikel und Podcasts zu erhalten
- Vernetze dich mit Olivia auf LinkedIn
- Schau dir Capterra an
- Olivias Bericht, KI & Sicherheit sind Top-Themen in Capterras Umfrage zu den Projektmanagement-Software-Trends 2025
Verwandte Artikel und Podcasts:
Galen Low: Wenn Organisationen nach Projektmanagement-Software mit KI-Funktionen suchen, wissen sie eigentlich, was sie sich davon erhoffen, oder folgen die meisten Käufer*innen lediglich einer Vorgabe, nun „etwas mit KI“ machen zu müssen?
Olivia Montgomery: Auf jeden Fall steht aktuell mehr das wettbewerbsgetriebene FOMO (Fear of missing out) im Vordergrund, das vor allem Führungskräfte umtreibt. Es gibt viel Marketing, und die Anbieter eilen wirklich, um die KI-Welle zu erwischen.
Galen Low: Was muss gegeben sein, bevor ein Team oder eine Organisation tatsächlich von KI-Funktionen in einer Projektmanagement-Software profitieren kann? Was sind Ihrer Meinung nach die Grundvoraussetzungen, damit Teams und Organisationen den ROI von KI schneller erreichen?
Olivia Montgomery: Es gibt zwei ziemlich große Faktoren, die Unternehmen jeder Art, Größe, Branche und Reife berücksichtigen sollten: die technische Bereitschaft und die kulturelle Bereitschaft.
Galen Low: Willkommen beim Podcast des Digital Project Manager – der Show, die Führungskräften im Delivery-Bereich hilft, smarter zu arbeiten, schneller zu liefern und im Zeitalter der KI besser zu führen. Ich bin Galen, und wir tauchen hier jede Woche in konkrete Strategien, neue Tools, bewährte Frameworks und die ein oder andere Anekdote von der Projekt-Front ein. Egal, ob Sie riesige Transformationsprojekte steuern, KI-Workflows jonglieren oder einfach nur das Chaos im Griff behalten wollen – Sie sind hier richtig. Legen wir los.
Heute sprechen wir über die steigende Nachfrage nach KI-gestützten Funktionen in Projektmanagement-Software, darüber, was sich die Leute davon versprechen und was Unternehmen verschiedener Größen benötigen, um ihre Ziele zu erreichen. Im virtuellen Studio begrüße ich heute erneut Olivia Montgomery, Associate Principal Analyst für Projektmanagement bei Capterra.
Olivia ist ehemalige PMO-Leiterin, zertifizierte Projektmanagerin, gefragte Speakerin und einfach der beste Nerd, wenn es darum geht, forschungsgestützte Erkenntnisse über Projektmanagement, Technologietrategien und die menschliche Seite von Leadership zu teilen. Sie hat gerade ihre neueste Studie veröffentlicht: Die Capterra Projektmanagement-Software-Trends 2025, die eine Verschiebung darin zeigt, wie Unternehmen Projektmanagement-Tools auswählen und nutzen. Genau darüber sprechen wir heute.
Olivia, danke, dass du heute wieder dabei bist.
Olivia Montgomery: Danke, dass ich dabei sein darf. Ich freue mich riesig – es gibt viele spannende Themen auf unserer Liste.
Galen Low: Es wird heute heiß! Die Hörer*innen lieben Olivia – wir haben uns eben noch im virtuellen Backstage-Bereich über Linguistik ausgetauscht. Und irgendwie passt das alles zusammen: Sprachwissenschaft, Geisteswissenschaften, KI und LLMs.
Wir werden heute viele verschiedene Bereiche ansteuern. Es gibt die Tendenz, in Kaninchenlöcher abzutauchen – das ist auch in Ordnung, aber ich habe zur Sicherheit einen Fahrplan für uns skizziert: Zu Beginn möchte ich eine brennende Frage klären – diese unangenehme, hochrelevante Frage, deren Antwort alle wissen wollen.
Danach würde ich gerne rauszoomen und über drei Dinge reden: Erstens, was notwendig ist, damit Organisationen wirklich von KI-Funktionen in PM-Software profitieren. Dann tauchen wir tief in die Praxis ein: Wie sehen diese KI-Funktionen konkret aus, wie kann man messen, ob sie wirklich funktionieren, wie werden sie genutzt? Und am Ende sprechen wir vielleicht darüber, welche kurz- und langfristigen Auswirkungen einige dieser KI-Funktionen auf unser kollaboratives Arbeiten und projektbasiertes Schaffen haben werden.
Olivia Montgomery: Ich bin bereit. Lass uns loslegen.
Galen Low: Fangen wir mit der heißen Einstiegsfrage an.
In deiner neuen Studie steht, dass 55% aller PM-Software-Käufer*innen heute KI-Funktionen priorisieren. Für viele unserer Hörer*innen ist das angesichts des Drucks auf Unternehmen, mit KI mehr zu erreichen, vermutlich keine Überraschung. Aber haben diese Organisationen wirklich eine konkrete Vorstellung davon, was sie damit wollen oder folgen sie einfach nur dem KI-Mandat?
Olivia Montgomery: Es ist wirklich eine wilde Mischung draußen. Ganz klar steht aktuell mehr das wettbewerbsgetriebene FOMO im Vordergrund, das Führungskräfte umtreibt. Die Marketer und Anbieter wollen die KI-Welle reiten, weil der Hype und die Nachfrage so groß sind. Aber langsam bekommt das Ganze mehr strategische Substanz.
Der erste Glanz von KI ist etwas abgeblättert. Man sieht jetzt besser, was diese Tools wirklich können oder eben nicht, wie Teams sie einsetzen, wann, warum, wo – und wir kommen zu den härteren Fragen. Noch wird vieles von diesem Wettbewerbs-FOMO getrieben – auch, weil das Thema durch enorme Investitionen immer weiter befeuert wird: Die Ausgaben für KI-Infrastruktur, Hardware, Software, Rechenzentren in den USA haben erstmals in der Geschichte die Verbraucherausgaben überholt.
Der US-Dollar und das GBP wachsen inzwischen durch KI-Investitionen von Unternehmen und nicht durch den Konsumsektor. Das sagt schon viel über die Richtung der Debatte. Für diese Investitionen werden Milliarden ausgegeben – samt entsprechend teurer Marketingkampagnen. Das treibt das FOMO und viele Führungskräfte sind wirklich begeistert, wenn sie von diesen Technologien hören. Sie wollen sie natürlich einsetzen.
Nun setzen wir uns mit der Realität auseinander: Die Versprechen aus dem Marketing stimmen nicht immer mit den technischen Möglichkeiten überein, und diese wiederum passen nicht immer zu den vorhandenen Kompetenzen und der Trainingsbereitschaft des Teams.
Da gibt es definitiv Brüche, die alle gerade spüren werden.
Galen Low: Dein Verweis auf die Wirtschaft fand ich spannend, das hatte ich so gar nicht auf dem Schirm. Bei diesem Investitionsvolumen – höher als der Konsumsektor! – kann man sich den Druck vorstellen, unter dem diese Unternehmen stehen. Die haben in Infrastruktur investiert, geben viel Geld aus – und müssen das aktuell erst amortisieren, sie sind nicht profitabel, sondern noch in der Investitionsphase. Das erzeugt Druck, jetzt möglichst viele Lizenzen zu verkaufen – selbst, wenn man die Use Cases vielleicht erst noch entwickeln muss. Wir sind an einem Punkt, an dem wir KI machen „müssen“, weil das Potenzial versprochen wird, alles zu revolutionieren. Und so entsteht dieser Druck von oben nach unten: Auch ich fühle jetzt Wettbewerbsdruck, KI-gestützte PM-Software zu kaufen, selbst wenn ich die Use Cases noch suche. Das ist, als hätte man 1992 ein Telefon ohne Faxgerät gekauft – natürlich muss mein Gerät alles können, egal, ob ich faxe oder nicht. Ich mag den Gedanken, dass man sich erst jetzt langsam herantastet: Erst ausprobieren, dann lernen. Es gibt eben keinen „Magischen Button“.
Olivia Montgomery: Ganz genau.
Galen Low: Jetzt merken wir: Es gibt keinen simplen „Klick & läuft“-Button.
Olivia Montgomery: Exakt, wir merken das jetzt langsam.
Ich war sehr stolz, dass in unserer Umfrage Sicherheit erstmals zur Top-Priorität bei Käufern von PM-Software gekürt wurde. Meistens ist es die Funktionalität. Jetzt aber zum ersten Mal Sicherheitsaspekte an erster Stelle – das zeigt, dass Teams erkennen: Jede Art KI erhöht die Angriffsfläche, besonders wenn externe LLMs genutzt werden. Es gibt große Unterschiede zwischen KI-Funktionen, die in der eigenen Systemumgebung laufen – also die klassischen Autovervollständigungen oder Workflows –, und KI-Anwendungen, bei denen Mitarbeitende externe LLMs verwenden, beispielsweise, um Meetingnotizen zu synopsieren. Es ist ein Unterschied vom Risiko – und ich bin stolz, dass unsere Community hier aufpasst.
Galen Low: Ein gutes Zeichen – es zeigt die Geschwindigkeit unserer Reife. In der Vergangenheit haben wir bei technischen Neuerungen oft zu spät an Themen wie Datenschutz gedacht. Jetzt, wo Datenschutz und Datensicherheit Priorität bekommen, ist das ein gutes Zeichen. Und es zeigt auch, dass diese Technologien tatsächlich im täglichen Arbeiten und mit sensiblen Daten eingesetzt werden. Es ist wie ein Temporegler – noch rechtzeitig, bevor zu viele Daten zu schnell aus der Hüfte geschossen werden!
Olivia Montgomery: Absolut, ich bin stolz darauf.
Galen Low: Es geht um diese Grundlagen! Deshalb vielleicht mal rausgezoomt: Nicht jede Organisation kann von heute auf morgen aufwachen, KI-gestützte Projektmanagement-Software kaufen und das war's. Oft müssen Dinge zuerst geschaffen werden. Was muss gegeben sein, damit Teams tatsächlich vom Einsatz von KI in PM-Software profitieren? Was sind die Grundvoraussetzungen?
Olivia Montgomery: Absolut. Egal, wie schnell alles gehen soll: Man sollte kurz innehalten und fragen: Sind wir wirklich bereit? Technisch wie kulturell? Es gibt zwei große Faktoren, egal welche Branche, Unternehmensgröße oder Reife: Die technische und die kulturelle Bereitschaft.
Erstens: Technische Bereitschaft. Haben wir genügend saubere, strukturierte Daten? KI – egal, ob maschinelles Lernen für Vorhersagen oder LLMs zur Berichterstellung – braucht große Mengen qualitativ hochwertiger Daten, um brauchbare Ergebnisse zu liefern. Prüft, ob die Daten vorliegen, wo sie liegen, wie es um ihre Qualität bestellt ist. Seid ihr bereit, diese Daten zu teilen? Sind sie geeignet, um daraus Erkenntnisse zu gewinnen? Überprüft unbedingt euren gesamten Toolstack auf redundante Funktionen, auf Schatten-IT und die Nutzung von Tools, von denen ihr gar nichts wisst. Ein vollständiger Audit des IT-Ökosystems, um zu wissen, welche Apps wo und wie genutzt werden, ist entscheidend.
Dann auch an Governance denken: Bevor ihr solche Tools ausrollt, sollten Mitarbeitende wissen, was sie damit tun (und lassen) sollen. Klare Richtlinien zum Teilen und Schützen von Daten sind Pflicht. Idealerweise läuft alles im Backend sicher ab, so dass ihr die Systeme einfach freigebt – bei vielen ist das noch nicht so, also steuert das über Policies, damit Mitarbeitende sicher und bewusst handeln können.
Zweiter Aspekt: Kulturelle Bereitschaft. Die IT ist bereit, alles ist sicher, UAT bestanden. Aber können die Leute das Tool wirklich nutzen? Wissen sie, was zu tun ist? Wollen sie es überhaupt? Deshalb klar und transparent kommunizieren: Was stellt das Tool bereit? Wie soll es eingesetzt werden? Es ist sinnvoll, neue Funktionen in Pilotprojekten zu testen, nicht sofort alles unternehmensweit auszurollen – wir bewegen uns sehr schnell, nichts ist fix. Es wird Diskussionen, Anpassungen, Fehler geben. Wenn man das weiß, das Ganze isoliert testet und dann langsam erweitert, wird es weniger Frust geben, als wenn man einfach Tools ausrollt und die Teams überrascht. Kein „KI oder nichts“-Mandat, sondern bewusste, testbasierte Einführung.
Beide Aspekte – technische und kulturelle Bereitschaft – müssen zusammengedacht werden.
Galen Low: Sehr gut, dass du Schatten-IT ansprichst! Beim Vergleich kleiner, mittlerer und großer Unternehmen – oft fehlt auch bei Konzernen mit Governance die Transparenz, wenn Mitarbeitende eigene ChatGPT-Accounts nutzen oder Tools vom Web ausprobieren, die von der IT noch nicht gesperrt wurden. Mir gefällt der Ansatz, dass man offen evaluiert: Wir wollen wissen, was passiert, nicht um zu bestrafen, sondern um besser steuern zu können. Das Experimentierfreude ist gewünscht, sollte aber von Leitplanken begleitet werden, zum Beispiel durch Pilotprojekte, ohne gleich den kompletten Konzern zu verändern oder ganz viele Einzellösungen zu haben, die nie zu einem großen Nutzen führen. Das ist dann auch ein Teil der kulturellen Bereitschaft – nämlich Erwartungen festlegen und einen Dialog etablieren. Viele Unternehmen machen Annahmen, warum die Adoption ausbleibt: „Wir haben ausgerollt, aber niemand nutzt es!“ Hier gehört auch Change Management, Aufklärung und Kommunikation dazu.
Olivia Montgomery: Absolut! Ihr wollt Mitarbeitende nicht einschränken, sondern bestärken und in ihrem Problemlösungsverhalten sehen. Je nach Unternehmenskultur kann man beispielsweise gezielt Power-User identifizieren, die Spaß an neuen Tools haben, sie testen und Erfahrungen sammeln lassen – während für andere Teams die Policies und Pläne erst ausgearbeitet werden. Eine Kultur, in der Fehler bestraft werden oder
